Bereits heute steht eine Vielzahl an Verkehrsdaten als Open Data zu Verfügung. Dabei versucht jede Art der Datenerhebung im Rahmen der jeweiligen Möglichkeiten des Konzepts die tatsächliche Verkehrssituation bestmöglich zu beschreiben. Durch den unterschiedlichen Charakter und die ungleiche Qualität der Daten ist ein direkter Querabgleich der Daten jedoch nicht gewinnbringend möglich.

Ziel dieses Vorhabens ist die Entwicklung des automatisierten, selbstoptimierenden Systems ROSY (=„ROuting eaSY“), welches unterschiedliche Datensätze wie z. B. Strukturdaten, Verkehrsströme, Querschnittsdaten aus Messstellen und Floating Car Daten (FCD) abgleicht und kombiniert und somit ein umfangreiches „Echtzeit“-Verkehrsmodell zur Verfügung stellt. Fehler und Inkonsistenzen in den einzelnen Datenquellen können zuverlässig identifiziert werden. Die validierten Daten werden dann in Form von aktuellen Karten visualisiert. Diese werden als Open Data frei zugänglich gemacht.

Die Kenntnis der Verkehrsströme und der Auslastungen in Straßennetzen in Echtzeit ermöglicht eine Vielzahl von Anwendungen, die bisher nicht in Echtzeit verfügbar sind. Drei Prototypen solcher Applikationen sollen im Rahmen des Projekts entwickelt werden:

  • Prototyp A: Tool zur automatischen Validierung der auf MDM/mCloud eingehenden Daten
  • Prototyp B: Tool zur Wirkungssimulation von Baustellen (in Abstimmung mit den Behörden)
  • Prototyp C: Tool zur Wirkungssimulation für die Verkehrsplanung, z. B. Auswertung der Daten der Lichtsignalanlagen (LSA)

Das System wird beispielhaft am Untersuchungsraum Stuttgart – Frankfurt betrieben und validiert. Die während des Prototypenbetriebs erhobenen und ausgewerteten Daten werden mit den zuständigen Verwaltungen diskutiert und wissenschaftlich aufbereitet.

Teilnehmende Institutionen profitieren von einer automatisierten Überprüfung ihrer Daten, die sonst kosten- und personalintensiv vor Ort durchgeführt werden muss. Die Veredelung der Messdaten in ein umfassendes, dynamisches Verkehrsmodell kommt dabei auch Regionen ohne hohe Zählstellendichte zugute, die als Teil des räumlich ausgedehnten Modells direkt von den verbesserten Verkehrsdaten der Nachbarregionen profitieren. Längerfristig besteht die Möglichkeit, auf Basis von selbstoptimierenden Verkehrsmodellen einen neuen, digitalen Zugang zu Verkehrswissen zu öffnen, der ein deutliches Potential zur Kosteneinsparung gegenüber dem bestehenden Vorgehen von Verkehrsstudien aufzeigt.

Zusätzlich ist es möglich, dass bei entsprechenden Vereinbarungen und Geschäftsmodellen auch private Dienstleister im Bereich von branchenspezifischen Informationsdiensten (z. B. für die Logistik oder Veranstalter von Großveranstaltungen) tätig werden. Damit ROSY nach Projektende auf das ganze Bundesgebiet ausgedehnt werden kann, wird ein tragfähiges Geschäftsmodell eruiert.

Die Open Data Initiative des BMVI birgt großes Potential. Durch die Aufbereitung und Freigabe statisch und dynamisch erfasster, verkehrsrelevanter Datensätze wird der Transfer von Wissen und Daten intensiviert. Neue, innovative Anwendungen werden möglich. Auch im Bereich der öffentlichen Verwaltung ermöglicht der offene Datenaustausch eine schnelle Abstimmung über Ressorts und Regionalgrenzen hinweg. Dies wird in diesem Projekt durch die Wahl der Validierungsregion über drei Bundesländer hinweg verdeutlicht.

Die Vielzahl der einzelnen Datensätze an Verkehrsdaten, die bereits heute als Open Data zu Verfügung stehen, unterscheidet sich stark. Dabei versucht jede Art der Datenerhebung im Rahmen der jeweiligen Möglichkeiten des Konzepts die tatsächliche Verkehrssituation bestmöglich zu beschreiben. Die erhobenen Verkehrsdaten stehen alle über das tatsächliche Verkehrsverhalten miteinander in Relation. Bei der Nutzung von Mobilitäts- und Verkehrsdaten zeigt sich in der Praxis oft das Problem, dass unterschiedliche Datenarten nicht zusammenpassen und dass die Qualität der erhobenen Daten hinsichtlich Aktualität und Detaillierungsgrad sehr unterschiedlich ist. Der Erfolg der Open Data Bewegung hängt aber unter anderem davon ab, dass veröffentlichte Daten relevant, zuverlässig und präzise sind.

