KI im Verkehr: U-Bahn-Systeme neu definiert

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

Hier kommt Künstliche Intelligenz (AI) ins Spiel, die alles verändert – vom Fahrkartenkauf bis zur Wartung der Züge. In diesem Artikel fahren wir durch ein U-Bahn-System und sehen uns an, wie AI jeden Schritt der Reise verbessert und welche verborgenen AI-Technologien dafür sorgen, dass alles reibungslos funktioniert.

AI im öffentlichen Nahverkehr beginnt bei der Fahrgelderhebung#

Normalerweise beginnt eine Fahrt mit der U-Bahn damit, dass man sich anstellt, eine Fahrkarte kauft und durch Drehkreuze geht. AI optimiert diesen Ablauf und macht ihn schneller und bequemer für die Fahrgäste. So kann beispielsweise Gesichtserkennungstechnologie in Fahrkartensystemen der U-Bahn eingesetzt werden. In dicht besiedelten Städten können Fahrgäste auf Dienste zugreifen, ohne physische Fahrkarten oder Chipkarten zu benötigen. Stattdessen werden ihre Gesichter an den Zugangspunkten gescannt, was einen reibungslosen Zugang ermöglicht. 2019 führte Peking ein Gesichtserkennungssystem ein, um Überfüllung zu bewältigen und lange Warteschlangen während der Stoßzeiten zu verkürzen.

Abb. 1. Gesichtserkennungssystem bei der Shenzhen Metro, China.

Eine nahtlose Integration von AI erleichtert den täglichen Arbeitsweg und kommt jeden Tag Millionen von Fahrgästen zugute. AI-gestützte Fahrkartensysteme 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. AI kann Identitäten schnell überprüfen, unbefugten Zugang verhindern und potenzielle Bedrohungen erkennen. Dadurch kann AI den Zutrittsprozess beschleunigen, die Sicherheit erhöhen und das Fahren ohne gültigen Fahrschein reduzieren.

Mit AI durch U-Bahn-Linien navigieren#

Nach dem Betreten der U-Bahn kann die Orientierung im Bahnhof verwirrend sein, besonders während der Stoßzeiten. AI-basierte Navigationssysteme erleichtern die Fortbewegung in der U-Bahn, indem sie den Fahrgästen Orientierungshilfen in Echtzeit bieten. Diese Systeme nutzen AI-Algorithmen, um Daten aus Quellen wie GPS, Sensoren und Kameras zu analysieren, die besten Routen zu ermitteln und genaue, aktuelle Wegbeschreibungen bereitzustellen. Fahrgäste können mobile Apps ähnlich wie Google Maps verwenden, um Schritt-für-Schritt-Anweisungen innerhalb des Bahnhofs zu erhalten und Bahnsteige, Ausgänge sowie Einrichtungen schnell zu finden. AI-basierte Navigation spart Zeit und reduziert Stress.

Neben der Navigation können die Daten von Kameras und die Computer Vision in einer U-Bahn genutzt werden, um die Personendichte in Echtzeit zu überwachen. Kameras im gesamten Bahnhof können Fahrgäste in bestimmten Bereichen zählen und so potenzielle Engpässe sowie überfüllte Stellen erkennen. Diese Erkenntnisse helfen Verkehrsbehörden, proaktive Maßnahmen zu ergreifen, etwa die Zugfrequenz anzupassen oder Personal zur Steuerung der Menschenmengen einzusetzen. Tatsächlich wurde AI in Dubai versuchsweise eingesetzt, um die Überlastung um 40 % bis 60 % zu reduzieren und die Wartezeiten zu Stoßzeiten sowie bei öffentlichen Veranstaltungen auf 30 Minuten zu verkürzen.

Abb. 2. Personenzählung in einer U-Bahn mithilfe von Objekterkennung.

