KI im Verkehrswesen: U-Bahn-Systeme neu definieren

U-Bahnen sind das Herzstück des öffentlichen Nahverkehrs einer Stadt und befördern täglich Millionen von Fahrgästen. Städte wie New York und Tokyo verzeichnen täglich über 3 Millionen beziehungsweise 6 Millionen U-Bahn-Fahrgäste. Mit dem Wachsen der Städte wird es von entscheidender Bedeutung, U-Bahn-Systeme effizienter, sicherer und angenehmer für die Fahrgäste zu gestalten.

Genau hier setzt Künstliche Intelligenz (KI) an und transformiert alles, vom Ticketkauf bis zur Wartung der Züge. In diesem Artikel begleiten wir eine Fahrt durch ein Metro-System und sehen, wie KI jeden Schritt der Reise verbessert und welche versteckten KI-Technologien für einen reibungslosen Ablauf sorgen.

KI im öffentlichen Nahverkehr beginnt bei der Fahrgelderhebung#

Normalerweise beginnt eine Fahrt in der U-Bahn damit, in der Schlange zu stehen, ein Ticket zu kaufen und durch Drehkreuze zu gehen. KI optimiert diesen Prozess aktiv, sodass er für Fahrgäste schneller und bequemer wird. Beispielsweise kann facial recognition technology in U-Bahn-Ticketsystemen eingesetzt werden. In geschäftigen Städten können Fahrgäste Dienste ohne physische Tickets oder Chipkarten nutzen. Stattdessen werden ihre Gesichter an den Zugängen gescannt, was einen reibungslosen Zugang ermöglicht. Im Jahr 2019 führte Beijing ein Gesichtserkennungssystem ein, um Überfüllungen zu bewältigen und lange Warteschlangen während der Stoßzeiten zu reduzieren.

Fig 1. Gesichtserkennungssystem in der U-Bahn von Shenzhen, China.

Eine nahtlose Integration von KI erleichtert das tägliche Pendeln und kommt täglich Millionen von Fahrgästen zugute. KI-gestützte Ticketing-Systeme verbessern nicht nur das Fahrgasterlebnis, sondern erhöhen auch die Sicherheit. Durch die Analyse von Gesichtsdaten stellt das System sicher, dass nur autorisierte Fahrgäste den Bahnhof betreten. KI kann Identitäten schnell überprüfen, unbefugten Zutritt stoppen und potenzielle Bedrohungen erkennen. Dies beschleunigt den Einlassprozess, verbessert die Sicherheit und reduziert das Schwarzfahren.

Navigation durch Metro-Linien mit Hilfe von KI#

Nach dem Betreten der U-Bahn kann es verwirrend sein, sich im Bahnhof zurechtzufinden, insbesondere in den Stoßzeiten. KI-basierte Navigationssysteme können das Durchqueren der U-Bahn erleichtern, indem sie Fahrgästen Echtzeit-Führung bieten. Diese Systeme nutzen KI-Algorithmen, um Daten aus Quellen wie GPS, Sensoren und cameras zu analysieren, um die besten Routen zu finden und genaue, aktuelle Wegbeschreibungen bereitzustellen. Fahrgäste können mobile Apps ähnlich wie Google Maps nutzen, um Schritt-für-Schritt-Anweisungen im Bahnhof zu erhalten und Bahnsteige, Ausgänge sowie Einrichtungen schnell zu finden. KI-basierte Navigation kann Zeit sparen und Stress abbauen.

Abgesehen von der Navigation können die data from cameras und computer vision in einer U-Bahn verwendet werden, um die Personendichte in Echtzeit zu überwachen. Kameras im gesamten Bahnhof können Fahrgäste in bestimmten Bereichen zählen, um potenzielle Engpässe und überfüllte Stellen zu erkennen. Diese Einblicke helfen Verkehrsbetrieben, proaktive Maßnahmen zu ergreifen, wie etwa das Anpassen der Taktfrequenz von Zügen oder den Einsatz von Personal zur Menschenmassensteuerung. Tatsächlich wurde KI in Dubai versuchsweise eingesetzt, um reduce congestion by 40% to 60% und die Wartezeiten während Stoßzeiten und öffentlicher Veranstaltungen auf 30 Minuten zu verkürzen.

Fig 2. Zählen von Personen in einer U-Bahn mithilfe von Objekterkennung.

