KI im Verkehr: U-Bahn-Systeme neu gedacht

U-Bahn-Systeme sind das Herzstück des öffentlichen Nahverkehrs einer Stadt und befördern täglich Millionen von Fahrgästen. In Städten wie New York und Tokio nutzen täglich mehr als 3 Millionen beziehungsweise 6 Millionen Menschen die U-Bahn. Mit dem Wachstum der Städte wird es immer wichtiger, U-Bahn-Systeme effizienter, sicherer und angenehmer für Fahrgäste zu gestalten.

Hier kommt künstliche Intelligenz (AI) ins Spiel: Sie verändert alles, vom Ticketkauf bis zur Wartung der Züge. In diesem Artikel fahren wir durch ein U-Bahn-System und zeigen, wie KI jeden Schritt der Reise verbessert und welche unsichtbaren KI-Technologien für einen reibungslosen Betrieb sorgen.

KI im öffentlichen Nahverkehr beginnt mit der Fahrgelderhebung#

Eine Fahrt mit der U-Bahn beginnt normalerweise damit, dass man sich anstellt, ein Ticket kauft und durch die Drehkreuze geht. KI optimiert diesen Ablauf und macht ihn für Fahrgäste schneller und bequemer. So kann zum Beispiel Gesichtserkennung in U-Bahn-Ticketsystemen eingesetzt werden. In stark frequentierten Städten können Fahrgäste Dienste ohne Papiertickets oder Chipkarten nutzen. Stattdessen werden ihre Gesichter an den Zugangspunkten erfasst, sodass sie problemlos hineingelangen. 2019 führte Peking ein Gesichtserkennungssystem ein, um Überfüllung zu bewältigen und lange Warteschlangen während der Hauptverkehrszeit zu verkürzen.

Abb. 1. Gesichtserkennungssystem der Shenzhen Metro in China.

Gut integrierte KI erleichtert den täglichen Arbeitsweg und kommt jeden Tag Millionen von Fahrgästen zugute. KI-gestützte Ticketsysteme 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 überprüfen, unbefugten Zutritt verhindern und potenzielle Gefahren erkennen. Sie kann den Zugang beschleunigen, die Sicherheit erhöhen und die Fahrgeldhinterziehung verringern.

Mit KI durch das U-Bahn-Netz navigieren#

Nach dem Betreten der U-Bahn kann es schwierig sein, sich im Bahnhof zurechtzufinden, besonders während der Hauptverkehrszeiten. KI-gestützte Navigationssysteme erleichtern Fahrgästen die Orientierung in der U-Bahn, indem sie ihnen in Echtzeit den Weg weisen. Diese Systeme analysieren mithilfe von KI-Algorithmen Daten aus Quellen wie GPS, Sensoren und Kameras, um die besten Routen zu finden und genaue, aktuelle Wegbeschreibungen bereitzustellen. Fahrgäste können mobile Apps ähnlich wie Google Maps nutzen, um sich im Bahnhof Schritt für Schritt den Weg zu Bahnsteigen, Ausgängen und Einrichtungen anzeigen zu lassen. KI-gestützte Navigation spart Zeit und verringert Stress.

Neben der Navigation können Kameradaten und Computer Vision in einer U-Bahn genutzt werden, um die Menschenmenge in Echtzeit zu überwachen. Kameras im gesamten Bahnhof können Fahrgäste in bestimmten Bereichen zählen und so mögliche Engpässe und überfüllte Stellen erkennen. Diese Erkenntnisse helfen Verkehrsbehörden, vorausschauend Maßnahmen zu ergreifen, etwa die Zugfrequenz anzupassen oder Personal zur Lenkung der Menschenmengen einzusetzen. In Dubai wurde KI beispielsweise experimentell eingesetzt, um Staus um 40 bis 60 % zu verringern und die Wartezeiten während der Hauptverkehrszeiten und bei öffentlichen Veranstaltungen auf 30 Minuten zu senken.

Abb. 2. Personenzählung in einer U-Bahn mit Objekterkennung.

