KI im Verkehrswesen: Metrosysteme neu definieren

Metrosysteme sind das Herzstück des öffentlichen Nahverkehrs in einer Stadt und befördern täglich Millionen von Fahrgästen. In Städten wie New York und Tokio fahren täglich über 3 bzw. 6 Millionen Menschen mit der U-Bahn. Je mehr die Städte wachsen, desto wichtiger wird es, die U-Bahn-Systeme effizienter, sicherer und angenehmer für die Fahrgäste zu gestalten. 

Hier kommt die Künstliche Intelligenz (KI) ins Spiel und verändert alles, vom Fahrkartenkauf bis zur Wartung der Züge. In diesem Artikel machen wir eine Fahrt durch ein U-Bahn-System und sehen, wie KI jeden Schritt der Reise verbessert und welche versteckten KI-Technologien dafür sorgen, dass alles reibungslos läuft. 

KI im öffentlichen Verkehr beginnt bei der Fahrpreiserhebung

Normalerweise beginnt eine Fahrt in der U-Bahn mit dem Anstehen, dem Kauf einer Fahrkarte und dem Passieren von Drehkreuzen. KI rationalisiert dies aktiv und macht es für die Fahrgäste schneller und bequemer. So kann zum Beispiel die Gesichtserkennungstechnologie in U-Bahn-Ticketsystemen eingesetzt werden. In belebten Städten können Fahrgäste ohne physische Fahrscheine oder Chipkarten Zugang zu Dienstleistungen erhalten. Stattdessen werden ihre Gesichter an den Eingangspunkten gescannt, was einen reibungslosen Zugang ermöglicht. In Peking wurde 2019 ein Gesichtserkennungssystem eingeführt, um die Überfüllung zu bewältigen und lange Warteschlangen während der Hauptverkehrszeiten zu vermeiden.

‍

Eine nahtlose Integration von KI erleichtert das tägliche Pendeln und kommt jeden Tag Millionen von Fahrgästen zugute. KI-gestützte Ticketingsysteme verbessern nicht nur das Fahrgasterlebnis, sondern erhöhen auch die Sicherheit. Durch die Analyse von Gesichtsdaten stellt das System sicher, dass nur berechtigte Fahrgäste den Bahnhof betreten. KI kann Identitäten schnell verifizieren, unbefugten Zutritt verhindern und potenzielle Bedrohungen erkennen. Das kann den Einlassprozess beschleunigen, die Sicherheit erhöhen und Schwarzfahren reduzieren.

U-Bahn-Linien mit Hilfe von KI navigieren

Nach dem Betreten der U-Bahn kann es verwirrend sein, den Weg durch die Station zu finden, vor allem zu Stoßzeiten. KI-basierte Navigationssysteme können den Fahrgästen den Weg durch die U-Bahn erleichtern, indem sie sie in Echtzeit führen. Diese Systeme nutzen KI-Algorithmen zur Analyse von Daten aus Quellen wie GPS, Sensoren und Kameras, um die besten Routen zu finden und genaue, aktuelle Wegbeschreibungen zu liefern. Fahrgäste können mobile Apps, ähnlich wie Google Maps, verwenden, um Schritt-für-Schritt-Anweisungen innerhalb des Bahnhofs zu erhalten, um Bahnsteige, Ausgänge und Einrichtungen schnell zu finden. KI-basierte Navigation kann Zeit sparen und Stress reduzieren.

Neben der Navigation können die Daten von Kameras und Computer Vision in einer U-Bahn auch zur Überwachung der Personendichte in Echtzeit genutzt werden. Kameras im gesamten Bahnhof können die Fahrgäste in bestimmten Bereichen zählen, um potenzielle Engpässe und überfüllte Stellen zu erkennen. Diese Erkenntnisse helfen den Verkehrsbetrieben, proaktive Maßnahmen zu ergreifen, z. B. die Zugfrequenzen anzupassen oder Personal zur Bewältigung der Menschenmassen zu entsenden. In Dubai wurde KI experimentell eingesetzt, um Staus um 40 % bis 60 % zu reduzieren und die Wartezeiten zu Spitzenzeiten und bei öffentlichen Veranstaltungen auf 30 Minuten zu senken.

