NN-FAND: Verkehrsströme im Visier

Steinbeis-Experten setzen KI-Verfahren zur Fahrtzweckanalyse ein

Im bundesdeutschen Fernstraßennetz wird zwar an bestimmten Querschnitten erfasst, wie viele Fahrzeuge die sogenannten Dauerzählstellen passieren. Nicht bekannt ist jedoch, für welche Fahrtzwecke diese Fahrzeuge unterwegs sind. Im Projekt NN-FAND untersuchen Experten des Instituts für Verkehrswesen des Karlsruher Instituts für Technologie (KIT) und der STASA Steinbeis Angewandte Systemanalyse GmbH in einer Machbarkeitsstudie, wie sich Informationen aus dem zeitlichen Verlauf der Nachfrage an den Dauerzählstellen im Fernstraßennetz mit anderen Kontextinformationen und Daten verschneiden lassen, um Aussagen über die Fahrtzweckstruktur zu erhalten.

Die Mobilität im Blick: NN-FAND geht den Ursachen für Fahrten auf den Grund. (Quelle: Eigene Darstellung KIT-IfV auf Grundlage von Daten des Deutschen Mobilitätspanels)

 

Das Bundesministerium für Digitales und Verkehr (BMDV) lässt an den Dauerzählstellen im Bundesfernstraßennetz automatisch und kontinuierlich die Anzahl an Fahrzeugen erfassen, die diesen Zählquerschnitt passieren. Diese Daten werden verwendet, um die Verkehrsinfrastruktur passend zu dimensionieren: beispielsweise um herauszufinden, wie viele Fahrstreifen erforderlich sind, um die bestehende Nachfrage effizient und störungsfrei zu bedienen.

NN-FAND liefert mehr und bessere Daten

Der zeitliche Verlauf der Verkehrsnachfrage ist zwar über automatisierte Dauerzählungen als sogenannte Ganglinie bekannt, bislang existieren aber nur ungenaue Informationen, wie sich eine solche Ganglinie zu unterschiedlichen Zeiten aus unterschiedlichen Fahrtzwecken und Nutzergruppen zusammensetzt. Das Projekt NN-FAND zielt darauf ab, hier zu einfachen Abschätzungen zu kommen. Hierfür sollen insbesondere die Daten aus Mobilitätserhebungen des BMDV, wie das Deutsche Mobilitätspanel, genutzt werden. Diese Daten enthalten ebenfalls Informationen über einen zeitlichen Verlauf der Nachfrage, jedoch ohne einen räumlichen Bezug, dafür aber mit einer Differenzierbarkeit nach Fahrtzwecken.

Demografie und gesellschaftliche Entwicklungen beeinflussen die Fahrtzwecke direkt: Aufgrund des demografischen Wandels wird die Erwerbsbevölkerung zurückgehen. Außerdem wird physischer Verkehr zunehmend durch virtualisierte Mobilität ersetzt, zum Beispiel durch Homeoffice. „Dadurch ergeben sich andere Fahrtzweckzusammensetzungen, gerade auch in den Nachfragespitzen, die für die Bemessung der Infrastruktur relevant sind“, erläutert Professor Dr. Günter Haag, Geschäftsführer der STASA GmbH.

Auf Basis der Mobilitätserhebungsdaten bildet das Projektteam idealisierte Ganglinien als Nutzungsmuster mit definierten Eigenschaften. Damit werden die Ganglinien einzelner Dauerzählstellen nachgebildet: Hier kommen KI-Verfahren zum Einsatz, die über die Ähnlichkeiten von Strukturen und Umfeldbedingungen (Raumtyp, Lage im Netz) diese Nutzungsmuster auf andere Zählstellendaten übertragen, um sowohl ein verbessertes Verständnis über Nutzungsstrukturen (Fahrtzwecke, Nutzer) als auch eine kausal begründbare Prognose zur Bemessungsstärke unter veränderten Rahmenbedingungen abzuleiten.

Für die Analysen und die Zusammenführung der Informationen aus unterschiedlichen Quellen setzt das Experten-Team der STASA innovative KI-Verfahren ein, deren zielgerichtete Anwendbarkeit das Team schließlich in der Machbarkeitsstudie aufzeigen will.


mFUND

Im Rahmen der Innovationsinitiative mFUND fördert das BMDV seit 2016 datenbasierte Forschungs- und Entwicklungsprojekte für die digitale und vernetzte Mobilität 4.0. Die Projektförderung wird ergänzt durch eine aktive fachliche Vernetzung zwischen Akteuren aus Politik, Wirtschaft, Verwaltung und Forschung und durch die Bereitstellung von offenen Daten auf dem Portal mCLOUD.

Weitere Informationen finden sich unter www.mFUND.de.

Kontakt

Prof. Dr. habil. Günter Haag (Autor)
Geschäftsführer
STASA Steinbeis Angewandte Systemanalyse GmbH (Stuttgart)
www.stasa.de

217079-50