Städte im Wandel
KI und Edge-Computing prägen die Smart City
In den künftigen intelligenten Städten spielen Technologie und Daten zusammen, um das Leben in urbanen Zentren sicherer, effizienter und nachhaltiger zu gestalten. Künstliche Intelligenz und Edge Computing kommt dabei eine Schlüsselrolle zu – damit werden die Städte umweltfreundlicher und sicherer.
Unsere Welt befindet sich in einem stetigen Wandel. Städte und Gemeinden sind dadurch mit neuen Herausforderungen konfrontiert: steigende Bevölkerungszahlen, Klimawandel, Verkehrsüberlastung – um nur einige zu nennen. Damit das alles bewältigt werden kann, reicht es nicht mehr aus, nur Daten zu erfassen, sondern sie müssen auch verarbeitet und analysiert werden. Und anschließend gilt es, entsprechend der Analyse zu handeln.
Laut der Studie »Der Smart-City-Markt in Deutschland 2021 bis 2026« des Verbandes der Internetwirtschaft Eco und Arthur D. Little wird der Smart-City-Markt in Deutschland ein starkes Wachstum erleben. Bis zum Jahr 2026 soll sich das Umsatzvolumen von 38,5 Milliarden Euro im Jahr 2021 auf 84,7 Milliarden Euro mehr als verdoppeln.
Die enorme Zunahme der Datenmenge und ihre Verknüpfung in deutschen Städten ermöglicht eine Vielzahl neuer Geschäftsmodelle. Datenökosysteme sind die Grundlage für erfolgreiche Smart-City-Plattformen. Die Fähigkeit Daten, die von unzähligen Sensoren und verschiedenen IoT-Geräten stammen, durch die Anwendung von KI in unternehmenskritische Entscheidungen zu wandeln, wird hier entscheidend sein. Folgende Lösungsansätze zeigen, wie schon heute die Smart City von morgen gelingen kann und Stadtplaner mit der Stadt interagieren können.
Ziel ist es, intelligente Systeme mit urbaner Ausstattung zu kombinieren. Grundlage dazu sind Sensoren und Edge-Computing-Server. Diese werden in den Städten verteilt, etwa in Straßenlaternen oder Ampeln. Sie prägen die smarte Stadt von morgen und bringen messbare Verbesserungen hervor.
Intelligente Infrastruktur für optimale Straßenbeleuchtung
In der Stadt von morgen geht es nicht mehr nur um die Überwachung von Verkehr etwa, sondern darum, dynamisch auf die sich verändernden Umgebungen zu reagieren. Ein Beispiel sind etwa intelligente Infrastrukturen für optimale Straßenbeleuchtung, die sich automatisch an Faktoren wie den Zustand der Straße oder das Wetter angepasst. Dies geschieht mit Hilfe smarter Kameras, die äußere Umstände erkennen und an das System weiterleiten.
Das stellt sicher, dass stets ausreichend Licht für die Sicherheit im Straßenverkehr gewährleistet ist und gleichzeitig wertvolle Energieressourcen geschont werden. Ergebnis: Geringerer Stromverbrauch, mehr Nachhaltigkeit und eine höhere Kosteneffizienz. Das Unternehmen A.I. Tech etwa setzt auf smarte Videoanlyse und Embedded Systems, die heute schon an Flughäfen in Italien oder in der Stadt Bari eingesetzt werden.
Intelligentes Abfallmanagement für die saubere Stadt von morgen
Ein weiterer Punkt ist die Bekämpfung der unerlaubten Entsorgung von Abfällen in Städten durch intelligentes Abfallmanagement. Mithilfe von Computer Vision lassen sich Stadtzentren gezielt überwachen. Illegale Müllablagerungen werden sofort erkannt und durch das Versenden von entsprechenden Warnhinweisen können Behörden und Abfallentsorgungsunternehmen schnell und rechtzeitig handeln. So wird die Umweltverschmutzung beziehungsweise visuelle Umweltverschmutzung im öffentlichen Stadtbild einfach und effizient reduziert.
Hier ist es durch Edge Computing möglich, auf Informationen von Sensoren – etwa von Kameras in Ampeln oder Lampen – zu reagieren. Die intelligente Infrastruktur erkennt dank der visuellen Sensoren das Problem und löst einen Alarm aus. Gleichzeitig kann KI die beste Route für die Einsatzfahrzeuge berechnen. Das betrifft allerdings nicht nur die Müllablagerung. Spinnt man den Gedanken weiter, lässt sich so auch schneller auf Probleme wie etwa Wasserschäden oder Unfälle reagieren.
Es geht also nicht mehr nur um reines Monitoring und Analyse, sondern um die dynamische Reaktion auf Vorkommnisse auf Grundlage von Machine-to-Machine-Kommunikation.
Verringerte CO2-Emissionen durch Förderung von Fahrgemeinschaften
Einer der wichtigsten Aspekte in der Entwicklung smarter Städte ist das Reduzieren der CO2-Emissionen. Dies kann auf verschiedene Weisen erfolgen: So können effiziente KI-Lösungen zum Beispiel Fahrgemeinschaften fördern. Computer Vision kann ein Fahrzeug mit mehreren Insassen erkennen und ihm Zugang zu reservierten Fahrspuren und emissionsarmen Zonen geben, die etwa für Fahrgemeinschaften reserviert sind. Dies reduziert die Anzahl der Fahrzeuge auf den Straßen.
Gerade im Pendlerverkehr trägt diese Lösung entscheidend zur Reduzierung von Staus und CO2-Emissionen bei. Hinzukommen intelligentes Parken als auch der Einsatz autonomer Fahrzeuge. Die französische Metropolregion Lyon etwa nutzt bereits diese Systeme.
KI-Kameras und vernetzte Plattformen
Um smarte Städte zu entwickeln, bedarf es konkreter Planung und dementsprechende Infrastruktur. Die Installation von intelligenten, vernetzten KI-Kameras, die auch unter extremen Bedingungen zuverlässige Analysen in Echtzeit liefern, ermöglicht den Einsatz von Anwendungen wie der automatischen Nummernschilderkennung (ANPR), dem intelligenten Verkehrsmanagement (ITMS) oder der öffentlichen Sicherheit in Städten.
Autonome KI-Kameras wie beispielsweise die Sphinx von Smartcow mit NVIDIA Jetson Orin NX and Xavier NX sorgen für nahtlose Abläufe, insbesondere bei Smart-Traffic-Lösungen, die mittlerweile als eine der obersten Prioritäten von Städten angesehen werden. Wichtig sind hier offene Modulanschlüsse. Sie ermöglichen es Anwendern, die etwaigen Funktionen durch die Integration externer Sensoren wie Luftqualitätssensoren, LiDAR und Radarsensoren zu erweitern. Gigabit-Ethernet- und 5G-Konnektivität gewährleisten einen nahtlosen Betrieb, auch in anspruchsvollen Umgebungen.
Diese Art von smarten Kameras kann gerade im Zusammenschluss über Plattformen zu einer effizienten Lösung werden. Ein Beispiel hierfür ist die Jetson-Orin-AGX-Plattform mit 5G-Konnektivität. Das IP65-Gateway kann etwa bis zu 15 Kameras integrieren. Die Plattform unterstützt nahtlos komplexe KI-Modelle und ermöglicht die reibungslose Durchführung umfangreicher Videoanalysen und Datenübertragungen.
Remote-Debugging ermöglicht es, die Funktionalität auch bei einem Verlust der Netzwerkverbindung aufrechtzuerhalten und Systemabstürze effektiv zu verhindern. Verkehrsmanagement, Kennzeichenerkennung oder auch Fahrzeugdetektion lassen sich über derartige Lösungen effizient in das Stadtbild integrieren.
Um die Integration passender und individueller Lösungen zu erreichen, können sich Entscheidungsträger in Städten und Gemeinden an Anbieter wie PNY Technologies und sein internationales Partnernetzwerk wenden.
Der Autor
Youssef Nadiri
ist Product Marketing and Business Development Manager Edge AI Solutions bei PNY Technologies.
Lesen Sie mehr zum Thema
