Assistenzsysteme und Perspektiven für automatisiertes Rangieren – Projekt SAMIRA 2.0
|
David Haberle,
innocam.NRW
Der innocam.STAMMTISCH am 24. Februar 2026 stand im Zeichen von Assistenzsystemen und Perspektiven für automatisiertes Rangieren im Schienengüterverkehr. Einen Impuls für die Diskussion lieferte Herr Sam Münchow, Head of Research and Development bei der IKADO GmbH und Projektkoordinator des durch das Bundesprogramm Zukunft Schienengüterverkehr (Z-SGV) geförderten Projekts SAMIRA 2.0 – Shunting Assistant & Monitoring Interface for Autonomous Rail Application. Neben der Vorstellung der Projektziele und -erfahrungen ging es um die zentralen Herausforderungen bei der Entwicklung automatisierter Rangiersysteme und auch über die Phase von Assistenzsysteme hinaus hin zum vollständig autonomen Rangieren.
Über SAMIRA und SAMIRA 2.0
Mit den Projekten SAMIRA und SAMIRA 2.0 entsteht ein Assistenzsystem, das Rangierfahrten auf der letzten Meile unterstützt. Dafür kommt ein modernes, tragbares Sensormodul zum Einsatz, das am letzten Wagen einer Rangierabteilung befestigt wird. Es liefert dem Lokrangierführer die nötigen Umfeld‑ und Bewegungsdaten, sodass geschobene Fahrten auch ohne Rangierbegleiter sicher durchgeführt werden können. Die erfassten Informationen müssen dafür in Echtzeit auf dem Display im Führerstand der Lokomotive verfügbar sein.
Schwerpunkte der ersten Projektphase
Im Zentrum der ersten Projektphase stand die Bewältigung zweier zentraler Aufgabenstellungen: die Entwicklung einer zuverlässigen Echtzeitübertragung der Sensordaten sowie die Implementierung zusätzlicher Sensorik für die erforderliche Betriebssicherheit.
Für die Datenübertragung in den Führerstand wurde eine mehrstufige Infrastruktur entwickelt: Der Netzwerkserver wird typischerweise lokal gehostet, um Latenzzeiten zu minimieren und den sicheren Verbindungsaufbau zu gewährleisten. Die Videostreams sind dabei nicht nur im Fahrerhaus abrufbar, sondern können auch von einer technischen Leitstelle abgerufen werden. Dies ermöglicht eine kontinuierliche Systemüberwachung und die Möglichkeit, alle Sensoren und Übertragungen live zu überprüfen.
Für die Betriebssicherheit muss die Zuverlässigkeit sowohl bei der Datenerzeugung als auch bei der Auswertung erhöht werden. Das Projektteam konnte bereits Erfolge bei der Objekterkennung und Gleiserkennung verzeichnen. Dafür kommen neben einer optischen Kamera auch ein LiDAR (Light Detection and Ranging) und RADAR zum Einsatz. Ziel ist die Erkennung bis 100 Meter, was in den meisten Anwendungsfällen im Anschlussbahnbereich den maximalen Bremswegen entspricht. Die optische Erkennung reicht dafür oft nur bis 20 Meter aus. Am Ende sollen Hindernissen durch das SAMIRA System automatische erkannt und hervorgehoben werden sowie bei kritischen Situationen auch Warnsignale abgegeben werden.
Schwerpunkte und Herausforderungen der zweiten Projektphase
Für die zweite Projektphase identifizierte das Projektteam drei wesentliche Bereiche für die Weiterentwicklung des Systems: bei der Halterung, der Datenübertragung und der Erkennungsgenauigkeit.
Damit das Modul im selben Betriebshof zum Rangieren weiterverwendet kann, muss es schnell und einfach auf neuen Wagen montiert werden können. Weitere zentrale Anforderungen sind die Witterungsbeständigkeit und eine autarke Stromversorgung mit Akku, die einen achtstündigen Betrieb ohne externe Energiezufuhr ermöglicht.
Im Gegenzug zur ersten Projektphase setzt man in SAMIRA 2.0 auf 5G-Technologie für die Datenübertragung. Die Skalierbarkeit von Mesh-WLAN ist beschränkt und eine großflächige Streckenabdeckung damit unrealistisch. Daher setzt man im Projekt auf 5G mit garantierten Bandbreiten, ergänzt um private 5G-Campusnetze, was einen nahtlosen Übergang von Indoor-Werkshallen zum Outdoor-Betriebsgelände ohne Signalverlust gewährleisten kann.
