Echtzeitprognose trifft E-Mobilität

Verkehr in Erfurt

Verkehrsmanagement in der Stadt Erfurt. © Stadtverwaltung Erfurt

Ursprünglich für Benziner und Dieselbetriebene Fahrzeuge gemacht, ist unser Verkehrsnetz heute nicht für Elektromobilität optimiert. Das Wissen darum lässt Menschen vielerorts zögern, auf „E“ umzusteigen. Und Investitionen in ein flächendeckendes Netz von Schnellladesäulen sind teuer. Eine bessere Alternative eröffnet da die intelligente Nutzung vorhandener Infrastruktur und technischer Systeme. Im Rahmen des Forschungsprojekts „Smart-Mobility in Thüringen“ baut die Landeshauptstadt Erfurt, Deutschland, ein integriertes Verkehrsmanagementsystem für das Stadtgebiet auf. Dabei kommt PTV Optima zum Einsatz. Die modellgestützte Lösung kombiniert bewährte Offline-Verkehrsmodellierung mit Echtzeitdaten und -algorithmen. Der Benefit: Von der Entwicklung werden nicht nur die Halter von elektrisch betriebenen Fahrzeugen profitieren, sondern perspektivisch auch die anderen Verkehrsteilnehmer.

„Für Fahrer von Elektrofahrzeugen ist eine reisezeitoptimierte Navigation auf Grundlage aktueller Verkehrslageinformationen elementar“, sagt Frank Helbing vom Tiefbau- und Verkehrsamt der Landeshauptstadt Erfurt. Um sie zu versorgen baut Erfurt ein System auf, über das eine Vielzahl von Informationen aus verschiedenen Datenquellen gesammelt, zusammengeführt und anschließend über die sogenannte sMobiliTy-Cloud als qualitativ hochwertige Verkehrsinformationen an die E-Fahrzeugführer bereit gestellt werden. Für die Umsetzung entschied sich die Landeshauptstadt für PTV Optima. „Erfurt verfügt über ein ausgereiftes Verkehrsmodell, das das Amt für Stadtplanung und Stadtentwicklung gemeinsam mit der verkehrplus GmbH über viele Jahre mit PTV Visum aufgebaut und verfeinert hat“, berichtet Frank Helbing. „Dieses Verkehrsmodell bildet die Grundlage für die Verkehrsprognosen mit PTV Optima.“

Nachfragebasierte Modellierung als Grundlage

Das in PTV Visum erstellte Verkehrsmodell stellt den jeweiligen „typischen Tag“, zum Beispiel Werktage oder Wochenenden, im betrachteten Verkehrszeitraum dar. Dabei bildet es das Verkehrsangebot und die Nachfrage in Form von Nachfragematrizen ab. Dynamische Verkehrsumlegungen berechnen die zeitabhängige Belastungen sowie die Abbiegeanteile im Netz aus der Verkehrsnachfrage. All diese Informationen gibt PTV Visum an PTV Optima weiter. In PTV Optima kommen dann die Online-Daten ins Spiel. Diese werden in Echtzeit inPTV Optima verwendet, um Kapazitäten, Geschwindigkeiten oder Belastungen des Basismodells aus PTV Visum lokal an die aktuellen Gegebenheiten anzupassen.

Infografik, wie PTV Visum offline die Daten zur Verkehrsnachfrage und dem Angebot verarbeitet und eine Basissimulation des Netzes an PTV Optima liefert. Dieses verwendet Echtzeitdaten aus dem bestehenden Verkehrsmanagementsystem und liefert Informationen zur aktuellen Verkehrslage, Prognosen und bietet dem Verkehrsmanager Unterstützung bei der Strategiebewertung.

PTV Visum verarbeitet offline die Daten zur Verkehrsnachfrage und dem Angebot und liefert eine Basissimulation des Netzes an PTV Optima. Dieses verwendet Echtzeitdaten aus dem bestehenden Verkehrsmanagementsystem und liefert Informationen zur aktuellen Verkehrslage, Prognosen und bietet dem Verkehrsmanager Unterstützung bei der Strategiebewertung.

 

Da PTV Optima explizit die Netzstruktur, die Verkehrsflussdynamik und das Routenwahlverfahren der Verkehrsteilnehmer berücksichtigt, erfasst es auch die Verkehrssituation für Strecken, an denen keine Detektoren installiert sind (räumliche Ausbreitung) und kann auch die Auswirkungen unerwarteter Ereignisse für einen Zeitraum von bis zu 60 Minuten vorhersagen (zeitliche Ausbreitung). Darüber hinaus lassen sich verschiedene strategische Maßnahmen beurteilen und vergleichen.

