Automatisiertes Erkennen von Fahrtzwecken in Floating Car Data

Zusammenfassung Das Untersuchen von Verkehrsverhalten mittels GPS-Daten kann ein wichtiger Bestandteil der Stadt- und Verkehrsplanung sein. Derzeit basiert die Datengrundlage der Verkehrsplanung oft auf Befragungen und Zählungen. Genauere Informationen zu den Fahrtzwecken von Verkehrsströmen können daraus nur simuliert und somit geschätzt werden. Diese Datenquellen sind teilweise kostspielig und altern schnell. Das Ziel dieses Beitrags ist es, eine Methode vorzustellen, mit der in Floating Car Data – also GPS-Daten von KFZ-Fahrten – der Fahrtzweck automatisiert erkannt werden kann. Dazu stellen wir zunächst das Konzept der „Local Geographic Units“ vor, welches dazu dient, Trajektorien mit zusätzlichen geografischen Informationen anzureichern. Die Kombination von datengetriebenen Raumtypisierungen einer Stadt mit interpretierbaren Clustern und gruppierten GPS-Fahrten erlaubt detaillierte Analysen und ermöglicht das Erkennen möglicher Reisezwecke. Zur Darstellung menschlicher Aktivitäten werden mehrere Datenquellen verwendet, z. B. Points of Interest (POI), Origin-Destination (OD)-Punkte und ganze Trajektorien von Verkehrsteilnehmenden in KFZ. Im Ergebnis werden die Fahrten in acht Gruppen eingeteilt, die als unterschiedliche Fahrtzwecke interpretiert werden können. Die Methode wird für die Stadt Frankfurt am Main demonstriert, mit Fahrten, die entweder im Stadtgebiet beginnen, enden oder es durchqueren.