Durch die verteilte Intelligenz, intelligente Autos, die intelligente Edge (Strecke) und die intelligente Cloud können neuartige Mobilitätslösungen, intelligente Fahrzeuge und Anwendungen entwickelt und erprobt werden, die dann ein innovatives Ökosystem der Mobilität wachsen lassen.
Verteilte Intelligenz
Verteilte Intelligenz für die urbane Mobilität der Zukunft
Edges | Sensoren
Maschinelles Lernen
Die entwickelte Machine-Learning basierte Datenanalyse-Plattform (DP) wurde für die Parkplatz-Prognose, Vorhersage der Verkehrsintensität und Analyse der Luftqualität verwendet. Für optimale Vorhersagen wurde jeweils eine automatische Transformation der Daten in ein Format durchgeführt, das die wesentlichen Einflussfaktoren explizit repräsentiert und eine Verwendung in Machine-Learning-Algorithmen erlaubt.
Da stets die neuesten Daten erforderlich sind, werden die Datenstreams mittels Echtzeit-Zeitreihenanalysemethoden verarbeitet. Bei diesen Machine-Learning Techniken werden Modelle, auf Basis der vergangenen Datenpunkte erzeugt und mithilfe der aktuellen Daten kontinuierlich angepasst.
Um dies zu erreichen wird die Differenz zwischen den Vorhersagen und den echten Werten des jeweiligen Zeitpunktes berechnet und für die Aktualisierung der Modelle verwendet. Anschließend werden die gelernten Modelle benutzt um die zukünftigen Tendenzen vorherzusagen.
Ein weiterer Schwerpunkt besteht darin eine künstliche Intelligenz lernen und entscheiden zu lassen welche Modelle besonders gut funktionieren und darauf basierend die besten Modelle auszuwählen.
Objekterkennung
Verkehrsanalyse, Fußgänger Aktivitätsanalyse, Entdeckung unerwarteter Überquerungen
