Mehr Sicherheit im Straßenverkehr dank KI
Die sich abzeichnenden Trends im Bereich der Mikromobilität und des autonomen Fahrens haben ein enormes Potenzial für die Dekarbonisierung der städtischen Umwelt, aber die Koexistenz mit traditionelleren Verkehrsträgern kann sich als schwierig und riskant erweisen, insbesondere in der Anfangsphase.

📩 Bleiben Sie auf dem Laufenden über Branchentrends und Vianova Produkt-Updates - abonnieren Sie unseren Newsletter hier!
Zürich, 15. September 2032. Hannah fährt mit ihren Kollegen vom Stadtzentrum zum Büro ihrer Firma außerhalb der Stadt. Oder besser gesagt, Hannah fährt, ein autonomer Shuttle fährt sie und ihre Kollegen - selbstfahrende Fahrzeuge sind mit dem Fortschritt der Technologie endlich allgegenwärtig geworden. Das Shuttle bremst auf halber Strecke an der Rämistrasse ab: Es gibt weder eine Kreuzung noch Verkehr oder einen querenden Fußgänger, aber das autonome Shuttle bremst ab, als ob es eine unsichtbare Gefahr vorhersehen würde. Wenige Sekunden später rast ein Radfahrer auf einem Elektrofahrrad vorbei. Das ADAS (Advanced Driver Assistance Systems) des Shuttles hatte die neueste Version von Vianovas Road Safety API (Application Programming Interface) integriert und war in der Lage, seinen Kurs in einer Mischverkehrszone zu ändern.
Das Jahr 2032 scheint noch weit entfernt zu sein, aber die oben beschriebene Technologie ist seit ihrer Einführung durch Vianova Anfang 2022 bereits in Betrieb: Heute wird sie getestet und verfeinert, morgen wird sie hoffentlich in Millionen von vernetzten Fahrzeugen auf der ganzen Welt zum Einsatz kommen. Alles begann mit einem Innovationsprojekt mit mehreren führenden Automobilherstellern, die Millionen von anonymisierten Datenpunkten zur Verfügung stellten, um gefährliche Straßenkorridore und Vollbremsungen in mehreren europäischen Großstädten zu identifizieren. Durch die Kombination dieser Daten mit erstklassigen Analysen aktiver Verkehrsdaten von gefährdeten Verkehrsteilnehmern (Fußgänger, Radfahrer und Nutzer elektrischer Mikromobilität) sind die Algorithmen von Vianovain der Lage, Straßen in diesen Städten ausfindig zu machen, bei denen technische und gestalterische Maßnahmen die Sicherheit für alle Verkehrsteilnehmer verbessern könnten.

Aufkommende Trends im Bereich der Mikromobilität und des autonomen Fahrens haben ein enormes Potenzial zur Dekarbonisierung der städtischen Umwelt, aber die Koexistenz mit traditionelleren Verkehrsträgern kann sich als schwierig und riskant erweisen, insbesondere in der Anfangsphase. Es gibt einen zunehmenden Wettbewerb um denselben Raum, wobei neue Verkehrsträger und Nutzungen Platz beanspruchen, der noch vor wenigen Jahren dem Auto zugewiesen war. Die Regierungen haben ehrgeizige Ziele, um die "Vision Zero" (keine getöteten oder schwer verletzten Verkehrsteilnehmer) zu erreichen, und fördern gleichzeitig aktivere Verkehrsträger (d. h. Fahrräder, E-Scooter, E-Bikes usw.). Das Zusammentreffen dieser Ziele kann zu Spannungen führen und das Risiko erhöhen. Tatsächlich sind an 41 % der tödlichen Verkehrsunfälle in städtischen Gebieten ein Auto und ein anderes Verkehrsmittel beteiligt.
Es ist kein Geheimnis, dass moderne Fahrzeuge (d. h. Pkw, Lieferwagen, E-Scooter usw.) Sensoren auf Rädern sind, was sie zu einem sehr interessanten Werkzeug für die Gewinnung großer Mengen an geolokalisierten Echtzeitdaten in Städten macht: 2024 werden 100 % aller verkauften Neufahrzeuge vernetzt sein. Die Konnektivität bringt nach und nach zahlreiche neue Anwendungsfälle für Autodaten in Städten mit sich: hochpräzise Verkehrsströme, Echtzeit-Parkinformationen, Erkennung von Veränderungen auf Straßenebene, Unfallwarnung in Echtzeit, Erkennung von Kollisionsrisiken (z. B. Auto vs. Fußgänger vs. Fahrrad), Zustand der Straßenbeläge, Lieferung auf der letzten Meile usw. Andererseits können diese Daten nun in digitale Zwillinge von Städten (z. B. HD-Karten, intelligenter Verkehr, Inventar der städtischen Vermögenswerte und Bordsteine usw.) integriert werden, die eine immer genauere Identifizierung und Behebung von Sicherheitsrisiken ermöglichen, da die Städte immer dichter werden und die Mobilität immer komplexer wird.

