In KI4Safety werden KI-Methoden auf Big Data angewendet, um sicherheitsrelevante Muster zu erkennen und die Wirkung von Verkehrsführungsmerkmalen auf Unfälle zu analysieren, was die Verkehrssicherheitsarbeit unterstützt.
Deep Learning erkennt sicherheitsrelevante Merkmale im Straßenverkehr – Blick in die Geodatenbank.
In der Praxis wird es immer schwieriger, die Zahl der Verkehrsunfälle zu senken. Innovative Ansätze zur Ableitung effektiver und kostengünstiger Maßnahmen sind notwendig. Sehr vielfältig sind die Einflussgrößen auf das Verhalten des Menschen sowie die Entstehung von Verkehrsunfällen. Ebenso vielfältig sind die relevanten Datenquellen und Kombinationsmöglichkeiten, deren umfassende vergleichende Analyse lange Bearbeitungszeiten in Anspruch nimmt.
Projektziel
In KI4Safety werden Methoden der künstlichen Intelligenz auf Big Data eingesetzt, um die Evidenz bezüglich der Wirkung von Merkmalen der Verkehrsführung auf das Unfallgeschehen zu verbessern. Insbesondere in einer großen Anzahl von Luft- und Befahrungsbilddaten werden sicherheitsrelevante Infrastrukturmerkmale und Muster automatisiert erkannt und für die Wirkungsanalyse genutzt. Anhand des Maßnahmenkatalogs gegen Unfallhäufungen wird demonstriert, dass mittels KI auf Big Data Einblicke gewonnen werden können, die herkömmliche Untersuchungen bisher nur mit sehr großem Aufwand bzw. gar nicht liefern. Das System bietet Ansätze zur Unterstützung der praktischen Verkehrssicherheits- und Planungsarbeit.
Durchführung
Daten von relevanten Einflussfaktoren zum Unfallgeschehen, wie Infrastrukturdaten, die Art der Verkehrsführung, verkehrstechnische Kenngrößen und Verkehrssteuerungsdaten werden mit korrespondierenden Unfalldaten fusioniert. Mit Hilfe von Verfahren der künstlichen Intelligenz gelingt das Handling großer Stichproben bei vergleichenden Untersuchungen, was die Situation hinsichtlich der statistischen Signifikanz verbessert. Das System wird in enger Abstimmung mit Verkehrsplanern, mit der Polizei und mit Verkehrssicherheitsforschern verschiedener Institutionen getestet und optimiert.
Erkennung von sicherheitsrelevanten Merkmalen der Straßenverkehrsführung in allgemein verfügbaren Befahrungsbildern von Google Street View.