Einsteigen und Fahren in der AI-gestützten U-Bahn#

Beim Einsteigen in den Zug kann AI das Reiseerlebnis der Fahrgäste auf verschiedene Weise verbessern. Sehen wir uns einige dieser Anwendungen an:

• Unterstützung der Barrierefreiheit: Computer-Vision-Techniken wie Objekterkennung können Rollstuhlnutzer erkennen und sie zum barriereärmsten Bereich des Zuges leiten. Auch der Schließvorgang der Türen kann angepasst werden, damit diese Fahrgäste zusätzliche Zeit zum sicheren Einsteigen haben.
• Individuelle Durchsagen und Werbung: AI kann verwendet werden, um Durchsagen und Werbung für Fahrgäste darauf abzustimmen, wer sich zu welcher Zeit im Zug befindet.
• Kontrolle auf einen leeren Zug: Am letzten Bahnhof des U-Bahn-Netzes kann Computer Vision eingesetzt werden, um eine „Kontrolle auf einen leeren Zug“ durchzuführen und sicherzustellen, dass keine Fahrgäste an Bord zurückbleiben.
• Umgang mit zurückgelassenem Gepäck: Wenn Gepäck zurückgelassen wird, kann Computer Vision es erkennen und die Gegenstände auf Bildschirmen am Bahnsteig anzeigen. Die Fahrgäste können ihre Sachen anschließend problemlos abholen.

Auch die U-Bahn-Züge selbst können mit AI betrieben werden. Vollständig autonome Züge können ohne menschliches Zugpersonal sicher fahren. Diese AI-gestützten Züge verwenden fortschrittliche Algorithmen für Entscheidungen in Echtzeit sowie Sensoren, um Hindernisse zu erkennen und sicher zu fahren. AI-gesteuerte U-Bahn-Züge senken die Personalkosten, bieten mehr Flexibilität für die Beförderung zusätzlicher Fahrgäste bei besserer Servicequalität, können gleichmäßiger pünktlich sein und optimieren Beschleunigung und Bremsen, um den Energieverbrauch zu reduzieren. Das Honolulu Rail Transit Project ist beispielsweise das erste vollständig autonome System in den USA. Das System soll Verkehrsstaus und Emissionen reduzieren, indem es täglich etwa 40.000 Autofahrten vermeidet.

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

Mit AI das Verlassen des U-Bahnhofs durch Fahrgäste überwachen#

Die Überwachung, wie viele Menschen die U-Bahn an den verschiedenen Bahnhöfen verlassen, ist ebenfalls entscheidend für eine effiziente Steuerung des Verkehrsflusses. AI-Modelle wie Ultralytics YOLOv8 spielen dabei eine wichtige Rolle. YOLOv8 unterstützt auch das Objekt-Tracking und kann mehrere Objekte in Echtzeit erkennen und verfolgen, wodurch es sich ideal für stark frequentierte U-Bahn-Systeme eignet. Durch die Analyse von Videostreams aus Kameras im gesamten Bahnhof kann YOLOv8 aussteigende Fahrgäste zählen, ihre Bewegungen verfolgen und Muster von Überlastungen erkennen.

Über die Ausgangssperren der U-Bahn hinaus kann AI in Lösungen für die Beförderung auf der letzten Meile integriert werden. AI-gestützte Fahrradverleihstationen, Fahrdienste und Shuttle-Dienste können es den Fahrgästen erleichtern, den Bahnhof zu verlassen. Durch die Analyse von Echtzeitdaten kann AI die Nachfrage und die Verfügbarkeit dieser Dienste vorhersagen. Diese Technologie kann außerdem auf Grundlage der aktuellen Verkehrslage und individueller Präferenzen die besten Routen und Verkehrsmittel vorschlagen. So können Fahrgäste beim Verlassen des Bahnhofs schnell auf die geeignetsten Transportmöglichkeiten zugreifen, Wartezeiten verkürzen und ihre Reise angenehmer gestalten.

AI im Hintergrund: Wartung von U-Bahn-Gleisen#

Als Fahrgäste übersehen wir oft die komplexen Abläufe, die hinter unseren U-Bahn-Fahrten stehen. AI spielt im Hintergrund eine entscheidende Rolle, insbesondere bei der Inspektion und Wartung von Gleisen. Systeme wie das Duos Technologies Railcar Inspection Portal (RIP) zeigen diesen AI-gestützten Ansatz. Mithilfe von AI-Algorithmen erfasst und analysiert das RIP innerhalb weniger Sekunden 360-Grad-Bilder jedes Wagens, selbst bei Geschwindigkeiten von über 125 mph. Diese AI-Systeme am Rand des Netzwerks erkennen Probleme und informieren das Bahnpersonal innerhalb von 60 Sekunden über erforderliche Wartungsarbeiten. Durch die kontinuierliche Überwachung können potenzielle Probleme schnell erkannt und behoben werden.

