FRAUNHOFER-INSTITUT FÜR KURZZEITDYNAMIK, ERNST-MACH-INSTITUT, EMIEin Drittel der Verkehrstoten sind Fußgänger. Um ihre Sicherheit zu verbessern, entwickelt das Fraunhofer EMI Verkehrssimulationen, die erstmals detaillierte Fußgängermodelle integrieren.
Eine Statistik der Europäischen Kommission meldet 7.665 tödliche Verkehrsunfälle in städtischen Gebieten der EU im Jahr 2021. 31 % der Opfer waren Fußgänger, die mit motorisierten Fahrzeugen kollidierten. Bis 2023 stieg die Zahl der tödlichen Unfälle in urbanen Räumen auf 7.807, der Anteil der Fußgänger auf 33 %. Gleichzeitig erschweren die wachsende Vielfalt an Verkehrsmitteln und die zunehmende Überlastung der Infrastruktur die Verkehrssicherheit. Autonome Fahrzeuge sollen besonders verletzliche Verkehrsteilnehmer wie Fußgänger besser schützen und menschliche Fehler in kritischen Situationen minimieren. Um solche Systeme zu entwickeln, sind umfangreiche Testdaten aus rund 2,1 Milliarden Kilometern nötig, um sicherzustellen, dass jede relevante Verkehrssituation mit einer Wahrscheinlichkeit von 50 % mindestens einmal auftritt. Dieses Problem wird mithilfe synthetischer Daten aus Simulationsumgebungen angegangen. Bisher lag der Schwerpunkt mikroskopischer Verkehrssimulationen auf motorisierten Verkehrsteilnehmern. Doch gerade in Städten ist eine realistische Darstellung von Fußgängern entscheidend. Das Fraunhofer EMI schließt diese Lücke und hat als ersten Schritt eine verbesserte Modellierung von Fußgängern in die Verkehrssimulation integriert. Dabei nutzt es seine Erfahrung aus der Entwicklung agentenbasierter Simulationen für Menschenmengen bei Großveranstaltungen. Diese Simulationen berücksichtigen bereits die Interaktion zwischen Individuen sowie ihre Reaktionen auf Hindernisse, ob stationär oder beweglich. Zudem bilden sie Fußgänger mit individuellen Eigenschaften ab, etwa Zielen, Bedürfnissen und Risikobereitschaft.
Für die integrierten Verhaltensmodelle können schließlich am EMI entwickelte Optimierungsalgorithmen genutzt werden, die eine optimale Wahl der Modellparameter-Werte basierend auf einem statistischen Vergleich mit Realdaten gewährleisten. Neben den klassischen regelbasierten Simulationsalgorithmen erforscht das EMI auch den Einsatz von KI-Methoden. Hierbei wird insbesondere die Frage untersucht, ob Entscheidungsprozesse, wie das Überqueren von Straßen, durch Reinforcement-Learning-Algorithmen realistisch prädiziert werden können.