Einsteigen und Fahren mit der KI-gestützten U-Bahn#

Beim Einsteigen in den Zug kann KI das Reiseerlebnis der Fahrgäste auf verschiedene Weise verbessern. Hier sind einige Anwendungsbeispiele:

• Unterstützung bei der Barrierefreiheit: Computer-Vision-Techniken wie die Objekterkennung können Rollstuhlnutzer erkennen und sie zum barrierefreiesten Bereich des Zuges leiten. Der Türschließvorgang kann ebenfalls angepasst werden, damit diese Fahrgäste mehr Zeit zum sicheren Einsteigen haben.
• Individuelle Durchsagen und Werbung: KI lässt sich nutzen, um Durchsagen und Werbung an die Fahrgäste im Zug und die jeweilige Uhrzeit anzupassen.
• Kontrolle auf leere Züge: An der letzten Station des U-Bahn-Netzes kann Computer Vision zur „Kontrolle auf leere Züge“ eingesetzt werden, um sicherzustellen, dass keine Fahrgäste an Bord zurückbleiben.
• Umgang mit zurückgelassenem Gepäck: Wird Gepäck zurückgelassen, kann Computer Vision es erkennen und die Gegenstände auf den Bildschirmen am Bahnsteig anzeigen. Fahrgäste können ihre Gegenstände dann problemlos abholen.

Auch U-Bahnen können mit KI betrieben werden. Vollständig autonome Züge können ohne menschliches Zugpersonal sicher fahren. Diese KI-gestützten Züge verwenden fortschrittliche Algorithmen für Entscheidungen in Echtzeit und Sensoren zur Hinderniserkennung und für einen sicheren Betrieb. KI-gesteuerte U-Bahnen senken die Personalkosten, bieten mehr Flexibilität bei der Beförderung zusätzlicher Fahrgäste und eine bessere Servicequalität, können pünktlicher verkehren und optimieren Beschleunigung und Bremsvorgänge, um den Energieverbrauch zu senken. Das Honolulu Rail Transit Project ist beispielsweise das erste vollständig autonome System in den USA. Das System soll Verkehrsstaus und Emissionen verringern, indem es täglich rund 40.000 Autofahrten überflüssig macht.

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

Mit KI die Fahrgäste beim Verlassen des U-Bahnhofs überwachen#

Für ein effizientes Management des U-Bahn-Verkehrs ist es auch wichtig zu überwachen, wie viele Menschen an den verschiedenen Stationen aussteigen. KI-Modelle wie Ultralytics YOLOv8 spielen dabei eine wichtige Rolle. YOLOv8 unterstützt auch die Objektverfolgung und kann mehrere Objekte in Echtzeit erkennen und verfolgen, wodurch es sich gut für stark frequentierte U-Bahn-Systeme eignet. Durch die Analyse von Videobildern aus Kameras in den Stationen kann YOLOv8 aussteigende Fahrgäste zählen, ihre Bewegungen verfolgen und Staus erkennen.

Über die Ausgangssperren der U-Bahn hinaus lässt sich KI in Lösungen für die letzte Meile integrieren. KI-gestützte Fahrradverleihstationen, Fahrdienste und Shuttlebusse können Fahrgästen das Verlassen des Bahnhofs erleichtern. Durch die Analyse von Echtzeitdaten kann KI die Nachfrage und die Verfügbarkeit dieser Dienste vorhersagen. Die Technologie kann außerdem anhand der aktuellen Verkehrslage und individueller Vorlieben die besten Routen und Verkehrsmittel vorschlagen. So können Fahrgäste beim Verlassen des Bahnhofs schnell auf geeignete Transportmöglichkeiten zugreifen, was Wartezeiten verringert und ihre Reise angenehmer macht.

KI hinter den Kulissen: Wartung der U-Bahn-Gleise#

Als Fahrgäste übersehen wir oft die komplexen Abläufe, die hinter unseren U-Bahn-Fahrten stehen. KI spielt hinter den Kulissen eine entscheidende Rolle, insbesondere bei der Gleisüberprüfung und -wartung. Systeme wie das Duos Technologies Railcar Inspection Portal (RIP) zeigen diesen KI-gestützten Ansatz. Das RIP nimmt mithilfe von KI-Algorithmen in wenigen Sekunden 360-Grad-Bilder jedes Waggons auf und analysiert sie – selbst bei Geschwindigkeiten von mehr als 125 mph. Diese KI-Systeme am Netzwerkrand erkennen Probleme und informieren das Bahnpersonal innerhalb von 60 Sekunden über Wartungsbedarf. Dank der kontinuierlichen Überwachung lassen sich mögliche Probleme schnell erkennen und beheben.

