Mobilität: Projekte

Navi-Kalkulation der Reisezeit – einschließlich Parkplatzsuche

Parkplatzsuche
Manfred Richter | pixabay

[Frankfurt UAS] Das Forschungsprojekt start2park startet an der Frankfurt UAS und befasst sich damit, die Zeit der Parkplatzsuche in Navi-Apps zu implementieren.

Bei der Kalkulation der Reisezeit durch Navi-Apps wird die Parksuchzeit des motorisierten Individualverkehrs (MIV) vernachlässigt. Am Research Lab for Urban Transport (ReLUT) der Frankfurt University of Applied Sciences (Frankfurt UAS) ist im Juli 2020 deshalb das Forschungsprojekt „start2park – Parkplatzsuche erfassen, verstehen und prognostizieren“ gestartet. „Durch die fehlenden Angaben, wie lange es dauern wird, einen Parkplatz zu finden, erscheint die Attraktivität des Autos im Vergleich zu anderen Verkehrsmitteln höher als sie tatsächlich ist“, betont Projektleiter Prof. Dr. Tobias Hagen, Professor für Volkswirtschaftslehre und Quantitative Methoden an der Frankfurt UAS und Teil des ReLUT-Direktoriums. „Eine Implementierung der Parksuchzeit in Navi-Apps könnte unnötigen Parksuchverkehr reduzieren. Damit verbunden wären Entlastungen in den Bereichen Emissionen, Verkehrsmenge und Reisezeit.“

Das Projekt setzt auf die smarte Nutzung von Trackingdaten, um ein Erklärungs- und Prognosemodell für die Parksuchdauer zu entwickeln. So können Stellschrauben für die Verkehrsplanung identifiziert und Realtime-Prognosen der Parksuchzeit in Navi-Apps implementiert werden. Das laufende Projekt start2park wird im Rahmen der Förderrichtlinie Modernitätsfonds („mFUND“) mit insgesamt rund 1,5 Mio. Euro durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert. Unterstützt wird die Frankfurt UAS in diesem Forschungsprojekt von zwei Partnern aus der Wirtschaft, der Fluxguide Austellungssysteme GmbH und dem Startup Bliq GmbH. Das Projekt läuft bis Juni 2023.

Die benötigten Daten werden App-gestützt mit Hilfe von ca. 1.000 Testfahrenden erhoben. Neben der Erfassung von GPS-Daten und dem Startzeitpunkt der Parkplatzsuche, werden über die App für die Testfahrenden fahrtbezogene Informationen ermittelt. Einige Fahrten von Testfahrenden werden begleitet und für qualitative Interviews genutzt: Zunächst werden ca. 30 Testfahrer/-innen von Wissenschaftlerinnen und Wissenschaftlern der Frankfurt UAS befragt, um den Prozess und die Determinanten der Parkplatzsuche besser zu verstehen. Daraus, und aus dem Fachwissen aller Projektpartner, entwickelt die Frankfurt UAS ein Erhebungskonzept.

Der erhobene Daten-Pool wird mit vorhandenen Big Data kombiniert. Daraus können mittlere Parksuchzeiten nach Stadtteiltypen und Uhrzeiten ermittelt werden. Im Anschluss erfolgt – basierend auf einer großen Strichprobe von Trackingdaten, die ca. sechs Prozent aller Verkehrsteilnehmenden in Deutschland enthält – eine Hochrechnung. So können noch Besonderheiten für einzelne Städte und Gebiete abgeleitet werden. Mittels statistischer Analysen wird die Parksuchdauer durch mögliche Determinanten (z.B. Verkehrsdichte, Datum, Uhrzeit etc.) erklärt (Erklärungsmodell). Mit Hilfe von Methoden des maschinellen Lernens wird ein Prognosemodell erstellt, mit dem Realtime-Prognosen durchgeführt werden können.

Ziel ist es, zum Ende der Projektlaufzeit das Prognosemodell in (existierende) Navi-Apps zu integrieren. Geplant ist, die klassische Reiseplanung auf alle verfügbaren Mobilitätsangebote zu erweitern. Ein Fokus liegt dabei auf der Prognose von realistischen Reisezeiten. „Im Laufe des Projekts wird ermittelt, ob das Prognosemodell eine isolierte Anwendung ist oder in eine existierende App integriert wird. Letzteres scheint uns derzeit attraktiver“, so Hagen. Darüber hinaus sollen Handlungsempfehlungen für die Verkehrspolitik und -planung abgeleitet werden. Hier soll vor allem aufgezeigt werden, wie Kommunen durch Parkraummanagement und Verkehrsplanung den Parksuchverkehr reduzieren können und wie die Politik Rahmenbedingungen setzen kann, um eine umweltfreundlichere Abwicklung des motorisierten Verkehrs zu unterstützen.

Das Projekt „start2park – Parkplatzsuche erfassen, verstehen und prognostizieren“ folgt auf „ParkenDigital“, in dem sich Forschende der Frankfurt UAS einen umfassenden Überblick über die verfügbaren Daten im Bereich Parken, deren Qualität und Einschränkungen verschafft haben.


Wer Interesse daran hat, als Testfahrende/-r einen wichtigen Beitrag für eine klimafreundliche Mobilität zu leisten, kann sich per E-Mail unter relut@fra-uas.de an das ReLUT-Team wenden.