Energiemanagement und -optimierung sind weitere, weniger bekannte Anwendungen von AI in einer U-Bahn. So nutzt Metro de Madrid ein AI-basiertes System, um die Energiekosten für die Belüftung um 25 % und die CO2-Emissionen jährlich um 1.800 Tonnen zu senken. Das System betreibt 891 Ventilatoren, die jährlich bis zu 80 Gigawattstunden Energie verbrauchen, und verwendet einen Optimierungsalgorithmus, der vom Sammelverhalten von Bienenvölkern inspiriert ist. Dieser Algorithmus analysiert große Datenmengen und berücksichtigt Faktoren wie Lufttemperatur, Bahnhofsarchitektur, Zugfrequenz, Fahrgastaufkommen und Strompreise. Er nutzt sowohl historische als auch simulierte Daten, um für jeden Bahnhof das beste Gleichgewicht vorherzusagen und zu erreichen, und verbessert sich im Laufe der Zeit durch maschinelles Lernen.

Abb. 4. AI-basierte Belüftungsanlage der Metro de Madrid.

Vor- und Nachteile von AI im öffentlichen Nahverkehr#

Die Integration von AI in U-Bahn-Systeme hat zahlreiche Vorteile gebracht. So verbessert sie beispielsweise die Effizienz, indem sie U-Bahn-Systemen hilft, Fahrpläne einzuhalten, Verspätungen zu reduzieren und Abläufe für einen reibungsloseren Betrieb zu optimieren. Auch die Sicherheit steigt durch kontinuierliche Überwachung, während die vorausschauende Wartung dazu beiträgt, Unfälle und Fehlfunktionen zu verhindern.

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

• Bedenken hinsichtlich des Datenschutzes: Die Erfassung und Nutzung von Fahrgastdaten wirft erhebliche Datenschutzbedenken auf, die sorgfältig gehandhabt werden müssen, um die Datenschutzrechte des Einzelnen zu schützen.
• Integration in bestehende Infrastruktur: Die Integration von AI-Systemen in eine bestehende U-Bahn-Infrastruktur kann komplex sein und Änderungen erfordern.
• Hohe Implementierungskosten: Die anfänglichen Kosten für die Implementierung von AI-Technologie können hoch sein und für einige U-Bahn-Systeme eine Hürde darstellen.
• Bedarf an qualifizierten Fachkräften: Die erfolgreiche Implementierung und Wartung von AI-Systemen erfordert hochqualifizierte Fachkräfte, was eine Herausforderung für die verfügbaren Ressourcen darstellen kann.

Trotz dieser Herausforderungen machen die Vorteile AI zu einer transformativen Kraft in modernen städtischen Verkehrssystemen wie U-Bahnen. Das Potenzial für höhere Effizienz, mehr Sicherheit und ein besseres Fahrgasterlebnis erklärt, warum die AI-Community aktiv daran arbeitet, diese Hindernisse zu überwinden und die Vorteile von AI vollständig nutzbar zu machen. Wenn du also das nächste Mal mit der U-Bahn fährst, achte auf die AI-Innovationen, die Teil deiner Reise sind.

Die Zukunft von AI im Verkehr#

Vom Betreten des Bahnhofs über die Orientierung, die Fahrt und das Verlassen der U-Bahn verändert AI die gesamte Reise. Sie optimiert Abläufe, erhöht die Sicherheit und sorgt für ein nahtloses Fahrgasterlebnis. Durch die Verbesserung der Gleiswartung und des Energiemanagements gewährleistet AI effiziente und kostengünstige U-Bahn-Systeme. Trotz Herausforderungen wie Implementierungskosten und Datenschutzbedenken sind die Vorteile von AI in städtischen Verkehrssystemen wie U-Bahnen unbestreitbar. Während die Städte weiter wachsen, wird AI eine zunehmend wichtige Rolle dabei spielen, U-Bahn-Fahrten intelligenter, sicherer und effizienter zu machen.

Bleibe mit unserer Community verbunden, um weiter über AI zu lernen! Besuche unser GitHub-Repository, um zu erfahren, wie wir AI nutzen können, um innovative Lösungen in verschiedenen Branchen wie Landwirtschaft und Fertigung zu entwickeln. 🚀