Fußgängerverkehrsdaten

Im ersten Workshop der Reihe haben wir uns auf die Verwendung von Fußgängerdaten fokussiert. Wie relevant sind die erhobenen Daten, und wie können sie einen größtmöglichen Mehrwert für Kommunen, Unternehmen und BürgerInnen erzeugen? Der Workshop fand am 25.05.2022 mit 15 Teilnehmern in den Räumlichkeiten der FH Aachen (Campus Eupener Straße) statt.

PDF

Umweltdaten

Im zweiten Workshop wurden die Umweltdaten betrachtet. Welchen Nutzen bringt die echtzeitliche Erfassung von Umweltdaten? Der Workshop fand am 24.11.2022 mit 13 TeilnehmerInnen in der FH Aachen statt.

PDF

Radverkehrsdaten

Das Ziel des Workshops bestand darin, die verschiedenen Kriterien des Bikeability Index zu definieren und deren Gewichtung und Einsatzmöglichkeiten zu diskutieren. Der Workshop fand am 24.05.2023 in der Planbar in Aachen statt.

PDF

Gewerbetreibende

In diesem Workshop lag der Fokus auf der Nutzung von Fußgängerverkehrsdaten für Gewerbetreibende und der Stadtplanung. Wie können Gewerbetreibende oder die Stadtplanung die Fußgängerverkehrsdaten der Detektorboxen nutzen, um einen Mehrwert zu generieren? Der Workshop fand am 31.05.2023 in der Planbar in Aachen statt.

PDF

Kraftfahrzeugverkehrsdaten

Vor allem auch der Kraftfahrzeugverkehr spielt eine wesentliche Rolle für die Mobilität der Städte. Aus diesem Grund wurden in diesem Workshop jene Daten beleuchtet, und wie die Sensorboxen dazu genutzt werden können, den Verkehr innerstädtisch effizienter zu gestalten. Der Workshop fand am 24.11.2023 im Gründungszentrum der FH Aachen statt.

PDF

Echtzeiterfassung

Jede Sensorbox überträgt im 1-2 Minutentakt über LoRaWAN an das Backend von 4traffic. Im Rahmen des Projekts stellen die Sensoren die “Publisher” dar. Die Übertragung selber erfolgt über die Gateways 1...n. Gateways sind physische Übertragungselemente und dienen als Schnittstelle in dem LoRaWAN Backend. Im gleichen Zuge erfolgt die Ende zu Ende Verschlüsselung, um die Daten sicher zu übertragen. Ebenfalls werden die Daten auf eine energiesparsame Größe reduziert. Über die einfache Hinzunahme weiterer Gateways wird ein weiträumiges und stabiles Netzwerk aufgebaut

Geschäftsmodelle

Auf Basis der erfassten Daten sollen Use Cases geschaffen werden, die den Mehrwert des Datenpools verdeutlichen. Damit die Use Cases einen echten Mehrwert schaffen, ist es besonders wichtig sich schon während des Entwicklungsprozesses in den Nutzer hineinzuversetzen. Im “Open Data Portale” Bereich sind seit 2017 nur wenige vergleichbare Datensätze vorhanden. Diese bleiben in den spezifischen Feldern und stellen keinen grundlegenden Datenpool für die Ableitung von künftigen und vielfältigen Daten- bzw. Geschäftsmodellen dar.

Visualisierung

Für die Erprobung von Use Cases wird eine prototypenhafte Visualisierungsplattform erstellt. Diese wird auf den Vorarbeiten des mFUND Projekts “xDataToGo – Experimentierfeld Digitaler Straßenraum” im IIoT-Framework Node-Red aufgebaut. Node-Red baut modular aus sogenannten Nodes, die die Daten verarbeiten, Flows zusammen, welche die Gesamtheit einer Verarbeitungsvorschrift darstellen. Hierzu werden Input Nodes für die Aufnahme von Daten aus unterschiedlichen Datenquellen vorbereitet. Insbesondere der Import über WFS (Web Feature Service) und WMS (Web Map Service) Schnittstellen sowie der timeseries-Daten der 4traffic Plattform wird ermöglicht. Je nach Use Case werden die aufgenommen Daten unterschiedlichen internen Nodes zugeführt. Das Ziel hierbei ist die Extraktion von konkreten Informationen. Hierzu ist eine abstrahierte Darstellung der Daten in Rasterform zur Verschneidung in Indikatoren anzustreben. An der Outputseite werden analog zum mFUND Projekt “xDataToGo – Experimentierfeld Digitaler Straßenraum” Schnittstellen erstellt, um die Daten als WFS und WMS an einen GeoServer zur Bereitstellung zu schicken. Auf diesen können alle Beteiligten direkt zugreifen, um die Visualisierungen in eigenen Umgebungen zu nutzen.

Open-Data Portal

Das Projekt Portal zur Nutzung offener Daten (Open Data Portal Germany) (OPAL) verfolgte das Ziel ein ganzheitliches Datenportal für Deutschland zu konzeptionieren und zu entwickeln. Zur besseren Nutzbarkeit wurden Verfahren entwickelt, die es Nutzern erlauben für einen bestimmten Anwendungsfall die passenden Daten zu finden. Hierzu werden bereits Datensätze per Crawler aus existierenden OpenData Portale abgerufen und aufbereitet. Das geplante Vorhaben AC-DatEP nutzt existierende Portale wie z.B. die mClound oder das Open Data Portal der Stadt Aachen um Daten bereitzustellen. Die in OPAL entwickelte Möglichkeiten zum Verknüpfen von Daten bekommen auf diese Weise eine größere Datengrundlage.

Standorte der Messpunkte

Die nachfolgende Karte zeigt die derzeit aktiven, sowie geplanten Messpunkte des Aachener Datenpools.

Walkability-Index

Das nachfolgende Beispiel zeigt einen errechneten Walkability-Index für den Aachener Raum. Dabei wurden die Kriterien, die zur Berechnung des Walkability-Index herangezogen wurden, auf eine Familie mit Kleinkindern zugeschnitten. Hierbei ist der Walkability-Index also besonders hoch (gelb), wenn in der Nähe beispielsweise Kindergärten, Schulen, Kinderärzte, Spielplätze, Schwimmbäder, Einkaufsmöglichkeiten etc. gegeben sind.