Die automatische Bestimmung von Straßenbelag und -qualität ist für diverse Anwendungen im Verkehrsbereich, wie z.B. Routenplanung, von entscheidender Bedeutung. Es gibt jedoch nur wenige öffentlich zugängliche Datensätze zu Straßenbelag und -qualität in einem einheitlichen Format, da die Erstellung meist auf manueller Analyse beruht und einen erheblichen Aufwand erfordert. Insbesondere Kommunen können von solchen Datensätzen profitieren und sie für die Stadtplanung nutzen.
Das Projekt
Das vom Bundesministerium für Digitales und Verkehr geförderte mFund Projekt SurfaceAI soll diese Lücke schließen. Dazu wird mithilfe öffentlicher Geodaten und Straßenbildern ein Machine Learning Modell trainiert, das in der Lage ist, Straßenoberflächen und -qualität auf Bildern automatisiert und präzise einzustufen. Die generierten Informationen werden anschließend in georeferenzierte Datensätze auf Straßenebene umgewandelt, die öffentlich zugänglich sind.
Aktuelles
29.10.2024: Präsentation unseres short papers auf dem UrbanAI Workshop der SIGSPATIAL Conference
22.6.2024 17.00-24.00: Lange Nacht der Wissenschaften an der HTW Berlin, Campus Wilhelminenhof, Gebäude C, Raum 604 Programmdetails
19.6.2024 13.00-18.00: Vortrag auf dem Informatiktag HTW Berlin Programmdetails
4.6.2024: Veröffentlichung des SurfaceAI Datensatzes StreetSurfaceVis (doi: 10.5281/zenodo.11449976)
20.3.2024: FOSSGIS 2024 Präsentation des Projekts auf der FOSSGIS Konferenz
10.1.2024 14.00-15.00: offizieller Projekt-Kickoff (online) Teilnahme über Zoom
Anwendungsmöglichkeiten und assoziierte Projektpartner
Das Projekt wird von verschiedenen Organisationen unterstützt, die die Ausarbeitung von Anwendungsbeispielen ermöglichen und die Vernetzung innerhalb der Community fördern.
Dazu gehören:
- der Routenplanungs- und Navigationsanbieter Komoot,
- die Beratungsfirma Plan4Better, die Kommunen bei der Entwicklung von Mobilitätskonzepten unterstützt und das Webtool GOAT für Erreichbarkeitsanalysen u.a. im Fuß- und Radverkehr entwickelt hat,
- die Technologiestiftung CityLAB Berlin, die sich an der Schnittstelle zwischen Zivilgesellschaft und Verwaltung für eine gemeinwohlorientierte Stadtentwicklung einsetzt, und
- das Start-Up FixMyCity, das Städte und Kommunen bei der Verkehrswende, insbesondere der Fahrradverkehrsplanung, durch digital Tools unterstützt.
Zwei konkrete Anwendungsbereiche für die Nutzung der automatisch generierten Straßenbeschaffenheitsdaten sind bereits angedacht. Zum einen können die Daten direkt in die Routenberechnung von Navigationstools einfließen, zum anderen der Analyse und Planung im Bereich der (Rad-)Verkehrsplanung auf kommunaler Ebene dienen.
Team
Prof. Dr. Helena Mihaljević
Alexandra Kapp
Edith Hoffmann
Esther Weigmann
Kontakt
Wir freuen uns über Fragen, Anregungen und Kooperationsmöglichkeiten: surface‑ai@htw‑berlin.de
Ein Projekt der
