Direkt zum Inhalt wechseln

Wie Künstliche Intelligenz Sicherheit auf Straßen revolutioniert

KI erhöht Sicherheit im Straßenverkehr

Wenn wir über Künstliche Intelligenz (KI) im Straßenverkehr sprechen, denken die meisten von uns an autonomes Fahren. Doch das ist nur ein Anwendungsfall, wo diese Technologie zum Einsatz kommen kann. Und es sollte nicht der Einzige Bereich bleiben. Denn ein Fahrzeug kann beispielsweise nicht um Ecken sehen oder hinter Hindernisse – egal, wie gut die Sensoren sind. Folgendes Szenario: Es ist früh am Morgen, draußen noch dunkel, die Schule beginnt bald. Eine Gruppe Kinder geht zur Schule. Sie rennen und lachen. Während sie albern, ist alles wichtig – nur nicht der Straßenverkehr. Die ersten der Gruppe überqueren bereits die Straße, Nachzügler spurten hinterher. Huch, haben sie geschaut, ob die Ampel noch grün ist? Werden die Kinder von den Autofahrer:innen gesehen? Eins ist klar: Jegliche Möglichkeit, die Sicherheit in diesen Fällen zu erhöhen, sollte genutzt werden. Und genau hier kommt intelligente Infrastruktur ins Spiel.

Intelligente Verkehrsinfrastruktur nutzt Daten, um den Verkehrsfluss auf Basis von KI-Algorithmen zu steuern und zu optimieren. Zum Beispiel, um Grünphasen von Ampeln zu verlängern, wenn Schüler:innen oder ältere Menschen erkannt werden, die mehr Zeit zum Überqueren der Kreuzung benötigen. Sensoren, Kameras, GPS und IoT-Geräte sammeln Echtzeitdaten über Verkehrsbedingungen, einschließlich Fahrzeugzählungen, Geschwindigkeiten, Staus und Wetterbedingungen. Mittels dieser Sensoren können sämtliche Verkehrsteilnehmer:innen erkannt und unterschieden werden können, wie beispielsweise Fußgänger, Radfahrer, Rollstuhlfahrer und ältere Menschen. Die gesammelten Daten werden verarbeitet und analysiert, um Verkehrsmuster und potenzielle Risikosituationen zu identifizieren. Basierend auf diesen Daten kann der Verkehrsfluss dann angepasst werden, beispielsweise durch eine Verlängerung der Grünphasen oder das Senden von Warnmeldungen an Fahrzeuge.

Gefährdete Verkehrsteilnehmende werden erkannt, ihre Sicherheit erhöht

Ein Beispiel ist unser KI-gesteuertes Detektionssystem Yutraffic awareAI, das in der Lage ist, die Bewegungen aller Verkehrsteilnehmer:innen im Live-Abbild von Kreuzungen anonym zu analysieren – einschließlich Fußgänger:innen oder Radfahrer:innen. Mit Künstlicher Intelligenz können Verkehrsteilnehmende klassifiziert und erkannt werden und Grünphasen an Kreuzungen entsprechend verlängert werden, beispielsweise für größere Gruppen, Schüler:innen, rollstuhlfahrende Personen oder älteren Menschen. Darüber hinaus gibt das System Fahrzeugen eine Warnmeldung, wenn vulnerable Verkehrsteilnehmende erkannt werden. Basierend auf diesen Informationen kann dann auch das Verkehrsmanagement von Städten oder Gemeinden angepasst werden. Außerdem können intelligente Lösungen wie awareAI das autonome Fahren unterstützen, indem Umweltdaten aus der Perspektive der Straßeninfrastruktur gesammelt werden und so eine zusätzliche Perspektive Informationen liefert  – für mehr Sicherheit und Vorhersehbarkeit.

In Mönchengladbach ist die Lösung bereits im Einsatz. Mit 36.000 Fahrzeugen, die täglich die vier-spurige Fliethstraße in Mönchengladbach passieren, ist das Überqueren der Straße insbesondere für Menschen mit eingeschränkter Mobilität eine tägliche Herausforderung. Die awareAI-Lösung reagiert nun auf langsamere Fußgänger:innen, indem sie bei Bedarf die Grünphase der Ampelanlage um bis zu fünf Sekunden verlängert.

Die Stadt Hamm hat sieben Kameras an einer Kreuzung installiert, um die Verkehrssicherheit zu erhöhen. Die Kameras filmen diagonal über die Straßen und erfassen sowohl Radwege als auch Fußgängerwege. Das awareAI-System kann jetzt beispielsweise einen Radfahrer 70 Meter vor der Kreuzung erkennen und dessen Geschwindigkeit in die Berechnungen für die Dauer der Grünphasen einbeziehen.

In beiden Anwendungsfällen werden alle Verkehrsteilnehmer:innen nur kurzzeitig erfasst, ohne dass Daten gespeichert werden, um sicherzustellen, dass die Privatsphäre gewahrt wird. Über eine Daten-Schnittstelle werden erkannte Objekte mithilfe einer verschlüsselten Verbindung übertragen, einschließlich Klasse des Objekts, Position, Klassifizierung und der jeweiligen Erfassungszone. Bei Bedarf werden auch Geschwindigkeit und Richtung übermittelt.

