Fraunhofer-Institut für Elektronische Nanosysteme
Problemstellung:
Daten vermitteln Fakten. Daten zu Luftqualität und Belegung in Verkehrsmitteln des ÖPNV schaffen eine Grundlage zur Entscheidung für oder gegen eine Mitfahrt und sind gerade im Hinblick auf die Corona-Pandemie oder durch den Klimawandel bedingte Hitzewellen von großer Bedeutung. Fahrgäste möchten genügend Platz und gesunde Luft!
Ein Echtzeit-Monitoring ist also erstrebenswert. Aktuell sind jedoch Systeme zur Echtzeit-Überwachung der Innenraumluft und der Auslastung in Verbindung mit der genauen Belegung in ÖPNV-Fahrzeugen weder standardmäßig integriert noch flächendeckend verfügbar.
Projektziel:
Im Projekt SenMooVe wird eine sensorbasierte Lösung entwickelt, mit welcher Luftqualität und Belegung stetig überwacht werden. Die erfassten Daten werden zur Einschätzung von gegenwärtiger und prognostizierter Sicherheit mittels KI-Methoden verarbeitet und die Ergebnisse an vorhandene IT-Systeme der ÖPNV-Partner zur Kommunikation an die Fahrgäste übermittelt. Durch die deutlich verbesserte Datenlage entsteht eine Echtzeitdaten-basierte Entscheidungsgrundlage für ÖPNV-Nutzer, Unternehmen und Behörden mit der langfristig die Sicherheit im ÖPNV gesteigert wird. Ebenso kann durch eine adaptive Steuerung von Lüftungen und Klimaanlagen die Nachhaltigkeit im ÖPNV verbessert werden.
Durchführung:
Die Projektpartner entwickeln gemeinsam ein geeignetes, kostengünstig und leicht nachrüstbares Sensorkonzept (Messung von Partikeln, CO2, Luftfeuchtigkeit und Luftdruck, Temperatur, flüchtigen organischen Verbindungen, Auslastung, Fahrgasttyp).
Auf Grundlage dieses Konzeptes werden zunächst im Pilotbetrieb Daten gesammelt und KI-Modelle zur Datenverarbeitung und Sensorreduktion entwickelt. Echtzeitdaten und Prognose zu Luftqualität und Belegung werden nach Weiterentwicklung der ÖV-Auskunft prototypisch in das bestehende Auskunftssystem integriert und in einem Friendly User Test evaluiert.