Optimierung von Baustellenampeln: Steuerung und Objekterkennung mittels neuronaler Netze

2025 | Mathematik/Informatik | Bayern

Teilnehmende

  • Leonie Weiß (19), Lappersdorf
    St. Marien-Gymnasium der Schulstiftung der Diözese Regensburg
  • MINT-Labs Regensburg e. V.

Preise

  • Preis für eine Arbeit, die in besonderer Weise den Nutzen der Informatik verdeutlicht Preisstifter: Gesellschaft für Informatik e. V.

Projekt

Weniger warten

Optimierung von Baustellenampeln: Steuerung und Objekterkennung mittels neuronaler Netze

Die Baustellenampel zeigt rot, aber es kommt einem kein Auto entgegen. Diese Erfahrung brachte Leonie Weiß auf die Idee, ein intelligentes Ampelsystem zu entwickeln. Das Prinzip dahinter: Kameras überwachen das Geschehen vor den Ampeln. Eine auch bei schlechten Sichtverhältnissen funktionierende KI erkennt, wie viele Fahrzeuge auf jeder Seite der Baustelle warten. Dann wird ein weiterer Algorithmus aktiv und optimiert die Ampelschaltung. In einer selbst programmierten Simulation testete die Jungforscherin verschiedene Ampelsysteme, wobei ihre KI bessere Resultate erzielte als etwa eine klassische Festzeitsteuerung: Sie konnte sich gut an wechselnde Verkehrslagen anpassen und Wartezeiten sowie Schaltzyklen reduzieren. Baustellenampeln könnten so künftig effizienter und umweltfreundlicher werden.

 

Cookie-Einstellungen

Wir nutzen Cookies, um Ihnen die bestmögliche Nutzung unserer Webseite zu ermöglichen und unsere Kommunikation mit Ihnen zu verbessern. Wir berücksichtigen Ihre Auswahl und verwenden nur die Daten, für die Sie uns Ihr Einverständnis geben.

Diese Cookies helfen dabei, unsere Webseite nutzbar zu machen, indem sie Grundfunktionen wie Seitennavigation und Zugriffe auf sichere Bereiche ermöglichen. Unsere Webseite kann ohne diese Cookies nicht richtig funktionieren.

Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt werden. Mit diesen Informationen können wir unser Angebot laufend verbessern.