In Deutschland ereigneten sich im Jahr 2018 175.390 Stolper-, Rutsch und Sturzunfälle, von denen 45 % beim Gehen auf ebenen Flächen vorkamen. Im Falle eines solchen Unfalls wird häufig behauptet, dass nicht-sachgerechte Reinigung und Pflege die Unfallursache sei. Die Bewertung der rutschhemmenden Eigenschaften von Bodenbelägen erfolgt dabei mittels eines international einmaligen Klassifizierungssystems in Rutschhemmungsklassen (sog. R-Klassen), welches jedoch stationär und nicht zerstörungsfrei im Labor durchgeführt werden muss. Es existieren zwar mobile Prüfverfahren, die auf der Bestimmung des Reibwertes beruhen, jedoch nicht die R-Klasse bestimmen.

Ziel des Forschungsvorhabens ist die Entwicklung eines automatisierten, zerstörungsfreien Verfahrens zur Vor-Ort-Bestimmung der R-Klasse verlegter, elastischer Bodenbeläge. Dies soll realisiert werden durch eine mobile Messeinheit, die autonom die Rutschhemmeigenschaften erfasst und darauf basierend eine Klassifizierung in R-Klassen vornimmt. Dazu werden charakteristische Kenngrößen des Bodenbelags wie Elastizität, Viskosität, Plastizität, Rauheit und Adhäsion sowie zusätzlich die Umgebungsbedingungen Luft- und Oberflächentemperatur sowie Luftfeuchtigkeit aufgezeichnet. Zur Realisierung werden kommerziell erhältliche Sensoren (Laser-Distanz-Sensor, 3-Achsen und 1-Achsen-Kraftsensoren) verwendet. Die Zuordnung zu den R-Klassen wird mittels einer Künstlichen Intelligenz realisiert, die mit den Kenngrößen einer Vielzahl von Bodenbelägen bekannter Rutschhemmklasse angelernt werden soll.

Den ca. 24.000 überwiegend kleinen und mittelständischen Gebäudereinigern wird durch die Projektergebnisse ein Verfahren zur automatisierten, zerstörungsfreien Vor-Ort-Bestimmung der R-Klasse elastischer Bodenbeläge zur Verfügung gestellt. Mittels einer mobilen Messeinheit, welche auf Basis künstlicher Intelligenz aus den ermittelten, charakteristischen Kenngrößen die R-Klasse bestimmt, werden Gebäudereiniger in die Lage versetzt, die Qualität ihrer Reinigungs- und Pflegemaßnahmen unmittelbar vor Ort zu messen und zu dokumentieren.