Verkehrsflussanalyse durch BigData

ID 1261
Wettbewerb
von Frank Muller 16.11.2018 15:12
Was war/ist die Ausgangssituation?:
Wer kennt das nicht: den täglichen Stau in der Innenstadt, auch in Halle (Saale). Deshalb wurde eine große Umgehungsstraße geplant werden. Doch diese würde größe Naturgebiete vor der Stadt zerstören.
Was war/ist das Projekt/die Strategie?:
Wir versuchten wir mittels moderner Verkehrsanalyse Alternativen zu finden.
Wir nutzen die durch Smartphone Anwender anfallenden GPS Standort- und Bewegungsdaten (Floating Car Data), welche Google durch das Google Maps API bereitstellt. Mittels der Aufbereitung der vielen Verkehrsdaten (BigData) und grafischen Darstellungen auf https://verkehrsfluss.com konnten wir einen Überblick über die stau-gefährdetsten Zeiten und Strecken der Stadt schaffen. Daraus lassen sich nun Handlungsempfehlungen ableiten. Langfristig ist ein intelligentes Verkehrsleitsystem vorstellbar: Miteinander gekoppelte Ampeln, die den Autofahrern mittels App Hinweise gibt, damit dieser in der Grünphase bleibt. Das könnte z.B. die NaviApp sein, die zusätzlich zur Streckenführung angibt "Bitte fahren Sie 5km langsamer um in der Grünphase zu bleiben. Andernfalls müssten Sie 2 min an der nächsten Ampel warten". Diese App wurde gleichzeitig die GPS Standort- und Bewegungsdaten an die Zentralleitstelle schicken, die wiederum die Ampeln aufgrund des aktuellen Verkehrs steuert. Somit wird ein gleichfließender Verkehr erreicht, und damit weniger Brems- und Beschleunigungsvorgänge, was wiederum für weniger Schadstoffen, CO2 und Feinstaub führt.
Welchem Anwendungssektor ordnen Sie ihren Beitrag zu?:
Mobilität, Umwelt
Welchen Mehrwert bietet das Projekt für die Bevölkerung?:
Weniger Stau, weniger Schadstoffen, CO2 und Feinstaub
Wie sah/sieht der Projektzeitplan und Finanzierungsbedarf aus?:
Das Projekt wurde nicht finanziert und wurde in der Freizeit von Programmierern und Enthusiasten umgesetzt.
Schlagwörter:
Kategorien:
Patrick Bieg
Die Idee ist sehr gut!
Speziell bei autonom fahrenden Fahrzeugen könnte ein automatisiertes Leitsystem zu einem flüssigeren Verkehr beitragen.
Das heutige Problem sehe ich allerdings eher darin dass die Navigationssysteme erst dann reagieren, wenn bereits ein Stau besteht und dann Alternativrouten vorschlagen welche auf alten Daten basieren - die Alternativrouten sind auch nach 10 Minuten kaum befahrbar.
Ziel muss sein, dass das Navigationssystem z.B. in Halle den täglichen Stau vorhersagen kann, sowie jedem Fahrer individuelle (!) Alternativrouten anbietet so dass es zu keiner Überbelastung einzelner Routen kommt.
Das ganze ist sehr rechenintensiv, es gab hier ein Beispiel auf einem Quantencomputer: https://global.handelsblatt.com
Evtl. gibt es ja auch eine praktikablere Lösung?
Frank Muller
Ja, Stau kann man vermeiden indem man die Autos auf (verschiedene) Alternativrouten schickt. Oder aber über vernetzte Ampeln mit vernetzten Autos, so dass es zu einem flüssigeren Verkehr kommt. Schon allein damit kann man laut Expertenmeinungen bis zu 15% Stau vermeiden.
Frank Muller
Das Google Maps API bietet sicher die besten "Floating Car Data", aber auch TomTom bietet diese Daten (Datenquelle sind die Navis und die KartenApp der iPhones). Alternativ kann man diese Daten auch kostenlos durch Drohnen oder besser Ballons bzw Zeppelins mit Kamera und Verkehr-Tracking erhalten. Mittels so einem Vehicle-Tracking kann man auch eine genaue Verkehrsfluss-Analyse durchführen.
Wettbewerb "Stadt.Land.Digital"