Mobilität: Produkte

Model2Go von PTV: Verkehrsmodelle automatisiert erstellen

Model2Go von PTV: Erstellung von Verkehrsmodellen automatisieren
Atlanta. © PTV

[PTV] In nur einer Woche zum fertigen Basis­modell für jede beliebige Stadt – smarte Automatisierungs­technologie wird bei PTV Model2Go kombiniert mit verschiedenen Daten­quellen wie z.B. Karten von Here, TomTom, OpenStreetMap, GTFS .

Mit PTV Model2Go bringt die PTV Group eine neue Technologie auf den Markt, mit deren Hilfe standardisierte Verkehrs­modelle erstmals automatisiert erstellt werden. Mit PTV Model2Go lassen sich laut Unternehmen innerhalb von nur einer Woche Basis-Verkehrs­modelle für jede beliebige Stadt oder Region weltweit aufsetzen. Nutzer wie beispiels­weise Städte, Beratungs­unter­nehmen oder Forschungs­einrichtungen erhalten ein fertiges Fundament, auf dem sie einfache und komplexe Anwendungsfälle direkt umsetzen können.

Manuell dauert der Aufbau eines Basismodells in der Regel mehrere Monate. Mit PTV Model2Go entfallen für Kunden aufwendige Prozesse wie das Daten­sammeln, deren Integration sowie das technische Aufsetzen des Modells. Das neue Cloud-basierte Verfahren kombiniert eine smarte Automati­sierungs­techno­logie mit verschiedenen Daten­quellen. So kommen beispielweise Karten der Anbieter Here oder TomTom zum Einsatz genauso wie öffentliche GTFS-Fahrplan­daten zu Linien­netzen im öffentlichen Nahverkehr und OpenStreetMap Daten. Die automatisierte Modell­erstellung ist dabei nicht nur schneller und weniger kosten- und ressourcen­intensiv, sondern auch deutlich weniger fehler­anfällig.

Gamechanger in Stadt- und Verkehrsplanung
„Model2Go ist ein echter Gamechanger im Bereich der Stadt- und Verkehrsplanung. Verkehrs­modellierungen sind unkompliziert und in kurzer Zeit möglich“, sagt Christian U. Haas, CEO der PTV Group. „Damit werden modell­basierte Analysen auch für Anwendungs­fälle attraktiv, bei welchen bisher aufgrund der Langwierig­keit im Modell­aufbau darauf verzichtet wurde. Das ist in der heutigen Zeit, in der sich unsere Mobilität sehr schnell wandelt und sich Städte immer neuen Heraus­forderungen stellen müssen, entscheidend.“

Die erste Version von Model2Go, PTV Model2Go Supply, bildet das Angebot unterschied­licher Verkehrs­träger ab. Sie enthält neben dem Straßennetz und zugehörigen Parametern wie Stecken­typisierungen, -geschwindigkeiten und Kapazitäten, auch das ÖV-Liniennetz, Fahrpläne, Points of Interest, sowie generierte Verkehrs­zellen und Struktur­daten.

Das Modell kann nach Auslieferung sofort zur Analyse und Visuali­sierung für verschiedene gängige Anwendungs­fälle eingesetzt werden. So zum Beispiel für Erreichbar­keits­analysen, Infra­struktur­planungen oder die Betriebs­planung im öffentlichen Verkehr. Für komplexere Anwendungs­fälle können Nutzer diese Basis zudem mit zusätz­lichen Daten und Modellierungen erweitern. So wird PTV Model2Go zur Grundlage von Verkehrs­nachfrage­modellen, Verkehrs­unter­suchungen und Potenzial­studien.

Neben PTV Model2Go Supply entwickelt die PTV eine weitere Produktversion, die bald auf den Markt kommen soll und auch erfasste Reisedaten abbilden wird: PTV Model2Go Demand.

Sechs Beispielmodelle von Städten weltweit
Zum Launch von Model2Go und um die vielfältigen Möglichkeiten zu unterstreichen, haben die Modellierungsexpert*innen der PTV Group sechs Beispielmodelle von den Städten Amsterdam, Atlanta, Berlin, Kapstadt, Manila und Paris inklusive verschiedener Anwendungsfälle erstellt. Diese Kollektion kann leicht um weitere Anwendungsfälle für jede beliebige Stadt der Welt erweitert werden.

So deckt beispielsweise das Modell der deutschen Hauptstadt alle Informationen zum ÖPNV-Angebot Berlins ab und ermöglicht es, Netz- und Fahrplanvarianten sowie Betriebskonzepte zu bewerten. Das Modell der nordamerikanischen Stadt Atlanta (siehe großes Bild oben) lässt sich auf der Grundlage der Geschwindigkeiten im Verkehr, der Anzahl der Fahrspuren für alle Verbindungen, der Gestaltung der Knotenpunkte sowie der geschätzten Signalzeiten zur Bewertung der bestehenden Straßeninfrastruktur heranziehen.