„Bereits vor dem Online-Projekt beinhaltete unser Verkehrsmodell detaillierte Nachfragematrizen für jede Stunde eines jeden Werktages“, berichtet Frank Helbing. „Nun haben wir gemeinsam mit der verkehrplus GmbH noch Nachfragematrizen für die Samstage und Sonntage nachgezogen und das Messstellennetz erweitert.“ Dafür wurden insbesondere im Bereich der Knotenpunkte detaillierte Modellierungen vorgenommen und rund 1.800 Detektoren abgebildet. In der Realität ist bereits ein Viertel davon aktiviert. In den nächsten Monaten sollen zudem auch noch Floating-Car-Data (FCD) integriert werden. „Uns ist es wichtig, das Projekt nachfragebasiert aufzuziehen“, sagt Frank Helbing. „Der innovative Ansatz von PTV Optima hat uns überzeugt.“

Statistisch vs. modellbasierter Simulationsansatz

Insgesamt unterscheidet man zwischen zwei Ansätzen zur Vorhersage von Verkehrslage: dem statistischen und dem modellbasierten Ansatz. Der statistische Modellierungsansatz basiert auf Interpolation, Interferenz, Datengewinnung, „künstlicher Intelligenz“ und mathematischen Modellen, um die beobachteten Zeitverläufe mit historischen Mustern abzugleichen. Die Verkehrsfluss- und Geschwindigkeitsvariablen werden analysiert und prognostiziert, ohne die zugrunde liegenden Phänomene, nämlich die Interaktion der Fahrzeuge und Fahrerverhalten, zu erläutern und zu reproduzieren. Statistische Modellierungstechniken können für die Vorausberechnung von Verkehrsmaßnahmen mit geringer Volatilität oder homogenen Verkehrsmustern mittels Zufallsvariablen verwendet werden. Diese Technik ist jedoch wenig zielführend, wenn nicht ausreichend historische Daten vorliegen. Dies trifft insbesondere auf ungewöhnliche Situationen zu, zum Beispiel bei Unfällen oder Baustellen. Das statistische Modellierungsverfahren ist somit für diese Verkehrsbedingungen nicht geeignet. Der Verkehrsmanager benötigt hier mehr Unterstützung.

Mit PTV Optima sieht der Verkehrsmanager bis zu 60 Minuten voraus, wie sich der Verkehr entwickeln wird. Dieses Beispiel zeigt die Stauentwicklung aufgrund eines Unfalls. Rote Balken zeigen ihm die kritischen Bereiche auf.

Mit PTV Optima sieht der Verkehrsmanager bis zu 60 Minuten voraus, wie sich der Verkehr entwickeln wird. Dieses Beispiel …

Dagegen basiert der modellbasierte Ansatz auf einer expliziten und physikalischen Interpretation des Verkehrsnetzes, der Verkehrsnachfrage und der Verkehrsbedingungen. Das zugrundeliegende Modell, das diese Zusammenhänge beschreibt, ermöglicht eine Simulation zur Berechnung von Informationen, deren Messung nur schwierig – wie beispielsweise die Verkehrslage des gesamten Netzes – oder gar nicht möglich ist, wie beispielsweise die Verkehrslage in der Zukunft oder die Auswirkungen verschiedener Kom1binationen von Verkehrsmanagementmaßnahmen und Störungen.

... zeigt die Stauentwicklung aufgrund eines Unfalls. Rote Balken zeigen ihm die kritischen Bereiche auf.

… zeigt die Stauentwicklung aufgrund eines Unfalls. Rote Balken zeigen ihm die kritischen Bereiche auf.

Auf diese Weise ermöglicht PTV Optima eine effektive und einheitliche Darstellung und Vorhersage der Auswirkungen wie beispielsweise Verkehrsbedingungen oder Rückstau, die durch unvorhergesehene und erstmalige Ereignisse oder einer Kombination von Ereignissen hervorgerufen werden. Darüber hinaus wird eine realistische Erfassung der möglichen Umleitungen für Fahrer möglich, auf deren Strecke sich eine problematische Situation abzeichnet sowie die Bewertung der Auswirkung von veränderten Lichtsignalen auf die Verkehrsbedingungen. „Wir befinden uns aktuell im Aufbauprozess und fokussieren uns nun im ersten Schritt darauf, via Mobiltelefon und Tablets die essentiellen Verkehrsinformationen für die E-Fahrzeugführer bereitzustellen, die dann auch in die Navigation einfließen sollen“, sagt Frank Helbing. „Doch selbstverständlich spielen wir mit dem Gedanken, das System perspektivisch auch für andere Belange wie online verfügbare Verkehrsinformationen, einem interaktiven Stadtplan oder strategische Verkehrssteuerungsszenarien einzusetzen. In einer Stadt, die historisch gewachsen ist, müssen wir das bestehenden Verkehrsnetz möglichst effektiv ausnutzen. Ein starkes, dynamisches Verkehrsmanagement ist der Schlüssel dazu.“

[ratings]