Datenverknüpfung zur Verkehrsrisikoprognose für Radfahrende und Fußgänger:innen

Die Zahl der Verkehrstoten in der Europäischen Union nimmt konstant ab: in urbanen Räumen allerdings viel langsamer als in ländlichen Gebieten. Woran das liegt? – Einerseits sind auf den städtischen Straßen eine erheblich höhere Anzahl an unterschiedlichen Mobilitätsformen zu finden, andererseits ist dort eine größere Menge an ungeschützten Verkehrsteilnehmer:innen wie Fahrradfahrer:innen und Fußgänger:innen auf relativ engem Raum unterwegs. Im Rahmen des SINUS Projekts wird nun ein Modell entwickelt, mit dem Risiken im Straßenverkehr speziell für diese Gruppe prognostiziert werden sollen. Eine mögliche Grundlage um die Zahl der Verkehrsopfer zu senken. 

Im ersten Schritt heißt es Daten sammeln. Mögliche Indikatoren für Verkehrssicherheitsrisiken werden erfasst und anschließend semantisch, mithilfe von Datenanalysemethoden wie dem MachineLearning, zusammengeführt. Dafür werden die heterogenen Datenquellen urbaner Datenökosysteme analysiert, um jene Daten zu identifizieren, die für eine Vorhersage von Verkehrsrisiken besonders hilfreich sind.

Während sich der Zugriff zu Open Data Portalen relativ einfach gestaltet, ist die Beschaffung der Humansensorik-Daten deutlich aufwendiger. Sie werden im Rahmen einer umfassenden Feldstudie zu Verkehrssicherheitsrisiken für Fußgänger:innen und Radfahrer:innen gewonnen, die einen wichtigen Bestandteil des SINUS Projekts bildet. Über 100 Proband:innen werden mit modernster Sensortechnologie ausgestattet, die Atmung, Hautleitfähigkeit und Herzfrequenz erfasst. Anhand dieser physiologischen Sensordaten können Stellen in der städtischen Infrastruktur identifiziert werden, die zu Stressreaktionen führen und eventuelle Risiken für ungeschützte Verkehrsteilnehmer:innen bergen.

Aus den gewonnenen Erkenntnissen wird im nächsten Schritt ein Modell entwickelt, welches das Auftreten von Risiken mit einer besonders hohen räumlichen und zeitlichen Auflösung prognostizieren soll. Dieses Verfahren ist besonders für viele „Informations- und Kommunikationstechnologie gestützte Anwendungen“ von großer Bedeutung, in die es integriert werden kann. Beispielsweise könnten Bereiche wie das Verkehrsmanagement, die Städteplanung, die Organisation und das Management von Großveranstaltungen, das Gesundheitsmonitoring und vor allem die Sicherheitsplanung enorm davon profitieren.

Ausschlaggebend für den Erfolg des SINUS Projekts ist es zu zeigen, dass das entwickelte Modell in die praktische Anwendung gebracht werden kann. In diesem Zusammenhang konzipiert das Projektteam zwei Demonstratoren, die anschließend im Rahmen einer Evaluationsstudie getestet werden sollen. 

Zum einen wird ein Warnsystem als Anwendung für Smartwatches oder Smartphones entwickelt, dass bei Fußgänger:innen und Fahrradfahrer:innen rechtzeitig die Aufmerksamkeit erhöht, damit Sie in gefährlichen Situationen rechtzeitig ihr Fahrverhalten anpassen können.
Zum anderen wird ein Smart-City Dashboard als Visual-Analytics-Webanwendung konzipiert. Dabei werden anhand von Diagrammen, Tabellen und Karten Gefahrenstellen und deren Einflussfaktoren veranschaulicht. Mit diesen Informationen können sicherheitsrelevante Stadtplanungsprozesse verbessert und unterstützt werden.

Die SINUS Projektziele auf einen Blick:

Jeder ist vertraut mit der Problematik ansteigender Verkehrsmengen und den damit verbundenen Umweltfolgen. Als gängiger Lösungsansatz wird die Nutzung öffentlicher Verkehrsmittel, Car-Sharing oder Elektroautos gesehen. Dabei wird gerne übersehen das Radfahren und zu Fuß gehen ebenfalls wichtige Schlüssel zu umweltfreundlicherer Mobilität darstellen. Um diese Bewegungsformen zu attraktivieren ist es von größter Bedeutung die Verkehrsteilnehmer:innen zu unterstützen und vor allem zu beschützen.

Genau hier setzt das Forschungsprojekt SINUS an. Werden Fußgänger:innen und Radfahrer:innen besser in die Planung der Infrastruktur und in den Straßenverkehr miteingebunden, kann damit das Verkehrsgeschehen für alle Teilnehmer:innen ein Stück weit sicherer gestaltet werden.