Intelligente Infrastruktur wird eingesetzt, um die begrenzte Umfeldwahrnehmung einzelner Verkehrsteilnehmer durch zusätzliche straßenseitige Sensorik und lokale Datenverarbeitung zu erweitern. Sie ist dann besonders sinnvoll, wenn sie in komplexen und unübersichtlichen Verkehrssituationen – etwa an städtischen Kreuzungen – frühzeitig kritische Situationen erkennt und Informationen und Warnungen kollektiv oder kooperativ bereitstellt.
Im Rahmen des Projektes KIVI (Künstliche Intelligenz im Verkehrssystem Ingolstadt) wurde im Jahr 2022 das High-Definition-Testfeld Ingolstadt (HDT) zur Erforschung der Potenziale intelligenter Infrastrukturen in einem vernetzten Mobilitätssystem aufgebaut. Das HDT, das in enger Kooperation mit der Stadt Ingolstadt realisiert werden konnte umfasst drei hochbelastete Knotenpunkte die als Dreieck miteinander verbunden sind. An diesen Kreuzungen wird lokale Sensorik zur Echtzeit-Erfassung aller Verkehrsteilnehmer eingesetzt. Als Sensoren werden Laserscanner mit Egde Computing Devices sowie Thermalkameras neuester Generation verwendet, wodurch von vornherein die Anforderungen des Datenschutzes erfüllt werden. Mittels datengetriebener Verfahren der künstlichen Intelligenz werden Verkehrssteuerung und Verkehrssicherheit verbessert. Dazu findet eine enge Kooperation der Institute C-IAD und AImotion statt.
Als eine erste Anwendung zur Erhöhung der Sicherheit von vulnerablen Verkehrsteilnehmern wurde ein Warnsystem realisiert, welches kritische Situationen in der Kreuzung frühzeitig entschärfen soll. Basis hierzu bilden leistungsfähige Kommunikationsnetze und Rechner vor Ort, auf welchen in Echtzeit Algorithmen zur Situationserkennung betrieben werden.
Im Projekt SiRaMiS (Sicherheit von Radfahrern im Mischverkehr mit intelligenten Verkehrsteilnehmern und intelligenter Straßeninfrastruktur) wird seit 2024 erforscht, wie durch KI‑basierte Verfahren und intelligente Verkehrsinfrastruktur die Sicherheit vulnerabler Verkehrsteilnehmer, insbesondere von Radfahrenden, an neuralgischen Punkten im urbanen Umfeld erhöht werden kann. Gleichzeitig sollen Konfliktsituationen mit vulnerablen Verkehrsteilnehmern (VRU) so erfasst und analysiert werden, dass sie zur Optimierung des Verkehrsflusses genutzt werden können. Die Forschungsschwerpunkte liegen auf KI-basierten Verfahren für Conditional Perception in den Infrastruktursensoren, hochgenaue Zustandsschätzung von Verkehrsteilnehmern und der Bewertung von Dilemma Zonen sowie der Optimierung von Green Light Optimal Speed Advisory durch Berücksichtigung von Konfliktsituationen. Die entwickelten Konzepte werden in realitätsnahen Szenarien erprobt. Demonstratorische Umsetzungen der erforschten Maßnahmen zur Interaktion zwischen der intelligenten Infrastruktur und einem E-Bike bzw. Forschungsfahrzeugen finden sowohl im Reallabor High Definition Testfeld als auch im physikalischen Zwilling auf der CARISSMA-Freiversuchsfläche statt.
Das HDT soll in Zukunft die Grundlage für die Erforschung von Methoden eines sicheren und fehlertoleranten Verkehrssystems unter Einbeziehung autonomer Fahrzeuge bieten.
