SHIQUE - Crowdsourced Daten zur Verbesserung der Radwegeinfrastruktur

Ziele/Ideen

Viele Entscheidungen zum Infrastrukturausbau und zur Instandhaltung werden auf Zähldaten und Erhebungen basiert. Das Erheben von Verkehrsdaten ist meist schwierig, teuer und nicht immer zuverlässig. Durch fehlenden Daten werden die Wichtigkeit und der Umfang der aktiven Mobilität öfters unterschätzt und es existiert die Gefahr, dass fehlende Investitionen in die aktive Mobilität nicht im Verhältnis stehen zu Wichtigkeit und Umfang.

Im Moment besteht Bedarf an einem System, welches zuverlässige Verkehrsdaten von hoher Qualität in quantitativ ausreichende Mengen für aktive Mobilität kostengünstig erheben kann. Technisch gesehen gibt es ein großes Potenzial um diese Daten in einer Crowdsourcing/Open Data Umgebung mittels Smartphone App automatisch zu sammeln.

Ziel des Projektes ist es herauszufinden welche verkehrsbezogene Daten im Bereich der aktiven Mobilität auf welche Weise automatisch erhoben, analysiert und aufbereitet werden können.

Kurzbeschreibung

Das Projekt SHIQUE erforscht inwieweit Sensorik in Smartphones in einer Crowdsourcing/Open Data Umgebung eingesetzt werden kann um zuverlässig Verkehrsdaten von hoher Qualität zu aktiver Mobilität in quantitativ ausreichenden Mengen, sowie die Qualität der Infrastruktur und Erfahrungen der Nutzer, kostengünstig und automatisch zu erheben, bereitzustellen und anzuwenden.

Die Problemstellung des Projektes SHIQUE ist es daher zu ermitteln ob die Sensorik in Smartphones durch eine App in einer Crowdsourcing/Open Data Umgebung eingesetzt werden kann um Daten bezüglich der Qualität und multimodalen Nutzung der Rad- sowie Straßeninfrastruktur automatisch zu erheben. Dies soll in Kombination mit Erfahrungen der Nutzer automatisiert durchgeführt werden und anschließend der Verwaltung und der Öffentlichkeit zur Verfügung gestellt werden.

Recherchiert werden technische, rechtliche und organisatorische Chancen und Probleme und weiters soll die Funktionsfähigkeit des Systems nachgewiesen werden.

Resultate

- Rund 1000 km aufgezeichnete Tracks mit Messwerterfassung für Position, Vibration, Licht und Umgebungslärm
- Ein solches Systems ist rechtlich Zulässig
- Gesammelte Daten sind valide und sehr detailliert
- Herausforderungen bei der Datenanalyse verschiedener Geräte und Räder identifiziert
- Methodik konzipiert um Messwerte verschiedener Geräte und Räder zuverlässig zusammenzuführen
- Großes Interesse in der (Scientific) Community

Partner

Lukas Kulhanek BikeCityGuide Apps GmbH