DZwEI - Digitaler Zwilling für Echtzeitanalysen von städtischen Infrastrukturmaßnahmen
gemeinsamer Sachbericht
Date
Editor
Advisor
Volume
Issue
Journal
Series Titel
Book Title
Publisher
Supplementary Material
Other Versions
Link to publishers' Version
Abstract
In den letzten Jahren wurden lokale Maßnahmen wie die Reduktion von Parkraum, Verkehrsberuhigungen oder neue Regelungen für den motorisierten Individualverkehr eingesetzt, um innerstädtische Emissionen zu reduzieren und nachhaltige Mobilität zu fördern. Den Kommunen fehlen bisher die Werkzeuge, um die Wirksamkeit umgesetzter Maßnahmen zeitnah bewerten und damit zukünftige Maßnahmen zielgerichteter und evidenzbasierter ausgestalten zu können. Das Forschungsprojekt DZwEI – Digitaler Zwilling für Echtzeitanalysen von städtischen Infrastrukturmaßnahmen – adressiert diese Herausforderung durch die Entwicklung eines datengetriebenen digitalen Zwillings. Für das Modell werden Daten aus Floating Car Data, elektronischen Einparkhilfen, Verkehrskameras, Induktionsschleifen, OpenStreetMap-Daten sowie aufgezeichneten Ein- und Ausparkvorgängen mithilfe von Machine-Learning-Methoden analysiert.
Neben dem zentralen Prototyp wurden mehrere Zwischenprodukte entwickelt, die der Datenerhebung und -verarbeitung dienen. Dazu zählen eine Smartphone-App für manuelle Verkehrszählungen, eine Map-Matching-App zur präzisen Zuordnung von GPS-Daten zu Straßensegmenten sowie ein OpenStreetMap-basiertes Parkraumregister, das die digitale Abbildung der Parkinfrastruktur ermöglicht.
Die Ergebnisse werden in komplementären Dashboards veranschaulicht. Das Dashboard zur Visualisierung von Verkehrsflussdaten kombiniert Floating Car Data mit Induktionsschleifen, um Verkehrsvolumen, Geschwindigkeiten und Parkplatzsuche von KFZ darzustellen. Das Dashboard für Parkraum-Analysen ermöglicht die räumlich und zeitlich differenzierte Untersuchung von Parkplatzbelegung und Parkdauer. Am Beispiel des Untersuchungsgebietes in der Stadt Frankfurt am Main zeigt das Projekt, wie ein digitaler Zwilling zur evidenzbasierten Verkehrsplanung beitragen kann, indem Zusammenhänge zwischen Infrastrukturmaßnahmen, Verkehrsverhalten und Emissionen transparent und datenbasiert analysiert werden.
