Von Einzweckgeräten zur stadtweiten Mobilitätsverbesserung
Wussten Sie, dass wir alle im Durchschnitt 1,7 MB Daten pro Sekunde erzeugen? Im Maßstab einer Stadt, in der Millionen Menschen immer vernetzter ihrem Alltag nachgehen, wird diese Zahl wirklich überwältigend. Doch für öffentliche Behörden, Unternehmen und sonstige Organisationen, die wissen, wie sie all diese Daten verwerten können, ist dies eine Goldmine. Insbesondere der Verkehrssektor kann von dieser Datenfülle profitieren. Da Verkehrsstaus, Verschmutzung und Ineffizienzen jedes Jahr Kosten in Milliardenhöhe verursachen, ist das SETA-Konsortium der Überzeugung, dass eine bessere Datenverwaltung zu erheblichen Verbesserungen führen könnte. „Ich bin davon überzeugt, dass das zentrale Problem mit der aktuellen Datenverwaltung darin liegt, wie diese Daten für bestimmte Zwecke erhoben werden und dann in Datenbanken zurückbleiben“, sagt Fabio Ciravegna, Professor am Fachbereich Informatik der Universität Sheffield und Koordinator von SETA. „Ein Beispiel dafür ist, dass jede Stadt hunderte, möglicherweise sogar tausende Straßenkameras hat. Doch jede dieser Kameras wird nur zu einem einzigen Zweck wie z. B. der Sicherheit oder dem Verkehr genutzt, während diese tatsächlich für viele verschiedene Zwecke genutzt werden könnten.“ Die Wahrheit ist, dass wir noch nicht so weit sind. Technische, administrative und politische Hindernisse verhindern oftmals die Integration bestehender Datensätze. Gleichzeitig macht die umfangreiche Art der Daten und deren Heterogenität deren Weiterverwendung überaus schwierig. SETA löst dieses Problem durch die Integration der Daten von Straßen, Fahrrädern, Bürgerinnen und Bürgern sowie Umweltsensoren. Mit der Technologie können große Mengen heterogener Daten gesammelt, verarbeitet, verknüpft und fusioniert und für die Modellierung der städtischen Mobilität genutzt werden. Laut dem Projektkonsortium erledigt dies die Technologie mit einer Präzision, Granularität und Dynamik, die mit modernen Technologien nicht erreicht werden könnte. Die mobilen Technologien von SETA ermöglichen die Überwachung der Mobilität von Menschen und die Apps des Projekts wurden bereits für hunderttausende Bürger in England und für tausende Bürger in Spanien freigegeben. Parallel dazu entwickelte das Projektkonsortium Technologien, mit der jede Straßenkamera in einen Schleifensensor verwandelt werden kann – das heißt, dass eine Kamera die Geschwindigkeit und Anzahl von Fahrzeugen bestimmen kann. Alle erhobenen Daten werden daraufhin dank spezieller Fusions- und Modellierungstechnologien gespeichert und zusammengeführt. „Wir haben fortschrittliche neuronale Netze für die Bildanalyse, großflächige Architekturen für die Datenintegration, fortschrittliche Mobilitätsmodelle zur Verfolgung der Mobilität über Mobiltelefon und großflächige Mobilitätsmodellierungstechniken verwendet“, erklärt Prof. Ciravegna. „Die anonymisierten Daten werden von unserer Architektur über Mobiltelefone, Sensoren usw. erhoben. Sie werden den Fusions- und Modellierungsalgorithmen zur Verfügung gestellt. Eine Plattform für die Daten- und Bildauswertung versorgt Kommunen daraufhin mit Erkenntnissen über die stadtweite Mobilität.“ Während bestehende Methoden lediglich eine Modellierung mit hoher Granularität in Kerngebieten der Stadt ermöglichen, erledigt dies SETA für ganze Stadtgebiete. Die Technologie von SETA wurde bereits von einer großen Regierungsstelle in England übernommen. Sie wird verwendet, um hunderttausende Bürger für Zwecke im Bereich Gesundheit und das Wohlbefinden zu überwachen. Die Technologie wurde zudem vom Stadtrat Birmingham zur Verfolgung der 8 000 kostenfreien Fahrräder übernommen. Beide Aktivitäten werden nach dem Abschluss des Projekts fortgesetzt. Die Universität Sheffield – welche die Technologie für die Verfolgung von Bürgern entwickelte – plant die Gründung eines Spin-off-Unternehmens. Es wird von Anwendungsmöglichkeiten in den Bereichen Gesundheit und Wohlbefinden, Arzneimittel und Mobilität ausgegangen. Das Videodetektionssystem des Projekts wird durch Machine2Learn, die großflächigen städtischen Datenmodelle durch Aimsun (diese werden bereits in mehreren Städten verwendet) und die großflächige Infrastruktur durch Software Mind kommerzialisiert. Zu guter Letzt werden von The Floow Ltd. Methoden für die Verfolgung von Fahrzeugstrecken entwickelt.
Schlüsselbegriffe
SETA, Mobilität, Sensoren, Daten, Verkehrswesen, neuronale Netze