‍

Einsteigen und Fahren mit der KI-gesteuerten U-Bahn

Wenn Fahrgäste in den Zug einsteigen, kann KI ihr Reiseerlebnis auf verschiedene Weise verbessern. Lassen Sie uns einige dieser Anwendungen verstehen:

• Zugänglichkeit Unterstützung: Computer-Vision-Techniken, wie z. B. die Objekterkennung, können Rollstuhlfahrer identifizieren und sie in den am besten zugänglichen Teil des Zuges leiten. Auch der Türschließvorgang kann so angepasst werden, dass diese Fahrgäste mehr Zeit haben, um sicher einsteigen zu können.
  ‍
• Maßgeschneiderte Ansagen und Anzeigen: KI kann verwendet werden, um Fahrgastansagen und Werbung anzupassen, je nachdem, wer im Zug ist und zu welcher Zeit.
  ‍
• Kontrolle eines leeren Zuges: An der letzten Station des U-Bahn-Netzes kann mithilfe von Computer Vision eine "Leerzugskontrolle" durchgeführt werden, um sicherzustellen, dass keine Fahrgäste mehr an Bord sind.
  ‍
• Verwaltung von herrenlosem Gepäck: Wenn ein Gepäckstück aufgegeben wird, kann die Computer Vision dies erkennen und die Gegenstände auf den Bildschirmen der Plattform anzeigen. Die Fahrgäste können ihre Gepäckstücke dann leicht wiederfinden. 

Auch die U-Bahn-Züge selbst können KI-gesteuert sein. Vollständig autonome Züge können sicher ohne menschliches Personal fahren. Diese KI-gesteuerten Züge nutzen fortschrittliche Algorithmen für die Entscheidungsfindung in Echtzeit und Sensoren, um Hindernisse zu erkennen und sicher zu fahren. KI-gesteuerte U-Bahn-Züge senken die Personalkosten, bieten mehr Flexibilität, um mehr Fahrgäste bei besserer Servicequalität zu befördern, sind pünktlicher und optimieren Beschleunigung und Bremsen, um den Stromverbrauch zu senken. Das Honolulu Rail Transit Project ist beispielsweise das erste vollständig autonome System in den USA. Es wird erwartet, dass das System die Verkehrsüberlastung und den Schadstoffausstoß verringern wird, indem es rund 40.000 Autofahrten pro Tag einspart. 

‍

Einsatz von KI zur Überwachung der Fahrgäste beim Verlassen der U-Bahn-Station

Die Überwachung, wie viele Menschen an den verschiedenen Stationen aussteigen, ist ebenfalls wichtig, um den U-Bahn-Verkehr effizient zu steuern. KI-Modelle wie YOLOv8 von Ultralytics spielen bei diesem Prozess eine wichtige Rolle. YOLOv8 unterstützt auch die Objektverfolgung und kann zur Identifizierung und Verfolgung mehrerer Objekte in Echtzeit verwendet werden, was es perfekt für stark frequentierte U-Bahn-Systeme macht. Durch die Analyse von Video-Feeds von Kameras, die überall in den Stationen platziert sind, kann YOLOv8 die aussteigenden Fahrgäste zählen, ihre Bewegungen verfolgen und Staumuster erkennen.

Über die Ausgänge der U-Bahn hinaus kann KI in Lösungen für die Anbindung an die letzte Meile integriert werden. KI-fähige Bike-Sharing-Stationen, Ride-Hailing-Dienste und Shuttle-Dienste können den Fahrgästen das Verlassen des Bahnhofs erleichtern. Durch die Analyse von Echtzeitdaten kann KI die Nachfrage vorhersagen und feststellen, wann diese Dienste verfügbar sind. Diese Technologie kann auch die besten Routen und Verkehrsmittel vorschlagen, basierend auf den aktuellen Verkehrsbedingungen und den individuellen Präferenzen. So können die Fahrgäste beim Verlassen des Bahnhofs schnell auf die am besten geeigneten Transportmöglichkeiten zugreifen, was die Wartezeiten verkürzt und die Reise bequemer macht.

KI hinter den Kulissen: Instandhaltung von U-Bahn-Gleisen

Als Fahrgäste übersehen wir oft die komplexen Prozesse, die hinter unseren Fahrten mit der U-Bahn ablaufen. KI ist hinter den Kulissen von entscheidender Bedeutung, insbesondere bei der Gleisinspektion und -wartung. Systeme wie das Railcar Inspection Portal (RIP) von Duos Technologies sind ein Beispiel für diesen KI-gestützten Ansatz. Mithilfe von KI-Algorithmen erfasst und analysiert das RIP in Sekundenschnelle 360-Grad-Bilder von jedem Zugwaggon, selbst bei Geschwindigkeiten von über 125 km/h. Diese Edge-basierten KI-Systeme erkennen Probleme und warnen das Bahnpersonal innerhalb von 60 Sekunden vor Wartungsproblemen. Die ständige Überwachung ermöglicht es, potenzielle Probleme zu erkennen und schnell zu beheben.

