Travel Mode Detection

Eine wichtige Säule der Energiewende bildet der Verkehr. In diesem Bereich erfolgte in der jüngeren Vergangenheit relativ gesehen die geringste Reduktion des CO2 Ausstoßes. Da laut Umweltbundesamt die Treibhausgas-Emissionen im Bus- und Schienenverkehr im Vergleich zur Fortbewegung mit dem PKW deutlich geringer sind, könnte ein vielversprechendes Ziel der Energiewende darin bestehen, vor allem Pendler von den Vorzügen des ÖPNV zu überzeugen. Dazu müssen natürlich die Angebote entsprechend attraktiv sein.

Genau hier setzt die Travel Mode Detection (TMD) an. Um zunächst den Bedarf analysieren zu können, muss geklärt werden, wie viele Menschen sich in welchem Zeitraum von einem bestimmten Ausgangsort zu einem bestimmten Zielort bewegen. Im wissenschaftlichen Kontext wird zur Beschreibung dieses Zusammenhangs auf die sogenannten OD-Matrix (Origin Destination Matrix) zurückgegriffen. Diese bildet die Grundlage für weitere Planungen vor allem auch im Verkehrsbereich.

Die Bewegungen können auf unterschiedliche Art ermittelt werden. Die aufwändigste besteht darin, die Verkehrsteilnehmer zu befragen. Deutlich geringer aber auch weniger aussagekräftig ist der Aufwand bei einfachen Verkehrszählungen, wie das in der Vergangenheit häufig durchgeführt wurde. Sehr elegant könnte die Erhebung über die Auswertung von Navigationsdaten erfolgen, die selbstverständlich nur anonym erhoben werden dürfen.

Genau hier setzt die TMD an. Es wird versucht auf der Grundlage aufgezeichneter GPS-Tracks Rückschlüsse auf die Art der Fortbewegung zu ziehen. Auf diese Art bekommt man eine sehr genaue Vorstellung davon, wie sich die Verkehrsströme zeitlich zusammensetzen und kann daraufhin durch geeignete Angebote versuchen, das Nutzerverhalten entsprechend zu beeinflussen.

Die entscheidende Frage ist allerdings, wie man die Fortbewegungsart (travel mode) ermittelt. Dazu greift man auf geeignete physikalische Größen wie beispielsweise Geschwindigkeit oder Beschleunigung zurück. Sämtliche Größen – auch diejenigen, die nicht genannt sind – stehen im unmittelbaren Zusammenhang mit dem Raum. Denn die genannten GPS-Tracks bestehen aus einer Menge von aufgezeichneten Punkten, deren Gesamtheit die Spur der Fortbewegung darstellt. Diese Einzelpunkte, deren Aufnahmezeitpunkt ebenfalls festgehalten wird, bilden dann die Grundlage der Auswertung. Aus zwei aufeinander folgenden Punkten kann damit beispielsweise auf die Geschwindigkeit geschlossen werden. Für andere Analysen – beispielsweise die Änderung des Azimuts über die Zeit – braucht man entsprechend mehr Punkte. Aus der gesamten Aufzeichnung kann man dann charakteristische Eigenschaften ableiten, die weitergehende Rückschlüsse zulassen.

Im Folgenden ist die Auswertung eines Testdatensatzes dargestellt, der unter dem Gesichtspunkt der Geschwindigkeit ausgewertet wurde. Die Unterscheidung erfolgte in den Kategorien walk, cycle, car rail, urbanPuT und truck, wobei die zuletzt genannte Kategorie nur neuen Tracks umfasste und von daher mit äußerster Vorsicht zu betrachten ist. Dargestellt ist der Boxplot des 95% Perzentils der Geschwindigkeit über alle Tracks und Kategorien.