Einsteigen und Fahren mit der KI-fähigen Metro#

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

• Accessibility-Unterstützung: Computer-Vision-Techniken wie object detection können Rollstuhlfahrer identifizieren und sie zum am besten zugänglichen Bereich des Zuges leiten. Der Türschließvorgang kann ebenfalls angepasst werden, um diesen Fahrgästen zusätzliche Zeit für einen sicheren Einstieg zu geben.
• Personalisierte Durchsagen und Werbung: KI kann genutzt werden, um Durchsagen und Werbung basierend darauf anzupassen, wer sich im Zug befindet und zu welcher Uhrzeit die Fahrt stattfindet.
• Kontrolle auf leeren Zug: An der Endstation des Metro-Netzwerks kann Computer Vision eingesetzt werden, um einen „Leerzug-Check“ durchzuführen und sicherzustellen, dass keine Fahrgäste an Bord zurückgeblieben sind.
• Verwaltung von herrenlosem Gepäck: Falls Gepäck vergessen wurde, kann es mittels Computer Vision erkannt und auf den Monitoren am Bahnsteig angezeigt werden. Fahrgäste können ihre Gegenstände dann einfach wiedererlangen.

U-Bahn-Züge selbst können ebenfalls KI-gestützt sein. Vollständig autonomous Züge können sicher ohne menschliches Personal betrieben werden. Diese KI-gesteuerten Züge nutzen fortschrittliche Algorithmen für Echtzeit-Entscheidungen sowie Sensoren, um Hindernisse zu erkennen und sicher zu fahren. KI-gesteuerte U-Bahnen senken die Personalkosten, bieten größere Flexibilität, um mehr Fahrgäste mit besserer Servicequalität zu befördern, können konsequenter pünktlich sein und optimieren Beschleunigung sowie Bremsen, um den Energieverbrauch zu senken. Beispielsweise ist das Honolulu Rail Transit Project das erste vollständig autonome System in den USA. Es wird erwartet, dass das System Verkehrsstaus und Emissionen reduziert, indem es etwa 40.000 Autofahrten pro Tag einspart.

Fig 3. Eine fahrerlose U-Bahn in Mailand, Italien.

Einsatz von KI zur Überwachung der aussteigenden Fahrgäste#

Die Überwachung, wie viele Personen an verschiedenen Stationen aussteigen, ist ebenfalls entscheidend für die effiziente Steuerung des U-Bahn-Flusses. KI-Modelle wie Ultralytics YOLOv8 spielen dabei eine Schlüsselrolle. YOLOv8 unterstützt zudem object tracking und kann verwendet werden, um mehrere Objekte in Echtzeit zu identifizieren und zu verfolgen, was es perfekt für geschäftige U-Bahn-Systeme macht. Durch die Analyse von Videostreams von Kameras, die in den Stationen verteilt sind, kann YOLOv8 aussteigende Fahrgäste zählen, ihre Bewegungen verfolgen und Stauungsmuster erkennen.

Jenseits der Ausgänge der Metro kann KI in Lösungen für die „letzte Meile“ integriert werden. KI-fähige Leihradstationen, Ride-Hailing-Dienste und Shuttle-Dienste können es Fahrgästen erleichtern, den Bahnhof zu verlassen. Durch die Analyse von Echtzeitdaten kann KI die Nachfrage und die Verfügbarkeit dieser Dienste vorhersagen. Diese Technologie kann auch die besten Routen und Verkehrsmittel basierend auf aktuellen Verkehrsbedingungen und individuellen Vorlieben vorschlagen. Dadurch können Fahrgäste beim Verlassen des Bahnhofs schnell auf die am besten geeigneten Transportoptionen zugreifen, was Wartezeiten reduziert und ihre Reise bequemer macht.

KI hinter den Kulissen: Wartung der Metro-Gleise#

Als Fahrgäste übersehen wir oft die komplexen Prozesse, die hinter unseren U-Bahn-Fahrten ablaufen. KI ist hinter den Kulissen von entscheidender Bedeutung, insbesondere bei der Gleisinspektion und -wartung. Systeme wie das Duos Technologies Railcar Inspection Portal (RIP) veranschaulichen diesen KI-gesteuerten Ansatz. Unter Verwendung von KI-Algorithmen erfasst und analysiert das RIP 360-Grad-Bilder jedes Waggons in Sekundenschnelle, selbst bei Geschwindigkeiten von über 125 mph. Diese Edge-basierten KI-Systeme erkennen Probleme und alarmieren das Eisenbahnpersonal innerhalb von 60 Sekunden über Wartungsanforderungen. Eine ständige Überwachung ermöglicht es, potenzielle Probleme schnell zu erkennen und zu beheben.

