Aktuelle Verkehrssysteme zeichnen sich trotz zunehmender Digitalisierung und Vernetzung weitestgehend durch die lückenhafte Information über alle Verkehrsteilnehmer aus. Durch diese fehlenden Informationen vor allem über nicht motorisierte Verkehrsteilnehmer wie Fußgänger und Fahrradfahrer können diese deshalb oftmals in Verkehrssteuerung und Verkehrssicherheitsfunktionen nicht ausreichend berücksichtigt werden. Auch für motorisierte Verkehrsteilnehmer erhöht sich zwar die individuelle Informationsgüte durch die stetige Verbesserung der Sensorausstattung und Situationsanalysefähigkeit moderner Fahrerassistenzsystem, die Verfügbarkeit dieser Daten für zentrale Verkehrssteuerungssysteme ist jedoch meist nicht gegeben. Auf Seiten der öffentlichen Hand reduziert dies die Möglichkeiten zur globalen Optimierung und Effizienzsteigerung für alle Verkehrsteilnehmer und führt dadurch zu unnötigen Wartezeiten durch unvollkommene Datenverfügbarkeit und Information. Der vorliegende Projektvorschlag nimmt sich dieser Thematik an und versucht durch eine Hebung dieses bislang meist nicht zugänglichen Datenschatzes über alle Verkehrsteilnehmer hinweg eine Effizienzsteigerung in den Bereichen Verkehrssteuerung und Verkehrssicherheit zu erzielen. Durch Datenfusion sowie dem Einsatz von KI-Verfahren wird geprüft, wie Lichtsignalanlagen durch umfassendere, aktuelle Informationen über alle Verkehrsteilnehmer optimiert werden können und wie sich die Verkehrssicherheit speziell an Kreuzungen als Unfallschwerpunkte erhöhen lässt.

Im Rahmen der zunehmenden Digitalisierung und Vernetzung des Verkehrssystems werden in diesem Projekt die Potentiale der KI zur multimodalen Verkehrssteuerung im urbanen Verkehr aufgezeigt und demonstriert. Dazu werden mittels KI-Verfahren neue Steuerungen entwickelt, angewendet und im bestehenden Verkehrssystem der Stadt Ingolstadt im Realbetrieb netzweit und lokal getestet. Die Steuerungen sollen durch die Verwendung unterschiedlichster und teils neuartiger Datenquellen, wie z. B. von Fahrzeugflotten, ÖPNV-Fahrzeugen, Fahrradfahrern und lokal erfasster Sensordaten von Fußgängern und sonstigen Verkehrsteilnehmern in situ und mit minimaler Latenz oder auch netzbezogen strategisch auf die aktuelle Verkehrslage reagieren. Damit sollen zum einen die Verkehrssicherheit erhöht werden und zum anderen der Verkehrsfluss und die Leistungsfähigkeit der Infrastruktur durch eine gegenseitige Beeinflussung von Fahrzeugen und Signalanlagen optimiert werden. Dies trägt zur Reduzierung der verkehrsbedingten Emissionen bei.

Das Projekt unterteilt sich damit in eine globale Betrachtung des Verkehrsablaufs im Netz und eine lokale Betrachtung eines ausgewählten und begrenzten High Definition Testfeldes (HDT), das zusätzlich mit stationärer Sensorik ausgestattet wird, um alle Verkehrsteilnehmer hochgenau an multimodalen Knotenpunkten zu erfassen. Je nach Anwendungsfall werden die KI-Verfahren online (zur laufenden Analyse und Optimierung) oder offline (zur Analyse wiederkehrender Situationen in den über einen längeren Zeitraum gesammelten Daten oder zur Evaluation der Wirksamkeit von Veränderungen in der Verkehrssteuerung) implementiert.

‍