KI-gestützte Detektion von Menschen mit Behinderung zur Verbesserung der Verkehrssicherheit

Mobilität als unmittelbare Voraussetzung für die Teilhabe von Menschen mit Behinderung an alltäglichen Dingen des Lebens stellt häufig eine große Herausforderung dar und ist oft nur eingeschränkt möglich. Probleme treten dabei insbesondere beim Zusammentreffen von Verkehrsteilnehmenden untereinander und beim Übergang zwischen verschiedenen Verkehrsmitteln auf. Besonders relevant sind hierbei der Fußgängerverkehr an (lichtsignalgesteuerten) Knotenpunkten und der Übergang vom Fußgängerverkehr zum ÖPNV. Die bisherigen Maßnahmen zur Barrierefreiheit beschränken sich dabei klassisch auf bauliche Veränderungen. In den letzten Jahren kommen technische Ansätze in Form von smartphone-basierten Anwendungen hinzu. Diese neuartigen Ansätze sind jedoch meist nur lokal nutzbar und erfordern die Fähigkeit in herausfordernden Situationen ein Smartphone zu nutzen. Eine Verbesserung der Sicherheit und eine Erhöhung des Komforts für Menschen mit Mobilitätseinschränkungen durch die Reduzierung der vorhandenen Mobilitätsbarrieren kann durch intelligente Anwendungen, wie die automatische Auslösung geeigneter Maßnahmen, erreicht werden. Dies kann jedoch nur auf Basis einer frühzeitigen automatischen Erkennung erfolgen. Gestützt auf die Ansätze des vom BMDV geförderten Forschungsprojektes KIMONO-EF werden im Folgenden die Grenzen bisheriger baulicher und technischer Ansätze und der dadurch noch bestehenden Mobilitätsbarrieren für Menschen mit Mobilitätseinschränkungen diskutiert. Außerdem werden die entwickelten Ansätze zur KI-gestützten Erkennung von Personen mit körperlichen Behinderungen mithilfe neuronaler Netze erläutert und dabei u. a. auf die Verwendung von Echtzeitdaten verschiedener Sensorsysteme zur datenschutzkonformen Objektklassifizierung eingegangen. Zudem wird die Systemintegration in das Gesamtsystem eines lichtsignalgesteuerten Knotenpunktes erläutert und damit das Potenzial intelligenter Infrastruktur gezeigt, bestehende Barrieren durch Adressierung individueller Bedürfnisse zu reduzieren.