T Systems International Logo T Systems International Claim
Background image with blurry road with traffic
Use-Case
Sichere Schulwege
  • Jährlich über 100.000 Schulwegunfälle in Deutschland (2021, DGUV)
  • Kinder sind besonders schutzbedürftig, aufgrund geringer Sichtbarkeit und unplanbarem Verhalten
  • Unterstützt die Vision Zero als Ziel der Präventionsstrategie der DGUV
Herausforderung
  • Positionsbedingte Störung der Sensorik durch Umwelt, Wetter und Sonnenstand
  • DSGVO-konforme Überwachung
  • KI benötigt seltene Trainingsdaten für gefährliche Situationen
Virtuelles Testfeld
  • Simulationen von unterschiedlichen Verkehrsaufkommen und Verkehrsteilnehmern
  • Evaluation von statischen Sensorpositionen ohne aufwändige Messkampagnen
  • Hochgenaue digitale Zwillinge zur Planung
  • Sensorrealistische plausible Verkehrssituationen ermöglichen Anlernen von KI auf unterschiedliche Gefahrensituationen
Gefahrenerkennung
  1. Meta-Lernen der Definition einer gefährlichen Situation für eine KI
  2. Gefahren bereits präventiv erkennen, bevor sie auftreten
  3. Angemessene Reaktion auf Gefahrensituationen
Aufnahme eines Autos auf einer Straße Simulated people
Smart/connected city image
Safetysim.AI
Virtualisiertes Testfeld
  • Etabliert zum Training von KIs für autonomes Fahren
  • Szenarien inkl. Fußgängern und Fahrzeugen werden am Computer generiert
  • In den Szenarien können virtuelle Sensoren platziert werden
Smarte Verkehrssteuerung
  • Erfassung von Verkehrssituationen in Echtzeit durch Sensordatenfusion
  • Erkennung von Mustern und Prognosen von Verkehrsflüssen zur Verhinderung von Unfällen
  • Intelligente Steuerung der Verkehrsinfrastruktur mithilfe von Verkehrssimulation
Safetysim.AI
  • Verschiedene Sensorarten und Platzierungen können getestet werden
  • Daten können zum Anlernen der KI wiederverwendet werden
  • Optimale Platzierung von Sensoren und Aktoren zur Erhöhung der Verkehrssicherheit
  • Enorme Kostenersparnis gegenüber physischem Testfeld
Fazit
Smartes Verkehrsleitsystem
  • Erfassung von Verkehrssituationen in Echtzeit durch virtuelle Sensordaten
  • Erkennung von Mustern und Prognosen von Verkehrsflüssen zur Verhinderung von Unfällen
  • Intelligente Steuerung der Verkehrsinfrastruktur mithilfe von Machine Learning
Technische Umsetzung
  • Erstellung eines Digital Twins und Beratung zu Gefahrensituationen
  • Erzeugung von (Sensor-)Daten im virtuellen Szenario
  • Gefahrenerkennung und Training einer künstlichen Intelligenz
  • Intelligentes Leitsystem / Sicherheitssystem
  • Entscheidung über HW-Implementierung auf Basis des virtuellen Testfeldes
Daniel Hofmann Leiter BU Road & Mobility +49 175 899 6351
Sebastian Pajor Projektmanagement BU Road & Mobility +49 151 25499292
Cornelia Denk Geschäftsführung BIT-TS +49 151 2088 422
Contact Terms and Conditions Imprint Data Security