Forschungsprojekt WilDa ermöglicht dynamische Wildunfallwarnung

5.11.2020 |

Wildunfälle enden für Tiere sehr häufig tödlich, während die meisten daran beteiligten VerkehrsteilnehmerInnen mit einem Schrecken und einem Sachschaden am Fahrzeug davonkommen. Aufwand, den Versicherungsschaden zu melden ist es trotzdem und gleichzeitig hat nicht nur die Tierwelt, sondern auch der Jäger Verluste zu vermelden. Was also tun, damit es erst gar nicht zu so einem Unfall kommt? Dieser Fragestellung ist ein Forschungsteam am Technologie Campus Freyung zusammen mit der Albert-Ludwigs-Universität Freiburg und dem Nationalpark Bayerischer Wald gemeinsam mit der wuidi GmbH nachgegangen. Sie haben in den letzten drei Jahren im Rahmen des Projektes WilDa Algorithmen und Modelle entwickelt, die es mittels Künstlicher Intelligenz ermöglichen, Wildunfälle vorherzusagen. Durch diese Methoden des Maschinellen Lernens kann für die VerkehrsteilnehmerInnen berechnet werden, ob zu einer bestimmten Zeit an einem bestimmten Straßenabschnitt ein Risiko für einen Wildunfall besteht. Diese Algorithmen wurden mit den bekannten Unfällen auf Bayerns Straßen der letzten zehn Jahre angelernt und mit verschiedenen räumlichen und zeitlichen Verkehrs-, Unfall- und Umweltdaten ergänzt. Verschiedene Muster für ein erhöhtes Unfallrisiko wurden erkannt, die dann als Eingangsdaten für das maschinelle Lernverfahren genutzt wurden. Gerade die Datenvorbereitung war dabei aufwändiger als zunächst angenommen, da manche Informationen nicht genau nach Standort erfasst sind. Beispiele dafür sind Barrieren in Form von Zäunen oder Leitplanken. Mit Hilfe von vorhandenen Kamerabefahrungen der Bayerischen Obersten Baubehörde wurde durch Deep Learning Methoden und der Verfahren der Geoinformatik eine verortete Infrastrukturdokumentation geschaffen. Diese konnte mit vielen anderen Eingangsdaten für den Lernalgorithmus verwendet werden. Welchen Einfluss sie auf das Wildunfallrisiko haben können, haben die Analysen der Freyunger Forscher für ihr Testgebiet gezeigt. Auch die Nähe zum Wald in Kombination mit zeitlichen Aspekten, wie Sonnenstand, aber auch die Breite der Straße waren Faktoren, die das Unfallrisiko entscheidend beeinflussen. Auf Bundes- und Staatsstraßen geschehen im Verhältnis zur Straßenlänge die meisten Unfälle, dort ist das Risiko also höher. Einzelne Einflussfaktoren sind weniger für eine gute Vorhersage der Unfälle entscheidend, sondern die Kombination aller Verkehrs-, Unfalls-, Wetter- und Landnutzungsdaten, mit denen die Algorithmen trainiert und getestet wurden. Damit ist ein sinnvoller Schritt getan, um Verkehrsteilnehmer gezielt zu warnen. Der Ideengeber, die wuidi GmbH hat dafür eine Wildwarn-App entwickelt. Die App kann auf jedem Smartphone installiert werden. Der Autofahrer wird während der Autofahrt bei einem hohen Unfallrisiko rein akustisch gewarnt. In Zukunft soll der Warnalgorithmus auch auf andere Bundesländer Deutschlands angewandt werden. Auf lange Sicht hat das Team eine europaweite Vorhersage in integrierten Navigationsgeräten zum Ziel. Gefördert wurde das Projekt WilDa durch das Bundesministerium für Verkehr und digitale Infrastruktur. Über das Förderprogramm mFUND wurden insgesamt 1,1 Mio. Euro für die Forschungsarbeiten zur Verfügung gestellt.

Das Bild zeigt die entwickelte Wildwarn-App im Einsatz (Foto: wuidi GmbH)