EPFL nutzt Drohnen und KI zur Vorhersage von Verkehrsstaus

(Source: Ilia Bronskiy / pexels.com)

(Source: Ilia Bronskiy / pexels.com)

Forschende des Labors für urbane Transportsysteme (LUTS) der Eidgenössischen Technischen Hochschule Lausanne (EPFL) entwickeln Systeme, die Drohnen und künstliche Intelligenz kombinieren, um den städtischen Verkehr zu beobachten und vorherzusagen. Ziel ist es, ein umfassenderes Bild des Strassennetzes zu erhalten, um Staus besser zu verhindern und den Verkehrsfluss zu optimieren, wie die EPFL schreibt.

Kameras, Induktionsschleifen und andere stationäre Sensoren blieben die klassischen Werkzeuge der Verkehrssteuerung. Diese Geräte würden jedoch nur begrenzte Flächen und Zeiträume abdecken und sich hauptsächlich auf Autos konzentrieren. Drohnen hingegen ermöglichen laut den Forschenden die Beobachtung aller Verkehrsteilnehmer - Autos, Busse, Lastwagen, Fahrräder, Motorräder und Fussgänger - in einer einzigen Analyse.

"Mit Drohnen können wir viele der durch diese Sensoren bedingten Probleme überwinden. Sie bieten einen wesentlich umfassenderen und detaillierteren Überblick über den Gesamtzustand eines Strassennetzes", erklärt Manos Barmpounakis, Postdoktorand am LUTS. Drohnen würden zudem eingesetzt, um das Fahrverhalten zu analysieren, wie etwa Spurwechsel oder Interaktionen zwischen Verkehrsteilnehmenden, und um die Luftqualität sowie Lärmemissionen zu messen. Der EPFL-Forscher Jasso Espadaler Clapés arbeite zudem an städtischen Lärmkarten, um die kritischsten Gebiete zu identifizieren.

Ein erstes Experiment wurde laut Bericht 2018 in Athen durchgeführt, wo das Team eine Drohnenstaffel zur Erfassung von Verkehrsdaten einsetzte. Die Forschenden hätten dabei Algorithmen entwickelt, die verschiedene Fahrzeugtypen erkennen und deren Fahrbahnen verfolgen können, ohne Kennzeichen oder Gesichter zu erfassen.

Diese Daten ermöglichen nun die Arbeit an Echtzeit‑Verkehrsprognosen, wie die EPFL schreibt. Doktorand Weijiang Xiong arbeite daran, Staus früh genug vorherzusehen und etwa die Ampelschaltungen bereits eine halbe Stunde vor dem Auftreten eines solchen Staus anzupassen. "Unfälle können wir zwar nicht vorhersagen, aber falls es doch dazu kommt, können wir prognostizieren, wie das Verkehrsnetz reagieren wird", sagt er. 

Von der Forschung zur Praxis

Aus dieser Forschung heraus wende nun das Start‑up Mobilysis die Methoden auf konkrete Anwendungsfälle an und habe bereits mit der Stadt Pully sowie dem Kanton Genf zusammengearbeitet. Mobilysis beteiligt sich gemäss EPFL zudem am europäischen Projekt Acumen. Im Rahmen dieses Projekts habe das Unternehmen bereits verschiedene Verkehrsdaten in Helsinki erfasst, welche unter anderem zur Kalibrierung der Verkehrssimulationssoftware für den digitalen Zwilling der finnischen Hauptstadt verwendet werde.

Laut Bericht wurden bereits weitere Pilotprojekte in Athen, Nairobi und Manchester umgesetzt, um lokalen Behörden präzisere Werkzeuge zur Steuerung der urbanen Mobilität zur Verfügung zu stellen.

Die beiden Schweizer Unternehmen Geoninfra und iNovitas entwickeln übrigens gemeinsam einen digitalen Strassenzwilling, um die Infrastruktur- und Verkehrsplanung des Zürcher Oberlands zu vereinfachen. Lesen Sie hier mehr dazu.