Umetna inteligenca izboljša uporabo S-Bahna v Hamburgu in Berlinu!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Deutsche Bahn uporablja AI za predvidevanje uporabe vlakov S-Bahn v Hamburgu in Berlinu v realnem času.

Die Deutsche Bahn setzt KI ein, um die Auslastung von S-Bahnen in Hamburg und Berlin in Echtzeit zu prognostizieren.
Deutsche Bahn uporablja AI za predvidevanje uporabe vlakov S-Bahn v Hamburgu in Berlinu v realnem času.

Umetna inteligenca izboljša uporabo S-Bahna v Hamburgu in Berlinu!

Uporaba umetne inteligence (AI) v lokalnem javnem prevozu postaja vse bolj pomembna, zlasti ko gre za uporabo vlakov. Nov pristop, ki ga izvaja Deutsche Bahn, želi potnikom zagotoviti natančne informacije o uporabi vlakov S-Bahn. Ta strategija je bila nedavno predstavljena v izjavi S-Bahn Hamburg, ki poudarja, da se na številnih postajah v Hamburgu in tudi v Berlinu uporablja tehnologija, ki uporablja svetlobne ovire za določanje števila potnikov. Po besedah ​​Julie Kuhfuß, vodje »DB Lightgate«, natančnost napovedi presega impresivnih 90 odstotkov, kar predstavlja izjemno izboljšanje.

V Berlinu trenutno testirajo razburljiv pilotni projekt za prikaz zasedenosti vlaka v realnem času, ki poteka neposredno na peronu. Deset senzorjev je bilo nameščenih na progah med Jannowitzbrücke in glavno železniško postajo ter med Tempelhofom in Neuköllnom. Ta sistem uporablja LED luč, ki je popolnoma varna za potnike. Podatki, dobljeni iz teh meritev, se uporabljajo za prikaz semaforskega sistema za zasedenost: zelena označuje veliko prostora, rumena označuje srednjo zasedenost, rdeča pa označuje malo prostora. Zanimivo je, da lahko potniki zdaj celo preverjajo zasedenost vlaka preko Google Maps, kar močno olajša načrtovanje potovanj.

Inteligentni informacijski sistemi v lokalnem prometu

Pripravljenost na ažurne informacije je za uporabnike javnega prevoza ključnega pomena. Tu nastopi sistem MOBILEguide, ki prav tako sloni na AI in sodobnih tehnologijah. Ta sistem omogoča natančno napovedovanje pričakovane stopnje zasedenosti. Trenutna zasedenost zmogljivosti se določi s prenosom števila oseb, ki se vkrcajo in izstopijo po vsakem odhodu. V primerih, ko senzorji za štetje manjkajo, se za razširitev zbirke podatkov uporabijo alternative, kot sta signala WiFi in Bluetooth iz pametnih telefonov.

Izzivi glede razpoložljivosti podatkov zahtevajo intuitivno interakcijo različnih virov informacij. MOBILEguide pritegne natančno prilagojene informacije iz različnih podatkovnih tokov, jih poveže s podatki voznega reda in preveri njihovo verodostojnost. To zagotavlja, da se lahko uporabniki javnega prevoza odzovejo ne le na trenutno situacijo, temveč tudi na prihodnjo zasedenost zmogljivosti. Posebej je treba poudariti, da rešitev INIT prekaša tradicionalne sisteme v smislu zanesljivosti, kar na koncu vodi do boljše potovalne izkušnje.

Prihodnji obeti za uporabo vlakov

Razvoj na področju uporabe vlakov je znak progresivnosti in prilagodljivosti lokalnega javnega prometa. Z uvedbo umetne inteligence in podatkov v realnem času lahko potniki zdaj bolje načrtujejo in se odločijo za manj prometne poti. Pilotni projekt za uporabo vlakov v Berlinu s proračunom 900.000 evrov, ki ga financirajo Deutsche Bahn ter deželi Berlin in Brandenburg, bo ocenjen po testni fazi, da se odloči o naslednjih korakih. Z 88 odstotki postaj, ki imajo prikaz zasedenosti, hamburški S-Bahn dokazuje, kako pomembne so te informacije za potnike.

Zato je še vedno vznemirljivo videti, kako se bodo tehnologije razvijale in kakšen vpliv bodo imele na našo dnevno mobilnost. Vsekakor se nekaj premika in prihodnost lokalnega prometa bodo krojile inovacije!