KI-basiertes System für vernetzte Mobilität

Fahrgastbetrieb

Während im Vorgängerprojekt Shuttles&Co der Einsatz von hochautomatisierten Kleinbussen als Teil der BVG-Flotte im Kiez Alt-Tegel erprobt wurde, soll innerhalb des neuen Projektes KIS’M die Umsetzung eines automatisierten Bedarfsverkehrs als Zubringer zum ÖPNV untersucht werden, um die Einführung autonomer On-Demand-Services im öffentlichen Personennahverkehr in Großstädten in der Praxis zu testen.

Konkret sollen in dem Testfeld autonom fahrende Shuttles die Beförderung von Fahrgästen übernehmen. Die von der BVG betriebenen Fahrzeuge werden ab 2023 auf Nachfrage, ohne Fahrzeugbegleitpersonal an Bord fahren, und an virtuellen Haltestellen halten. Zudem wird die Überwachung und Fahrmanöverfreigabe der Fahrzeuge nur aus einer Leitstelle heraus erprobt, was durch die Novellierung des Straßenverkehrsgesetzes (StVG) im Jahr 2021 im öffentlichen Straßenland möglich wurde.

Kooperation zwischen hochautomatisierten Fahrzeugen

Nach Aufstellung der Anforderungen an die intermodale Vernetzung werden die Anwendungsfälle in den verschie­de­nen Kombinationen von ÖPNV, Einsatzfahrzeugen (BOS) und gemischt automatisiertem Verkehr mit Methoden der KI-gestützten kooperativen strategischen Manöversteuerung spezifiziert und umgesetzt. Ziel ist die Verbesserung des Betriebsablaufs auf taktischer Ebene, dies soll durch Realfahrten demonstriert werden.

Regelbasierte Verkehrssteuerung

Einsatzfälle in den verschiedenen Kombinationen von ÖPNV, BOS und gemischt automatisiertem Verkehr werden mit Methoden der KI-gestützten kooperativen strategischen Manöversteuerung umgesetzt. Ziel ist die Verbesserung des Betriebsablaufs auf taktischer Ebene. Hierzu zählen z.B. die Weiterentwicklung der Bevorrechtigung mit Fahrzeug-zu-Infrastruktur (V2I) (ÖPNV einschl. koordinierte Abfahrt an Haltestellen mit Verkehrssteuerung synchronisiert, BOS, Radfahrerintegration) und Routing-Services mit GLOSA für alle.

Die Erprobung erfolgt mit mehreren Versuchsfahrzeugen zum automatisierten Fahren im öffentlichen Raum, Fahrzeugen der BOS und des ÖPNV. Zudem sollen Radfahrer und Fußgänger besser in die Verkehrssteuerung integriert werden.

KI-basierte Aktualisierung von Verkehrsinformationen

In drei Anwendungsfällen wird die Umsetzung und Erprobung von KI-Modulen zur Unterstützung zur Manöverkoordination über das dynamische Karteninformationssystem für kooperativen automatisierten Verkehr umgesetzt und erprobt. Die sogenannte Selbstaktualisierung soll für statische und dynamische Objekte und Ereignisse erfolgen. Dabei wird der Ansatz mit Datenquellen verschiedener Erkennungssysteme und V2X-Datenquellen weiterverfolgt. (V2X ist eine Vernetzung von Fahrzeugen untereinander und mit ihrer Umwelt wie etwa Ampeln)

Die Daten für die selbstaktualisierende Karte werden einerseits von automatisierten Versuchsträgern, die mit spezieller Sensorik (Lidar, Kameras, V2X) ausgestattet sind, in verschiedenen Objektklassen, präzise verortet, geliefert. Um andererseits stetig und tagesaktuell Daten einzufahren, wird eine Smartphone-App zur KI-basierten Detektion von verkehrsrelevanten Objekten weiterentwickelt. Diese Lösung kann auf einem mobilen Endgerät installiert werden und somit in einer Flotte zum Einsatz kommen.

Zudem wird die Kartierung virtueller Haltestellen für echten On-Demand-Service untersucht und erprobt. Die hier geleisteten Arbeiten sollen auch als Grundlage für eine Heatmap virtueller Ladezonen für KEP-Dienste (Kurier, Express, Paket) dienen. Die Daten sollen als Open Data und in speziellen Services allen Verkehrsteilnehmern zur Verfügung gestellt werden.

Nutzerzentrierte Integrierte Technikentwicklung

Für die ganzheitliche Betrachtung der Nutzerzentrierten Integrierten Technikentwicklung (NIT) im Projekt werden komplementäre Ansätze kombiniert. Für die Technikauswirkungen des AVF werden u.a. die ELSI-Kriterien (ethische, rechtliche/legal und soziale Implikationen) herangezogen und aus der Perspektive relevanten Betroffenengruppen bewertet. Die Anforderungen an und Einschätzungen zu Technologien werden aus diesen unterschiedlichen Perspektiven im konkreten Anwendungskontext partizipativ abgefragt und verbunden. Zusätzlich liegen der Betrachtung die Richtlinien der Ethikkommission zum AVF und das Gesetz zum autonomen Fahren zu Grunde.

Ferner werden Mensch-Maschine-Interaktionskonzepte (MMI) menschzentriert und iterativ anhand ausgewählter Use Cases entwickelt. Für den Arbeitsplatz der Technischen Aufsicht geschieht das auf Basis relevanter Szenarien im ÖPNV und umfasst eine eingehende Analyse, Adaptation und Präzisierung von Rollenmodellen der Technischen Aufsicht (TA). Nach Etablierung des Pilotbetriebs sollen die weitergehende Ausbildung der TA und Integration in alle relevanten Betriebsprozesse untersucht werden. Ebenso wird die virtuelle Haltestelle als Nutzerführung und die Interaktion zwischen Fahrgästen und der Technischen Aufsicht an Bord des Fahrzeugs entwickelt. Diese MMI werden in der Simulation prototypisch erlebbar gemacht (VR / ggf. AR) und Wechselwirkungen mit Einsatzszenarien von Personal im oder am Fahrzeug (Betriebsaufsicht, Sicherheitspersonal, etc.) o.ä. Vertrauensinstanzen werden untersucht.

Darüber hinaus werden in Innovations-Börsen gemeinsam mit lokalen Stakeholdern differenzierte Anwendungsbereiche analysiert, die auf die Skalierbarkeit automatisierter Mobilitätslösungen und die Ableitung einer Rollout-Strategie abzielen.