Open Access Repository of the Scientific Information Service for Mobility and Transport Research (FID move)
Not a member yet
886 research outputs found
Sort by
mFUND-Projekte im Porträt - 7 Frage an meinGrün
No full textEin Gespräch mit Dr. Robert Hecht und PD Dr. Kerstin Krellenberg, Leibniz-Institut für ökologische Raumentwicklung e.V. Dresden, Leiter des mFUND-Projekts Informationen und Navigation zu urbanen Grünflächen in Städten (meinGrün)
Open Data für mehr Mobilität: Kommunale Daten, Attraktive Anwendungen, Mobile Bürger: Eine Studie der mFUND-Begleitforschung des WIK
No full textÖPNV, Digitalisierung und Open Data sind wichtige Zukunftsthemen. In diesem Bereich werden besonders hohe Effizienzgewinne durch verbundübergreifende Kooperation, eine Erhöhung der Benutzerfreundlichkeit und Verbesserung des diskriminierungsfreien Zugangs zu Daten für innovative Entwicklungen erwartet. Daten von Kommunen und kommunalen Verkehrsunternehmen haben dabei
herausragende Bedeutung für Innovationen im Bereich der Mobilität. Die vorliegende Studie will die Chancen dieses Potenzials unter Berücksichtigung der existierenden Regelungen sowie der nationalen und europäischen Planungen erläutern, die existierenden Barrieren für die weitere Entwicklung aufzeigen und Handlungsoptionen für Behörden darlegen, um diese Barrieren zu überwinden. Der Schwerpunkt der Studie liegt im kommunalen Bereich. Auf kommunaler Ebene werden umfangreiche Daten in verschiedensten Bereichen generiert, darunter auch Daten mit hoher Relevanz für Mobilität und Verkehr. Diese Daten weisen ein hohes Potenzial für die Entwicklung innovativer Dienste auf, von denen nicht nur Endverbraucher, sondern auch Kommunen stark profitieren können. Open Data ist eine wichtige Voraussetzung dafür, dass sich das Potenzial der Daten von Kommunen im Bereich Mobilität voll entfalten kann
Ganzheitliche Verkehrserziehung für Kinder und Jugendliche: Teil 1: Entwicklung verkehrsrelevanter Kompetenzen im Alter von 0 bis 14 Jahren Band 2: In ausgewählten Verkehrssituationen: Forschungsbericht
No full textKinder sind im Straßenverkehr zuerst zu Fuß selbstständig unterwegs, mit steigendem Alter zunehmend mit dem Fahrrad. Ihr Aktionsradius wird größer und sie werden unabhängiger. Die Entwicklung der dafür benötigten verkehrsrelevanten Kompetenzen von Kindern wurde ausführlich in Band 1: Übersicht Kompetenzentwicklung beschrieben (Kröling, Schlag, Richter & Gehlert, 2021). Im vorliegenden Band 2 werden diese Kompetenzentwicklungen auf fünf konkrete Situationen im Straßenverkehr übertragen, die Kinder typischerweise erleben. Wenn Kinder zu Fuß gehen, sollen sie 1) den Fußgängerüberweg zu benutzen. Sie müssen aber auch 2) eine Straße frei, d.h. ohne Querungshilfe, überqueren und 3) bei Ablenkungen im Verkehr aufmerksam bleiben. Mit dem Fahrrad müssen Kinder 4) aufsteigen und losfahren, aber zum Beispiel auch 5) links abbiegen an Kreuzungen.
All diese Manöver bestehen aus mehreren Teilschritten und erfordern verschiedene Kompetenzen.
Abgelenkt zu sein ist gerade für Kinder typisch und im Straßenverkehr sehr riskant. Beeinträchtigt sind dadurch viele Fähigkeiten, unter anderem das Situationsbewusstsein, die Gefahrenkognition und -antizipation und die Kommunikation. Die freie Querung einer Straße erfordert vor allem eine ausgeprägte Handlungsplanung, das Schätzen von Entfernungen und Geschwindigkeiten sowie die Inhibitionskontrolle. Erst im Alter von 8 bis 9 Jahren sind hier Verbesserungen zu erkennen, das Kompetenzniveau von Erwachsenen wird aber noch nicht erreicht. Auch mit Hilfe von Fußgängerüberwegen ist eine Querung sehr komplex. Vor allem jüngere Kinder unter 9 Jahren haben noch Schwierigkeiten, da die Aufmerksamkeit, Kognition und Wahrnehmung noch ungenügend entwickelt sind. Auf das Fahrrad aufsteigen und losfahren ist ebenfalls eine Mehrfachtätigkeit, die unter anderem kognitive, motorische und soziale und emotionale Kompetenzen erfordert. Auch mit 10 Jahren bestehen noch Schwierigkeiten, da Kinder bspw. ihre Fähigkeiten überschätzen, das Rad in Bewegung zu setzen und häufiger Fehler beim Schulterblick machen als 13jährige. Das Linksabbiegen an ungeregelten Kreuzungen bedarf der Koordination vieler Aktionen, wie das Gleichgewicht halten, nach hinten schauen und die Hand ausstrecken. Erst mit etwa 14 Jahren sind die erforderlichen Kompetenzen, wie die eigene Bewegung im Bezug zu anderen Objekten abstimmen oder die volle Aufmerksamkeit auf den Verkehr richten, entwickelt.Children begin to move independently on foot in road traffic, and as they get older, they increasingly use bicycles. Their radius of action increase and they become more independent. The development of children's traffic-related competencies required for this has been described in detail in Volume 1: Overview of competency development (Kröling, Schlag, Richter & Gehlert, 2021). In the present Volume 2, these competence developments are transferred to five specific situations in road traffic
that children typically encounter. On foot, this includes 1) using the crosswalk, 2) crossing a street without a crosswalk, and 3) staying attentive despite distractions in traffic. By bicycle, this involves 4) getting on the bike and riding off as well as 5) turning left at intersections. All these maneuvers consist of several substeps and require different competencies. Being distracted is typical for children but can be dangerous in traffic. It affects many competencies, including situational awareness, hazard cognition and anticipation, and communication. Crossing a street without a crosswalk requires, above all, welldeveloped action planning, estimation of distances and speeds, and inhibition control. Improvements are not evident until 8 to 9 years of age, but adult levels of competence are not yet reached. Even with the help of crosswalks, crossing is a very complex task. In particular younger children under the age of 9 still have difficulties because attention, cognition and perception are still insufficiently developed. Getting on a bike and riding off is also a multi-task activity that requires
