Projektbeschreibung
Software zur Gruppensimulation für den öffentlichen Personennahverkehr
Der öffentliche Nahverkehr steht vor großen Herausforderungen, insbesondere dem Übergang vom Individualverkehr zur Massenbeförderung und dem Einhalten der Klimaziele. Neue Bahnhöfe sind wichtig, doch auch die Renovierung alter Bahnhöfe ist komplex und fehleranfällig. Kostspielige Fehler können zwar durch eine Kombination aus Gruppensimulation und Building Information Modeling (BIM) verhindert werden, doch dafür ist viel Rechenleistung erforderlich, was die Planungsmöglichkeiten einschränkt. Im EU-finanzierten Projekt werden Simulationsmodelle mit maschinellem Lernen eingesetzt, um neue Modelle aufzustellen. Dabei wird die Machbarkeit umgehend durch KI bewertet; das spart Zeit, indem unrentable Prozesse frühzeitig ausgeschlossen werden. Im Projekt soll diese Lösung nahtlos in eine Software zur Gruppensimulation integriert werden, um ein marktreifes Produkt bereitzustellen. Dieses von Frauen gegründete Unternehmen soll ein Vorbild in einer männerdominierten Industrie werden.
Ziel
With the transformation of transportation from individual to public transport and the new climate goals of the European Green Deal, public transportation faces major challenges in the coming years. The number of passengers is expected to more than double. Stations must be quickly expanded to accommodate the increasing number of passengers. Remodeling existing stations is more complex than building new ones, is error prone and quickly lead to costs and time explosions.
New methods, technologies, and processes are needed to solve this. Our project Automated Crowd Simulation with Artificial Intelligence (ACSAI) focuses on exploring and combining existing deep tech solutions into a new one.
BIM in combination with crowd simulation enables planners to digitally prototype buildings at early planning stages to prevent costly mistakes. Although BIM speeds the process of data preparation, a high computational effort is needed for the execution. As a result, only a few design variants or scenarios can be analysed as of today.
To overcome this issue, we combine simulation models with machine learning methods: AI Models shall be developed and trained with the help of precalculated simulation data. The trained NN can give answers at the push of a button, whether a design is compliant or not. This accelerates the process enormously since it quickly sorts out designs that are not feasible. Thus, only pre-checked design variants will be simulated for final confirmation and optimisation. The whole approach is a quantum leap in the planning process since it speeds it up and reduces the risk of planning mistakes enormously.
We have tested the approach for railway stations in a PoC environment in the research project BEYOND. The next step is to implement it in our crowd simulation software into a ready-to-market product. As a small company, we cannot afford such big R&D projects on our own. And as a female-founded company we hope to be a role model in a male-dominated sector.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Programm/Programme
- HORIZON.3.2 - European innovation ecosystems Main Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) HORIZON-EIE-2022-SCALEUP-02
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-CSA -Koordinator
80336 MUNCHEN
Deutschland
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).