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.
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
Mobilität als Dienstleistung / Nutzerzentrierte Mobilität (Januar 2023): Mobilität als Dienstleistung stellt das Smartphone in den Mittelpunkt der Mobilität der Zukunft – Smartphone wird zur Mobilitäts-Zentrale (Bitkom Research)
Video: Multimodale Navigation mit am Körper getragenen Sensoren: In der Vergangenheit haben wir uns auf die persönliche Navigation für professionelle Nutzer, wie Feuerwehrleute oder Polizisten, konzentriert. Im Jahr 2017 haben wir unsere ersten Ergebnisse zum Forschungsbereich der multimodalen Navigation mit tragbaren Sensoren veröffentlicht. In diesem Video zeigen wir eine sehr genaue Personenlokalisierung, bei der nur Inertialsensoren in der vorderen Hosentasche eingesetzt werden. Unsere Algorithmen sind in der Lage, eine Lokalisierung beim horizontalen Gehen, beim Begehen von Treppen, beim Fahrradfahren und beim Autofahren durchzuführen.
Video: Pendeln von Passagieren an Bahnhöfen/Flughäfen - Lokalisierung mit Smartphones: Im Jahr 2021 passten wir unsere Algorithmen für die Trägheitsmessung am Körper an die kostengünstigen Sensoren in handelsüblichen Smartphones an. In diesem 2022 veröffentlichten Video zeigen wir eine Reise, bei der ein Fahrgast einen Bahnhof betritt und verlässt. Wir verwenden die in das Smartphone integrierten Inertialsensoren sowie das Barometer und den Satellitenempfänger, die in das Smartphone integriert sind. Wenn man sich im Freien bewegt, ermöglicht die satellitengestützte Navigation die Kalibrierung der Trägheitssensoren, so dass in einem Bahnhof, in dem keine Satelliten zu sehen sind, die Lokalisierung des Fahrgastes ohne Karten oder Handy/WiFi-Signale möglich ist.
Video: Pendeln von Fahrgästen an Bahnhöfen/Flughäfen - Identifizierung von Aktivitäten mit Smartphones: Wir haben in der Vergangenheit die Erkennung von Aktivitäten mit tragbaren Sensoren für professionelle Anwendungen erforscht. Im Jahr 2022 haben wir die Erkennung der Aktivitäten von Fahrgästen mit handelsüblichen Smartphones vorgestellt. Im Kontext der städtischen Mobilität konzentrieren wir uns auf die Aktivitäten Gehen, Treppensteigen, Aufzugfahren, Sitzen und Stehen/Warten. Diese Aktivitäten sind im Zusammenhang mit dem Pendeln in Bahnhöfen/Flughäfen relevant, um die Fahrgastströme vorherzusagen und die Bedürfnisse/Verhaltensweisen der Fahrgäste zu verstehen.
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.