Pomimo postępującej cyfryzacji oraz funkcjonowania w środowisku sieciowym, systemy sterowania ruchem nie dysponują kompletną informacją o wszystkich uczestnikach ruchu. Ze względu na braki informacji dotyczące w szczególności niezmotoryzowanych uczestników ruchu drogowego, takich jak piesi i rowerzyści, nie są oni w wystarczający sposób uwzględniani przy opracowywaniu metod sterowania ruchem i środków zapewniających bezpieczeństwo ruchu. Chociaż jakość indywidualnej informacji dla zmotoryzowanych użytkowników dróg jest coraz wyższa, ze względu na ciągłe doskonalenie czujników w pojazdach, czy poprawę zdolności analizy sytuacji drogowej w nowoczesnych systemach wspomagania kierowcy, nie jest zapewniona dostępność tych danych dla systemów sterowania ruchem. Zmniejsza to możliwość optymalizacji i wzrostu wydajności funkcjonowania systemu dla wszystkich użytkowników dróg, co prowadzi do wydłużenia czasów oczekiwania, spowodowanego niepełną informacją i niedostępnością danych. Niniejszy projekt jest odpowiedzią na te problemy oraz próbą zwiększenia efektywności w obszarach sterowania ruchem i bezpieczeństwa ruchu drogowego poprzez udostępnienie tych, dotychczas w większości niedostępnych, danych wszystkim użytkownikom dróg. Dzięki łączeniu danych i wykorzystaniu procesów sztucznej inteligencji bada się w jaki sposób można zoptymalizować systemy sygnalizacji świetlnej za pomocą kompleksowych danych o wszystkich użytkownikach dróg, przekazywanych w czasie rzeczywistym, czy też w jaki sposób można poprawić bezpieczeństwo ruchu drogowego, zwłaszcza na skrzyżowaniach będących w razie wypadku punktami zapalnymi.

Niniejszy projekt demonstruje, w kontekście postępującej cyfryzacji i rozpowszechnianiu sieciowych systemów transportu, potencjał sztucznej inteligencji do sterowania ruchem multimodalnym w transporcie miejskim. W tym celu z wykorzystaniem sztucznej inteligencji opracowane będą nowe systemy sterowania ruchem, które następnie będą implementowane i testowane w istniejącym systemie sterowania ruchem w mieście Ingolstadt, w warunkach rzeczywistego ruchu drogowego. Systemy sterowania powinny reagować strategicznie na aktualną sytuację w ruchu drogowym, korzystając z wielu różnych źródeł danych, w tym także nowych, takich jak floty pojazdów, pojazdy transportu publicznego, rowerzyści i lokalnie rejestrowane dane z detektorów pochodzące od pieszych i innych użytkowników dróg na miejscu, przekazywane z minimalnym opóźnieniem. Ma to na celu z jednej strony zwiększenie bezpieczeństwa w ruchu drogowym, a z drugiej optymalizację płynności ruchu i wydajności infrastruktury, poprzez dwukierunkową interakcję między pojazdami, a sygnalizacją świetlną. Przyczynia się również do zmniejszenia emisji zanieczyszczeń związanych z ruchem drogowym.

Projekt jest podzielony na część związaną z globalnymi rozważaniami dotyczącymi przepływów ruchu w sieci oraz część związaną z lokalnymi rozważaniami dotyczącymi wybranego i ograniczonego obszaru testowego HDT (High Definition Test Field), który jest dodatkowo wyposażony w stacjonarne detektory rejestrujące z dużą precyzją wszystkich użytkowników dróg na skrzyżowaniach z ruchem multimodalnym. W zależności od scenariusza, metody sztucznej inteligencji są implementowane online (do bieżącej analizy i optymalizacji) lub offline (do analizy powtarzających się sytuacji w ruchu drogowym dzięki danym gromadzonym w dłuższym okresie czasu, bądź do oceny efektywności zmian sterowania ruchem).