Die Umsetzung
Freiburg - Visualisierung von Live-Verkehr
Freiburg - Visualisierung von Live-Verkehr
Kern der Umsetzung war die Visualisierung von Live-Verkehrsdaten als Web-Anwendung, die in der letzten Projektphase prototypisch umgesetzt wurde. Im Fokus stand die flächendeckende Live-Darstellung von Autoverkehrsfluss und Radverkehr sowie die Darstellung entsprechender Daten aus Kamera-Bildern. Neben der Live-Darstellung ist auch die historische Darstellung der Daten möglich, welche die Abbildung einzelner Zeitpunkte und -intervalle erlaubt.
Zusätzlich wurde ein langfristiges Betriebskonzept für die Lösung entwickelt. Dieses beinhaltet sowohl (Cloud-)Infrastrukturanforderungen als auch personelle Anforderungen, die für einen eigenständigen Betrieb der Lösung in einer Produktionsumgebung notwendig sind.
Chancen
- Identifizierung von Herausforderungen in der Verkehrssteuerung.
- Einfache Visualisierung, Rekonstruktion und (Echtzeit-)Monitoring von Verkehrslagen.
- Perspektivisch: Menschenfreundliche, evidenzbasierte Planung und Ausbau der Verkehrs-, insbesondere Fahrradinfrastruktur.
ADAPTION FÜR IHRE STADT
- Diese Anwendung kann über die Urban Data Community bezogen werden
- Implementierungsdauer: 14 Tage
- Benötigt werden: VC Map, DKSR OUP, Floating Car Data inkl. Kartierung
Notwendige Technologien
- Floating Car Data (in diesem Fall von INRIX)
- Kameras (Flir)
Faktor Geld
- Eine 1:1 Adaption der Anwendung ist mit geringem Aufwand realisierbar.
- UDC-Mitglieder mit einer Offenen Urbanen Datenplattform können von ca. 5 Tagen Aufwand ausgehen. Zusätzlich wird Zeit für die Erstellung der Visualisierung und den Hardwareausbau benötigt.
- Die Investition beinhaltet die Anbindung verschiedener Datensätze, die Berechnungslogik (Datenmodell) sowie die Visualisierung der Daten in einem Dashboard.
- Größter Kostenfaktor ist die Anbindung der Daten.
Lessons learned
Die Live-Visualisierung von Verkehr ist für bestimmte Bereiche einer Stadt, sowie für bestimmte Verkehrmittel, schwieriger als für andere. So liefert Floating Car Data eine bessere Datenlage in stärker befahrenen Bereichen der Stadt, in verkehrsberuhigten Bereichen stehen hingegen weniger Daten zur Verfügung. Daten zum Fahrradverkehr stellen weiterhin eine Herausforderung dar, hier können Kameraaufzeichnungen und historische GPS Daten zur Verbesserung der Datenlage beitragen.
Ein Technologiemix aus Sensoren, Floating Car Data und Kamerabildern bietet die beste Grundlage für die Verkehrsvisualisierung. Bei der Interpretation dieser Daten muss aufgrund der komplexen Datenlage sorgfältig vorgegangen werden.
Um die Exploration der Daten in einem Dashboard zu ermöglichen müssen, sollten die einzelnen Elemente und Funktionen eines solchen Dashboards den Nutzer:innen durch erklärende Textelemente näher gebracht werden um Fehlinterpretationen zu vermeiden.
WELCHE SDGS WERDEN ADRESSIERT?
Um global nachhaltige Strukturen zu schaffen, haben die Mitgliedstaaten der Vereinten Nationen sich 17 Ziele bis 2030 gesetzt, die in der Agenda 2030 für nachhaltige Entwicklung festgehalten sind.
UMSETZUNG ÜBERNEHMEN
Der Source Code dieser Umsetzung ist für Mitglieder der Urban Data Community zur freien Anpassung verfügbar. Als Mitglied können Sie über den Button direkt auf das gemeinsame GitHub-Repository der Urban Data Community zugreifen. Sollten Sie dabei Schwierigkeiten haben, kontaktieren Sie uns gerne.
Passende Daten(quellen)
Diese Daten(quellen) liefern wichtige Informationen für eine erfolgreiche Umsetzung.
WEITERFÜHRENDE INFORMATIONEN
Sie benötigen Unterstützung bei der Adaption der Anwendung für Ihre Stadt? Sie möchten wissen, worauf Sie bei der Umsetzung achten müssen? Sie möchten die Anwendung übernehmen? Kontaktieren Sie die Expert*innen, die für die Umsetzung verantwortlich sind. Wir sind Ihnen gerne behilflich!
