Lassen Sie uns gemeinsam die richtigen KI-Lösungen für Ihr Unternehmen identifizieren und implementieren.
Pittsburghs East Liberty-Bezirk sah sich starker städtischer Verkehrsüberlastung gegenüber, wobei zeitgesteuerte Signalanlagen lange Wartezeiten und ineffiziente Verkehrsflüsse verursachten. Traditionelle Systeme arbeiteten nach festen Zeitplänen und ignorierten Echtzeitvariationen wie Stoßzeiten oder Unfälle, was zu 25–40% erhöhten Reisezeiten und höheren Emissionen führte.[1] Das unregelmäßige Straßennetz der Stadt und unvorhersehbare Verkehrsverläufe verschärften die Probleme, frustrierten Verkehrsteilnehmer und bremsten die wirtschaftliche Aktivität.
Stadtverantwortliche suchten eine skalierbare Lösung jenseits teurer Infrastrukturmaßnahmen. Sensoren waren zwar vorhanden, es fehlte jedoch an intelligenter Verarbeitung; Datensilos verhinderten die Koordination zwischen Kreuzungen, was zu wellenartigen Rückstaus führte. Durch stehende Fahrzeuge stiegen die Emissionen, was den Nachhaltigkeitszielen widersprach.[2]
Rapid Flow Technologies entwickelte Surtrac, ein dezentralisiertes KI-System, das maschinelles Lernen für Echtzeitverkehrsvorhersagen und Signaloptimierung nutzt. Angekoppelte Sensoren erkennen Fahrzeuge und speisen Daten in ML-Modelle, die Ströme Sekunden voraus vorhersagen und Grünphasen dynamisch anpassen.[3]
Im Gegensatz zu zentralisierten Systemen ermöglicht Surtrac durch Peer-to-Peer-Koordination, dass Kreuzungen miteinander 'sprechen' und Fahrzeugkolonnen priorisieren, um einen flüssigeren Verkehrsverlauf zu erzielen. Diese Optimierungs-Engine balanciert Gerechtigkeit und Effizienz und passt sich in jedem Zyklus an.[4] Aus der Carnegie Mellon University ausgegründet, ließ es sich nahtlos in vorhandene Hardware integrieren.
Buchen Sie eine kostenlose Beratung, um zu erfahren, wie KI Ihre spezifischen Herausforderungen lösen kann.
Surtrac nutzt Vorhersagemodelle des maschinellen Lernens, die auf historischen und Echtzeitdaten von Induktionsschleifen und Kameras trainiert werden. Der Kernalgorithmus ist ein dezentraler Planungsalgorithmus, der Optimierung verwendet, um Grünzeiten zuzuteilen und Fahrzeugankünfte bis zu 120 Sekunden im Voraus mit hoher Genauigkeit vorherzusagen.[1] Kreuzungen kommunizieren per Ethernet und teilen Vorhersagen zur koordinierten Erzeugung von 'grünen Wellen'. Dadurch werden die Fallstricke globaler Synchronisation vermieden.
Gestartet im Juni 2012 im East Liberty-Viertel von Pittsburgh mit 9 Kreuzungen. Die anfängliche Einrichtung integrierte sich innerhalb weniger Wochen in Altsteuergeräte und nutzte handelsübliche Hardware. Bis Oktober 2013 wurde auf das Bakery Square-Quartier ausgeweitet. Frühe Messwerte zeigten sofortige Verbesserungen: 25% Rückgang der Reisezeiten während der Pilotphase.[2]
Herausforderungen wie Sensor-Kalibrierung wurden durch Edge Computing gelöst, das Daten lokal verarbeitet, um Latenz zu minimieren ( <1 Sekunde-Zyklen). CMU-Forscher verfeinerten die ML-Modelle iterativ auf Basis von Live-Daten.
Rapid Flow wurde 2015 zur Kommerzialisierung gegründet; bis 2019 waren rund ~150 Kreuzungen in Pittsburgh ausgestattet. Das System erwies sich als robust bei Schnee und Stoßzeiten. Die Übernahme durch Miovision (kürzlich) führte zur Marke Miovision Adaptive und zur Ausbreitung auf weitere Städte mit Cloud-Analytik.[5]
Implementierungsschritte: 1) Sensor-Audit/Integration; 2) KI-Modell-Tuning pro Korridor; 3) Phasenweiser Rollout mit A/B-Tests; 4) Performance-Dashboards für Verkehrsbehörden. Kosten: $50K–100K pro Kreuzung, Amortisation in 1–2 Jahren durch Treibstoffeinsparungen.
Anfängliche Hürden: Datenknappheit in schwach frequentierten Fahrtrichtungen wurde durch probabilistische Prognosen gelöst. Gerechtigkeitsbedenken wurden über Mindestgrün-Garantien adressiert. Die Skalierbarkeit wurde an 50+ Knoten ohne Ausfall eines zentralen Servers getestet.[3] Die Integration mit SCATS/InSync über APIs ermöglichte Hybridbetrieb.
Heute bewältigt die Echtzeitanpassung Ereignisse wie Notfälle über V2I. Zukunft: Volle Autonomie mit LiDAR-/AV-Integration.
Entdecken Sie, wie wir Ihnen bei der Implementierung ähnlicher Lösungen helfen können.
Founder & Partner
Reruption GmbH
Falkertstraße 2
70176 Stuttgart
Telefon