Im Laufe eines Tages gehen wir verschiedensten Aktivitäten nach, die Mobilität voraussetzen – Uni, Arbeit, Fitnesscenter, Einkauf. Personen, die nicht auf das Fahrrad oder öffentliche Verkehrsmittel zurückgreifen möchten, nutzen dabei den PKW. In einer Großstadt wie Berlin summiert sich die Anzahl der individuellen motorisierten Fahrten pro Tag grob geschätzt auf über zwei Millionen. Die Menschen möchten dabei möglichst komfortabel unterwegs sein und pünktlich ankommen. Gleichzeitig sollte Mobilität immer so nachhaltig wie möglich geplant werden. Dies ist nur möglich, wenn Navigationsapps beim Routing die aktuelle Verkehrslage berücksichtigen. So können Baustellen umfahren und Staus verhindert werden. Das spart Fahrtzeiten im Auto und unterstützt dadurch eine bessere Luftqualität für mehr Nachhaltigkeit in Städten.

Im Vergleich zur Autobahn ist der Verkehr in der Stadt vielfältiger und damit die akkurate Verkehrslagemessung, auch Traffic State Estimation kurz TSE genannt, komplexer. Ein zentrales Kriterium für TSE ist die mittlere Geschwindigkeit auf einzelnen Straßensegmenten. Es ist sinnvoll, unterschiedliche TSE-Methoden zunächst in einer Simulation zu bewerten und zu vergleichen. Dafür hat das Smart-Mobility-Team von Fraunhofer FOKUS nun Open-Source-Komponenten für Eclipse MOSAIC entwickelt.

Das Team hat die Komponenten mit dem umfangreichen Berlin Sumo Traffic Scenario in Eclipse MOSAIC kombiniert, um unterschiedliche Metriken für Geschwindigkeitseinschätzungen zu evaluieren. Eine Erkenntnis daraus ist, dass innerstädtische Geschwindigkeitsschätzungen von der Art der Straße abhängen, auf der sie gemessen werden.

Weitere Informationen finden Sie im Paper »Spatio-Temporal Speed Metrics for Traffic State Estimation on Complex Urban Roads«, das heute auf der Konferenz »EAI SIMUtools 2023« in Sevilla/Spanien präsentiert wird.

Eclipse MOSAIC ist eine Co-Simulationsumgebung von Fraunhofer FOKUS, die verschiedenen Simulatoren für die vernetzte und automatisierte Mobilität kombiniert. Die neue TSE Application Suite und Eclipse MOSAIC wurden in enger Kooperation mit dem Daimler Center for Automotive IT Innovations (DCAITI) an der TU Berlin entwickelt.

Um die TSE weiter zu verbessern, verwendet das Smart-Mobility-Team zur Datengenerierung eine KI-basierte Umfeldwahrnehmung. Der Clou: Hierfür sind keine speziellen Messfahrzeuge notwendig, sondern lediglich ein Smartphone mit einer speziellen App, die die Straßensituation nebenbei während der Fahrt erfasst. Diese Messung der »Crowd« führt so zu einer hohen Datenqualität und bildet die Basis für realitätsnahe Simulationen.