Wer in Regensburg zu Fuß oder mit dem Rad unterwegs ist, kennt brenzlige Situationen an Kreuzungen. Während für den Autoverkehr seit Jahren umfangreiche Daten über Verkehrsaufkommen und Fahrverhalten vorliegen, fehlt Städten bislang häufig eine vergleichbare Datengrundlage für den Rad- und Fußverkehr. Genau hier setzt die Forschung von Prof. Dr. Simone Weikl an der OTH Regensburg an.
„Unser Ziel ist es, eine bessere Datenbasis mithilfe neuer Erhebungsmethoden zu schaffen. Das gilt insbesondere für sogenannte Vulnerable Road Users, also ungeschützte Verkehrsteilnehmende wie Radfahrende sowie Fußgängerinnen und Fußgänger“, erklärt Prof. Dr. Weikl. Die erhobenen Daten werden anschließend mithilfe von KI ausgewertet, um daraus konkrete Erkenntnisse für die Verkehrsplanung abzuleiten.
OTH-Team erfasst Verkehr in Regensburg aus zwei Perspektiven
Mit einem selbstgebauten Sensorbike und einer Videodrohne nimmt das Forschungsteam derzeit zehn Kreuzungen in Regensburg unter die Lupe. Während ein Studierender mit dem Fahrrad unterwegs ist, erfasst die Drohne gleichzeitig das Verkehrsgeschehen aus der Luft. So entstehen Daten aus zwei Perspektiven. Mithilfe von KI werden die erfassten Objekte anschließend klassifiziert – etwa als Auto, Fahrrad, zu Fuß gehende Person oder E-Scooter.
Aus den Daten lassen sich detaillierte Bewegungsprofile erstellen, aus denen Geschwindigkeiten, Beschleunigungen, Abstände zwischen Verkehrsteilnehmenden und weitere Sicherheitskennzahlen berechnet werden. Die Auswertung zeigt, wo es regelmäßig zu kritischen Situationen kommt.
Für Prof. Dr. Weikl steht dabei fest, dass KI den Menschen nicht ersetzt. „KI ist nicht der alleinige Heilsbringer. Sie hilft uns nur, wenn sie für Anwenderinnen und Anwender verständlich bleibt. Für die Verkehrsplanung brauchen wir weiterhin Fachleute, die mit der verbesserten Datenlage arbeiten und die Ergebnisse kritisch einordnen.“
Wie solche Analysen konkret genutzt werden können, zeigt ein weiteres Projekt am Busbahnhof der Universität Regensburg. Dort werteten Studierende LIDAR-Daten aus, die im Rahmen des Reallabors für urbane Mobilität der Stadt Regensburg erhoben wurden. Dabei handelt es sich um dreidimensionale Umgebungsdaten, die mithilfe von Laserscannern erfasst werden. Die Analyse zeigte deutlich, an welchen Stellen Konflikte zwischen Bussen, Autos, Radfahrenden sowie Fußgängerinnen und Fußgängern auftreten und wo Fahrzeuge zu schnell unterwegs sind. Auf Grundlage dieser Ergebnisse erarbeitete das Team konkrete Handlungsempfehlungen und stellte diese der Stadt Regensburg zur Verfügung.
Veranstaltung „Women in Data Science”
Im Rahmen der Veranstaltung „Women in Data Science Regensburg“ am 18. Juni gibt Prof. Dr. Simone Weikl im Jahnstadion Regensburg Einblicke in ihre aktuellen Forschungsarbeiten. Im Mittelpunkt steht die Frage, wie neue Mobilitätsdaten und KI helfen können, Verkehrssysteme besser zu verstehen und Städte sicherer und lebenswerter zu gestalten.
