Kunstig intelligens forbedrer S-Bahn-udnyttelsen i Hamborg og Berlin!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Deutsche Bahn bruger kunstig intelligens til at forudsige brugen af ​​S-Bahn-tog i Hamborg og Berlin i realtid.

Die Deutsche Bahn setzt KI ein, um die Auslastung von S-Bahnen in Hamburg und Berlin in Echtzeit zu prognostizieren.
Deutsche Bahn bruger kunstig intelligens til at forudsige brugen af ​​S-Bahn-tog i Hamborg og Berlin i realtid.

Kunstig intelligens forbedrer S-Bahn-udnyttelsen i Hamborg og Berlin!

Brugen af ​​kunstig intelligens (AI) i lokal offentlig transport bliver stadig vigtigere, især når det kommer til togudnyttelse. En ny tilgang, der følges af Deutsche Bahn, har til formål at give passagererne præcise oplysninger om brugen af ​​S-Bahn-tog. Denne strategi blev for nylig præsenteret i en erklæring fra S-Bahn Hamburg, som påpeger, at der bruges teknologi på adskillige stationer i Hamborg og også i Berlin, der bruger lysbarrierer til at bestemme antallet af passagerer. Ifølge Julia Kuhfuß, leder af "DB Lightgate", overstiger prognosenøjagtigheden imponerende 90 procent, hvilket repræsenterer en bemærkelsesværdig forbedring.

Et spændende pilotprojekt til realtidsvisning af togbelægning, som foregår direkte på perronen, testes i øjeblikket i Berlin. Ti sensorer blev installeret på ruterne mellem Jannowitzbrücke og hovedbanegården og mellem Tempelhof og Neukölln. Dette system bruger LED-lys, som er helt sikkert for passagerer. Dataene bestemt ud fra disse målinger bruges til at vise et trafiklyssystem for belægning: grøn angiver meget plads, gul angiver middel belægning, og rød angiver lidt plads. Interessant nok kan passagerer nu endda tjekke togbelægning via Google Maps, hvilket gør planlægningen af ​​rejser meget nemmere.

Intelligente informationssystemer i lokal transport

Viljen til at få opdateret information er afgørende for brugerne af den kollektive trafik. Det er her MOBILEguide-systemet kommer i spil, som også er afhængig af AI og moderne teknologier. Dette system gør det muligt præcist at forudsige det forventede belægningsniveau. Den aktuelle kapacitetsudnyttelse bestemmes ved at overføre antallet af på- og afstigninger efter hver afgang. I de tilfælde, hvor der mangler tællesensorer, bruges alternativer som WiFi og Bluetooth-signaler fra smartphones til at udvide databasen.

Udfordringerne i datatilgængelighed kræver en intuitiv interaktion mellem forskellige informationskilder. MOBILEguide tiltrækker præcist skræddersyet information fra forskellige datastrømme, forbinder den med tidsplandata og kontrollerer dens plausibilitet. Det sikrer, at brugerne af kollektiv trafik ikke kun kan reagere på den aktuelle situation, men også på den fremtidige kapacitetsudnyttelse. Særligt bemærkelsesværdigt er, at INIT-løsningen udkonkurrerer traditionelle systemer med hensyn til pålidelighed, hvilket i sidste ende fører til en bedre rejseoplevelse.

Fremtidsudsigter for togudnyttelse

Udviklingen inden for togudnyttelse er et tegn på den lokale offentlig transports progressivitet og tilpasningsevne. Med implementeringen af ​​AI og realtidsdata kan passagerer nu planlægge bedre og vælge mindre travle ruter. Pilotprojektet for togudnyttelse i Berlin med et budget på 900.000 euro, finansieret af Deutsche Bahn og delstaterne Berlin og Brandenburg, vil blive evalueret efter testfasen for at tage stilling til de næste skridt. Med 88 procent af stationerne med belægningsskærme, viser Hamburg S-Bahn, hvor vigtig denne information er for passagererne.

Så det er stadig spændende at se, hvordan teknologierne vil udvikle sig, og hvilken indflydelse de vil have på vores daglige mobilitet. Der er helt sikkert noget i bevægelse, og fremtiden for lokal transport vil blive formet af innovation!