Ein präzises und stets aktuelles digitales Abbild des Straßenraums wird zum Schlüssel für zahlreiche Anwendungen: von kooperativen Fahrerassistenzsystemen über Mobilitäts-Apps bis hin zu hochauflösenden Karten für automatisierte Fahrzeuge. Daran arbeitet der Geschäftsbereich Smart Mobility am Fraunhofer FOKUS. Dr.-Ing. Ilja Radusch, Leiter des Geschäftsbereichs Smart Mobility sowie Leiter des Daimler Center for Automotive IT Innovations (DCAITI) an der TU Berlin, erläutert im Interview, wie aus heterogenen Daten ein urbaner Digitaler Zwilling entsteht und wie Künstliche Intelligenz zur Verbesserung der Datenqualität beiträgt.
Herr Dr. Radusch, Sie haben kürzlich beim Branchentreffen des Verbands Deutscher Auskunfts- und Verzeichnismedien in Berlin einen Vortrag gehalten. Was haben Verzeichnisse wie Das Telefonbuch mit Mobilität zu tun?
Verzeichnisdaten sind interessant, wenn es um sogenannten »Points of Interest« geht, also Orte, die für Mobilitätsdienste relevant sind. Gemeinsam mit pdm solutions, dem Unternehmen hinter Das Telefonbuch, haben wir evaluiert, wie sich solche Daten nutzen lassen. Konkret haben wir kuratierte Standortdaten von Kindergärten, Spielplätzen und Schulen in einen Fahrerassistenzdienst integriert, der im Fahrzeug vor besonders schutzbedürftigen Verkehrsteilnehmenden warnt. Gerade hier sind die Anforderungen an die Datenqualität sehr hoch. Wir haben geprüft, wie solche Informationen sich mit weiteren Mobilitätsdaten kombinieren und in den Digitalen Stadtzwilling integrieren lassen. Perspektivisch ermöglicht dies neben Sicherheitsanwendungen auch klassische Telematik-Services, etwa barrierearme Routen zur nächsten Apotheke oder thematische Stadttouren.
• Verkehrsraum-Erfassung mit Smartphone und KI
• Simulationsumgebung Eclipse MOSAIC
Welche weiteren Datenquellen fließen in den Digitalen Stadtzwilling ein?
Für einen realitätsnahen Digitalen Zwilling führen wir sehr unterschiedliche Datenquellen zusammen: Informationen aus Verkehrsmanagementzentralen, stationäre Sensoren, etwa in Ampelanlagen, sowie Sensordaten aus Fahrzeugflotten, auch aus hochautomatisierten Fahrzeugen. Statt ausschließlich auf spezialisierte Messfahrzeuge zu setzen, nutzen wir zudem Crowdsourcing. Mit unserer KI-basierten App Eidos Road Glancr kann ein handelsübliches Smartphone, das an der Windschutzscheibe angebracht ist, datenschutzkonform Informationen zum Straßenraum erfassen. Die App haben wir bereits erfolgreich in Feldversuchen mit Bussen und Taxis erprobt. Für seltene oder sicherheitskritische Ereignisse, die in realen Daten kaum vorkommen, ergänzen wir diese Daten durch Simulationen in unserer Open-Source-Umgebung Eclipse MOSAIC. (....)