Energiemanagement und -optimierung sind weitere Anwendungen von KI in einer U-Bahn, die weniger bekannt sind. Beispielsweise nutzt Metro de Madrid ein KI-basiertes System, um die Energiekosten für die Belüftung um 25 % zu senken und die CO2-Emissionen jährlich um 1.800 Tonnen zu reduzieren. Das System betreibt 891 Lüftungsventilatoren, die jährlich bis zu 80 Gigawattstunden Energie verbrauchen, und nutzt einen Optimierungsalgorithmus, der vom Fressverhalten von Bienenvölkern inspiriert ist. Dieser Algorithmus analysiert riesige Datenmengen unter Berücksichtigung von Faktoren wie Lufttemperatur, Bahnhofsarchitektur, Zugfrequenz, Fahrgastaufkommen und Strompreisen. Er verwendet sowohl historische als auch simulierte Daten, um die beste Balance für jeden Bahnhof vorherzusagen und zu erreichen, und verbessert sich im Laufe der Zeit durch maschinelles Lernen.

Fig 4. Das KI-basierte Lüftungssystem der Metro de Madrid.

Vor- und Nachteile von KI im öffentlichen Nahverkehr#

Die Integration von KI in Metro-Systeme hat zahlreiche Vorteile gebracht. Zum Beispiel verbessert sie die Effizienz, indem sie den Metro-Systemen hilft, Fahrpläne einzuhalten, Verspätungen zu reduzieren und Betriebsabläufe für reibungslosere Dienste zu optimieren. Die Sicherheit wird ebenfalls durch kontinuierliche Überwachung erhöht, und vorausschauende Wartung hilft, Unfälle und Fehlfunktionen zu verhindern.

Die Implementierung von KI in Metro-Systemen bringt jedoch Herausforderungen mit sich, wie zum Beispiel:

• Bedenken bezüglich des Datenschutzes: Das Erfassen und Verwenden von Fahrgastdaten wirft erhebliche privacy concerns auf, die sorgfältig gehandhabt werden müssen, um die Datenschutzrechte des Einzelnen zu schützen.
• Integration in bestehende Infrastruktur: Die Integration von KI-Systemen in bestehende Metro-Infrastruktur kann komplex sein und Modifikationen erfordern.
• Hohe Implementierungskosten: Die anfänglichen Kosten für die implementing AI technology können hoch sein, was für einige U-Bahn-Systeme eine Hürde darstellen kann.
• Bedarf an Fachkräften: Die erfolgreiche Implementierung und Wartung von KI-Systemen erfordert hochqualifizierte Fachkräfte, was eine Ressourcenherausforderung sein kann.

Trotz dieser Herausforderungen machen die Vorteile KI zu einer transformativen Kraft in modernen urbanen Transportsystemen wie der Metro. Das Potenzial für höhere Effizienz, verbesserte Sicherheit und ein besseres Fahrgasterlebnis erklärt, warum die KI-Community aktiv daran arbeitet, diese Hindernisse zu überwinden, um die Vorteile der KI voll auszuschöpfen. Wenn du das nächste Mal mit der Metro fährst, halte Ausschau nach den KI-Innovationen, die Teil deiner Reise sind.

Die Zukunft der KI im Transportwesen#

Vom Betreten des Bahnhofs über die Navigation bis hin zum Fahren und Verlassen der Metro transformiert KI die gesamte Reise. Sie optimiert Abläufe, erhöht die Sicherheit und bietet ein nahtloses Fahrgasterlebnis. Durch die Verbesserung der Gleiswartung und des Energiemanagements garantiert KI effiziente und kostengünstige Metro-Systeme. Trotz Herausforderungen wie Implementierungskosten und Datenschutzbedenken sind die Vorteile von KI in urbanen Transportsystemen wie Metros unbestreitbar. Während Städte weiter wachsen, wird KI eine immer wichtigere Rolle dabei spielen, Metro-Reisen intelligenter, sicherer und effizienter zu machen.

Bleibe mit unserer community in Verbindung, um weiter mehr über KI zu lernen! Schau dir unser GitHub repository an, um herauszufinden, wie wir KI nutzen können, um innovative Lösungen in verschiedenen Branchen wie agriculture und manufacturing zu entwickeln. 🚀