
Quelle: KI_IDENT
Problemstellung
Versorgungsverkehre der kritischen und sozialen Infrastruktur müssen schnell, sicher und zuverlässig zu ihren Zielorten gelangen. In der Praxis wird dies durch wiederkehrende Behinderungen, etwa durch Falschparker, physische Blockaden und infrastrukturelle Mängel erschwert. Die Detektion solcher neuralgischen Punkte im straßeninfrastrukturellen Versorgungsnetz ist ein großes Interesse von Planungsstellen und Operateuren, dies betrifft u.a. Rettungsdienste, Feuerwehr, Busverkehr, Entsorgungsbetriebe.
Projektziel
Das Projektziel ist die Durchführung einer Machbarkeitsstudie für ein neuartiges und softwaregestütztes Informationssystem, das neuralgische Verkehrspunkte identifiziert. Ein harmonisierter Datenpool an Verkehrsflussdaten verschiedener öffentlicher Fahrzeugflotten wird genutzt, um KI-Modelle zur automatisierten Erkennung von Behinderungen zu trainieren. Dabei erfolgen die Datenanalysen und Ergebnisaufbereitungen entlang den in Usecases erarbeiteten Anforderungen von Operateuren und Planungsstellen.
Durchführung
Die Machbarkeitsstudie erfolgt mehrphasig: Zunächst werden relevante Datenpools identifiziert und in einem gemeinsamen Datenpool harmonisiert. Gegebenenfalls werden zusätzlich Bewegungsdaten durch technische Bestückung von Fahrzeugen erhoben, die bisher nicht über entsprechende Ausstattung verfügen. Auf dieser Datengrundlage werden KI-Modellen für die Detektion neuralgischer Verkehrspunkte trainiert.
Gemeinsam mit Stakeholdern werden planungs- und betriebsrelevante Informations- und Entscheidungshilfen anhand von Usecases entwickelt. Zu diesem Zweck erfolgt eine zielgruppengerechte Aufbereitung und Visualisierung in einem interaktiven, softwaregestützten Informationssystem.
Verbundkoordinator | Smart Mobility Research Group Georg-August-Universität Göttingen FKZ 19F1144A |
Projektvolumen (zum Bewilligungszeitpunkt) | 193.889 €, davon 97 % Förderung durch BMDV |
Projektlaufzeit (zum Bewilligungszeitpunkt) | 01/2023-06/2024 |
Projektpartner | SETLabs Research GmbH, München (Tochter der Virtual Vehicle Research GmbH)
|
Ansprechpartner | Georg-August-Universität Göttingen Mathias Willnat 0551 39211 76 mathias.willnat@uni-goettingen.de |