Mit KI nicht-motorisierten Individualverkehr in Städten besser planen

Das Ergebnis: Mobile Zählgeräte, die mittels KI Videodaten auswerten, können wertvolle Erkenntnisse liefern, um Lastenräder, Elektroroller oder E-Bikes besser in den Verkehr zu integrieren – und dazu eine kostengünstige Alternative zu bestehenden Methoden sein.

Durch gezieltes Training der KI lassen sich die Zählgeräte flexibel in verschiedenen Anwendungsszenarien einsetzen. Gleichzeitig kann der Datenschutz gewahrt werden, indem die Rohdaten direkt auf dem Endgerät verarbeitet werden.

Mit den so gewonnen Daten können Bewegungsmuster extrahiert werden, welche für die Verkehrszählung genutzt werden können oder Bewegungsanalysen ermöglichen. So können im Ergebnis Ampelschaltungen optimiert, oder die Sicherheit beim Abbiegen erhöht werden.

Ein im Projekt gewonnener Beispieldatensatz wurde in der mCLOUD bzw. Mobilithek veröffentlicht, sowie Weiterentwicklungsmöglichkeiten und zukünftige Nutzungsmöglichkeiten im innerstädtischen Bereich aufgezeigt. Diese beinhalten u. a. die gezielte Zählung unterschiedlicher Verkehrsklassen zur Evaluation der Nutzung neuer Verkehrskonzepte und Planungsmaßnahmen.

Das Projekt CityCount wurde im Rahmen der Innovationsinitiative mFUND mit insgesamt rund 100.000 Euro über den Zeitraum von einem Jahr durch das Bundesministerium für Digitales und Verkehr gefördert.

Von der Idee bis zum Demonstrator

Im Austausch mit den assoziierten Partnern (Landeshauptstädte Düsseldorf, Erfurt, Magdeburg und Stadt Köln) wurden zunächst die Anforderungen an Anwendungsfälle und Daten erhoben.

Basierend auf der Anforderungsanalyse erfolgte die Konzeption eines Gesamtsystems der mobilen Zählstelle. Das Konzept umfasst die Hardware, das KI-Modell zur Auswertung von Bewegungsmustern der Verkehrsteilnehmenden in Echtzeit, ein anschließendes Postprocessing zur Extraktion der Zähldaten, sowie die Datenbereitstellung über ein Dashboard für den Endnutzer.

Vorteile des Konzepts

Mobil und kostengünstig

Anpassbarkeit an verschiedene Anwendungsfälle durch gezieltes Training des KI Modells

Hoher Datenschutz durch Rohdatenverarbeitung direkt auf dem Endgerät

Im Verlauf des Projekts wurden die Einzelkomponenten auf die technische Machbarkeit untersucht. Die Entwicklung umfasst u.a. die Extraktion von Bewegungsmustern mittels Multi-Objekt-Tracking (MOT). Die gewonnenen Bewegungsmuster können nicht nur zur Verkehrszählung, sondern auch zur Bewegungsanalyse (Abbiegen, etc.) genutzt werden.

Weitere Informationen zum Projekt unter: https://palaimon.io/…

Über Palaimon

Die Palaimon GmbH mit Sitz in Berlin entwickelt statistisch-mathematische Modelle und anwendungsbezogene KI-Softwarelösungen zur Digitalisierung und Prozessautomatisierung. Palaimon hat Forschungs- und Anwendungsschwerpunkte in den KI-Bereichen Deep Learning, Objekterkennung, Empfehlungssysteme sowie Multivariate Optimierung.

Über den mFUND des BMDV

Mit der Innovationsinitiative mFUND fördert das BMDV seit 2016 Forschungs- und Entwicklungsprojekte rund um digitale datenbasierte Anwendungen für die Mobilität der Zukunft. Neben der finanziellen Förderung unterstützt der mFUND mit verschiedenen Veranstaltungsformaten die Vernetzung zwischen Akteuren aus Politik, Wirtschaft und Forschung sowie den Zugang zu Datenportalen des BMDV. Weitere Informationen finden Sie unter https://bmdv.bund.de/….