KI für Mobilitätsplanung & -steuerung

Dieser Innovationsbereich befasst sich mit Vorschlägen, welche die Themen KI für Verkehrssteuerung und autonomes Fahren auf kommunaler Ebene voranbringen sollen. Hierbei können sowohl Stau als auch CO2-Emissionen nachhaltig verringert werden. Ebenfalls ist es möglich, den Verkehrsfluss durch eine abgestimmte Planung von Verkehrssteuerung und Baustellenplanung zu optimieren. Auch Smart Mobility Dienste, welche Fernerkundungsdaten mit der Kommunikation in und zwischen Verkehrsteilnehmenden verbinden, können ein vielfältiges Spektrum zur Verbesserung der Verkehrseffizienz und des Nutzererlebnisses abdecken und so eine intelligente Verkehrssteuerung durch die Adaption des Verkehrs an eine dynamische Verkehrssteuerung ergänzen. Durch seine Strahlwirkung kann das Institut in diesem Themenschwerpunkt innovative Produkte fördern, welche mithilfe von KI den Zielen der Verkehrswende Rechnung tragen, durch die Entstehung einer multioptionalen Mobilitätskultur in den urbanen Zentren.

Kompetenzspektrum: Das Institut besitzt weitreichende Kenntnisse in den Bereichen Machine Learning, Reinforcement Learning, Computer Vision und Big Data. Das Projektteam ist in der Lage, die Kommunen hinsichtlich spezifisch abgestimmter Lösungen im Bereich KI für Verkehrssteuerung und autonomem Fahren durch langjährige Projekterfahrung fundiert zu beraten.

Werkzeuge und Anwendungen: Neben den beschriebenen Anwendungen können Fernerkundungsdaten gleichermaßen herangezogen werden für Dienste im Bereich autonomes Fahren und Smart Mobility. So sind Fernerkundungsdaten nicht nur die Grundlage, um HD-Karten für autonome Level 4-Anwendungen zu erstellen, sondern sie sind ebenso nützlich für alle Verkehrsteilnehmenden, z. B. im Zusammenhang mit dynamischen Verkehrsinformationen wie tagesaktuellen Durchschnittsgeschwindigkeiten, Reisezeiten, Einrichtungen von Baustellen oder akuten Straßenschäden. Um diese dynamischen Aspekte realisieren zu können, müssen die Fernerkundungsdaten um Crowddaten ergänzt werden, welche in Echtzeit mithilfe von KI-Methoden ausgewertet, als Karte aggregiert und dann den Nutzenden zur Verfügung gestellt werden. Als Initialzündung für die Verfügbarkeit solcher Crowddaten können Kommunen zum Beispiel ihre Flotten (ÖPNV, Ver- und Entsorgung, Taxen, Ordnungsamt, usw.) mit kostengünstigen Nachrüstlösungen zur Datenakquise mithilfe von Smartphones ausstatten.

Ein Produkt, das First Mover in diesem Bereich auf den Weg bringen werden, sind Smartphone Apps, die nicht nur navigieren, sondern auch weitere nützliche Funktionen für eine sichere und effiziente Mobilität bereitstellen. Unter Berücksichtigung von Schaltzeiten der Lichtsignalanlagen und weiteren Aspekten wie Umweltbedingungen und Sicherheit errechnen KI-Algorithmen optimale Routen für Straßen und Fahrrad- und Gehwege, nicht nur für den Individualverkehr, sondern auch für die dynamische Lenkung des ÖPNV. Im ÖPNV werden neben der Verbesserung der Multimodalität vor allem die Dezentralisierung eine große Rolle spielen, zum Beispiel das Konzept von dynamischen virtuellen Haltestellen. Das Potenzial des Einsatzes von KI geht an dieser Stelle so weit, dass aus einer großen Bandbreite an zu optimierenden Kriterien das jeweils relevanteste ermittelt wird. Dies ermöglicht beispielsweise das Einbeziehen von Community-basierten, bzw. Serious-Gaming-Ansätzen mit deren Hilfe die Bedürfnisse und Interessen von Verkehrsteilnehmenden stark individualisierbar werden.

Mögliche Forschungsthemen:

• Intelligente Baustellenplanung: Ziel ist die Entwicklung einer Software für die KI-basierte Optimierung der kommunalen Baustellenplanung zur Reduktion der gesamtgesellschaftlichen Auswirkung von Baustellen. Die Baustellenvorhaben sollen so geplant werden, dass der Verkehrsfluss möglichst geringfügig beeinträchtigt wird, wodurch Staus und CO2-Emissionen reduziert werden. Hierzu sollen KI-basierte Methoden des Schedulings wie Machine Learning, Constraint Programming oder problemspezifische Heuristiken eingesetzt und kombiniert werden.