Entwicklung einer Methode zur Identifikation von Verkehrsmitteln aus Floating Phone-Daten

Zur Erkennung von Verkehrsmitteln werden zurzeit Erhebungen, Zahlungen oder Befragungen verwendet. Diese Methoden sind sehr zeit- und kostenintensiv. Zusatzlich zu dem grosen Aufwand der betrieben werden muss, um die Verkehrsmittel zu erkennen, konnen die Ergebnisse sehr ungenau sein. Daher werden neue Moglichkeiten gesucht, die kostengunstiger und mit weniger Aufwand die Verkehrsmittel erkennen. Die Verwendung von Floating Phone-Daten (FPD) konnte eine solche Methode sein. Bei FPD handelt es sich um Standortdaten, mit deren Hilfe die Position von Mobilfunkgeraten bestimmt werden kann. Aus diesen Grunden soll in dieser Arbeit eine Methode entwickelt werden, mit deren Hilfe die Verkehrsmittel der Mobilfunkgerate ermittelt werden konnen. Im Laufe der Arbeit werden dabei mehrere Ansatze entwickelt und ein vielversprechender Ansatz zur Anwendung gebracht. Dieser Ansatz wird kritisch bewertet. Da fur die Arbeit keine realen FPD vorliegen, werden diese mit Hilfe von Modellen erzeugt. Hierfur wird das Programm Vissim der Firma PTV verwendet. Im Vergleich zu anderen Untersuchungen, die versuchen Verkehrsmittel an Hand von FPD zu bestimmen, werden in dieser Arbeit keine Daten aus anderen Quellen (beispielsweise Beschleunigungssensoren oder Apps) verwendet. Es werden lediglich die Standortdaten verwendet, die bei den Mobilfunkprovidern bereits vorliegen. Zur Erzeugung von FPD werden zwei Modelle erstellt. Das erste Modell bildet einen Autobahnabschnitt ab, das zweite die Innenstadt von Darmstadt. In beiden Modellen wird eine Hauptverkehrszeit (Wochentags 06:30 Uhr bis 09:30 Uhr) und eine Schwachverkehrszeit (Sonntag 06:30 Uhr bis 09:30 Uhr) simuliert. Mit Hilfe dieser vier Szenarien sollen moglichst unterschiedliche Daten erzeugt werden, mit deren Hilfe die Verkehrsmittel erkannt werden. Mit den Daten, die in Vissim generiert werden, sollen moglichst reale FPD erzeugt werden. Hierfur wird in Vissim ein Mobilfunknetz modelliert, dessen Zellgrose und Handover-Haufigkeiten mit Hilfe von Feldversuchen bestimmt wird. Die Aufbereitung der erzeugten Daten erfolgt in sieben Schritten. Im ersten Schritt werden die Messwerte von fehlerhaften Werten bereinigt, danach wird jeder Person in der Simulation ein Mobilfunkgerat zugeordnet. In den nachsten Schritten wird der Provider, ob eine aktive Verbindung vorliegt und ob ein Handover erzeugt wird, uberpruft. Im letzten Schritt werden Ortsschwankungen eingefugt und die finalen FPD erzeugt. Mit Hilfe dieser FPD werden die verschiedenen Auswertungen durchgefuhrt. Es werden am Autobahn-Modell Untersuchungen an einem und an mehreren Zellwechseln untersucht. Bei allen Methoden werden Haufigkeiten gebildet und uber Hochpunkte versucht, die Busse auf den Autobahnen zu identifizieren. Zusatzlich werden Methoden entwickelt, die mit Hilfe der Geschwindigkeit die Busse identifizieren sollen. Nachdem fur alle Methoden an einem Zellwechsel keine zufriedenstellenden Ergebnisse erzielt werden, werden Untersuchungen mit Hilfe von mehreren Zellwechseln durchgefuhrt. Hierbei werden die IDs in einem Hochpunkt verfolgt und gepruft, ob diese an weiteren Hochpunkten vorkommen. Ist dies bei gleichen IDs in mehreren Zellwechseln der Fall, wird ein Bus vermutet. Auch bei dieser Untersuchung konnten keine zufriedenstellenden Ergebnisse erzielt werden. Beim Innenstadt-Modell werden die Verkehrsmittel durch die Betrachtung der Geschwindigkeit unterschieden. Es werden Geschwindigkeitsbereiche fur Fusganger, Radfahrer und OV-/IV-Fahrzeuge definiert. Da die Geschwindigkeiten von OV-Fahrzeugen auf Grund von Haltestellen stark schwanken konnen, wird ein Vergleich der Zellwechsel mit dem OV-Fahrplan durchgefuhrt. Diese Untersuchung wird sowohl bei Radfahrern als auch bei IV-Fahrzeugen durchgefuhrt. Die Erkennung der Verkehrsmittel Fusganger, Radfahrer, OV- und IV-Fahrzeuge im Innenstadt-Modell ergibt gute Ergebnisse. Jedoch ist die Unterscheidung von Fusgangern, Radfahrern und IV-Fahrzeugen nur uber die Geschwindigkeit moglich. Ist diese Geschwindigkeit niedrig (auf Grund von Lichtsignalanlagen) oder bei Radfahrern sehr hoch, konnen die Verkehrsmittel nicht richtig zugeordnet werden. Die Arbeit zeigt, dass eine Zuordnung der Verkehrsmittel nur durch Zellwechsel schwierig scheint. Die Ergebnisse des Autobahn-Modells zeigen, dass die Erkennung von Bussen auf diesen nicht moglich ist. Im Innenstadt-Modell werden verschiedene Parameter nicht beachtet, die eine Beeinflussung der Geschwindigkeit zur Folge haben. Deshalb sind die guten Ergebnisse mit Vorsicht zu geniesen. Trotz der schlechten Erkennung der Verkehrsmittel in dieser Arbeit, schatze ich die Moglichkeiten der Verwendung von FPD zur Verkehrsmittelerkennung als sehr gut ein. Die groste Unsicherheit bei der Bewertung der erzielten Aussagen sind die selbst erzeugten FPD. Um eine konkrete Aussage uber die Erkennung von Verkehrsmitteln zu bekommen, mussen alle durchgefuhrten Untersuchungen mit realen Daten uberpruft werden. Nur so kann diese Arbeit quantifiziert werden. Besteht die Moglichkeit reale Daten zu verwenden, kann die Verwendung von FPD eine schnelle und zuverlassige Identifikation der verwendeten Verkehrsmittel ermoglichen.