Problemstellung

Alle 90 Sekunden passiert in der Bundesrepublik Deutschland ein Verkehrsunfall mit größeren Wildtieren. Neben deren negativen Auswirkungen auf Fauna sowie Tier- und Artenschutz entstehen dadurch auch wirtschaftliche Schäden von ca. 1 Mrd. € pro Jahr. Bisherige Systeme zur Reduzierung von Wildunfällen (z.B. Duftzäune, welche in Straßennähe durch die Erzeugung von für Wildtiere irritierenden Gerüchen für einen verminderten oder sichereren Wildwechsel sorgen sollen) scheitern beim Versuch, Rehe, Hirsche und Wildschweine bei der Straßenüberquerung zu stoppen, da die Tiere sich schnell an die Duftkulisse gewöhnen und diese dadurch ihre Wirksamkeit einbüßt. Das Problem lässt sich unmöglich über eine Anpassung des tierischen Verhaltens lösen, es erfordert stattdessen ein intelligentes Warnsystem für menschliche Verkehrsteilnehmer.

Projektziel

In diesem Projekt soll ein intelligentes Wildtier-Detektions-System entwickelt werden, welches die Signale von speziellen, extrem hochfrequenten Radar-Sensoren und einer IR-Kamera mit reduzierter Pixeldichte mittels KI-basierter Datenverarbeitung auswertet und lokale Verkehrsteilnehmer bei Bedarf über Car2x (einer Technologie zur Kommunikation zwischen Fahrzeugen und Umwelt) und WLANp vor Wildtieren in unmittelbarer Nähe zur Straße warnt. Das System soll vollständig autark über Solarmodule und Akkumulator versorgt werden und die Verkehrssicherheit nachhaltig verbessern.

Durchführung

Zuerst wird ein Testsystem entwickelt und in einer Testumgebung im Mitteldeutschen Revier aufgebaut. Es soll zur ersten Erhebung von Daten sowie für deren Aufbereitung und Auswertung mittels Machine-Learning-Algorithmen genutzt werden.
Darauf basierend wird in einem weiteren Schritt ein funktionstüchtiger Prototyp in Form einer optimierten Sensorbox aus Radarsensor und IR-Kamera mit reduzierter Pixeldichte (ca. 8x8 Pixel) entwickelt werden. Dabei ist das Ziel eine Objekterkennungs-genauigkeit von mindestens 95% und folgender Unfallvermeidung von mindestens 90%.