PASCAL

PASCAL – Proaktiver Smart Controller für Ampelanlagen

Der urbane Raum ist in besonderem Maße von Veränderungen in der Mobilität betroffen. Neue Mobilitätsangebote sowie verändertes privates und berufliches Mobilitätsverhalten führen zu neuen Herausforderungen bei der Bewältigung des stetig steigenden Verkehrsaufkommens. Laut aktueller Studie des europäischen Rechnungshofes ist der Straßenverkehr eine der Hauptursachen von Luftverschmutzung und Treibhausgasemissionen in städtischen Gebieten, wobei europaweit gesellschaftliche Kosten von rund 270 Milliarden Euro pro Jahr entstehen. Ein grundsätzlicher Lösungsansatz, das erhöhte Verkehrsaufkommen zu bewältigen, besteht in der Digitalisierung der Verkehrsinfrastruktur. Die erhobenen Daten der Verkehrsteilnehmer können folgend zur Analyse des Verkehrsflusses verwendet werden. Dadurch wird eine Verkehrsverflüssigung an Knotenpunkten erreichbar, was wiederum eine Reduzierung der CO₂-Emissionen bedeutet.

Ziel des Verbundvorhabens „PASCAL“ ist es, KI-Verfahren für die proaktive Steuerung von Ampelanlagen zur urbanen Verkehrsoptimierung zu entwickeln und im urbanen V2X-Testfeld Magdeburg zur erproben. Das Testfeld wurde in Vorarbeit von Thorsis Technologies in Kooperation mit der Stadt Magdeburg aufgebaut und dient der Erfassung und Analyse von Verkehrsdaten in Echtzeit.

Um das gesteckte Ziel zu erreichen, setzt das Projektteam auf die Erforschung und Anwendung neuer KI-basierter Verfahren (Überwachtes Lernen, Bestärkendes Lernen, Graph-basiertes Lernen) für die Optimierung der Ampelschaltzyklen für den Verkehrsfluss. Das bestehende Testfeld stellt die Datenbasis für die Entwicklung des proaktiven Smart Controllers für Ampelanlagen dar. Neben den Verkehrsdaten des Testfelds sollen auch Verkehrsinformationen (z.B. Baustellen, Events, Stau oder Wetter) und Simulationsdaten (Verkehr, Kommunikation und Emission) verwendet werden. Die Simulationsdaten dienen einerseits der Verdichtung der Verkehrsdaten für das Training der KI-Modelle und andererseits der Bewertung von ermittelten Ampelschaltzyklen. Die Realisierung der Entwicklung erfolgt in einem Kooperationsprojekt in Zusammenarbeit mit der Otto-von-Guericke-Universität Magdeburg als Forschungseinrichtung, welche sich mit zwei Fachbereichen mit den Schwerpunkten Künstliche Intelligenz und einem digitalen Anwendungszentrum für Mobilität am Projekt beteiligt.

Das entwickelte System wird ins bestehende urbane V2X-Testfeld in Magdeburg integriert und umfassend erprobt. Die Evaluierung des Systems erfolgt zunächst anhand von Simulationsdaten. In späteren Projektphasen sollen Ampeln in Abstimmung mit Operatoren eines Verkehrsleitstandes entsprechend der Vorgabe der KI geschaltet werden. Der im Projekt entwickelte Prototyp soll Grundlage für einen flächendeckenden Einsatz für die urbane Verkehrsflussoptimierung sein und somit einen deutlichen Nutzen und Mehrwert für den Standort Deutschland entfalten (Reduktion von Treibhausgasemissionen, Erhöhung der Technologiekompetenz).