
Quelle: Smart Mobility Research Group
Projektbeschreibung
Fahrzeuge zur Sicherstellung kritischer und sozialer Infrastrukturen wie Rettungsdienste, Feuerwehren, Linienbusse und Abfallentsorgung müssen zuverlässig und zeitgerecht ihre Ziele erreichen. In der Praxis werden diese oft durch wiederkehrende Hindernisse wie falsch parkende Autos und infrastrukturelle Defizite beeinträchtigt. Das Projekt KI_IDENT zielt darauf ab, diese neuralgischen Punkte in städtischen Verkehrssystemen datengetrieben zu identifizieren, um den Planungsstellen so operative und planerische Maßnahmen zu ermöglichen.
Ergebnisse und Wirkungen
Das Ziel des Projekts KI_IDENT war die Durchführung einer Machbarkeitsstudie zur KI-gestützten Identifikation und Analyse von Verkehrspunkten, die wiederkehrend Behinderungen verursachen. Dabei wurden Verkehrsflussdaten öffentlicher Fahrzeugflotten teilweise anhand verbauter Datenlogger neu erhoben, mit historischen Daten harmonisiert und für das Training von Modellen genutzt. Diese identifizierten und charakterisierten Behinderungen durch die Auswertung von Fahrzeugbewegungsdaten, angereichert durch Geo- und weitere Datenquellen. Die Ergebnisse wurden in eine interaktive Oberfläche aufbereitet und anschließend anhand von geeigneten digitalen Informationsgrafiken für die interessierten Planungsstellen verfügbar gemacht.
Verbundkoordinator | Smart Mobility Research Group
|
Projektvolumen (zum Bewilligungszeitpunkt) | 193.889 €, davon 97 % Förderung durch BMDV |
Projektlaufzeit (zum Bewilligungszeitpunkt) | 01/2023-06/2024 |
Projektpartner | SETLabs Research GmbH, München
|
Ansprechpartner | Georg-August-Universität Göttingen Mathias Willnat Tel. 0551 3921176 E-Mail: mathias.willnat@uni-goettingen.de |