KI im Verkehrswesen: U-Bahn-Systeme neu definieren

Metrosysteme sind das Herzstück des öffentlichen Nahverkehrs einer Stadt und befördern jeden Tag Millionen von Fahrgästen. In Städten wie New York und Tokio fahren täglich über 3 bzw. 6 Millionen Menschen mit der U-Bahn. Je mehr die Städte wachsen, desto wichtiger wird es, die U-Bahn-Systeme effizienter, sicherer und angenehmer für die Fahrgäste zu machen. 

Hier kommt die Künstliche Intelligenz (KI) ins Spiel und verändert alles, vom Ticketkauf bis zur Wartung der Züge. In diesem Artikel machen wir eine Fahrt durch ein U-Bahn-System und sehen, wie KI jeden Schritt der Reise verbessert und welche versteckten KI-Technologien dafür sorgen, dass alles reibungslos läuft. 

KI im öffentlichen Verkehr beginnt beim Fahrgeldeinzug

Normalerweise beginnt eine Fahrt in der U-Bahn mit dem Anstehen, dem Kauf einer Fahrkarte und dem Passieren von Drehkreuzen. KI rationalisiert dies aktiv und macht es für die Fahrgäste schneller und bequemer. Zum Beispiel kann die Gesichtserkennungstechnologie in U-Bahn-Ticketsystemen eingesetzt werden. In belebten Städten können die Fahrgäste ohne Fahrschein oder Chipkarte Zugang zu Dienstleistungen erhalten. Stattdessen werden ihre Gesichter an den Einstiegspunkten gescannt, was einen reibungslosen Zugang ermöglicht. 2019 hat Peking ein Gesichtserkennungssystem eingeführt, um die Überfüllung zu bewältigen und lange Warteschlangen während der Hauptverkehrszeiten zu vermeiden.

‍

Eine nahtlose Integration von KI erleichtert das tägliche Pendeln und kommt jeden Tag Millionen von Fahrgästen zugute. KI-gestützte Ticketingsysteme verbessern nicht nur das Fahrgasterlebnis, sondern erhöhen auch die Sicherheit. Durch die Analyse von Gesichtsdaten stellt das System sicher, dass nur berechtigte Fahrgäste den Bahnhof betreten. KI kann Identitäten schnell verifizieren, unbefugten Zutritt verhindern und potenzielle Bedrohungen erkennen. Es kann den Einlassprozess beschleunigen, die Sicherheit erhöhen und Schwarzfahren reduzieren.

Mit Hilfe von KI durch U-Bahn-Linien navigieren

Nach dem Betreten der U-Bahn kann es verwirrend sein, den Weg durch die Station zu finden, vor allem während der Hauptverkehrszeiten. KI-basierte Navigationssysteme können den Fahrgästen den Weg durch die U-Bahn erleichtern, indem sie sie in Echtzeit führen. Diese Systeme nutzen KI-Algorithmen, um Daten aus Quellen wie GPS, Sensoren und Kameras zu analysieren, um die besten Routen zu finden und genaue, aktuelle Wegbeschreibungen zu liefern. Fahrgäste können mobile Apps, ähnlich wie Google Maps, nutzen, um Schritt-für-Schritt-Anweisungen innerhalb des Bahnhofs zu erhalten und Bahnsteige, Ausgänge und Einrichtungen schnell zu finden. KI-basierte Navigation kann Zeit sparen und Stress reduzieren.

Neben der Navigation können die Daten von Kameras und Computer Vision in einer U-Bahn auch dazu genutzt werden, die Dichte der Menschenmenge in Echtzeit zu überwachen. Kameras im gesamten Bahnhof können die Fahrgäste in bestimmten Bereichen zählen, um mögliche Engpässe und überfüllte Stellen zu erkennen. Diese Erkenntnisse helfen den Verkehrsbetrieben, proaktive Maßnahmen zu ergreifen, wie z. B. die Anpassung der Zugfrequenzen oder die Entsendung von Personal zur Bewältigung der Menschenmassen. In Dubai wurde KI versuchsweise eingesetzt, um Staus um 40 % bis 60 % zu reduzieren und die Wartezeiten zu Stoßzeiten und bei öffentlichen Veranstaltungen auf 30 Minuten zu senken.

