Revolution i lokal transport: AI forbedrer S-Bahn-udnyttelsen i Hamborg!

Revolution i lokal transport: AI forbedrer S-Bahn-udnyttelsen i Hamborg!

Hamburg, Deutschland - Deutsche Bahn har meddelt, at det kan bruge kunstig intelligens til at forbedre prognoserne om udnyttelsen af ​​S-Bahn. Denne innovation blev præsenteret i en meddelelse fra Hamburg S-Bahn, der sigter mod at forbedre passagerinformationen markant. I de fleste S-Bahn-stationer i Hamborg og på flere stationer i Berlin bruges innovative lysbarrierer til dette.

Den aktuelle implementering af AI -teknologi er oprindeligt et testprojekt i Berlin, mens der i Hamborg allerede er over 140 lyssensorer til at registrere passagernumrene. Disse innovative måledata sammenlignes med beregningerne af kunstig intelligens for at opnå en forventet nøjagtighed på over 90 procent, da Julia Kuhfuß, leder af "DB Lightgate". Passagerer vil straks blive informeret om besættelsen af ​​indgangstogene.

Optimering af passagerinformation

Især forfølger S-Bahn Hamburg målet om at genkende gratis steder med DB Lightgate-systemet gennem realtidsprognoser for brugen af ​​togene. Disse oplysninger vises fem stationer, før de går ind i toget i togstationen. Udnyttelsen formidles af en farvekode: Grøn signalerer meget plads, gul En gennemsnitlig belægning og rød indikerer lidt plads. Disse foranstaltninger tilbyder passagerer en måde at dynamisk justere deres rejseplaner på.

Mens kunstig intelligens allerede bruges i Hamborg, testes systemerne i Berlin i øjeblikket og endnu ikke implementeres for at forbedre databasen, ifølge en talsmand for S-Bahn Berlin. På platformene i Berlin vil passagerer have besættelsesgraden, hvilket betyder, at de i god tid kan beslutte, om de vil komme på et tog eller vente til det næste.

kunstig intelligens i offentlig transport

Anvendelse af kunstig intelligens i offentlig transport går ud over S-Bahn. Systemer som mobilguider tilbyder passagerer pålidelige oplysninger om indlæsning af busser og tog i realtid. Dette gør det muligt for brugere at vælge mindre trætte forbindelser og dermed undgå ventetider og overfyldte køretøjer.

Den tekniske udfordring er at oprette en velfundet database til at bestemme belægningsgraden. Mobileguide bruger en række teknologier, herunder algoritmer og alternative datakilder såsom WLAN og Bluetooth -signaler fra smartphones. Den nuværende anvendelse bestemmes af tællinger af de indkommende og implementering af passagerer og knyttet til tidsplandata, hvilket garanterer et højt niveau af pålidelighed i informationsforsyning.

Den nye teknologi kunne ikke kun forbedre brugeroplevelsen i offentlig transport, men også hjælpe med at gøre udnyttelsen mere jævnt ved at tilskynde passagerer til at tilpasse deres rejseplaner i overensstemmelse hermed.

Lignende fremskridt på verdensplan viser den stigende interesse og investeringer i teknologiske løsninger for at gøre offentlig transport mere effektiv og brugervenlig.