Notice: Only variables should be passed by reference in /var/www/clients/client26/web109/web/src/Plugin/dokstrasse/FrontendPage.php on line 349
Zurück Vor
Detailergebnis zu DOK-Nr. 80647
Datengesteuerter Ansatz zur Schätzung der Verkehrsnachfrage bei verschiedenen Verkehrsmitteln (Orig. engl.: A data-driven approach for estimating traffic demand of different transportation modes)
Autoren |
H. Dabbas |
---|---|
Sachgebiete |
0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 6.2 Verkehrsberechnungen, Verkehrsmodelle |
Braunschweig: Technische Universität Braunschweig, 2023, 109 S., zahlr. B, T, Q, Anhang (Schriftenreihe des Instituts für Verkehr und Stadtbauwesen, Technische Universität Braunschweig H. 66). − Online-Ressource: verfügbar unter: https://doi.org/10.24355/dbbs.084-202305221312-0
Für viele verkehrsbezogene Anwendungen ist die Verkehrsnachfrage, dargestellt durch Quelle-Ziel-Matrizen (auch O-D-Matrizen (origin-destination)), eine wichtige Grundlage. Die Ansätze zur Nachfrageschätzung beziehen sich meist auf einzelne Verkehrsmittel. Die konventionellen Modelle nutzen abschnittsbezogene Verkehrszählungen und Daten aus Verkehrserhebungen. Solche Erhebungen sind jedoch mit hohen Kosten und großem Aufwand verbunden. Die vorhandenen Modelle zur multimodalen Nachfrageschätzung wurden für die Schätzung der Nachfrage verschiedener Güterverkehrsträger oder öffentlicher Verkehrsmittel entwickelt. Diese Modelle nutzen umfangreiche Datenquellen. Soweit bekannt, gibt es kein Modell, das eine multimodale Verkehrsnachfrageschätzung für Individualverkehr ermöglicht. Das Kernproblem liegt hierbei in der Bereitstellung einer zuverlässigen Datengrundlage für ein solches Modell. Mobile GPS-fähige Geräte ermöglichen eine automatische Erfassung von "Floating Data". Diese Datenquelle kann die benötigte Datengrundlage bereitstellen und eine Alternative zu teuren Erhebungsmethoden darstellen. Vor diesem Hintergrund liegt das Ziel der Arbeit darin, ein geeignetes Modell für die Abschätzung der multimodalen Verkehrsnachfrage des motorisierten Individualverkehrs sowie von Radfahrern und Fußgängern zu entwickeln, dass die neue Datenquelle der Floating Data in Verbindung mit Querschnittszählungen nutzt. Um dieses Ziel zu erreichen, wurde die Forschungsarbeit in drei Hauptteile unterteilt. Ziel des ersten Teils war es, das Potenzial von FCD (Floating Car Data) auszunutzen, um den Prozess der Nachfrageschätzung der Fahrzeuge in Bezug auf Ergebnisqualität und Rechenzeitanforderungen zu verbessern. Dies geschah durch die Verbesserung der Eingabedaten des Informationsminimierungsmodells (IM) mithilfe von FCD. Das Ergebnis dieses verbesserten Modells wurde analysiert und mit dem herkömmlichen zweistufigen Modell zur Nachfrageschätzung verglichen.