Ziel von ZOOF A67
Brabant im-Auto III ist ein Förderprogramm, das Teil des landesweiten Programms „Beter Benutten” (Bessere Nutzung) ist. Im Mittelpunkt dieses Programms steht die Lösung konkreter Verkehrsprobleme. Spätestens 2014 müssen konkrete Ergebnisse vorliegen. Brabant In-car III konzentriert sich dabei auf die Lösung konkreter Verkehrsprobleme auf der A67 mithilfe von In-Car-Technologie. Dabei ist Brabant in-car III das erste dieser Reihe von Programmen, bei denen die Lösung eines konkreten verkehrstechnischen Problems im Mittelpunkt stand.
Das Programm Brabant im-Auto III befasste sich mit der Suche nach:
„ITS-Anwendungen, die die Interaktion zwischen Personen- und Lastkraftwagen im Verkehr optimieren, sodass sich der Verkehrsfluss sowohl im Güter- als auch im Personenverkehr verbessert. Der Anwendungsbereich umfasst in jedem Fall die A67 (belgische Grenze bis deutsche Grenze) und deren Zu- und Abfahrten. Maßnahmen dürfen nicht zu Lasten der Leistungsfähigkeit des gesamten regionalen Straßennetzes gehen”.
Projektansatz
Brabant im-Auto III ist die Fortsetzung der Programme Brabant in-car I und II. Im Gegensatz zu den beiden Vorgängerprogrammen, die eine Vielzahl unterschiedlicher Projekte umfassten, umfasst das aktuelle Programm drei Projekte, die große Gemeinsamkeiten aufweisen:
- Jedes der Projekte konzentriert sich in erster Linie auf die Entwicklung einer Smartphone-App, die Ratschläge für das Autofahren gibt.
- Die Empfehlungen betreffen Aspekte wie Fahrgeschwindigkeit, Abstand zum vorausfahrenden Fahrzeug und Fahrbahn.
- Diese werden an Fahrer von Personenkraftwagen und Lastkraftwagen vergeben, die regelmäßig die A67 zwischen der belgischen und der deutschen Grenze auf der Strecke von Antwerpen über Eindhoven ins Ruhrgebiet befahren.
- Jedes der Projekte nutzt Erkenntnisse, die im Rahmen des HTAS-Projekts „Connected Cruise Control” (CCC) gewonnen wurden.
- Die TUD spielt daher in jedem dieser Projekte eine Rolle.
- Die Projektziele sind ein besserer Verkehrsfluss und mehr Verkehrssicherheit auf der A67 sowie die Ausweitung dieses Dienstes auf andere Teile der Niederlande und darüber hinaus als Folgeziel.
V-tron hat am Teilprojekt ZOOF (früher Doorstroomrijden) teilgenommen, das von Fourtress, Spr!ng, V-tron, Be-Mobile, TIM Digital Marketing, ProDrive und Fantasm durchgeführt wurde.
Ansprechpartner V-tron:
Erreichte Ergebnisse
In der Endphase des Projekts hat ZOOF noch einige Verbesserungen an der Anwendung und dem Backend vorgenommen. Dadurch standen ZOOF zwei Datensätze zur Verfügung. Aus dem ersten Datensatz konnten dieselben Übersichtsmerkmale abgeleitet werden wie bei den Teilprojekten Smoover und Blinkr.
Generell lässt sich sagen, dass die App ZOOF die Funktion des AID übernimmt. Leider sind das Timing der Empfehlungen und die Erkennung von Staus noch nicht ganz perfekt. Das ist auch etwas, das ohne direkte Anbindung an straßenseitige Systeme sehr schwer zu bewerkstelligen ist. Die Informationskette, die einer solchen App vorausgeht, weist oft eine zu große Verzögerung auf, um rechtzeitig vor Staus warnen zu können. Diese Verzögerung kann durch einen Vorhersagealgorithmus oder ein Vorhersagemodell ausgeglichen werden.
Das ist auch einer der wichtigsten Unterschiede zur Version der App vom November. Im Februar arbeitete die App mit einem Vorhersagemodell, zuvor war dies noch nicht der Fall. Aus den oben genannten Ergebnissen geht hervor, dass dennoch (noch mehr) Verbesserungen möglich sind. Dabei könnten das Timing und die Erkennung noch weiter verbessert werden.
Schlussfolgerungen
Bei allen drei Projekten scheint es vor allem so zu sein, dass die Nutzer mit dem Verkehrsfluss mitfahren. Man kann daher nicht erwarten, dass die Nutzer der App, wenn der Großteil des Verkehrs keine Empfehlungen erhält, mit stark abweichenden Geschwindigkeiten im Vergleich zum Verkehrsfluss fahren.
Ob die Nutzer ihre Geschwindigkeit aufgrund der Empfehlungen anpassen oder ob die Empfehlungen mit dem Verkehrsfluss übereinstimmen, lässt sich schwer sagen. In diesem Sinne handelt es sich um eine Art Henne-Ei-Problem. Um die Auswirkungen auf das Verhalten wirklich gut analysieren zu können, müssen die Geschwindigkeitsprofile der Nutzer mit dem gesamten Verkehrsfluss verglichen werden. Wenn dann kurz nach den Empfehlungen deutliche Unterschiede auftreten, ist die Wahrscheinlichkeit groß, dass eine Verhaltensbeeinflussung stattfindet. Eine solche Messung war im Rahmen dieses Projekts jedoch nicht durchführbar.
Da die Nutzer offenbar größtenteils mit dem Verkehrsfluss mitfahren, ist es auch schwierig zu bestimmen, ob es nicht doch subtile Auswirkungen gibt. Fährt man bei einer Empfehlung von 80, während man 100 fährt, vielleicht doch 95 km/h? Aus den Geschwindigkeitsprofilen lässt sich dies nicht ableiten, und bei den Durchschnittswerten fallen solche Auswirkungen ebenfalls weg. Durch eine genauere Untersuchung der Daten wäre es vielleicht möglich, solche Auswirkungen aufzudecken, aber auch dann bleibt die Frage, ob dieser Effekt auf die Empfehlung oder auf den Verkehrsfluss zurückzuführen ist.
Als eine Art Stauwarnungs-Apps haben Blikr! und ZOOF Potenzial. Vor allem Blikr! scheint gut in der Lage zu sein, rechtzeitig eine Bremsempfehlung zu geben, bevor ein Stau erreicht wird. Bei ZOOF muss noch etwas an der Zeitsteuerung und Erkennung gefeilt werden.
Teilprojektpartner ZOOF:
