Beim Netzausbau sind Tiefbauarbeiten ein teurer Posten – eine optimierte Trassenplanung birgt enormes Einsparpotenzial. Dazu sind aber verlässliche Daten notwendig. Die Deutsche Telekom verwendet dafür seit neuestem Geo-Mapping-Daten, die mithilfe von Messfahrzeugen über Kameras und Laserscanner erfasst werden. Die 2D- und 3D-Daten liefern geometrische Informationen und geben Aufschluss über den Baugrund, die örtliche Vegetation und etwaige Straßenmöbel, also Litfaßsäulen, Bänke oder WCs.

„Für einen effizienten Planungsprozess ist es notwendig, die Auswertung dieser enormen Datenmengen zu automatisieren“, erklärt Prof. Dr. Alexander Reiterer vom Fraunhofer-Institut für Physikalische Messtechnik (IPM). Dafür entwickelten die Forscher eine Software , die relevante Objekte in den Messdaten automatisiert erkennt, lokalisiert und klassifiziert. Zur Auswertung setzt man auf Deep Learning: Der Algorithmus wird anhand umfangreicher Daten auf die Erkennung straßentypischer Objekte trainiert und kann so semantische Informationen zu den Messdaten hinzufügen. Die Telekom bekommt am Ende einen digitalen Plan des Gebiets für die automatisierte Trassenplanung.