Handlungsfeld Mobilität

Smarte Verkehrsführung

Abstract

Lektion 4

Daten für die Smart City

Seit Jürgen sich für neue Technologien in Fahrzeugen interessiert, fallen ihm immer mehr Meldungen aus diesem Bereich auf. Heute sticht ihm besonders eine Meldung ins Auge: Ein Autohersteller will noch im Jahr 2021 voll automatisierte Autos auf die Straßen schicken. Sie sollen als selbstfahrende Taxis, „Robotaxis“, zum Einsatz kommen.

Die KI-Anwendung, die in den autonom fahrenden Autos das Fahren steuert, lernt aktuell Details des Fahrens kennen: Derzeit sind weltweit etwa 500.000 solcher Kraftfahrzeuge unterwegs. Diese sammeln mit jeder einzelnen Fahrt eine unglaubliche Fülle an Verkehrsdaten. In allen Autos der Marke ist die entsprechende Software bereits integriert, sodass alle umherfahrenden Autos passende Daten sammeln.

Die KI-Anwendung nutzt diese Daten, um daraus Regelhaftigkeiten im Verkehrsfluss abzuleiten und die Reaktion des Autos auf äußere Gegebenheiten zu trainieren. So wird die KI-Anwendung fit gemacht für den Einsatz im Straßenverkehr.

Image
Image
Grafik Smart Car

Das sogenannte „Deep Learning” (engl. für „tiefes Lernen” oder „mehrschichtiges Lernen”) ist in der Autobranche verbreitet. Das KI-System empfindet so das vielschichtige Denken des menschlichen Gehirns nach: Durch enorme Mengen an Daten werden viele Informationen gebündelt und verknüpft.

Damit autonom fahrende Autos und auch Robotaxis funktionieren, müssen ihre Algorithmen mit Daten menschlicher Autofahrten gefüttert werden; eine KI-Anwendung muss also vom menschlichen Fahren lernen. Zum einen werden die Daten der fahrenden Person – wie Kopfbewegungen und einzelne Handlungen im Fahrprozess – gesammelt. Aber auch alle möglichen Phänomene außerhalb des Fahrzeugs, wie das Verhalten von Passanten oder die Plastiktüte auf der Fahrbahn, lassen sich erfassen. Die Reaktionen der fahrenden Person auf diese äußeren Einflüsse werden ebenfalls notiert.

Aus diesen Informationen und Verknüpfungen leitet die KI-Anwendung ab, wie sich das selbstfahrende Auto in bestimmten Situationen verhalten muss.

Image
Image
Grafik leuchtendes Cyber-Gehirn

Verkehr verstehen

Nicht nur im Training von Robotaxis, sondern auch für weniger einschneidende Assistenzsysteme kommt das Deep Learning in der Automobilbranche zum Einsatz. So sammeln entsprechend ausgerüstete Autos über Kameras, interne Aufzeichnungen von Tempo und Bremsvorgängen sowie verschiedene Sensoren bei allen Fahrten Daten, die zum Weiterlernen genutzt werden.

In Kombination mit Geodaten, die etwa Positionen von Kindergärten, Tempo-30- und Spielzonen lokalisieren, lassen sich Geschwindigkeits- und Achtsamkeitsvorgaben formulieren. Auch zu bestimmten Tageszeiten besonders frequentierte Orte können durch das Lernen aus der Beobachtung der Umgebung in der KI hinterlegt werden.

Durch die vielfältigen Kombinationsmöglichkeiten der aus Erfahrung gesammelten Daten kann Deep Learning dazu beitragen, die Mobilität in der Smart City zu optimieren und sicherer zu machen.

Image
Image
Grafik Smart City

Dank dem Internet der Dinge ist unter anderem die V2V-Kommunikation („Vehicle to Vehicle", engl. für „Fahrzeug zu Fahrzeug”) möglich, bei der Fahrzeuge Informationen untereinander austauschen. So können sie sich gegenseitig vor Gefahren warnen.

Das Notrufsystem eCall ist EU-weit seit 2018 in neu zugelassenen Autos Pflicht. Es setzt bei schweren Unfällen automatisch einen Notruf ab, in Deutschland an die 112. Gleichzeitig wird die GPS-Position des Fahrzeugs übermittelt. Über die direkte V2V-Kommunikation wird die Info auch an anderes Autos übermittelt, deren Systeme dann die Insassen vor dem Unfall warnen.

Image
Image
Bei ienem Autounfall werden Daten geteilt und ggf. ein Krankenwagen gerufen

Exercise:

Description

Teste dein Wissen!

