KI im Transportwesen: Neudefinition von U-Bahn-Systemen

U-Bahnsysteme sind das Herzstück des öffentlichen Nahverkehrs einer Stadt und befördern täglich Millionen von Fahrgästen. Städte wie New York und Tokio verzeichnen täglich über 3 bzw. 6 Millionen U-Bahn-Fahrgäste. Mit dem Wachstum der Städte wird es immer wichtiger, die U-Bahnsysteme effizienter, sicherer und angenehmer für die Fahrgäste zu gestalten. 

Hier kommt die künstliche Intelligenz (KI) ins Spiel, die alles verändert, vom Ticketkauf bis zur Instandhaltung von Zügen. In diesem Artikel nehmen wir Sie mit auf eine Fahrt durch ein U-Bahn-System und zeigen Ihnen, wie KI jeden Schritt der Reise verbessert und welche verborgenen KI-Technologien alles reibungslos am Laufen halten. 

KI im öffentlichen Personennahverkehr beginnt bei der Fahrgelderhebung

Normalerweise beginnt eine Fahrt mit der U-Bahn mit dem Anstehen, dem Kauf einer Fahrkarte und dem Durchschreiten von Drehkreuzen. KI rationalisiert dies aktiv und macht es für die Fahrgäste schneller und bequemer. So kann beispielsweise die Gesichtserkennungstechnologie in U-Bahn-Fahrscheinsystemen eingesetzt werden. In belebten Städten können Fahrgäste ohne physische Fahrkarten oder Smartcards auf die Dienste zugreifen. Stattdessen werden ihre Gesichter an den Zugangspunkten gescannt, was einen reibungslosen Zugang ermöglicht. Im Jahr 2019 führte Peking ein Gesichtserkennungssystem ein, um die Überlastung zu bewältigen und lange Warteschlangen während der Stoßzeiten abzubauen.

‍

Eine nahtlose Integration von KI erleichtert das tägliche Pendeln und kommt jeden Tag Millionen von Fahrgästen zugute. KI-gestützte Fahrkartensysteme 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 schnell Identitäten überprüfen, unbefugten Zugriff verhindern und potenzielle Bedrohungen erkennen. Sie kann den Zutritt beschleunigen, die Sicherheit erhöhen und die Fahrpreisflucht reduzieren.

Mit KI durch U-Bahnlinien navigieren

Nach dem Betreten der U-Bahn kann es verwirrend sein, den Weg durch die Station zu finden, vor allem zu Stoßzeiten. KI-basierte Navigationssysteme können den Fahrgästen den Weg durch die U-Bahn erleichtern, indem sie sie in Echtzeit führen. Diese Systeme nutzen KI-Algorithmen zur Analyse von Daten aus Quellen wie GPS, Sensoren und Kameras, um die besten Routen zu finden und genaue, aktuelle Wegbeschreibungen zu liefern. Fahrgäste können mobile Apps, ähnlich wie Google Maps, verwenden, um Schritt-für-Schritt-Anweisungen innerhalb des Bahnhofs zu erhalten, um 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 zur Echtzeitüberwachung der Personendichte verwendet werden. Kameras in der gesamten Station können Fahrgäste in bestimmten Bereichen zählen, um potenzielle Engpässe und überfüllte Bereiche zu erkennen. Diese Erkenntnisse helfen den Verkehrsbetrieben, proaktive Maßnahmen zu ergreifen, wie z. B. die Anpassung der Zugfrequenzen oder die Entsendung von Personal zur Lenkung der Menschenmassen. Tatsächlich wurde KI in Dubai experimentell eingesetzt, um Staus um 40 % bis 60 % zu reduzieren und die Wartezeiten während der Hauptverkehrszeiten und bei öffentlichen Veranstaltungen auf 30 Minuten zu senken.

‍

Einsteigen und Mitfahren mit der KI-gestützten U-Bahn

Während die Fahrgäste in den Zug einsteigen, kann KI ihr Reiseerlebnis auf verschiedene Weise verbessern. Lassen Sie uns einige dieser Anwendungen verstehen:

• Barrierefreiheit-Unterstützung: Computer-Vision-Techniken, wie z. B. Objekterkennung, können Rollstuhlfahrer identifizieren und sie zum am besten zugänglichen Bereich des Zuges leiten. Der Türschließvorgang kann auch so angepasst werden, dass diese Fahrgäste mehr Zeit zum sicheren Einsteigen haben.
  ‍
• Benutzerdefinierte Ankündigungen und Werbung: KI kann verwendet werden, um Passagierankündigungen und Werbung basierend darauf anzupassen, wer sich im Zug befindet und zu welcher Zeit.
  ‍
• Leerzugkontrolle: An der letzten Station des Metronetzes kann Computer Vision verwendet werden, um eine “Leerzugkontrolle” durchzuführen, um sicherzustellen, dass keine Fahrgäste an Bord zurückgelassen werden.
  ‍
• Verwaltung von herrenlosem Gepäck: Wenn ein Gepäckstück aufgegeben wird, kann die Computer Vision dies detect und die Gegenstände auf den Bildschirmen der Plattform anzeigen. Die Fahrgäste können ihre Gepäckstücke dann leicht wiederfinden. 

