Alle aktuellen Artikel Alle aktuellen Artikel

Problemstellung

Aktuelle Verkehrssysteme zeichnen sich trotz zunehmender Digitalisierung und Vernetzung weitestgehend durch lückenhafte Information über alle Verkehrsteilnehmer aus. Vor allem Fußgänger und Fahrradfahrer können deshalb oftmals in Verkehrssteuerung und Verkehrssicherheitsfunktionen nicht ausreichend berücksichtigt werden. Auch für motorisiertes Verkehrsteilnehmer erhöht sich zwar die individuelle Informationsgüte durch stetige Verbesserung der Sensorausstattung und Situationsanalysefähigkeit, die Verfügbarkeit dieser Daten für Verkehrssteuerungssysteme ist jedoch meist nicht gegeben. Auf Seiten der öffentlichen Hand reduziert dies die Möglichkeiten zur globalen Optimierung und Effizienzsteigerung für alle Verkehrsteilnehmer und führt dadurch zu unnötigen Wartezeiten.

Projektziel

KIVI nimmt sich dieser Thematik an und versucht durch eine Hebung des bislang meist nicht zugänglichen Datenschatzes über alle Verkehrsteilnehmer hinweg eine Effizienzsteigerung in den Bereichen Verkehrssteuerung und Verkehrssicherheit zu erzielen. Durch Datenfusion sowie dem Einsatz von KI-Verfahren wird geprüft, wie Lichtsignalanlagen durch umfassendere, aktuelle Informationen über alle Verkehrsteilnehmer optimiert werden können und wie sich die Verkehrssicherheit speziell an Kreuzungen als Unfallschwerpunkte erhöhen lässt.

Durchführung

In KIVI werden datengetriebene KI-Verfahren entwickelt, um Verkehrssteuerung und -sicherheit zu verbessern. Hierzu erfolgt der Aufbau eines High Definition Testfeldes über mehrere Knotenpunkte hinweg, ausgestattet mit lokaler Sensorik zur Erkennung aller Verkehrsteilnehmer. Diese stationäre Sicht wird ergänzt und KI-basiert fusioniert mit zusätzlicher mobiler Sensorik (Pkws, Busse, Fahrräder und mit 5G-Smartphones ausgestattete Fußgänger) um ein möglichst vollumfängliches aktuelles digitales Abbild der lokalen und netzweiten Verkehrslage zu generieren sowie eine Prognose der multimodalen netzweiten Verkehrssituation vornehmen zu können. Darauf basierend wird eine bedarfsgerechte Grünzeitverteilung für alle Verkehrsteilnehmer sowie ein Ampelphasenassistent umgesetzt. Ebenfalls wird eine Warnfunktion entwickelt, die durch KI-Verfahren das Verhalten und die Intention von (nicht-)motorisierten Verkehrsteilnehmern erkennt und gezielt vor Gefahrensituationen visuell und akustisch warnt.

VerbundkoordinatorLehrstuhl für Verkehrstechnik, Technische Universität München
Projektvolumen

Summe 8.227.376,31

Förderquote 84,42 %

Projektlaufzeit10/2020 – 10/2023
Projektpartner
  • Stadt Ingolstadt
  • Technische Hochschule Ingolstadt
  • Artificial Intelligence Network Ingolstadt gGmbH (AININ), Ingolstadt
  • Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme, München
  • GEVAS software GmbH, München
  • Traffic Technology Services Europe GmbH, München
  • Volkswagen car.SW Org Wolfsburg AG, Ingolstadt
Ansprechpartner

Bundesministerium für Verkehr und digitale Infrastruktur

Referat DG 20
Mail: Ref-DG20@bmvi.bund.de