Alle mFUND Projekte Alle mFUND Projekte
Projektillustration: DAYSTREAM (Quelle: Karte: openStreetMap / Grafik: DFKI GmbH)
Lokalisierung von Ereignissen aus Social-Media-Daten

Quelle: openStreetMap, DFKI GmbH

Projektbeschreibung

Kernziel von DAYSTREAM war es, Datenanalytik und Künstliche Intelligenz (KI) für eine sichere und zuverlässige Mobilität anwendungsbezogen zu erforschen.

Die Aspekte „Safety”, „Security” und „Service” wurden anhand von drei konkreten Anwendungsszenarien bearbeitet: (1) „Intelligente Steuerung des Fußballfanreiseverkehrs”, (2) „Gefahrenwarnung im Straßenverkehr” und (3) „Störungsfreie Mobilität”.

Im Vorhaben wurden Daten der Datenplattform mCLOUD und des Mobilitätsdatenmarktplatzes (MDM) mit anderen frei verfügbaren Daten sowie Daten einzelner Verkehrsträger und zusätzlicher mobilitätsrelevanter Unternehmen zusammengeführt und analysiert. Die Erkennung und Analyse von Ereignissen basierte dabei auf maschinellen Lernverfahren.

Ergebnisse und Wirkungen

Im Rahmen des Anwendungsszenarios „Intelligente Steuerung des Fußballfanreiseverkehrs“ wurde in Zusammenarbeit von DB-Sicherheit, DFKI und idalab ein Dialogsystem entwickelt, das Sicherheitsmitarbeitern im Außeneinsatz die Kommunikation mit der Zentrale erleichtert. Das System wurde bereits im prototypischen Einsatz von der DB-Sicherheit im Rahmen eines Feldtests getestet und bewertet.

Das Anwendungsszenario „Gefahrenwarnung im Straßenverkehr” wurde von der Fachgruppe Verkehrstechnik und Transportlogistik der Uni Kassel erforscht Als Ergebnis konnte eine interaktive Wildwechselindex-Karte erstellt werden, die das Risiko eines Unfalls verursacht durch Wildwechsel anhand von einstellbaren Parametern für Straßenabschnitte in Hessen errechnet und anzeigt.

Unter der Leitung der Rhein-Main-Verkehrsverbund Servicegesellschaft mbH wurde das Anwendungsszenario „Störungsfreie Mobilität“ bearbeitet. Die Resultate umfassen u.a. das Echtzeitmonitoring von Sonderlagen, die Präzisierung von Prognosen anhand von historischen Daten und die Ableitung von intermodalen Verkehrslagen. Dabei wurden nicht nur statische und strukturierte Daten, sondern auch verkehrsrelevante Social Media Daten ausgewertet.

Die Projektergebnisse wurden von den Projektpartnern der Öffentlichkeit im Rahmen der mFUND-Konferenz präsentiert.

Verbundkoordinator/

Zuwendungsempfänger

Deutsches Forschungszentrum für Künstliche Intelligenz GmbH - Intelligente Analytik für Massendaten, Berlin
Projektvolumen3.599.610,60
(davon 78 % Förderanteil durch BMDV)
Projektlaufzeit08/2017 – 10/2020
Projektpartner
  • idalab GmbH, Berlin
  • Rhein-Main-Verkehrsverbund Servicegesellschaft mbH, Frankfurt am Main
  • Universität Kassel, Fachbereich 14 Bauingenieur- und Umweltingenieurwesen, Institut für Verkehrswesen, Fachgruppe Verkehrstechnik und Transportlogistik
  • DB Sicherheit GmbH, Berlin
AnsprechpartnerDeutsches Forschungszentrum für Künstliche Intelligenz GmbH – Intelligente Analytik für Massendaten (IAM), Berlin
Prof. Dr. Volker Markl
Tel.: +49 30 23895-1850
E-Mail: volker.markl@dfki.de