Ein wichtiger Faktor für die Erkennungsgenauigkeit ist die Rechenleistung – hier muss ein Kompromiss zwischen Präzisionsanforderung und Akkugröße (wiederum ein Faktor in Bezug auf Kosten, Gewicht und Platz im Gehäuse) gefunden werden. Eine Herausforderung stellen die geringen verfügbaren Datenmengen dar. Oft besteht nämlich eine geringe Bereitschaft bei infrage kommenden Betrieben, ihre Anlagen und Abläufe darauf offenzulegen. Auch bei den Sensorsystemen selbst besteht weiterhin Entwicklungsbedarf. Zwar kommen mehrere sich ergänzende Sensorsysteme zum Einsatz, doch erfasst RADAR nur größere Objekte in Entfernungen über etwa 100 Metern, während bei kürzeren Distanzen kleinere Hindernisse zwischen den LiDAR-Abtastlinien unentdeckt bleiben können.
Erprobung unter realen Bedingungen
Dem TRL 7 (Technology Readiness Level 7) entsprechend soll der SAMIRA Prototyp in realen Einsatzbedingungen getestet werden. Vor dem Abschluss des Projekts erfolgt noch die Praxisphase auf einem Werksgelände von ThyssenKrupp, die über das größte innerbetriebliche Schienennetz in Deutschland verfügen. Der Fokus in der Erprobungsphase im Realbetrieb liegt auf nicht experimentell herbeiführbaren Szenarien. Dabei geht es also weniger um die Verkehrssituationen auf den vordefinierten Wegen, sondern um die Robustheit der Sensorik gegenüber allgemeinen Umwelteinflüssen.
Perspektive: Markteintritt
Eine Vollzertifizierung ist nicht geplant, der Fokus bleibt auf Anschlussbahnen. Stattdessen soll das Wissen auf einfachere Use Cases in abgeschlossenen Bereichen transferiert werden. Als weitere Anwendungsfelder bieten sich daher grundsätzlich KV-Terminals (Kombinierter Verkehr) und Hafengelände an.
Eine zentrale Hürde, laut Sam Münchow, stellt aber die Erwartung der Einführung eines ausgereiften und erwerbbaren Systems dar. Diese Zuverlässigkeit wiederum erlangt man nur durch umfangreiches Testen an realen Betriebsgeländen. Als Partner wird ein Early Adopter benötigt, der zunächst redundant arbeiten und sich – mit den entsprechenden Aufwänden – an der Weiterentwicklung beteiligen möchte.
Ausblick und Anschlussvorhaben
Antrieb für das SAMIRA-Projekt war die Personalknappheit bei Rangierbegleitern, der mit der Schaffung eines Assistenzsystems begegnet werden könnte. Das konkrete Ziel des Projektes SAMIRA 2.0 ist daher die Entwicklung der technischen und organisatorischen Voraussetzungen für Produktion und Praxiseinsatz. SAMIRA 2.0 verfolgt darüber hinaus das Ziel, ein Sensorsystem aufzubauen, das die Grundlagen für die künftige autonomer Rangierprozesse im Bereich der Anschlussbahn schaffen soll. Bei einem Assistenzsystem sind die Anforderungen an die Zuverlässigkeit aktuell hoch, künftige Anforderungen für das vollautomatisierte Rangieren werden laut Sam Münchow aber noch deutlich höher liegen.
Am Übergang zu autonomen Rangiersystemen muss über das Projekt hinaus noch kontinuierlich gearbeitet werden. Es gilt, Prozesse und Anforderungen zu definieren und dann Stück für Stück zu automatisieren. Die vollständige Automatisierung von Rangiervorgängen auf deutschen Betriebsgeländen wird daher auch nach Ansicht der befragten Teilnehmenden des innocam.STAMMTISCH noch mehrere Jahre in Anspruch nehmen.
Das aktuelle Anschlussvorhaben HeiDi, das durch den Europäischen Fonds für Regionale Entwicklung (EFRE) das Land Nordrhein-Westfalen kofinanziert wird, soll für die Sensorsysteme eine Open-Source-Simulationsumgebung erzeugen. Dies soll Entwicklungsprozesse vereinfachen und Zuverlässigkeitsprüfungen ermöglichen. Geplant ist die Erstellung eines digitalen Zwillings des SAMIRA-Systems und eines realen Testfelds als Schritt in Richtung autonomes Rangieren.
Weitere Hinweise
Zum Abschluss des Projektes lädt das SAMIRA2.0 Projektkonsortium zur Vorstellung der Projektergebnisse mit Live-Demonstration nach Schwarzenberg im Erzgebirge. Die Veranstaltung findet am 17. September 2026 von 09:00–15:00 Uhr statt.
Ausblick: Ideen gesucht!
Innovation entsteht im Austausch. Sie haben ein anderes spannendes Projekt oder Studienergebnisse, die Sie gerne bei einem Stammtisch vorstellen möchten, oder Sie würden gerne mehr über ein Thema oder eine Fragestellung erfahren? Dann melden Sie sich einfach über info@innocam.nrw, wir freuen uns über Vorschläge und Ideen!
Videomitschnitt
YouTube-Video
Google YouTube-Service benutzt Cookies. Sie müssen die Benutzung dieser Cookies akzeptieren, um dieses YouTube-Video anzuzeigen.
