Der Einsatz Künstlicher Intelligenz wird immer schneller und in immer mehr Anwendungsgebieten völlig normal. Sensoriken unterschiedlichster Art können also künftig eine entscheidende Rolle spielen, wenn es um Effizienz oder nachhaltige Arbeit geht. Dieser Beitrag nennt einige „Best Practice“-Beispiele, die zwischenzeitlich auch im Alltag von Meistern, Vorarbeitern und Winterdienst-Einsatzleitern genutzt werden.
Sensorik an bewegten Fahrzeugen
In Heidenheim arbeitet man schon seit vielen Jahren eng mit der Verkehrsgesellschaft zusammen. Im Winter melden die Busfahrer über die Einsatzzentrale dem Winterdienst per Telefon, dass die Straße auf ihrer Strecke langsam anzieht oder es bereits örtlich glatt ist. Dieser Frühindikator ist sehr wertvoll für die Einsatzleitung, denn die Buslinien decken sich zu 80 Prozent mit den Straßen der ersten und zweiten Räum-Kategorie.
Die Busse befahren also im Halb-Stundentakt alle gefährlichen Streckenabschnitte, die verkehrswichtig sind. Wieso dann nicht einfach je einen Sensor in die Stadtbusse verbauen, der vollautomatisch die Oberflächentemperatur misst?
Dieser zunächst einfach klingenden Aufgabe hat sich die Stadt in den letzten drei Jahren gewidmet. Nun wurde im Rahmen des Smart-City-Modellprojekts „Aalen-Heidenheim gemeinsam digital“ endlich der Durchbruch geschafft: In Kooperation mit einem Sensor- und Hardware-Komponenten-Hersteller entstand eine Box, welche sich sehr einfach, autark und unsichtbar in nahezu jedes bewegte Fahrzeug verbauen lässt.
Realisierung über Open-Source
An der Brenz klemmt man sie im Bus vorne direkt auf das Zündungs-Plus zwischen den Scheinwerfern. Sobald der Bus gestartet wird, fährt die Technik hoch und kommuniziert über LTE mit dem Server der Wahl.
Alle 15 Meter misst der Sensor die aktuelle Oberflächentemperatur und überträgt den Daten-Strang gekoppelt mit dem GPS-Standort. Da die Stadtbusse an Ampeln, Bushaltestellen oder am Busbahnhof mehrmals pro Runde mit laufendem Motor stehen bleiben, wird bewusst alle 15 Meter gemessen und nicht im Sekundentakt. Dadurch wird sehr viel unnötige Datenmenge vermieden.
Die Ansicht der Daten wurde über eine Open-Source-Plattform realisiert. Hier kann der Nutzer auf einen Blick die durchschnittliche, maximale und minimale Straßentemperatur erkennen. Darunter erfolgt die Anzeige der aktuellen lokalen Wetterdaten. Auf der Karte bilden die einzelnen Mess-Punkte die entsprechende Buslinie. Die Punkte zeigen der Einsatzleitung anhand der Farbe, wie viel Grad auf der Fahrbahn gemessen wurden.
Detaillierte Analyse
Jeder einzelne Punkt lässt sich per Mausklick detailliert betrachten. In der Kartenansicht einer Buslinie kann man den Temperaturverlauf und die konkrete Höhe über Normalnull erkennen. Mit der Fülle dieser Daten kann die Einsatzleitung das Wettergeschehen jetzt also noch genauer beobachten und damit bessere, schnellere und effizientere Einsätze auslösen.
An den Bussen wird die Sensorik das ganze Jahr lang laufen und Daten sammeln. Diese versucht die Stadt im Sommer zum Beispiel für die Identifikation von Hitzeinseln zu nutzen.
Weiterentwicklung und Ausbau
Es gibt bereits erste Überlegungen dazu, wie das System noch weiterentwickelt und ausgebaut werden kann:
1. Ein zweiter Sensor könnte neben der Oberflächentemperatur den Straßenzustand (trocken, nass usw.) messen.
2. Die Wetterprognose könnte in Verbindung mit den von der Wetterstation und der Glätte-Melde-Anlage gemessenen Werten kombiniert und ebenfalls in diesem System angezeigt werden. Dadurch würde eine noch bessere und kurzfristigere Vorhersage entstehen. Hier wäre die Interpretation einer KI interessant.
Entscheidend für die Umsetzung der bisherigen Lösung sowie sämtlicher Weiterentwicklungen im Zusammenhang mit dem Smart-City-Projekt ist der Einsatz von Open-Source-Software. Damit wird das Ziel verfolgt, Entwicklungen schrittweise auch in anderen Kommunen zugänglich und nutzbar zu machen.
zum Artikel
zum Artikel
zum Artikel
zum Artikel
zum Artikel
zum Artikel
zum Artikel
zum Artikel
zum Artikel
zum Artikel
