Vernetzte urbane Mobilität – lernende Verkehrsinfrastruktur
Technische Hochschule Aschaffenburg (TH AB)
Die praxisnahe Forschung von Galia Weidl ist fokussiert auf Anwendungen der Künstlichen Intelligenz in Bereichen wie innovative Konzepte der vernetzten urbanen Mobilität, intelligenter Verkehr, lebenswerte Städte, Automatisierung des Fahrens sowie technische und medizinische Diagnostik mit Ursachenanalyse.
Weidls langjährige KI-Expertise basiert auf der gemeinsamen Forschung und Entwicklung mit Kooperationspartnern aus der Industrie und dem wissenschaftlichen Austausch mit einer Fach-Community. Der Fokus liegt auf dynamischen KI-Methoden und deren Einsatz im realen Straßenverkehr. Ziel ist es, die Manöverintentionen der umgebenden Fahrzeuge zu erkennen und vorherzusagen, die Risiken für alle Verkehrsteilnehmenden zu bewerten sowie die Sicherheit des autonomen Fahrens unter schwierigen Wetterbedingungen zu erhöhen. Aktuell werden die entwickelten KI-Methoden zu Referenzmodellen für die Bewertung von Connected Cooperative Automated Mobility (CCAM)-Systemen erweitert. Zu den Forschungsprojekten des Teams von Professorin Weidl gehört auch das 24/7-Monitoring der zeitlichen und räumlichen Entwicklung von Verkehrsfluss-Trends. Außerdem beschäftigt sich die Wissenschaftlerin mit der proaktiven Analyse/Prognose von Störungsursachen in Abhängigkeit vom Verkehrsaufkommen ebenso wie mit Strategien für eine dynamische Steuerung und aktive Sicherheit des Stadtverkehrs. Darüber hinaus kooperiert Weidls Team mit der Stadt Aschaffenburg bei der Entwicklung eines vertrauenswürdigen Zukunftsassistenten für lebenswerte Städte und schafft eine Plattform, um die besten Projektideen von engagierten Bürgerinnen und Bürgern zu finden, auszuwerten und weiterzuentwickeln. Im Rahmen des Verbundprojektes HASKI mit drei weiteren HAW ist Professorin Weidl an der Entwicklung eines digitalen adaptiven Lern-Systems beteiligt, bei dem Studierende individuelles Lernmaterial erhalten, das auf ihre Präfenzen und ihren Wissensstand angepasst ist. Dieses wird mithilfe einer KI-gestützten Software generiert.
(Foto: TH Aschaffenburg)