KI-gestütze Umfelderkennung auf Autobahnen

Das Projekt ARC-D2 wird im Rahmen der Förderrichtlinie Modernitätsfonds („mFUND“) mit 659.262,15 € Euro durch das Bundesministerium für Verkehr und Digitales gefördert und von der Palaimon GmbH sowie der Christian-Albrechts-Universität zu Kiel durchgeführt. Das Projektvolumen beträgt 839.076,18 € mit einem Förderanteil von 78,57 %. Praxisnahe Entwicklung mit Anwendern Zusammen mit den assoziierten Partnern, der Bundesanstalt […]

continue reading

Mit KI nicht-motorisierten Individualverkehr in Städten besser planen

Innerstädtischer Individualverkehr und insbesondere neuartige Mobilitätsformen, wie Lastenräder oder E-Tretroller, können bislang nicht automatisiert erfasst werden. Das vom Bundesverkehrsministerium geförderte Projekt „CityCount“ ist angetreten das zu ändern: Die Palaimon GmbH evaluierte mit den Landeshauptstädten Düsseldorf, Erfurt und Magdeburg und der Stadt Köln das Potenzial KI-basierter, mobiler Zählgeräte für den nicht-motorisierten Individualverkehr. Das Ergebnis: Mobile Zählgeräte, […]

continue reading

Potenzialanalyse KI-basierter Zählgeräte für den nichtmotorisierten Verkehr

Die Palaimon GmbH evaluiert mit den Landeshauptstädten Düsseldorf, Erfurt und Magdeburg und der Stadt Köln das Potenzial KI-basierter, mobiler Zählgeräte für den nicht-motorisierten Verkehr Das Projekt CityCount wird im Rahmen der Innovationsinitiative mFUND mit insgesamt 100.000 Euro durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert. Der innerstädtische Verkehr im Wandel Der innerstädtische Verkehr wandelt […]

continue reading

Effiziente Annotation von Video-Daten

Die Palaimon GmbH entwickelt mit der Autobahn GmbH des Bundes und dem Verkehrsministerium Baden-Württemberg eine Open Source Lösung zur effizienten Video-Daten-Annotation im Verkehrsbereich Das Projekt OS-VAT wird im Rahmen der Innovationsinitiative mFUND mit insgesamt 50.000 Euro durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert. Daten-Annotation ist ein Schlüsselfaktor in jedem Machine-Learning- Projekt Eine automatische […]

continue reading