KI-basierte Online-Verkehrsoptimierung - Nachhaltige Urbane Mobilität
KIBO-NUM -- ein Projekt aus dem F&E-Programm "Informations- und Kommunikationstechnik" des Freistaates Bayern
Gesamtziel des Vorhabens
Im Projekt "KI-basierte Online Verkehrsoptimierung - Nachhaltige Urbane Mobilität" (KIBO-NUM) sollen neue Möglichkeiten entwickelt und erprobt werden, um Städte und Gemeinden bei der Bewältigung der Verkehrsprobleme zu unterstützen. Der Komplexität der städtischen Mobilität mit ihren vielen Wechselwirkungen sollen innovative Ansätze zur Erfassung und Prognose der Verkehrssituation und zur optimalen Beeinflussung des Verkehrsgeschehens entgegengesetzt werden, wie sie durch die Informations- und Kommunikationstechnik, insbesondere durch neue urbane Datenplattformen und durch die Anwendung Künstlicher Intelligenz (KI) auf Basis der gesammelten Big Urban Data möglich werden.
Dabei soll unter anderem ein multikriterielles Verfahren entwickelt werden, dass multimodale Verkehrsströme in urbanen Umgebungen optimiert. Multikriteriell, weil unterschiedliche Sichten mit unterschiedlichen Anforderungen und Optimalitätskriterien berücksichtigt werden; multimodal, da verschiedene Verkehrsmittel, wie motorisierter und nicht-motorisierter Straßenverkehr, aber auch ÖPNV einbezogen werden sollen. Dem Vorschlag liegt die Überzeugung zugrunde, dass Probleme urbanen Verkehrs nur als gelebter Kompromiss aller Beteiligten – Verkehrsteilnehmer wie Einwohner, Verwaltungen wie Gewerbe - gelöst werden können. Die Informations- und Kommunikationstechnik und im Besonderen die Anwendung Künstlicher Intelligenz auf zunehmend verfügbaren „Urban Big Data“ bieten die Chance auf ein objektiv ausbalanciertes Gleichgewicht der Belange aller Interessensgruppen und ein optimiertes, flexibilisiertes und praktikables Mobilitätsangebot der Zukunft.
Wie in Abbildung 1 dargestellt, sollen verfügbare städtische Daten und Daten Dritter aus dem Bereich Verkehr und Umwelt erfasst und plausibilisiert werden (Datenintegration und Zustandsschätzung). Auf Basis dieser konsistenten und vollständigen Daten sollen Vorhersagen über Verkehrs- und Umweltbelastungen erzeugt werden, mit deren Hilfe der Verkehrsfluss optimiert, individuelle Reiseplanungen für Verkehrsteilnehmer generiert und diese über eine mobile App und ein Web Portal vorgeschlagen werden.
Abbildung 1: Gesamtprojekt mit Wertschöpfungskette und beispielhaften Datenquellen und Aktoren
Da klassische Verkehrsmanagementsysteme aufgrund der Kosten und des Personalaufwands nur von großen Städten betrieben werden können, ist es ein Anliegen des Projekts zu zeigen, dass durch digitale Technologien auch für kleine und mittlere Städte neue Möglichkeiten zur Bewältigung ihrer Verkehrsprobleme entstehen. Deshalb ist geplant, Demonstratoren der hier entwickelten Technologien im Sinne von Proof-of-Concepts in einer Stadt mit weniger als 100.000 Einwohnern umzusetzen. Als assoziierter Partner konnte hier die Stadt Rosenheim gewonnen werden.
Die anvisierte Lösung bietet jedoch ebenso für große Städte mit ungleich komplexeren Verkehrssituationen ein erhebliches Verbesserungs- und Optimierungspotenzial.
Innovativ
Nachhaltig
Praxisorientiert
Meilensteine
Integration und Aufbereitung von Verkehrs- und Umweltdaten städtischer Systeme und Sensorik
Prototypische, KI-basierte Verkehrszustandsschätzung
Prototypische, KI-basierte Verkehrsprognose
Prototypischer Aufbau einer zentralen Verkehrsflusssteuerung
KI-basierte Entscheidungs- und Optimierungsverfahren für die individuelle Reiseplanung
Praxiserprobung des Proof of Concepts im Rahmen von Feldversuchen