AI-revolution i Ingolstadt: Studenter utvecklar innovativa transportsystem

AI-revolution i Ingolstadt: Studenter utvecklar innovativa transportsystem

I den bayerska staden Ingolstadt möts forskning, innovation och en hälsosam dos praktisk tillämpning: En grupp studenter från Ingolstadts tekniska universitet (THI) har utvecklat ett hybridsystem som kallas "Mini-Schanz" under ledning av professor Stefanie Schmidtner. Detta ambitiösa projekt syftar till att visualisera och kontrollera trafikflöden i staden med hjälp av banbrytande teknologier, inklusive artificiell intelligens (AI). Baserat på resultaten av ett studentprojekt erbjuder "Mini-Schanz" en realistisk representation och påverkan av trafikflöden.

Vad är det som gör det här systemet så speciellt? THI-studenterna har skapat en 3D-printad stadsmodell med en yta på sex kvadratmeter på vilken fyra takprojektorer projicerar simulerad trafik. Detta gör att de kan interagera med trafiksituationen i realtid och omedelbart genomföra ingrepp som vägavstängningar eller justeringar av trafikvolymer. Kombinationen av AI-driven gestkontroll och objektigenkänning möjliggör intuitiv kontroll av modellen, vilket är idealiskt för att simulera stadstrafikscenarier.

Utmaningen med stadstrafik

Stadstransporter innebär stora utmaningar för moderna städer. Trafikstockningar, miljöföroreningar och trafikolyckor är bara några av de problem som måste åtgärdas. Enligt en färsk studie tillbringar förare i storstäder cirka 100 timmar i trafikstockningar varje år. Medan konventionella lösningar ofta bara kan hjälpa till i begränsad omfattning, kan potentialen hos AI ses i trafikstyrning. Denna teknik analyserar stora datamängder i realtid och optimerar därmed trafikflöden, vilket också kan vara viktigt för Ingolstadt.

Ta München, till exempel: Här optimerade ett AI-system trafikljusbyte i realtid, vilket minskade väntetiderna i korsningar med upp till 20 %. Sådana framgångar bör också eftersträvas genom utvecklingen vid THI. På "Mini-Schanz" arbetar tvärvetenskapliga team med olika moduler, allt från dataanslutningar till maskininlärning.

Ser in i framtiden

Fördelarna med AI-stödd trafikkontroll är tydliga: ökad effektivitet genom minskade trafikstockningstider, lägre utsläpp genom optimerad ruttplanering och mer säkerhet genom tidig upptäckt av faror. Det finns dock utmaningar som måste övervinnas, såsom dataskydd, infrastrukturkrav och publikacceptans. En undersökning visade att 40 % av städerna ser infrastrukturkostnaderna som den största utmaningen, medan 35 % pekar på datasäkerhet.

Projektet "Mini-Schanz" på THI illustrerar inte bara studenternas innovativa anda, utan visar också att ny teknik kan ge viktiga svar på framtida mobilitetsfrågor. Detta banar inte bara vägen för en smartare stad, utan revolutionerar också förståelsen av stadsrum i Bayern.

Sammanfattningsvis representerar kombinationen av forskning och praktisk tillämpning i Ingolstadt ett imponerande exempel på framstegen för artificiell intelligens inom transporter. Det återstår att se vilken vidare utveckling som kommer att dyka upp från detta spännande projekt.

Du kan ta reda på mer om de innovativa arbetssätten på THI i rapporterna från Donau kurir och Trädgård & Landskap.