KI-gestützte Innovation revolutioniert die Verkehrsanalyse

- Fujitsu und die Carnegie Mellon University stellen KI-gestützte Technologien vor, die 2D-Verkehrsbilder in präzise 3D-Modelle umwandeln, wodurch die Verkehrsanalyse verbessert und der Datenschutz priorisiert wird.
- Die Kernkomponenten des Systems, die 3D-Belastungsschätzung und die 3D-Projektion, überwinden frühere Einschränkungen und ermöglichen eine genaue 3D-Szenenrekonstruktion aus einem einzelnen RGB-Kamera.
- Feldversuche in Pittsburgh vom 22. Februar bis zum 31. Mai 2024 testen die Effektivität der Technologie bei der realen Verkehrsanalyse, mit Fokus auf Unfallidentifizierung und -verhütung.
In einem bemerkenswerten Schritt nach vorn haben die Fujitsu Limited und die Carnegie Mellon University gemeinsam die Entwicklung einer KI-gestützten Social-Digital-Twin-Technologie angekündigt, die darauf abzielt, die Verkehrsanalyse zu revolutionieren. Die im Februar 2022 begonnene gemeinsame Forschung hat zu einem transformativen System geführt, das 2D-Szenenbilder, die von einer einzelnen monokularen RGB-Kamera aufgenommen wurden, in detaillierte 3D-Modelle umwandeln kann. Dieser innovative Ansatz, der auf Deep Learning basiert, markiert einen bedeutenden Durchbruch in der hochpräzisen Visualisierung und Analyse dynamischer 3D-Verkehrsszenarien.
Fujitsu und Carnegie Mellon definieren die Verkehrsanalyse mit KI-Integration neu
Fujitsu Limited und die Carnegie Mellon University haben eine bahnbrechende Technologie vorgestellt, die das Landschaftsbild der Verkehrsanalyse und Unfallverhütung neu gestalten wird. Mit ihrer gemeinsamen Forschung im Februar 2022 startend, zielte die Zusammenarbeit darauf ab, einen Social Digital Twin zu entwickeln, der komplexe Interaktionen in 3D-Räumen dynamisch replizieren kann. Das Ergebnis dieser Forschung ist ein KI-gestütztes System, das 2D-Szenenbilder, die von einer monokularen RGB-Kamera aufgenommen wurden, in digitalisierte 3D-Formate umwandelt.
Das System stützt sich auf zwei Kerntechnologien, die jeweils eine entscheidende Rolle in seiner Funktionalität spielen. Die erste, die Technologie zur Schätzung der 3D-Belegung (3D Occupancy Estimation Technology), nutzt Deep-Learning-Netzwerke, um Objekte in 3D-Räumen aus monokularen RGB-Kamerabildern zu unterscheiden. Indem diese Objekte als Voxel im 3D-Raum dargestellt werden, erreicht das System ein detailliertes Verständnis der Szenerie, was eine genaue 3D-Formabschätzung von Bereichen ermöglicht, die im Eingabebild nicht sichtbar sind. Die zweite Kerntechnologie, die 3D-Projektion, erstellt einen 3D-Digitalzwilling basierend auf der Ausgabe der Technologie zur Schätzung der 3D-Belegung. Dieser Schritt integriert Know-how zur Analyse menschlichen Verhaltens, um sicherzustellen, dass Bewegungen mit der realen Welt übereinstimmen, und ermöglicht eine präzise Positionsbestimmung, auch wenn Teile von Objekten verdeckt sind.
Um Bedenken hinsichtlich des Datenschutzes auszuräumen, anonymisiert die Technologie automatisch Gesichter und Kennzeichen, was das Engagement für den verantwortungsvollen Einsatz von KI unterstreicht. Fujitsu und Carnegie Mellon sehen die Kommerzialisierung dieser Technologie für das Geschäftsjahr 2025 vor und erweitern ihre Anwendung über den Transportbereich hinaus auf intelligente Städte und Verkehrssicherheit.
Feldversuche in Pittsburgh – Validierung des Potenzials der KI-gestützten Technologie
Angesichts der vielversprechenden Fähigkeiten der Technologie starteten Fujitsu und Carnegie Mellon am 22. Februar 2024 bis zum 31. Mai 2024 Feldversuche in Pittsburgh, USA. Die Versuche nutzten Daten von Kreuzungen in der Stadt und stützten sich auf eine monokulare RGB-Kamera, die auf dem Campus der Carnegie Mellon University installiert war. Das primäre Ziel bestand darin, Menschenmengen- und Verkehrsbedingungen zu analysieren und potenzielle Unfälle wie tote Winkel, die durch Gebäude und temporäre Menschenansammlungen verursacht werden, zu identifizieren. Durch die Reproduktion dieser Daten auf einem Social Digital Twin wurde die Effektivität der Technologie in realen Szenarien gründlich untersucht.
Assistant Research Professor Prof. László A. Jeni äußerte seine Freude über die gemeinsame Errungenschaft und hob das anhaltende Engagement zur Weiterführung der Forschung an Spitzentechnologien hervor. Die Zusammenarbeit zwischen dem Team von Fujitsu und den akademischen Experten der CMU spielte eine entscheidende Rolle bei der Erreichung dieses Meilensteins.
Daiki Masumoto, Fellow und Leiter des Converging Technologies Laboratory bei Fujitsu Research, betonte die Ausrichtung der Technologie auf die breitere Mission von Fujitsu, die Welt durch Innovation nachhaltiger zu machen. Er äußerte seine Begeisterung über den bedeutenden Schritt zur Erreichung ihrer Ziele durch die Zusammenarbeit mit der Carnegie Mellon University.
Während sich die Feldversuche abzeichnen, werden die Auswirkungen dieser KI-gestützten Social-Digital-Twin-Technologie auf die Verkehrsanalyse und Stadtplanung immer deutlicher. Das Potenzial dieser Innovation, die Sicherheit zu erhöhen, den Verkehrsfluss zu optimieren und zur Entwicklung intelligenter Städte beizutragen, ist erheblich. Die Frage bleibt: Wie wird diese bahnbrechende Technologie unseren Ansatz für Stadtplanung, Verkehr und gesellschaftliche Herausforderungen in den kommenden Jahren neu definieren?
Die klügsten Krypto-Köpfe lesen bereits unseren Newsletter. Lust dabei? Mach mit.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.

Aamir Sheikh
Aamir ist Tech-Journalist mit fast sechs Jahren Erfahrung in der Krypto- und Technologiebranche. Er absolvierte sein Studium an der MAJ University mit einem MBA in Finanzen und Marketing. Heute arbeitet er für Cryptopolitan, wo er über die neuesten Entwicklungen in den Kryptowährungsmärkten und Preisprognosen berichtet.
















