Foto: DLR

Der Schwerpunkt der Gruppe „Multimodale Navigation“ liegt im Bereich der Erforschung von Lösungen für die multimodale Navigation von Fahrgästen in urbanen Umgebungen. Besonders wichtig sind die öffentlichen Verkehrsmittel und die nachhaltigen individuellen Verkehrsmittel, die der ersten-/letzten Meile dienen, wie Fahrrad, e-Scooter und zu Fuß.

Diese Gruppe hat eine langjährige Expertise im Bereich der Entwicklung von Sensorfusions-Verfahren zur Fußgänger-Navigation in entscheidenden urbanen Umgebungen, in denen die Satellitennavigation nicht zur Verfügung steht oder blockiert ist, wie an Bahnhöfen und Flughäfen.

Ferner liegen umfangreiche Erfahrungen mit maschinellen Lernverfahren zur Erkennung von Fahrgast-Aktivitäten und zur Erkennung von Verkehrsmitteln vor. Die in diesem Rahmen entwickelten Methoden zur automatisierten Erkennung der benutzten Verkehrsmittel wurden patentiert.

Die Forschung der Gruppe „Multimodale Navigation“ ermöglicht gebündelte Mobilitätsdienstleistungen wie Location-Based Services oder E-Ticketing. Somit unterstützt diese Gruppe Anwendungen im ÖPNV-Bereich und leistet einen wichtigen Beitrag zur nachhaltig erfolgreichen Digitalisierung und der Verkehrswende.

 

Aktuelle Projekte

2022-2023 - 3rd Party Project: MyWay
Foundations for the extension of mobility-apps to include personalized routing for passengers with diverse profiles

2022-2024 - 3rd Party Project: ModalX
Reliable and automatic modality detection with a trusted edge cloud-based platform for smart mobility services such as location-based services or E-ticketing

2022-2023 - 3rd Party Project: Procope
Smart Security for Smart Cities: Advanced E-Ticketing

2022-2024 - Internal Project: VMo4Orte
Seamless transport mode identification, passenger localization and passenger flows modelling for urban environments

2021-2023 - EU Project: RESCUER
Navigation system with communication for rescue personnel

2022-2024 - Internal Project: KoKoVI
Crowd-sensing smartphone-based localization for cyclists and interaction with an autonomous shuttle

2022-2024 - Internal Project: V&V4NGC
Development and integration of a data-based cyclist movement model for SUMO

 

„Special Issue“

2022 - Multi-Sensor Positioning for Navigation in Smart Cities 

The mobility of people and goods plays an important role in the life, work and prosperity in smart cities. Particularly, the positioning in train stations or airports is of great importance to understand the needs and preferences of the passengers and their behavioral patterns. In outdoor scenarios, walking, cycling and e-scooters are sustainable mobility options that complement the public transport. These mobility options require a robust positioning to enable their frictionless coexistence with the motorized transport modes.

Artificial Intelligence (AI) can provide a significant boost for understanding mobility behavioral patterns and for the protection of pedestrians, cyclists and e-scooters as well. For the use of AI in safety-critical applications, new methods of validation and training are required. The analysis of big data and the methods for data driven research should be used to gain high quality data dedicated to the training of AI for transport applications. 

>> Download the Flyer (pdf)

>> www.mdpi.com/journal/sensors/special_issues/MSPNSC

 

 Infos zu Personen & Projekten

 Publikationen Multimodale Navigation