Energiemanagement und -optimierung sind weitere, wenig bekannte Anwendungen von KI in einer Metro. Zum Beispiel verwendet 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 steuert 891 Lüftungsventilatoren, die jährlich bis zu 80 Gigawattstunden Energie verbrauchen, und nutzt dafür einen Optimierungsalgorithmus, der vom Nahrungssuchverhalten von Bienenvölkern inspiriert ist. Dieser Algorithmus analysiert große Datenmengen und berücksichtigt Faktoren wie die Lufttemperatur, die Architektur der Stationen, die Zugfrequenz, das Fahrgastaufkommen und die Strompreise. Er nutzt sowohl historische als auch simulierte Daten, um für jede Station die beste Balance vorherzusagen und zu erreichen. Durch maschinelles Lernen verbessert er sich mit der Zeit.

Abb. 4. KI-gestütztes Lüftungssystem von Metro de Madrid.

Vor- und Nachteile von KI im öffentlichen Nahverkehr#

Die Integration von KI in U-Bahn-Systeme hat zahlreiche Vorteile gebracht. Sie steigert beispielsweise die Effizienz, indem sie U-Bahn-Systemen hilft, Fahrpläne einzuhalten, Verspätungen zu verringern und Abläufe für einen reibungsloseren Betrieb zu optimieren. Durch kontinuierliche Überwachung erhöht sich auch die Sicherheit, und vorausschauende Wartung hilft, Unfälle und Störungen zu verhindern.

Die Einführung von KI in U-Bahn-Systemen bringt jedoch auch Herausforderungen mit sich, darunter:

• Bedenken hinsichtlich des Datenschutzes: Das Erfassen und Nutzen von Fahrgastdaten wirft erhebliche Datenschutzfragen auf, die sorgfältig behandelt werden müssen, um die Persönlichkeitsrechte zu schützen.
• Integration in die bestehende Infrastruktur: Die Integration von KI-Systemen in eine bestehende U-Bahn-Infrastruktur kann komplex sein und Anpassungen erfordern.
• Hohe Einführungskosten: Die anfänglichen Kosten für die Einführung von KI-Technologie können hoch sein und für manche U-Bahn-Systeme ein Hindernis darstellen.
• Bedarf an qualifizierten Fachkräften: Für die erfolgreiche Einführung und Wartung von KI-Systemen werden hochqualifizierte Fachkräfte benötigt, was eine Herausforderung für die verfügbaren 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, höhere Sicherheit und ein besseres Reiseerlebnis erklärt, warum die KI-Community 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, achte auf die KI-Innovationen, die deine Fahrt begleiten.

Die Zukunft der KI im Verkehrswesen#

Vom Betreten des Bahnhofs über die Orientierung und die Fahrt bis zum Aussteigen verändert KI die gesamte Reise. Sie optimiert Abläufe, erhöht die Sicherheit und sorgt für ein angenehmeres Fahrgasterlebnis. Durch Verbesserungen bei der Gleiswartung und dem Energiemanagement trägt KI dazu bei, U-Bahn-Systeme effizient und kostengünstig zu betreiben. Trotz Herausforderungen wie Einführungskosten und Datenschutzbedenken liegen die Vorteile von KI in städtischen Verkehrssystemen wie der U-Bahn auf der Hand. Mit dem weiteren Wachstum der Städte wird KI eine immer wichtigere Rolle dabei spielen, U-Bahn-Fahrten intelligenter, sicherer und effizienter zu gestalten.

Bleib mit unserer Community in Kontakt und lerne weiter über KI! Sieh dir unser GitHub-Repository an und entdecke, wie wir mit KI innovative Lösungen in verschiedenen Branchen wie der Landwirtschaft und der Fertigung entwickeln können.