Interactive tasks

Smart Car – Smart City

Im öffentlichen Personennahverkehr gibt es autonom fahrende U-Bahnen, die auf speziellen Strecken unterwegs sind. Dort gibt es keinen Gegenverkehr und nahezu keine unerwarteten Situationen. Im Straßenverkehr sieht es anders aus: Verschiedenste Gruppen von Teilnehmenden am Verkehr begegnen sich auf engstem Raum. Wie können wir uns bei so vielen unberechenbaren Faktoren den Übergang zum autonomen Fahren vorstellen?

In den nächsten Jahren wird es immer mehr moderne Autos mit Assistenzsystemen (auch „Smart Cars“ genannt) geben. Und mehr intelligente Ampeln und Verkehrsschilder, deren Informationen moderne Autos verarbeiten können. Dank Sensoren, Kameras und KI-Anwendungen werden Autos immer besser in der Lage sein, Daten und deren Interpretationen zu liefern, zu Entscheidungsvorschlägen zu verarbeiten und sogar selbst Entscheidungen zu treffen – also etwa im Notfall zu bremsen.

Image
Image
Grafik Verkehrskreuzung

Die Steuerung des Verkehrsflusses wird sich in den nächsten Jahren massiv verändern. So lassen sich Verkehrsströme etwa mithilfe einer Maut regulieren, die davor abschrecken soll, mit dem Auto in die Innenstadt zu fahren. In vielen Städte weltweit ist es heute schon üblich, das Stadtzentrum auf diese Weise vom Verkehr zu entlasten, etwa in London oder Stockholm. Rabatte gibt es für energiesparende Autos, Fahrzeuge mit mehreren Insassen und für das Carsharing.

Oft erfordert die Berechtigung, in die Innenstadt fahren zu dürfen, persönliche Daten freizugeben. Diese Datenfreigaben und eventuelle Abrechnungen müssen reguliert werden – in den Kommunen und Städten ebenso wie auf Landes- und Bundesebene. Aber auch auf europäischer und globaler Ebene muss man zu gemeinsamen Bestimmungen kommen.

Damit eine Maut für bestimme Stadtzonen funktioniert, muss die Smart City kontinuierlich mit den Fahrzeugen kommunizieren. An den Mautstellen in Oslo, beispielsweise am Übergang zum Innenstadtbereich, werden alle einfahrenden Fahrzeuge erfasst.

Einheimische oder Pendler haben einen Sender im Auto, mit dem das Fahrzeug identifiziert werden kann. Die an der Mautstelle übermittelten Daten werden mit der Datenbank des Mautanbieters abgeglichen, in der alle wichtigen Informationen hinterlegt sind. Dazu gehören Fahrzeughalter, Fahrzeugtyp inklusive Abgasklasse und Typ des Antriebs (Benzin, Diesel, Elektro, Hybrid). Über die ebenfalls gespeicherten Daten zur Zahlungsart wird der fällige Betrag berechnet.

Autos ohne Transponder sind nicht im System registriert. Sie werden über das Nummernschild erfasst. Die Rechnung wird an die über das Autokennzeichen ermittelte Adresse geschickt.

Exercise:

Description

Was denkst du?

Interactive tasks
Text Addition

Eine innerstädtische Maut zeigt Wirkung: In London hat die Maut innerhalb von sechs Monaten den Verkehr in der Innenstadt um etwa 15 Prozent verringert. Unfälle gingen um 20 Prozent zurück. Schätzungen zufolge stiegen dabei etwa die Hälfte der Personen, die nicht mehr in die Innenstadt fuhren, auf den ÖPNV um.

Was darf das Auto der Zukunft können?

Jürgen war komplett abgetaucht und reißt sich jetzt los von seiner Internet-Recherche. Er fragt sich: Was macht das Auto der Zukunft aus?

Bisher war Jürgen einfach davon fasziniert, was technisch alles möglich ist. Assistenzsysteme sollen vor allem für mehr Sicherheit sorgen. Das erscheint ihm sehr sinnvoll, zumal es allein in Deutschland pro Jahr zu zwei bis drei Millionen Autounfällen kommt.

Wenn KI-Systeme helfen, Risiken im Straßenverkehr zu reduzieren, ist Verkehrssicherheit durch KI-Anwendungen genau das, was das Auto der Zukunft ausmacht.

Exercise:

Description

Assistenzsysteme unterstützen unsere Sicherheit im Straßenverkehr. Daten zu den folgenden Kriterien werden von KI-Systemen im Auto erfasst.

Interactive tasks

Exercise:

Description

Welche Daten würdest du deinem Auto anvertrauen und welche nicht?

Interactive tasks