cognitive, motor, social and emotional competencies, among others. Difficulties still exist at age 10. For example, children overestimate their ability to get the bike moving and are more likely to make mistakes when looking over their shoulder than 13-year-olds. Turning left at unregulated intersections requires coordination of many actions, such as maintaining balance, looking behind, and taking one hand off the handlebar to give a hand signal. Only at about age 14 the necessary skills are developed, such as coordinating one's own movement in relation to other objects or paying full attention to traffic
Künstliche Intelligenz für den Güterverkehr: Bericht zum mFUND-Fachaustausch Güterverkehr, 22. Oktober 2020
No full textAm 22. Oktober 2020 fand der Fachaustausch Güterverkehr der mFUND-Begleitforschung des WIK als Online-Konferenz statt. Mehr als 30 Teilnehmerinnen und Teilnehmer diskutierten verschiedene Lösungsansätze für den Güterverkehr, die durch die Förderinitiative mFUND des Bundesministeriums für Verkehr und digitale Infrastruktur (BMVI) gefördert werden. Neben den fünf vorgestellten mFUND-Projekten waren auch andere mFUND-Projekte und Fachleute aus dem Bereich Gütertransport vertreten
mFUND-Projekte entwickeln digitale Innovationen für die Schiene: Bericht zum mFUND-Fachaustausch Schienenverkehr, 26. Juni 2019
No full textAm 26. Juni 2019 veranstaltete die mFUND-Begleitforschung des WIK den mFUND-Fachaustausch „Schienenverkehr“. 23 Personen, darunter Vertreterinnen und Vertreter aus zwölf mFUNDProjekten, die durch die Förderinitiative mFUND des Bundesministeriums für Verkehr und digitale Infrastruktur (BMVI) gefördert werden, sowie vom Eisenbahn-Bundesamt nahmen an dem Fachaustausch teil, der im BMVI in Bonn stattfand
Real Autonomous Driving from a Passenger’s Perspective: Two Experimental Investigations Using Gaze Behaviour and Trust Ratings in Field and Simulator
No full textTrusting autonomous vehicles is seen as crucial for their dissemination. However,
research on autonomous driving so far is restricted by using closed training courses or
simulators and by comparing behaviour and evaluation while driving oneself (a manual
car) with being driven (by an autonomous car). In the current study, we investigated
passengers’ eye movements, categorized as safety-relevant or not safety-relevant, and
trust ratings while being driven, once manually and once by an autonomous car, in real
traffic as well as in a simulator. As some of the effects observed in the field experiment
might have been caused by driving style, driving style was additionally varied in the
simulator. Fixations in safety-relevant regions (e.g., on the road and steering wheel)
were observed more frequently during safety critical driving situations than during
regular driving. More safety-relevant fixations for the autonomous compared to the
manual driving mode were observed particularly in the field. Trust ratings were affected
by driving mode mainly in the simulator: Here, being driven autonomously led to a
lower reported trust than believing to be driven by a human driver. Driving style
showed to affect trust ratings, but not gaze behaviour in the simulator experiment.
Correlations between gazing into safety relevant regions and trust ratings were of
smaller descriptive size than in recent investigations on drivers, suggesting that gazing
into safety-relevant regions as objective alternative to trust ratings may not be as
exhaustive for passengers as for drivers
Evaluation of Analytical Approximation Methods for the Macroscopic Fundamental Diagram
No full textThe Macroscopic Fundamental Diagram (MFD) describes the relation of average network flow, density and
speed in urban networks. It can be estimated based on empirical or simulation data, or approximated
analytically. Two main analytical approximation methods to derive the MFD for arterial roads and urban
networks exist at the moment. These are the method of cuts (MoC) and related approaches, as well as
the stochastic approximation (SA). This paper systematically evaluates these methods including their most
recent advancements for the case of an urban arterial MFD. Both approaches are evaluated based on a
traffic data set for a segment of an arterial in the city of Munich, Germany. This data set includes loop
detector and signal data for a typical working day. It is found that the deterministic MoC finds a more
accurate upper bound for the MFD for the studied case. The estimation error of the stochastic method is
about three times higher than the one of the deterministic method. However, the SA outperforms the MoC
in approximating the free-flow branch of the MFD. The analysis of the discrepancies between the empirical
and the analytical MFDs includes an investigation of the measurement bias and an in-depth sensitivity
study of signal control and public transport operation related input parameters. This study is conducted
as a Monte-Carlo-Simulation based on a Latin Hypercube sampling. Interestingly, it is found that applying
the MoC for a high number of feasible green-to-cycle ratios predicts the empirical MFD well. Overall, it is
concluded that the availability of signal data can improve the analytical approximation of the MFD even
for a highly inhomogeneous arterial
