Author
Listed:
- Christian Vollrath
(Fachhochschule Erfurt)
- Walpola L. Perera
(Fachhochschule Erfurt)
- Xiao Ni
(Fachhochschule Erfurt)
- Carsten Kühnel
(Fachhochschule Erfurt)
Abstract
Zusammenfassung 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.
Suggested Citation
Christian Vollrath & Walpola L. Perera & Xiao Ni & Carsten Kühnel, 2024.
"KI-gestützte Detektion von Menschen mit Behinderung zur Verbesserung der Verkehrssicherheit,"
Springer Books, in: Heike Proff (ed.), Next Chapter in Mobility, pages 475-492,
Springer.
Handle:
RePEc:spr:sprchp:978-3-658-42647-7_32
DOI: 10.1007/978-3-658-42647-7_32
Download full text from publisher
To our knowledge, this item is not available for
download. To find whether it is available, there are three
options:
1. Check below whether another version of this item is available online.
2. Check on the provider's
web page
whether it is in fact available.
3. Perform a
search for a similarly titled item that would be
available.
Corrections
All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-42647-7_32. See general information about how to correct material in RePEc.
If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.
We have no bibliographic references for this item. You can help adding them by using this form .
If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.
For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .
Please note that corrections may take a couple of weeks to filter through
the various RePEc services.