Zutaten für Road Intelligence
Vom vernetzten Auto zum vernetzten Verkehr
Damit aus dem vernetzten Auto wirklich vernetzter Verkehr wird, der autonomes Fahren, nachhaltige E-Mobilität, effizientes E-Flottenmanagement sowie Verkehrsmanagement unterstützt, braucht es übergreifende Road Intelligence. Eine Vielzahl von Technologien und Lösungen muss dafür gut zusammenspielen.
Digitale Technologien vernetzen unsere Autos und verschaffen uns schon heute ein neues Fahrerlebnis – zum Beispiel durch digitale Cockpits und attraktive webbasierte Infotainment-Angebote an Bord. Doch das Connected Car der Zukunft hat noch mehr zu bieten: die Vernetzung von Fahrzeugen miteinander, mit Verkehrsinfrastruktur, mit lokalen Geschäften, Tankstellen, Ladesäulen sowie auch mit der städtischen und regionalen Verkehrsüberwachung und -planung.
Als Dienstleister für Automotive Software Engineering zeigt Intellias in seinem Whitepaper »Road Intelligence« auf, welche digitalen Lösungen innerhalb und außerhalb des Fahrzeugs hierfür wichtig sind.
Jobangebote+ passend zum Thema
Situationen erkennen und Verkehrssicherheit erhöhen
Moderne Fahrzeuge verfügen schon heute über viel ADAS-Funktionalität (Advanced Driver Assistance Systems), die für eine Wahrnehmung der anderen Verkehrsteilnehmer sorgt und über eingebaute Sicherheitskontrollen bis hin zu Notbremsungen die Verkehrssicherheit erhöht. Solche Systeme haben sich bereits als wirksam erwiesen, wenn es darum geht, direkte Kollisionen, Unfälle mangels Seitenblick und Unfälle im toten Winkel zu verhindern. Intelligente Unterstützung auf individueller Ebene können die Verkehrssicherheit ebenso weiter erhöhen wie eine Verbesserung der Verkehrsleitung bei unerwarteten oder geplanten Ereignissen im Stadtverkehr.
- Computer Vision umfasst eine Sammlung von Sensor- und Bilderkennungstechnologien, mit denen die Erkennung von Objekten oder Personen mit geringer Latenz und die sofortige Verarbeitung von Videodaten unter Einhaltung der Datenschutzbestimmungen möglich ist.
- Videotelematik kann dazu beitragen, sicheres Fahren zu fördern, rechtzeitig Pausen einzulegen und schwere Unfälle zu vermeiden. Durch die Verknüpfung von Dashcam-Daten mit Flotten-Telematik- und Fahrzeugsensordaten erhalten Flottenmanager tiefere Einblicke in Fahrerverhalten und Hardwareprobleme.
- Predictive Analytics erlaubt es, schnell große Datensätze zu analysieren, umwiederkehrende Muster in Verkehrsströmen, Unfallraten, Staufaktoren und anderen Ereignissen zu erkennen, die sich auf die Sicherheit und Effizienz im Straßenverkehr auswirken. Predictive Analytics kann die Auswirkungen prognostizieren, die beispielsweise ein Streik, ein großes Fußballspiel oder ein neues Bauprojekt auf den Verkehrsfluss nehmen. Sie lassen sich darüber hinaus dafür nutzen, die Auslastung bestimmter Linien des öffentlichen Nahverkehrs einzuschätzen, um die Fahrpläne zu optimieren.
Fahrzeuge und Verkehrsfluss digital steuern
Ein reibungsloser Verkehrsfluss und damit die Verringerung von Staus, Unfällen und verkehrsbedingter Umweltverschmutzung ist wohl das Ziel eines jeden Verkehrsplaners. Um das zu erreichen, fehlen aktuell noch Echtzeit-Verkehrsdaten und die Möglichkeit, den Verkehrsfluss auf dieser Basis unmittelbar zu steuern. Datenerfassung in Echtzeit ist die Grundlage intelligenter Road-Visibility-Systeme. Folgende Konzepte können dazu beitragen:
- V2X steht für Vehicle-to-Everything und für eine vernetzte Straßeninfrastruktur, die nicht nur Autos und Fahrräder integriert, sondern z. B. auch intelligente Ampeln, Überwachungskameras. Für die V2X-Umsetzung sorgen Technologien wie Dedicated Short Range Communications (DSRC) und Cellular Vehicle-to-Everything (C-V2X). DSRC arbeitet dabei mit reservierten Wi-Fi-Frequenzen, während C-V2X auf 4G/5G-Verbindungen beruht.
- Location-Based Services (LBS) erfassen standortbezogen mobile Geräte und können Erkenntnisse über Fahrer und verbundene Fahrzeuge liefern. Mithilfe von LBS-Technologien können Straßenbetreiber die Konzentration von Verkehrsteilnehmern erkennen, Ankunftszeiten berechnen und Verkehrsinformationen in Echtzeit an die Fahrer weitergeben.
- IoT und Edge-Geräte: Kompakte, kostengünstige und programmierbare IoT-Geräte wie beispielsweise Sensoren und Steuerungen helfen bei der Erfassung einer Fülle von Straßendaten. In Verbindung mit Edge-Computing werden Edge-Geräte zu einer autarken, hochleistungsfähigen Straßeninfrastruktur, die in der Lage ist, Datenanalysen in Echtzeit durchzuführen und Straßen anschließend fernzusteuern.
________________________________________________________________
Whitepaper
»Road Intelligence«Das Whitepaper »Road Intelligence« von Intellias steht kostenlos zum Dowload zur Verfügung. ________________________________________________________________
- Vom vernetzten Auto zum vernetzten Verkehr
- Für effiziente Verkehrskonzepte
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Künstliche Bilder für KI
Testdatengenerierung mittels metamorpher Bildtransformationen
Wallbox von Myenergy
So viel Solarstrom wie möglich, so wenig Netzstrom wie nötig
Tests unter Realbedingungen
Transpolis prüft Connected Mobility in der vernetzten Test-Stadt
Künstliche Intelligenz im Auto
DS Automobiles integriert ChatGPT in Spracherkennung
Autonomes Fahren
GNSS-Positionierungslösung für sicherheitskritische Anwendungen
Vom Design bis zur Großserienfertigung
Radome und Stoßfänger im Systemcheck
Entwicklung einer kompakten Prüfeinheit
Härtetests an Batterien