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

‍

KI zur Überwachung von Fahrgästen beim Verlassen der Metrostation nutzen

Die Überwachung, wie viele Menschen an den verschiedenen Stationen aussteigen, ist ebenfalls wichtig, um den U-Bahn-Verkehr effizient zu steuern. KI-Modelle, wie Ultralytics YOLOv8spielen bei diesem Prozess eine Schlüsselrolle. YOLOv8 unterstützt auch die Objektverfolgung und kann mehrere Objekte in Echtzeit identifizieren und verfolgen, was es perfekt für stark frequentierte Metrosysteme macht. Durch die Analyse von Videobildern von Kameras, die überall in den Stationen angebracht sind, kann YOLOv8 die aussteigenden Fahrgäste zählen, ihre Bewegungen track und Staumuster erkennen.

Über die Ausgangstore der Metro hinaus kann KI in Lösungen für die Konnektivität auf der letzten Meile integriert werden. KI-gestützte Bike-Sharing-Stationen, Ride-Hailing-Dienste und Shuttle-Dienste können es den Fahrgästen erleichtern, die Station 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 auf der Grundlage der aktuellen Verkehrsbedingungen und individuellen Präferenzen vorschlagen. So können die Fahrgäste schnell auf die am besten geeigneten Transportmöglichkeiten zugreifen, wenn sie die Station verlassen, wodurch Wartezeiten reduziert und die Fahrt angenehmer wird.

KI hinter den Kulissen: Instandhaltung von U-Bahn-Gleisen

Als Fahrgäste übersehen wir oft die komplexen Prozesse, die hinter unseren Fahrten mit der U-Bahn ablaufen. KI ist hinter den Kulissen von entscheidender Bedeutung, insbesondere bei der track und -wartung. 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 km/h. Diese Edge-basierten KI-Systeme detect Probleme und warnen das Bahnpersonal innerhalb von 60 Sekunden vor Wartungsproblemen. Die ständige Überwachung ermöglicht es, potenzielle Probleme zu erkennen und schnell zu beheben.

Energiemanagement und -optimierung sind weitere, weniger bekannte Anwendungsbereiche von KI in einer Metro. 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 Lüftungsanlagen, die jährlich bis zu 80 Gigawattstunden Energie verbrauchen, und verwendet einen Optimierungsalgorithmus, der vom Futtersuchverhalten von Bienenvölkern inspiriert ist. Dieser Algorithmus analysiert riesige Datenmengen und berücksichtigt Faktoren wie Lufttemperatur, Stationsarchitektur, Zugfrequenz, Fahrgastaufkommen und Strompreise. Er verwendet sowohl historische als auch simulierte Daten, um das beste Gleichgewicht für jede Station vorherzusagen und zu erreichen, wobei er sich im Laufe der Zeit durch maschinelles Lernen verbessert.

‍

Vor- und Nachteile von KI im öffentlichen Personennahverkehr

Die Integration von KI in U-Bahn-Systeme hat zahlreiche Vorteile gebracht. Sie verbessert beispielsweise die Effizienz, indem sie U-Bahn-Systeme dabei unterstützt, Fahrpläne einzuhalten, Verspätungen zu reduzieren und Abläufe für reibungslosere Dienste zu optimieren. Auch die Sicherheit wird durch kontinuierliche Überwachung erhöht, und die vorausschauende Wartung hilft, Unfälle und Fehlfunktionen zu verhindern.

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

• Datenschutzbedenken: Das Erheben und Verwenden von Fahrgastdaten wirft erhebliche Datenschutzbedenken auf, die sorgfältig verwaltet werden müssen, um die individuellen Datenschutzrechte zu schützen.
  ‍
• Integration in bestehende Infrastruktur: Die Integration von KI-Systemen in die bestehende Metro-Infrastruktur kann komplex sein und Modifikationen erfordern.
  ‍
• Hohe Implementierungskosten: Die anfänglichen Kosten für die Implementierung von KI-Technologie können hoch sein, was für einige Metro-Systeme ein Hindernis darstellen kann.
  ‍
• Bedarf an qualifizierten Fachkräften: Die erfolgreiche Implementierung und Wartung von KI-Systemen erfordert hochqualifizierte Fachkräfte, was eine Ressourcenherausforderung darstellen kann.

Trotz dieser Herausforderungen machen die Vorteile die KI zu einer transformativen Kraft in modernen städtischen Verkehrssystemen wie U-Bahnen. Das Potenzial für mehr Effizienz, erhöhte Sicherheit und verbesserte Fahrgast-Erlebnisse erklärt, warum die KI-Community aktiv daran arbeitet, diese Hindernisse zu überwinden, um die Vorteile der KI voll auszuschöpfen. Wenn Sie also das nächste Mal mit der U-Bahn fahren, achten Sie auf die KI-Innovationen, die Teil Ihrer Reise sind.

Die Zukunft der KI im Transportwesen

Vom Betreten des Bahnhofs über die Navigation bis hin zum 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 track und des Energiemanagements garantiert KI effiziente und kostengünstige U-Bahn-Systeme. Trotz Herausforderungen wie Implementierungskosten und Bedenken hinsichtlich des Datenschutzes sind die Vorteile von KI in städtischen Verkehrssystemen wie U-Bahnen unbestreitbar. Mit dem weiteren Wachstum der Städte wird die KI eine immer wichtigere Rolle dabei spielen, den U-Bahn-Verkehr intelligenter, sicherer und effizienter zu machen.

Bleiben Sie mit unserer Community in Verbindung, um mehr über KI zu erfahren! Besuchen Sie unser GitHub-Repository, um zu entdecken, wie wir KI nutzen können, um innovative Lösungen in verschiedenen Branchen wie Landwirtschaft und Fertigung zu entwickeln. 🚀