Energiemanagement und -optimierung sind weitere Anwendungen von KI in einer U-Bahn, die nicht allgemein bekannt sind. So setzt die Metro de Madrid ein KI-basiertes System ein, um die Energiekosten für die Belüftung um 25 % zu senken und die CO2-Emissionen um 1.800 Tonnen jährlich zu reduzieren. Für den Betrieb von 891 Lüftungsventilatoren, die jährlich bis zu 80 Gigawattstunden Energie verbrauchen, verwendet das System einen Optimierungsalgorithmus, der sich am Suchverhalten von Bienenvölkern orientiert. Dieser Algorithmus analysiert große Datenmengen und berücksichtigt dabei Faktoren wie Lufttemperatur, Bahnhofsarchitektur, Zugfrequenz, Fahrgastaufkommen und Strompreise. Er verwendet sowohl historische als auch simulierte Daten, um das beste Gleichgewicht für jeden Bahnhof vorherzusagen und zu erreichen, wobei er sich im Laufe der Zeit durch maschinelles Lernen verbessert.

‍

Vor- und Nachteile von AI im öffentlichen Verkehr

Die Integration von KI in Metrosysteme hat zahlreiche Vorteile gebracht. Sie verbessert beispielsweise die Effizienz, indem sie den Metrosystemen hilft, Fahrpläne einzuhalten, Verspätungen zu verringern und den Betrieb zu optimieren, um einen reibungslosen Ablauf zu gewährleisten. Auch die Sicherheit wird durch die kontinuierliche Überwachung erhöht, und die vorausschauende Wartung hilft, Unfälle und Störungen zu vermeiden.

Die Implementierung von KI in U-Bahn-Systemen ist jedoch mit Herausforderungen verbunden, wie z. B:

• Bedenken hinsichtlich des Datenschutzes: Die Erhebung und Verwendung von Passagierdaten wirft erhebliche Datenschutzbedenken auf, die sorgfältig gehandhabt werden müssen, um die Rechte des Einzelnen zu schützen.
  ‍
• Integration in die bestehende Infrastruktur: Die Integration von KI-Systemen in die bestehende U-Bahn-Infrastruktur kann komplex sein und Änderungen erfordern.
  ‍
• Hohe Implementierungskosten: Die anfänglichen Kosten für die Implementierung von KI-Technologie können hoch sein, was für einige Metrosysteme ein Hindernis darstellen kann.
  ‍
• Bedarf an qualifizierten Fachkräften: Die erfolgreiche Implementierung und Wartung von KI-Systemen erfordert hoch qualifizierte Fachleute, was eine Herausforderung für die Ressourcen darstellen kann.

Trotz dieser Herausforderungen machen die Vorteile KI zu einer transformativen Kraft in modernen städtischen Verkehrssystemen wie U-Bahnen. Das Potenzial für mehr Effizienz, mehr Sicherheit und ein besseres Fahrgast-Erlebnis erklärt, warum die KI-Gemeinschaft aktiv daran arbeitet, diese Hindernisse zu überwinden und die Vorteile der KI voll auszuschöpfen. Wenn Sie also das nächste Mal mit der U-Bahn fahren, halten Sie Ausschau nach den KI-Innovationen, die Teil Ihrer Reise sind.

Die Zukunft der KI im Verkehrswesen

Vom Betreten des Bahnhofs über die Navigation bis hin zum Verlassen der U-Bahn - KI verändert die gesamte Reise. Sie optimiert den Betrieb, erhöht die Sicherheit und bietet den Fahrgästen ein nahtloses Erlebnis. Durch die Verbesserung der Gleiswartung und des Energiemanagements garantiert KI effiziente und kostengünstige U-Bahn-Systeme. Trotz Herausforderungen wie Implementierungskosten und Bedenken hinsichtlich des Datenschutzes sind die Vorteile von KI in städtischen Verkehrssystemen wie U-Bahnen unbestreitbar. Mit dem weiteren Wachstum der Städte wird die KI eine immer wichtigere Rolle dabei spielen, den U-Bahn-Verkehr intelligenter, sicherer und effizienter zu machen.

Bleiben Sie mit unserer Community in Verbindung, um mehr über KI zu erfahren! Besuchen Sie unser GitHub-Repository, um zu erfahren, wie wir KI nutzen können, um innovative Lösungen in verschiedenen Branchen wie der Landwirtschaft und der Fertigung zu entwickeln. 🚀