Daraus leitet sich das Gesamtziel des Vorhabens ab: Es soll eine Methode zur automatischen Verknüpfung und Prüfung von dynamischen Messdaten aus ortsfesten Messstellen mit Floating Car Daten und mit Verkehrsstromdaten aus dynamischen Verkehrsmodellen entwickelt und für einen Untersuchungsraum Region Stuttgart – Frankfurt mit Korridoren zu den benachbarten Oberzentren validiert werden.

Abbildung 1: Übersicht über den Planungsraum und Grob- und Feinmodelle: Validierung des Ansatzes über drei Bundesländer im Raum Stuttgart – Frankfurt

Das Alleinstellungsmerkmal dieses Ansatzes ist die gleichwertige Kombination unterschiedlicher Datensätze wie Strukturdaten, Verkehrsströme, Querschnittsdaten aus Messstellen und Floating Car Daten (FCD) in einem Modell in „Echtzeit“.

Durch das Einbetten der Messdaten in ein Verkehrsmodell kommen somit, im Unterschied zu Routensuchprogrammen (z. B. Google-Maps), die auf aktuellen und historischen Daten aufbauen, die hinterlegten Quell-Ziel-Beziehungen zum Tragen. Neben einer besseren Beschreibung der Verkehrsgrößen Volumen und Auslastung wird so auch eine Routenempfehlung möglich, die die Routenwahl der übrigen Verkehrsteilnehmer berücksichtigt.

Diese Kombination ermöglicht in Echtzeit:

  • Ex-ante-Prognosen der Verkehrslage in Abhängigkeit von Events, Baustellen und sonstigen Angebot und / oder Nachfrage verändernden Einflussfaktoren.
  • Eine vorausschauende Optimierung für das Baustellenmanagement der Verwaltungen.
  • Dynamische Reisezeitprognosen für Lkw und Pkw für vorgegebene Tage und Stunden.
  • Routingempfehlungen in der Zukunft für Verkehrsteilnehmer.
  • In Zusammenarbeit mit entsprechenden Anbietern: Empfehlungen für die Nutzung eines alternativen Verkehrsangebots.

Die Integration der sich im Netz bewegenden Verkehrsströme ist für alle diese Anwendungen eine zwingende Voraussetzung.

Das erste Unterziel des Projektes ist es, ein dynamisches Verkehrsmodell auf Basis offenen Kartenmaterials zu erstellen, das flexibel erweiterbar ist und von seiner Struktur her geeignet ist, sowohl auf nationaler als auch auf regionaler Ebene eine ausreichende Detaillierung zu bieten. Auf Basis dieses Modells als Referenz wird für jede Datenquelle eine Qualitätszahl ermittelt, die angibt, inwieweit sich diese Datenquelle plausibel in das Gesamtdatenmodell einfügen lässt.

Aus den eigenen Vorarbeiten des Konsortiums zeigt sich, dass neben den bereits verfügbaren Verkehrsdaten aus Querschnittsmessungen sowie FCD der Einbezug der Lichtsignalsteuerung mit ihren die Leistungsfähigkeit an Knoten bestimmenden Auswirkungen die Datenqualität von Verkehrsdaten für die vorgenannten Anwendungen deutlich verbessert. Parallel zur Erstellung und Kalibrierung des Verkehrsmodells wird als zweites Unterziel das Potential zur Verbesserung der dynamischen Modelle durch die direkte Berücksichtigung von dynamischen Daten der Lichtsignalanlagen (LSA) als weitere Open Data Quelle wissenschaftlich untersucht.

Als drittes Unterziel ist die prototypische Umsetzung des Modells als funktionsfähiges IT-System und die Anwendung der Methode auf praxisrelevante Fragen der unterstützenden Regionen Frankfurt, Mannheim und Stuttgart vorgesehen. Die praxisrelevante Nutzung der veredelten Daten als auch der aus dem Modell abgeleiteten Größen, wie der dynamischen Leistungsfähigkeit, werden als der erste Baustein für das flächendeckende Ausrollen des ROSY-Systems als Daten-Veredelungstools angesehen. Parallel zur Erprobung der Prototypen wird die Erforschung eines Geschäftsmodells zum Weiterbetrieb der automatisierten Validierung als Dienstleistung vorangetrieben.

Weitere Informationen zum Projekt finden Sie unter http://www.bmvi.de/DE/Themen/Digitales/mFund/Projekte/mfund-projekte.html und www.rosy-app.de