‍

Einsteigen und Fahren mit der KI-gestützten Metro

Wenn Fahrgäste in den Zug einsteigen, kann KI ihr Reiseerlebnis auf verschiedene Weise verbessern. Lass uns einige dieser Anwendungen verstehen:

• Zugänglichkeit Unterstützung: Computer-Vision-Techniken, wie z.B. die Objekterkennung, können Rollstuhlfahrer/innen identifizieren und sie in den am besten zugänglichen Teil des Zuges leiten. Auch der Schließvorgang der Türen kann so angepasst werden, dass diese Fahrgäste mehr Zeit haben, um sicher einsteigen zu können.
• Maßgeschneiderte Ansagen und Werbung: Mithilfe von KI können Fahrgastdurchsagen und Werbung angepasst werden, je nachdem, wer sich zu welcher Zeit im Zug befindet.
• Kontrolle des leeren Zuges: An der letzten Station des U-Bahn-Netzes kann mithilfe von Computer Vision eine "Leerzugskontrolle" durchgeführt werden, um sicherzustellen, dass keine Fahrgäste mehr an Bord sind.
• Verwaltung von herrenlosem Gepäck: Wenn ein Gepäckstück aufgegeben wird, kann die Computer Vision es erkennen und die Gegenstände auf den Bildschirmen der Plattform anzeigen. Die Fahrgäste können ihre Sachen dann leicht wiederfinden. 

Auch die Metrozüge selbst können KI-gesteuert sein. Vollständig autonome Züge können sicher ohne menschliches Personal fahren. Diese KI-gesteuerten Züge nutzen fortschrittliche Algorithmen zur Entscheidungsfindung in Echtzeit und Sensoren, um Hindernisse zu erkennen und sicher zu fahren. KI-gesteuerte U-Bahn-Züge reduzieren die Personalkosten, bieten mehr Flexibilität, um mehr Fahrgäste bei besserer Servicequalität zu befördern, sind pünktlicher und optimieren Beschleunigung und Bremsen, um den Energieverbrauch zu senken. Das Honolulu Rail Transit Project ist zum Beispiel das erste vollständig autonome System in den USA. Es wird erwartet, dass das System die Verkehrsüberlastung und den Schadstoffausstoß verringert, indem es rund 40.000 Autofahrten pro Tag überflüssig macht. 

‍

Einsatz von KI zur Überwachung von Fahrgästen beim Verlassen der Metrostation

Die Überwachung, wie viele Menschen an den verschiedenen Stationen aussteigen, ist ebenfalls wichtig, um den Verkehrsfluss in der U-Bahn effizient zu steuern. KI-Modelle, wie Ultralytics YOLOv8YOLOv8 unterstützt auch die Verfolgung von Objekten und kann mehrere Objekte in Echtzeit identifizieren und verfolgen, was es perfekt für belebte Metrosysteme macht. Durch die Analyse der Videobilder von Kameras, die in den Bahnhöfen verteilt sind, kann YOLOv8 die aussteigenden Fahrgäste zählen, ihre Bewegungen verfolgen und Staumuster erkennen.

Über die Ausgangstore der U-Bahn hinaus kann KI in Lösungen für die letzte Meile integriert werden. KI-fähige Bike-Sharing-Stationen, Ride-Hailing-Dienste und Shuttle-Services können den Fahrgästen das Verlassen des Bahnhofs erleichtern. Durch die Analyse von Echtzeitdaten kann KI die Nachfrage vorhersagen und feststellen, wann diese Dienste verfügbar sind. Diese Technologie kann auch die besten Routen und Verkehrsmittel vorschlagen, basierend auf den aktuellen Verkehrsbedingungen und den individuellen Vorlieben. So können die Fahrgäste beim Verlassen des Bahnhofs schnell auf die am besten geeigneten Transportmöglichkeiten zugreifen, was die Wartezeiten verkürzt und die Reise bequemer macht.

AI hinter den Kulissen: Die Instandhaltung der Metro-Strecken

Als Fahrgäste übersehen wir oft die komplexen Prozesse, die hinter unseren Fahrten mit der U-Bahn ablaufen. KI ist hinter den Kulissen entscheidend, vor allem bei der Inspektion und Wartung der Gleise. Systeme wie das Railcar Inspection Portal (RIP) von Duos Technologies sind ein Beispiel für diesen KI-gestützten Ansatz. Mithilfe von KI-Algorithmen erfasst und analysiert das RIP in Sekundenschnelle 360-Grad-Bilder von jedem Zugwaggon, selbst bei Geschwindigkeiten von über 125 mph. Diese kantenbasierten KI-Systeme erkennen Probleme und warnen das Bahnpersonal innerhalb von 60 Sekunden vor Wartungsproblemen. Die ständige Überwachung ermöglicht es, potenzielle Probleme schnell zu erkennen und zu beheben.