Priorisierung von Rettungsdiensten

KI-Algorithmen können auch dabei helfen, wichtige Fahrzeuge zu priorisieren, beispielsweise Rettungsfahrzeuge. Die Stadt Linz hat das bereits erfolgreich getestet: Das System „Einsatzroutenschaltung“ für Ampeln ermöglicht es Rettungsdiensten, während Notfällen eine „Grüne Welle“ aus dem Kontrollzentrum auszulösen, um schnelle und sichere Routen für Rettungsfahrzeuge zu gewährleisten. Insbesondere am Stadtrand oder an Autobahnausfahren, wenn die Fahrzeuge unterwegs ins Krankenhaus sind und jede Minute zählt, ist das essenziell. Die grüne Welle während Notfällen dient als Ergänzung zu Sirenen und Blaulicht und soll eine schnelle Reaktion im Notfall ermöglichen –zum Vorteil aller.

Ein Blick in die Zukunft – Von der Simulation zur Vorhersage

Und diese Beispiele sind erst der Anfang. Die Rolle der KI im Verkehrsmanagement wird sich weit über die Simulation von Szenarien hinaus zu intelligenten Vorhersagen von Verkehrstrends entwickeln. Mithilfe von historischen Daten und Echtzeitanalysen kann KI zukünftige Verkehrstrends auf der Grundlage verschiedener Faktoren vorhersagen, wie Tageszeit, bestimmte Ereignisse, Unfälle oder Straßensperrungen. Die Vorhersagen können dann im Adaptiven Verkehrsmanagement integriert werden. Ein Beispiel ist Yutraffic FUSION: Die Plattform nutzt Daten aus verschiedenen Quellen. Basierend auf den Informationen können bessere Entscheidungen zur Steuerung und Optimierung von Straßennetzen und Verkehrsinfrastrukturen getroffen werden.

Darüber hinaus ist es möglich, den Verkehrsfluss auf spezielle Kriterien wie beispielsweise Umweltfaktoren hin zu optimieren. Unser Environmental Traffic Management (ETM) dient zum Beispiel als zentrale Anlaufstelle und bietet Kunden alle Daten und Tools, die sie benötigen, um ihren Verkehrsfluss basierend auf Umweltkriterien zu steuern und zu optimieren. Das funktioniert, indem Echtzeitdaten des Verkehrs erhoben und bestimmte Umweltfaktoren analysiert werden. So kann der Zusammenhang zwischen Verkehr und Luftverschmutzung erkannt werden. Zusätzlich kann das System Anomalien erkennen und Luftverschmutzungsprognosen treffen.

Verbesserte Datenvernetzung befeuert neue Geschäftsmodelle

Massive Echtzeitdatensätze, eine wachsende Zahl an vernetzten IoT-Geräten und intelligentere Verkehrsmanagementplattformen werden im ITS-Sektor neue Geschäftsfelder ermöglichen. Beispielsweise maßgeschneiderte, vorausschauende Analysen, Abo-Geschäftsmodelle und Plattform-Dienste. Zusätzlich werden Daten neue Möglichkeiten der Monetarisierung mit sich bringen. Schnellere digitale Verbindungen, unterstützt durch 5G und das IoT, werden die volle Kraft des neuen „Datenzeitalters“ entfesseln. Um dieses Potenzial voll auszuschöpfen, ist eine nahtlose Kommunikation zwischen verschiedenen Datenquellen entscheidend. Die überarbeitete EU-ITS-Richtlinie (Oktober 2023) ist ein wichtiger Meilenstein und dient als Rahmen für die Vernetzung von Fahrzeugen, Straßen und anderen Geräten. Die Richtlinie setzt sich für eine erhöhte Datenverfügbarkeit und Interoperabilität zwischen verschiedenen Mobilitätsdiensten ein, einschließlich multimodaler Reiseplaner und Navigationsdienste.

Cybersicherheit wird zentraler Bestandteil des neuen datenbasierten Zeitalters

Mit der zunehmenden Konvergenz von digitaler und physischer Infrastruktur wird die Cybersicherheit ein entscheidender Erfolgsfaktor sein, um die kritische Infrastruktur zu sichern. Cyberangriffe und Schwachstellen in einem Bereich können eine kettenreaktionsartige Wirkung auf zahlreiche andere Bereiche haben. Für Städte und Gemeinden ist es deshalb wichtig, dass die das Thema Cybersicherheit bereits in ihrer Smart-City-Planung mit integrieren – von der Planung über das Design bis hin zu den jeweiligen Transformationsstufen und dabei die neusten Branchenstandards sowie gesetzliche und regulatorische Anforderungen berücksichtigen.

Letztlich werden das Zusammenspiel dieser Fortschritte Geschäftsmodelle neu definieren und die Mobilitätslandschaft umgestalten. Kollaborative Ökosysteme, in denen unterschiedliche Unternehmen Daten und Erkenntnisse über vernetzte Plattformen teilen, werden florieren.

Neue Möglichkeiten über Branchengrenzen hinweg werden das datenbasierte Zeitalter prägen. Denn Künstliche Intelligenz und datenbasierte Lösungen sind im ITS-Bereich gekommen, um zu bleiben. Es steht uns einiges bevor – und wir werden dabei sein!