Forschungsprojekt AI4Mobile soll die Effizienz von Industrie und Verkehr fördern

Im Rahmen des Forschungsprojekts AI4Mobile wurden KI-basierte Kommunikationslösungen für verschiedene Mobilitätsanwendungen erprobt. Ein besonderes Anliegen des Forschungskonsortiums war es, präzise Vorhersagen über die Servicequalität bei hoher Mobilität zu ermöglichen. Die im Projekt erhobenen Datensätze wurden der Öffentlichkeit zu großem Teil zur Verfügung gestellt.

Das Fraunhofer Heinrich-Hertz-Institut (HHI) gab bekannt, dass das Forschungsprojekt AI4Mobile (KI-gestützte Mobilfunksysteme für Mobilität in Industrie und Verkehr) erfolgreich abgeschlossen wurde. Das Bundesministerium für Bildung und Forschung (BMBF) förderte das 2020 gestartete Forschungsprojekt im Rahmen der Hightech-Strategie der Bundesregierung mit 5,1 Millionen Euro. Unter Leitung des Fraunhofer HHI wurden in dem Projekt KI-basierte Kommunikationslösungen für verschiedene Mobilitätsanwendungen erprobt. Ebenfalls im Projekt beteiligt waren: BMW AG, Robert Bosch GmbH, Enway GmbH, Ericsson GmbH, Götting KG, RFmondial GmbH, TU Dresden (Vodafone Lehrstuhl für Mobilfunksysteme und Deutsche Telekom Lehrstuhl für Kommunikationsnetze), RPTU Kaiserslautern (Lehrstuhl für Funkkommunikation und Navigation).

Im Fokus des Projektes AI4Mobile stand die Entwicklung fortschrittlicher Methoden der künstlichen Intelligenz und des maschinellen Lernens, um Mobilfunksysteme und -netze zukunftsfähig zu machen. Ein zentrales Element der entwickelten Lösungen sind Techniken, die eine präzise Vorhersage der Servicequalität (QoS) bei hoher Mobilität ermöglichen und somit eine optimale Ressourcenverwaltung und Vernetzung in allen Bereichen der Mobilfunkinfrastruktur gewährleisten. Durch diese Lösungen zur Vorhersage der QoS sollen kritische Zustände in Mobilfunknetzen frühzeitig erkannt werden. Die entwickelten Lösungen sollen neuartige Mobilitätsanwendungen im Personen- und Güterverkehr sowie in industriellen Produktionsumgebungen unterstützen. Zusätzlich sollen die QoS-Informationen genutzt werden, um KI-Mechanismen zur Echtzeit-Optimierung und zur dynamischen Anpassung in allen Teilen der Mobilfunknetze zu entwickeln.

Im Rahmen des Projekts identifizierten die Forschenden verschiedene Anwendungsfälle aus den Bereichen Verkehr und Industrie und analysierten sie im Hinblick auf ihre jeweiligen Anforderungen. Zu diesem Zweck verfolgten die Projektbeteiligten einen dreistufigen Ansatz aus virtueller Nachbildung der Systeme, privaten Campusnetzen in Labor- und Fabrikumgebungen sowie Test- und Messkampagnen in öffentlichen Szenarien bzw. Mobilfunknetzen. Die dabei erzeugten Datensätze umfassen laut dem Fraunhofer HHI Daten aus allen Bereichen der Mobilfunkinfrastruktur, fahrzeugspezifische Informationen sowie öffentlich zugängliche Kontextinformationen wie Verkehrs- und Wetterdaten.

Das Projektkonsortium gab ebenfalls bekannt, dass einen Großteil der Datensätze und die Software für die komplette Datenverarbeitungskette zu veröffentlichten. In dem Datensatz befinden sich Daten über hochauflösende GPS-geortete drahtlose Messungen in verschiedenen städtischen Umgebungen in Berlin sowohl für zellulare als auch für Sidelink-Funktechnologien sowie drahtlose Messungen aus zwei industriellen Testumgebungen.

Weitere Informationen finden Sie hier: Fraunhofer HHI.