Energiemanagement und -optimierung sind weitere Anwendungen von KI in einer Metro, die nicht allgemein bekannt sind. So nutzt die Metro de Madrid ein KI-basiertes System, um die Energiekosten für die Belüftung um 25 % zu senken und die CO2-Emissionen um 1.800 Tonnen jährlich zu reduzieren. Für den Betrieb von 891 Lüftungsventilatoren, die jährlich bis zu 80 Gigawattstunden Energie verbrauchen, nutzt das System einen Optimierungsalgorithmus, der vom Futtersuchverhalten von Bienenvölkern inspiriert ist. Dieser Algorithmus analysiert riesige Datenmengen und berücksichtigt dabei Faktoren wie Lufttemperatur, Bahnhofsarchitektur, Zugfrequenz, Fahrgastaufkommen und Strompreise. Er nutzt sowohl historische als auch simulierte Daten, um das beste Gleichgewicht für jeden Bahnhof vorherzusagen und zu erreichen, das durch maschinelles Lernen im Laufe der Zeit verbessert wird.

‍

Vor- und Nachteile von KI im öffentlichen Verkehr

Die Integration von KI in U-Bahn-Systeme hat zahlreiche Vorteile mit sich gebracht. Sie verbessert zum Beispiel die Effizienz, indem sie U-Bahn-Systeme dabei unterstützt, Fahrpläne einzuhalten, Verspätungen zu reduzieren und den Betrieb zu optimieren, um einen reibungslosen Ablauf zu gewährleisten. Auch die Sicherheit wird durch die kontinuierliche Überwachung erhöht, und die vorausschauende Wartung hilft, Unfälle und Störungen zu vermeiden.

Die Implementierung von KI in U-Bahn-Systemen bringt jedoch einige Herausforderungen mit sich, z. B:

• Datenschutzrechtliche Bedenken: Das Sammeln und Verwenden von Fluggastdaten wirft erhebliche Datenschutzbedenken auf, die sorgfältig gehandhabt werden müssen, um die Rechte des Einzelnen zu schützen.
• Integration in die bestehende Infrastruktur: Die Integration von KI-Systemen in die bestehende U-Bahn-Infrastruktur kann komplex sein und Änderungen erfordern.
• Hohe Implementierungskosten: Die anfänglichen Kosten für die Implementierung von KI-Technologie können hoch sein, was für einige Metrosysteme ein Hindernis darstellen kann.
• Bedarf an qualifizierten Fachkräften: Die erfolgreiche Implementierung und Wartung von KI-Systemen erfordert hochqualifizierte Fachkräfte, was eine Herausforderung für die Ressourcen darstellen kann.

Trotz dieser Herausforderungen machen die Vorteile KI zu einer transformativen Kraft in modernen städtischen Verkehrssystemen wie U-Bahnen. Das Potenzial für mehr Effizienz, mehr Sicherheit und ein besseres Fahrgast-Erlebnis erklärt, warum die KI-Gemeinschaft aktiv daran arbeitet, diese Hindernisse zu überwinden und die Vorteile der KI voll auszuschöpfen. Wenn du also das nächste Mal mit der U-Bahn fährst, halte Ausschau nach den KI-Innovationen, die Teil deiner Reise sind.

Die Zukunft der KI im Transportwesen

Vom Betreten des Bahnhofs bis zum Navigieren, Fahren und Verlassen der U-Bahn - KI verändert die gesamte Reise. Sie optimiert den Betrieb, erhöht die Sicherheit und bietet den Fahrgästen ein nahtloses Erlebnis. Durch die Verbesserung der Gleiswartung und des Energiemanagements garantiert KI effiziente und kostengünstige U-Bahn-Systeme. Trotz Herausforderungen wie Implementierungskosten und Datenschutzbedenken sind die Vorteile von KI in städtischen Verkehrssystemen wie U-Bahnen unbestreitbar. Mit dem weiteren Wachstum der Städte wird KI eine immer wichtigere Rolle dabei spielen, den U-Bahnverkehr intelligenter, sicherer und effizienter zu machen.

Bleib mit unserer Community in Verbindung, um mehr über KI zu erfahren! In unserem GitHub-Repository erfährst du, wie wir KI nutzen können, um innovative Lösungen in verschiedenen Branchen wie der Landwirtschaft und der Produktion zu entwickeln. 🚀