KI-gestützte Standort- und Routenvorhersage durch multimodale Analyse von GPS- und Sprachdaten
Ziel des Projekts AURORA ist die Entwicklung eines KI-basierten Systems zur Standort- und Routenvorhersage, das GPS-Daten mit kontextuellen Informationen aus Sprachaufnahmen in Fahrzeugen kombiniert. Mithilfe von Methoden des maschinellen Lernens werden Bewegungsmuster analysiert und zukünftige Trajektorien vorhergesagt. Ergänzend kommen Spracherkennung, Sprecheridentifikation und semantische Analyse zur Extraktion relevanter Kontextinformationen zum Einsatz. Die Fusion von Sprach- und Bewegungsdaten erhöht die Genauigkeit der Ziel- und Routenvorhersage, auch bei kurzen Bewegungshistorien. Das System arbeitet adaptiv in dynamischen Verkehrsszenarien. Durch optimierte Routen trägt die Lösung zu einer ressourceneffizienten und umweltfreundlicheren Mobilität bei.
Wissenschaftliche Aufgaben:
- Entwicklung von ML- und DL-basierten Verfahren zur Standort- und Routenvorhersage auf Basis historischer GPS-Daten
- Entwicklung von Methoden zur semantischen Kontextanalyse (z. B. Named Entity Recognition) aus Sprachdaten
- Integration von Sprachkontext und Bewegungsdaten zur Verbesserung der Vorhersagegüte
- Untersuchung von multimodalen Lernansätzen zur Fusion heterogener Datenquellen
- Analyse der Vorhersagegenauigkeit, Robustheit und Vertrauenswürdigkeit der KI-Modelle
