IIP - Intelligenter Intermodaler Pendlerverkehr

Speziell in urbanen Regionen ist das Verkehrsaufkommen in den letzten Jahren gestiegen. Insbesondere ist ein nach wie vor hohes Verkehrsaufkommen im Bereich des Individualverkehrs w?hrend der Sto?zeiten zu beobachten. Die Nutzung alternativer Verkehrsmittel ist f¨¹r viele Menschen immer noch keine Wahl. Insbesondere intelligente, intermodale Mobilit?tsnetzwerke k?nnten dieser Problematik entgegenwirken.

Aktuelle Ans?tze zur Optimierung von Mobilit?tsnetzwerken basieren weitestgehend auf Daten aus Verkehrsz?hlungen, um Mobilit?tsstr?me innerhalb einer Stadt besser zu verstehen. Durch diese stichpunktartige Betrachtungsweise werden nur wenige oder einzelne Verkehrsmittel in einem begrenzten Raum erfasst. Die Analyse von Pendlerstr?men einer Stadt oder Region erfordert eine Unterscheidung des Zu-, Ab- und Durchgangsverkehrs sowie die Erschlie?ung ausreichender Observationspunkte. Die Erfassung von Pendlerstr?men mittels Sensorik stellt aus technischer Sicht heutzutage kein Problem dar. Fortschritte im Bereich der Bilderkennung durch maschinelles Lernen erlauben beispielsweise auch, einzelne Objekte zu verfolgen. Durch ein damit verbundenes Erfassen personenbezogener Daten, und den daraus resultierenden rechtlichen Pflichten zum Schutz dieser, ist ein gro?fl?chiger Einsatz in den Kommunen nicht zu beobachten. Weiterhin darf nicht erwartet werden, dass eine Optimierung von Pendlerstr?men alleine durch kommunale L?sungen erreicht wird. Vielmehr sollten die Daten auch Unternehmen und Start-Ups zur Verf¨¹gung stehen, damit diese darauf aufbauend innovative Dienste und L?sungen f¨¹r gemeinwohlorientierte Mobilit?tsziele entwickeln k?nnen. Die Weitergabe der Daten
erfordert eine hinreichende Anonymisierung. Zur Optimierung intermodaler Mobilit?tsnetzwerke wird daher ein datenbasierter Ansatz entwickelt, der zus?tzliche Datenquellen erschlie?t.

Das Projekt "Intelligenter Intermodaler Pendlerverkehr" (IIP) zielt darauf ab, intermodale Mobilit?tsnetzwerke zu optimieren, die innerhalb eines Weges auf verschiedene Verkehrsmittel zur¨¹ckgreifen, sowohl in l?ndlichen als auch in urbanen Regionen. Zu betrachten sind hierbei beispielsweise Fu?g?nger, privater Verkehr sowie ?PNV. Besonders wichtig ist hierbei die Anonymisierung der verschiedenen erhobenen Verkehrsdaten, um den Datenschutz zu gew?hrleisten. Im Bereich des Datenschutzes wird eine innovative und flexible Plattform entwickelt, womit sich personenbeziehbare Mobilit?tsdaten depersonalisieren lassen. So ist es datenquellen¨¹bergreifend m?glich, Objekte wie Autos, Busse, Fu?g?nger oder Radfahrer ohne direkten Personenbezug zuzuordnen. Bez¨¹glich der Wertsch?pfung erfolgt ebenfalls eine ?kobilanzielle Ermittlung der CO2-Emissionen verschiedener Verkehrsmitteloptionen auf ausgew?hlten Strecken sowie des insgesamt entwickelten Systems.

Zuk¨¹nftige Applikationen der Forschungsergebnisse k?nnten es erm?glichen, den Pendlerverkehr intelligenter zu gestalten und dynamisch zu optimieren. So kann es sich beispielsweise basierend auf der aktuellen Verkehrslage, Baustellen sowie der Auslastung des ?PNVs lohnen, Teile der Strecke mit verschiedenen Verkehrsmitteln zur¨¹ckzulegen und trotzdem oder gerade deshalb p¨¹nktlich anzukommen. Ebenfalls entsteht hier ein Potenzial, um bewusst CO2-Emissionen durch die Wahl des Verkehrsmittels einzusparen, aber auch ein Bewusstsein f¨¹r die Abw?gung zwischen voraussichtlicher Fahrtzeit und Verkehrsmittel zu schaffen.

Laufzeit: 15.11.2022 - 14.11.2025 (3 Jahre)

Konsortium:
- SWO Netz GmbH - Projektkoordinator (Osnabr¨¹ck)
- ÐÂÀÏ»¢»úƽ̨,×îÐÂÀÏ»¢»ú Osnabr¨¹ck
- Westf?lische Wilhelms-Universit?t M¨¹nster
- Stadt Osnabr¨¹ck
- items GmbH (M¨¹nster)
- iotec GmbH (Osnabr¨¹ck)
- Lambus GmbH (Osnabr¨¹ck)
- cybob communication GmbH (Osnabr¨¹ck)