KI gegen Stau

Die Wissenschaftler haben 100 Autos so ausgestattet, dass sie per Funk miteinander kommunizieren und Verkehrsinformationen austauschen, ohne dass der Fahrer sich einschalten muss.

Die Fahrzeuge wurden zudem mit Adaptive Cruise Control (ACC) ausgestattet. Diese Technologie ermöglicht es dem Fahrer, die Geschwindigkeit seines Autos einzustellen, die präzise eingehalten wird, wenn kein Hindernis auftaucht. Dann bremst das Auto selbstständig ab, hält also den Sicherheitsabstand ein, und beschleunigt wieder, wenn das Hindernis verschwunden ist. Für das Experiment haben die Forscher ACC so modifiziert, dass es auf der Basis von Künstlicher Intelligenz auf den gesamten Verkehrsfluss reagiert, auch auf das, was voraus passiert.

Derart ausgerüstet, rollten die Fahrzeuge zwischen 6 Uhr und 9.45 Uhr über ein 24 Kilometer langes Teilstück der Interstate 24 (I-24), immer hin und her. Die These war, dass Phantomstaus nicht auftreten, wenn fünf Prozent der Autos mit modifiziertem ACC und Künstlicher Intelligenz ausgestattet sind.

Die Entscheidungsfindung der Autos fand auf zwei Ebenen statt. Auf der Cloud-Ebene wurden Infos über die Verkehrslage zur Erstellung eines Gesamtgeschwindigkeitsplans genutzt. Diesen Plan erhielten die Autos, die Algorithmen der Künstlichen Intelligenz verwendeten, in Echtzeit, sodass sie die Fahrweise optimieren konnten. Die Forscher ermittelten die Auswirkungen der vernetzten Autos auf den morgendlichen Verkehrsfluss auf einem mit 300 Sensoren ausgestatteten, 6,4 Kilometer langen Abschnitts der I-24.

Da die Fahrzeuge gewissermaßen weit vorausschauen konnten, passten sie ihre Geschwindigkeit so an, dass sie möglichst ohne zu bremsen durchkamen. So glätteten sie den Verkehrsfluss und verhinderten Schnellfahrten ebenso wie plötzliches Bremsen, das bei dichtem Verkehr Staus auslöst. Wer hinter dem Bremser herfährt, muss wegen der Reaktionszeit schärfer bremsen als sein Vordermann. Das setzt sich nach hinten fort, sodass es irgendwann zum Stillstand kommt.

KI für autonome Autos

Mithilfe Künstlicher Intelligenz (KI) machen Forscher der Universität Bremen komplexe Verkehrssituationen für autonom fahrende Autos nun besser erkennbar. Im Projekt 'PRORETA 5' des Autozulieferers Continental folgte das Forschungsfahrzeug autonom dem Straßenverlauf mit einem vordefinierten Ziel und reagierte dabei auf andere Verkehrsteilnehmer, wie Fußgänger, Fahrradfahrer und weitere Autos.

Ziel der KI-Algorithmen ist es, Objekte und Hindernisse in der Umgebung zu erkennen. Zudem haben die Experten neue Methoden zur menschlichen Aufmerksamkeitssteuerung basierend auf Kameradaten entwickelt. Dabei werden Auffälligkeitskarten erstellt, die relevante Bereiche im Bild bestimmen, in denen beispielsweise andere Verkehrsteilnehmer oder Schilder auftauchen.

Weitere neue mathematische Modelle können Position, Orientierung, Geschwindigkeit oder Größe anderer Verkehrsteilnehmer mathematisch korrekt darstellen und komplexe Fahrzeuggeometrien beschreiben. Zuletzt haben die Informatiker ein Objekt-Tracking implementiert, welches in der Lage ist, andere Verkehrsteilnehmer im Überwachungsbereich wahrzunehmen und deren Zustand über die Zeit zu schätzen.

'Diese Methoden sorgen dafür, dass die entsprechenden Aufgaben effizienter, robuster und sicherer gelöst werden können. Sie liefern somit einen wichtigen Beitrag zum hochautomatisierten und autonomen Fahren. Das Projekt ist ein ideales Beispiel dafür, wie eine gewinnbringende Kooperation von universitärer und wirtschaftlicher Forschung funktionieren kann', sagt die Bremer Forschungsleiterin Kerstin Schill.

Ihre Meinung dazu? Schreiben Sie hier!

#Stau #KI #AI #Forschung #Verkehr

Newsticker per eMail oder RSS/Feed!

Auch interessant!
KI Kamerasensor
Ein von der Natur inspiriertes Gerät von Forschern der Pennsylvania State University (Penn State) erzeugt...

Letzter Platz für Tesla
Tesla belegt im Ranking der 16 Unternehmen, die Technologien für autonom fahrende Autos anbieten, den let...

Kreative gegen KI
Die rasante Entwicklung und Verbreitung von Künstlicher Intelligenz (KI) bedroht die ohnehin oft schon se...

DeepRacer Challenge: Autonomes Lernen
AWS DeepRacer bietet eine interessante und unterhaltsame Möglichkeit, in ein Teilgebiet des maschinellen ...

Stau-Gründe mit Drohnen zu finden
Mit Scharen von Drohnen mit Kameras lösen Forscher der Eidgenössischen Technischen Hochschule Lausanne (...

Grüne Geldvernichtung in der Lobau
Ein Angriff auf die Wiener (und Niederösterreicher so nebenbei) ist es im Wesentlichen, wenn Minister Gew...

Internetbasierte Mobilität
Optimisten und Pessimisten sehen die Zukunft in der städtischen Mobilität im Wandel. Sie sind sich nur no...

Stau Stunden vorher errechnen
Mithilfe von Künstlicher Intelligenz (KI) lassen sich Verkehrsstaus vorhersagen, die erst in drei Stunden...