Die Verknüpfung dieser beiden Bereiche ist für unsere Arbeit bei Vianova sehr interessant. Wir wissen, wie man große Mengen an vernetzten Fahrzeugdaten visualisiert und interpretiert - was können wir daraus lernen, wenn wir uns auf private Autos statt auf gemeinsam genutzte Fahrräder und Motorroller konzentrieren? Und in welchen Bereichen gibt es Überschneidungen zwischen der Vision Zero und Carbon Zero? Diese Fragen haben uns dazu veranlasst, unser Kernprodukt Cityscope so umzugestalten, dass es in Zukunft besser als Quelle für Verkehrssicherheitsinformationen für Städte dienen kann.
Die von Vianova entwickelte Technologie stützt sich auf FCD (Floating Car Data) und nutzt Algorithmen des maschinellen Lernens, um:
Diese Funktionen, die in VianovasRoad Safety API und Dashboard gekapselt sind, können Städte und OEMs bei der Umsetzung verschiedener Anwendungsfälle unterstützen:
Dank dieser Technologie waren die Städte Basel und Zürich in der Lage, aussagekräftige Erkenntnisse aus verschiedenen Datensätzen zu gewinnen, um 10 Risikozonen (z.B. Werdstrasse, Langstrasse, Flurstrasse, Manessestrasse, etc.) zu qualifizieren. Auf der Grundlage historischer Unfalldaten (d. h. offener Daten aus der Schweiz), großer Datensätze von vernetzten Autos und Mikromobilitätsgeräten (d. h. Geschwindigkeit, Position, Bremsdruck) und Daten von Straßensegmenten (d. h. Open Street Maps für Straßenabschnitte und Geschwindigkeitsbegrenzungen) identifizierte und bewertete das Tool Bereiche, die Anlass zur Besorgnis geben und von Ingenieuren in Zukunft bewertet werden sollten, einschließlich einiger unerwarteter Orte. Die von uns angewandte Methode zur Erstellung einer zuverlässigen Risikobewertung bestand in der Berechnung des Durchschnittswerts von 4 Hauptrisiken im Zusammenhang mit Autos:
- Gefährlichste Straße der letzten 10 Jahre (geordnet nach der Zahl der Unfälle pro Abschnitt) ;
- Straße mit den meisten Geschwindigkeitsübertretungen mit dem Auto (nach Anzahl der Geschwindigkeitsübertretungen geordnet) ;
- Am stärksten bremsende Straßen von Autos (geordnet nach der Anzahl der Bremsdruckereignisse > 10) ;
- Die meisten mittleren Geschwindigkeitsüberschreitungen mit dem Auto;
Alle Werte wurden durch die Anzahl der Ströme normalisiert, um zu vermeiden, dass das Risiko umso höher ist, je größer der Strom ist.

Die Städte Basel und Zürich arbeiten nun mit Vianova zusammen, um das Modell zu kalibrieren und seine Robustheit zu testen, bevor es auf das Gebiet der größeren Städte angewendet wird. Vianova arbeitet daran, diese Road Safety API-Initiative auszubauen und die Sicherheit der Verkehrsteilnehmer auf dem gesamten Kontinent durch bessere Dateneinblicke zu unterstützen. Dies ist auch unser Beitrag zu etwas viel Größerem und, wie wir glauben, für das Allgemeinwohl: Die UN und die Europäische Kommission haben kürzlich eine Reihe von koordinierten Initiativen gestartet, wie z. B. KI für die Straßenverkehrssicherheit und "VisionZero" Europäischer Rahmen ins Leben gerufen, um künstliche Intelligenz zu nutzen, um die digitale Kluft und die Kluft bei der Straßenverkehrssicherheit zu schließen.

Die ersten Anwendungsfälle für diese Technologie wurden mit Stadtverwaltungen und Automobilherstellern durch die Bereitstellung eines Entscheidungswerkzeugs für die Straßenverkehrssicherheit umgesetzt. Wir denken jedoch bereits an andere potenzielle, leistungsstarke Anwendungsfälle, die mehr Menschen Einblicke in die Sicherheit geben - Flottenmanager könnten die Daten nutzen, um eine sicherere Routenplanung für Fahrzeuge zu erstellen; Infrastrukturplaner könnten begrenzte Wegerechte strategischer zuweisen. Ein Teil der Mission von Vianovaist es, Lösungen zu entwickeln, die die Städte noch sicherer machen, vor allem, da immer mehr Menschen auf zwei Beinen oder zwei Rädern unterwegs sind. Wir bei Vianova glauben an die Schaffung guter Daten, um Städte grüner (und sicherer) zu machen - dieses Tool ist eine großartige neue Möglichkeit, unseren Nutzern bei beidem zu helfen.
Über Vianova
Vianova ist die vertrauenswürdige Mobilitätsintelligenzplattform für Städte und Mobilitätsanbieter, um CarbonZero und VisionZero zu erreichen. Unsere Datenplattform hilft Verkehrsanbietern und Städten, gemeinsam genutzte, vernetzte, elektrische und autonome Verkehrslösungen im städtischen Raum besser zu integrieren und zu verwalten, was eine bessere Nutzung der städtischen Infrastruktur ermöglicht und eine sicherere und nachhaltigere Mobilität fördert. Vianova hat Niederlassungen in Paris, Zürich und London.
Wenn Sie einen Kommentar haben, den Sie gerne mit Vianovasenden Sie bitte Ihre Kommentare an hello@vianova.io. Wenn Sie mehr darüber erfahren möchten, wie es ist, bei Vianovaund sich unserem talentierten Team anschließen möchten, besuchen Sie unsere Stellenbörse oder senden Sie direkt Ihre Bewerbung an jobs@vianova.io.
👉 Lesen Sie hier unseren vorherigen Blog !
Werden Sie Teil
der Bewegung
Lassen Sie uns in Kontakt treten
Wir freuen uns darauf, von Ihnen zu erfahren wie wir bei der Lösung Ihrer Mobilitätsprobleme helfen können.