Problemstellung

Eine genaue Kenntnis über Anzahl und Verteilung von Besucherinnen und Besuchern in verkehrsberuhigten Zonen, bei Mobilitätsangeboten und bei Veranstaltungen kann einen wichtigen Beitrag zur Erhöhung der Sicherheit im Fußverkehr leisten. Es existiert jedoch keine technische Lösung, Menschen in hohen Dichten präzise, ortsaufgelöst und gleichzeitig anonym zu zählen, die im Außenbereich einsetzbar ist. Um frühzeitig geeignete Sicherheitsmaßnahmen zu ergreifen, ist es außerdem notwendig, Besucherströme vorherzuberechnen, wozu ebenfalls keine technische Lösung existiert.

Projektziel

In diesem Projekt wird eine neuartige Analysemethode von Besucherströmen entwickelt. Als Datenbasis wird ein neuartiger Lidar-Sensor entwickelt, der Objekte erstmals erkennt, klassifiziert und zählt. Dabei soll eine Präzision von 90% bei bis zu 6 Personen/m² erreicht werden. Die neuerhobenen Daten werden mit Daten aus dem Geschäftsbereich des BMDV fusioniert, um daraus mittels neuartiger KI-basierter Algorithmen Vorhersagen über künftige Besucherströme zur Erhöhung der Sicherheit im Fußverkehr zu berechnen.

Durchführung

Es wird ein Lidar-Sensor entwickelt, der im Außenbereich einsetzbar ist. Er ist hitzebeständig, wasserdicht und verfügt über eine Processing-Unit, die Objekte detektiert, klassifiziert und ortsaufgelöst zählt. Es werden Algorithmen entwickelt, die diese Daten analysieren und mit externen Daten fusionieren. Es wird ein Machine-Learning-Algorithmus (auf Basis von linearer Regression) entwickelt, der Besucherströme mit über 90% Präzision berechnet. Die Methoden werden auf dem „Rock am Ring“-Festival erprobt.