Zu Hauptinhalt springen

REACH-IT

Skalierbare Erreichbarkeitsanalyse im intermodalen Verkehr unter Verwendung offener Daten

Zuletzt aktualisiert am 07.04.2025

Projektbeschreibung

Problem

Offene Mobilitätsangebote wie der öffentliche Personenverkehr sowie Sharing-Angebote gelten als nachhaltig sowohl im ökologischen Sinne als auch in Bezug auf soziale und ökonomische Aspekte. Es ist daher von öffentlichem Interesse, ein attraktives offenes Mobilitätsangebot für die deutschlandweite Nutzung bereitzustellen. Die freie Verfügbarkeit von Daten verschiedener Mobilitätsanbieter des ÖPV zu sowohl fahrplangebundenen als auch nachfragebasierten Angeboten bietet die Chance, Verbindungen zwischen zwei beliebigen Orten in Deutschland zu verschiedenen Tageszeiten zu analysieren. Eine solche Analyse beinhaltet die Definition geeigneter Erreichbarkeitsmaße, aus denen sich z.B. Fragen zur Fahrplangestaltung, des Ausbaus von Schienenverkehrswegen, etc. beantworten lassen.

Ziele

Im Forschungsprojekt „REACH-IT“ sollen offene Daten verschiedener Mobilitätsdienstleister in einen Mobilitätsgraphen integriert, sowie Maße für die Erreichbarkeit modelliert und unter Nutzung skalierbarer Datenanalyse-Plattformen auf diesem Graphen ausgewertet werden. Im Dialog mit den Anwendern sind die zu entwickelnden Erreichbarkeitsmaße in Kontext konkreter Planungs- und What-if-Szenarien zu bewerten und Handlungsempfehlungen abzuleiten.

Erreichbarkeit verschiedener Ort in Deutschland
Erreichbarkeit verschiedener Ort in Deutschland | Quelle: HTW Dresden

Durchführung

Zentrale Projektaktivitäten sind u.a. die Akquise und Aufbereitung der Daten verschiedener Mobilitätsdienstleister, die Prüfung der Datenqualität sowie die Integration in einen gemeinsamen Mobilitätsgraphen. Ebenso sind aus der Literatur bekannte bzw. auch neue Erreichbarkeitsmaße zu definieren, zu implementieren und zu evaluieren. Die Entwicklung einer skalierbaren Datenanalyse-Plattform, die auf dem Apache-Spark-Framework und der GraphX-Erweiterung basiert, adressiert die Herausforderungen, die durch die Größe und Komplexität des integrierten Mobilitätsgraphen entstehen. Spark optimiert die Datenverarbeitung mit schneller In-Memory-Berechnung, während GraphX effektive Graphenanalysen ermöglicht.

Kontakt

Projekt Partner

Hochschule für Technik und Wirtschaft Dresden (FH)
Dresden
FKZ: 19F1174A