Zweck der ZOOF A67
Brabant in-car III ist ein Zuschussprogramm, das in den Rahmen des nationalen Programms Better Use fällt. Sie konzentriert sich auf die Lösung konkreter Verkehrsflussprobleme. Konkrete Ergebnisse müssen bis spätestens 2014 vorliegen. Brabant In-car III konzentriert sich auf den Einsatz von In-car-Technologie zur Lösung konkreter Verkehrsflussprobleme auf der A67. Dabei ist Brabant in-car III das erste dieser Programmreihe, bei dem die Lösung eines konkreten Verkehrsproblems im Mittelpunkt stand.
Im Rahmen des Programms „Brabant in-car III“ wurde nach
„IVS-Anwendungen gesucht, die das Zusammenspiel von Pkw und Lkw im Verkehr optimieren, so dass der Güter- und Personenverkehr besser fließen kann. Der Anwendungsbereich umfasst mindestens die A67 (belgische Grenze bis deutsche Grenze) und ihre Auf- und Abfahrten. Die Maßnahmen dürfen die Leistungsfähigkeit des gesamten regionalen Straßennetzes nicht beeinträchtigen“.
Projektansatz
Brabant in-car III ist der Nachfolger der Programme Brabant in-car I und II. Im Gegensatz zu den beiden vorangegangenen Programmen, die eine Vielzahl von Projekten umfassten, enthält das aktuelle Programm drei Projekte mit einem hohen Grad an Ähnlichkeit:
- Jedes der Projekte konzentriert sich in erster Linie auf die Entwicklung einer Smartphone-App, über die Beratung im Auto angeboten wird.
- Die Hinweise betreffen Aspekte wie Fahrgeschwindigkeit, Abstand zum Vorgänger und Fahrspur.
- Diese werden an Auto- und Lkw-Fahrer vergeben, die regelmäßig die A67 zwischen der belgischen und der deutschen Grenze auf der Strecke von Antwerpen über Eindhoven ins Ruhrgebiet benutzen.
- Jedes der Projekte nutzt das Wissen, das im Rahmen des HTAS-Projekts Connected Cruise Control (CCC) entwickelt wurde.
- Die TUD spielt also bei jedem der Projekte eine Rolle.
- Das Projekt zielt darauf ab, den Verkehrsfluss und die Verkehrssicherheit auf der A67 zu verbessern und diesen Service auf andere Teile der Niederlande und darüber hinaus auszudehnen.
V-tron beteiligte sich an dem Teilprojekt ZOOF (ehemals Doorstroomrijden), das von Fourtress, Spr!ng, V-tron, Be-Mobile, TIM Digital Marketing, ProDrive und Fantasm durchgeführt wurde.
Kontakt V-tron:
Erreichte Ergebnisse
In der letzten Phase des Projekts hat ZOOF einige Verbesserungen an der Anwendung und am Back-End vorgenommen. Infolgedessen waren für ZOOF zwei Datensätze verfügbar. Aus dem ersten Datensatz konnten die gleichen Übersichtsmerkmale wie in den Teilprojekten Smoover und Blinkr abgeleitet werden.
Insgesamt lässt sich sagen, dass ZOOF als App die Funktion des AID übernimmt. Leider ist die zeitliche Abstimmung der Meldungen und der Stauerkennung noch nicht ganz perfekt. Dies ist also etwas, das ohne direkte Verbindung zu straßenseitigen Systemen nur sehr schwer zu bewerkstelligen ist. Die Informationskette, die einer solchen App vorausgeht, enthält in der Regel zu viele Verzögerungen, um rechtzeitig vor Staus zu warnen. Durch einen Vorhersagealgorithmus oder ein Modell kann diese Verzögerung kompensiert werden.
Das ist also einer der wichtigsten Unterschiede zur November-Version der App. Im Februar funktionierte die App mit einem Vorhersagemodell, davor nicht. Die oben genannten Ergebnisse zeigen, dass es in dieser Hinsicht noch (mehr) zu gewinnen gibt. Das Timing und die Erkennung könnten weiter verbessert werden.
Schlussfolgerungen
Bei allen drei Projekten scheinen die Nutzer hauptsächlich mit dem Verkehrsfluss zu fahren. Daher können Sie nicht erwarten, dass die App-Nutzer mit einer Geschwindigkeit fahren, die deutlich vom Verkehrsfluss abweicht, wenn die große Mehrheit des Verkehrs nicht darauf hingewiesen wird.
Es ist schwer zu sagen, ob die Verkehrsteilnehmer ihre Geschwindigkeit an die Warnhinweise anpassen oder ob die Warnhinweise dem Verkehrsfluss entsprechen. In diesem Sinne ist es eine Art Huhn-und-Ei-Situation. Um die Auswirkungen des Verhaltens richtig zu analysieren, sollten die Geschwindigkeitsprofile der Nutzer dem gesamten Verkehrsfluss gegenübergestellt werden. Treten dann kurz nach den Beratungsmomenten deutliche Unterschiede auf, ist die Wahrscheinlichkeit groß, dass eine Verhaltensbeeinflussung stattfindet. Eine solche Messung war jedoch im Rahmen dieses Projekts nicht möglich.
Da die Nutzer anscheinend weitgehend mit dem Verkehrsfluss fahren, ist es auch schwierig festzustellen, ob es nicht doch subtile Auswirkungen gibt. Verleitet eine Richtgeschwindigkeit von 80 bei Tempo 100 vielleicht dazu, 95 km/h zu fahren? Aus den Geschwindigkeitsprofilen lässt sich dies nicht ableiten, und auch die Durchschnittswerte eliminieren solche Effekte. Wenn man tiefer in die Daten eintaucht, könnte man solche Effekte entdecken, aber selbst dann ist es fraglich, ob dieser Effekt von der Beratung oder vom Verkehrsfluss kommt.
Als eine Art Stauwarnungs-Apps haben Blikr! und ZOOF Potenzial. Blikr! scheint besonders gut in der Lage zu sein, rechtzeitig vor einem Stau Bremshinweise zu geben. Bei ZOOF müssen das Timing und die Erkennung noch etwas verbessert werden.
Teilprojektpartner ZOOF:
