
Quelle: Gordon Linnemann, 12.12.2019, Bremen
Mit der Forschungsinitiative mFUND (Modernitätsfonds) fördert das BMVI seit 2016 Forschungs- und Entwicklungsprojekte rund um digitale datenbasierte Anwendungen für die Mobilität 4.0. Neben der finanziellen Förderung unterstützt der mFUND mit verschiedenen Veranstaltungsformaten die Vernetzung zwischen Akteuren aus Politik, Wirtschaft und Forschung sowie den Zugang zum Datenportal mCLOUD.
Viele der geförderten Projekte verbessern auch die Verkehrssicherheit. Eine Auswahl finden Sie in diesem Artikel. Alle mFund-Projekte finden Sie hier.
ECOSense verbessert die Radinfrastruktur
Ziel von ECOSense ist die Entwicklung und Erprobung einer Sensorplattform, die verschiedene Parameter (Position, Geschwindigkeit, Erschütterung, Umwelt) zur Fahrradnutzung im Alltag erhebt. Die neu generierten und veredelten Datensätze führen zu verbesserten Informationsgrundlagen zum Radverkehr. Der Einsatz der Messtechnik versetzt Entscheidungsträger aus Kommunal- und Stadtplanung in die Lage, spezifische Bedürfnisse von Radfahrern besser als bislang verstehen zu lernen und die Fahrradinfrastruktur dementsprechend ausbauen zu können.
Mehr Informationen zum Projekt:
https://www.bmvi.de/SharedDocs/DE/Artikel/DG/mfund-projekte/ecosence.html
SiGMa – mehr Verkehrssicherheit für Kommunen
Mathematische Modelle sollen dabei helfen, Einflüsse auf das Unfallgeschehen zu beschreiben und daraus eine zu erwartende Unfallhäufigkeit in den Gemeinden abzuleiten.
Anhand der Modellergebnisse und des Vergleichs mit dem tatsächlichen Unfallgeschehen lässt sich die Möglichkeit zur Verbesserung der Verkehrssicherheit für jede Gemeinde ableiten, was wiederum als Indikator für die zu fokussierenden Gemeinden in der Verkehrssicherheitsarbeit dient.
Mehr Informationen zum Projekt:
https://www.bmvi.de/SharedDocs/DE/Artikel/DG/mfund-projekte/sigma.html
FeGiS+ erkennt Gefahrenstellen im Straßenverkehr
Ziel des Projektes FeGiS+ ist es, Risiken und Gefahrenpotentiale im Straßenverkehr frühzeitig zu identifizieren und somit Verkehrsunfälle zu vermeiden. Dies kann einerseits dadurch erfolgen, dass Gefahrenstellen entsprechend entschärft werden und andererseits Verkehrsteilnehmer besser gewarnt werden, um ihr Verhalten bzw. ihre Fahrweise anpassen zu können. FeGiS+ möchte einen Beitrag zu mehr Sicherheit auf unseren Straßen leisten über die bessere Nutzung bestehender sicherheitsrelevanter Daten sowie die Erschließung neuer relevanter Datenquellen.
Mehr Informationen zum Projekt:
https://www.bmvi.de/SharedDocs/DE/Artikel/DG/mfund-projekte/fegis-plus.html
KI4Safety – mit KI zu mehr Verkehrssicherheit
In KI4Safety wird ein Unfallprognosemodell entwickelt, das Unfallhäufigkeiten sowie deren Einflussgrößen an Knotenpunkten mit unterschiedlichen Geometrien vorhersagt. Insbesondere aus einer großen Anzahl von Bilddaten werden sicherheitsrelevante Infrastrukturmerkmale und Muster automatisiert analysiert und für die Prädiktion von Verkehrsunfällen genutzt. Zudem werden weitere relevante Faktoren für hohe prognostizierte Unfallhäufigkeiten identifiziert. Das System bietet Unterstützungsleistungen für die praktische Verkehrssicherheits- und Planungsarbeit.
Mehr Informationen zum Projekt:
https://www.bmvi.de/SharedDocs/DE/Artikel/DG/mfund-projekte/kiforsafety.html
SmartHelm – ein intelligent vernetzter „aufmerksamer“ Fahrradhelm
Im Hinblick auf eine effizienzsteigernde Prozessoptimierung in der CityLogistik zielt das Vorhaben auf die Entwicklung eines (SmartHelm) ab. Dieser ist ausgestattet mit einer Augmented Reality-Brille, multilingualer Sprachsteuerung, einem Eye-Tracking-Modul zur Erfassung von Blickbewegungsdaten sowie mit speziellen Elektroenzephalographie (EEG)-Elektroden, um die Aufmerksamkeit des Fahrers zu erfassen. SmartHelm soll den Arbeitsalltag von Fahrradkurieren erleichtern und durch eine frühzeitige Identifikation von Stresssituationen zur Vermeidung von Unfällen und Gefahrensituationen beitragen.
Mehr Informationen zum Projekt:
https://www.bmvi.de/SharedDocs/DE/Artikel/DG/mfund-projekte/smarthelm.html
SENSARE warnt vor Starkregengefährdungen
Hauptziel des Projekts SENSARE ist die verbesserte Handlungsfähigkeit aller Verkehrsteilnehmer bei Überflutungsereignissen durch Starkregen im urbanen Raum. Mittels NowCasting (Wettervorhersagen für die nächsten Stunden) ermöglichen diese Systeme Steuer- und Warninformationen direkt in den Leitzentralen der Verkehrsinfrastrukturbetreiber - in einigen Jahren auch im Navigationsgerät der PKW. Neben den Daten für die dynamische Steuerung und Warnung werden Sensor-Netzwerke hochrelevante Daten bereit stellen, die zur Modellverbesserung und -validierung sowie für zukünftige integrierte Infrastruktur- und Stadtplanungsprozesse benötigt werden.
Mehr Informationen zum Projekt:
https://www.bmvi.de/SharedDocs/DE/Artikel/DG/mfund-projekte/sensare.html
WilDa warnt vor Wildunfälle
WilDa entwickelt auf Basis von Wildunfalldaten, mit Hilfe von Geo-, Verkehrs-, Wetter- und Umweltdaten und unter Berücksichtigung des Wildtierverhaltens ein Verfahren zur Analyse von Wildunfällen. Dieses stellt sowohl die Grundlage für zeitlich und räumlich optimierte Wildwarnungen (z. B. auf digitalen Endgeräten der Verkehrsteilnehmer) als auch eine verbesserte Planungsgrundlage für Schutzmaßnahmen (z. B. Zäune und Grünbrücken) dar.
Mehr Informationen zum Projekt:
https://www.bmvi.de/SharedDocs/DE/Artikel/DG/mfund-projekte/wildunfallwarnung-big-data-wilda.html
Das war eine Auswahl unserer vielen im mFund geförderten Projekte für mehr Verkehrssicherheit. Alle mFund-Projekte finden Sie hier.