Diese Webseite verwendet Cookies

Wir verwenden Cookies, um das Nutzungserlebnis zu verbessern. Wählen Sie aus, welche Cookies Sie uns erlauben. Weitere Informationen zu unseren Cookie-Richtlinien finden Sie in unseren Datenschutzbestimmungen.
Zurück
» Projektstart von SocialMedia2Traffic - Ableitung von Verkehrsinformationen aus Social–Media-Daten, HeiGIT & GIScience Uni Heidelberg
15.03.2021 Alexander Zipf

Projektstart von SocialMedia2Traffic - Ableitung von Verkehrsinformationen aus Social–Media-Daten, HeiGIT & GIScience Uni Heidelberg

Aktuelle Verkehrsinformationen sind die Voraussetzung für Navigations-Lösungen, um die beste Route und Fahrzeit zu bestimmen. Es gibt jedoch keine frei verfügbaren Verkehrsinformationen auf weltweiter- und Bundesebene. „SocialMedia2Traffic nutzt frei verfügbare Daten aus sozialen Medien wie zum Beispiel Twitter-Nachrichten“, sagt Prof. Zipf, „um daraus aktuelle Verkehrsinformationen wie Verkehrsdichte und Geschwindigkeit für die Navigation zu bestimmen.“

Das Projekt SocialMedia2Traffic (SM2T) wird im Rahmen der Förderrichtlinie Modernitätsfonds („mFUND“) durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert. SocialMedia2Traffic startete am 01.02.2021 und läuft bis zum 31.01.2022. Die HeiGIT gGmbH (Heidelberg Institute for Geoinformation Technology an der Universität Heidelberg) als Verbundkoordinator und die GIScience Forschungsgruppe (Abteilung Geoinformatik, Universität Heidelberg) als Projektpartner arbeiten Hand in Hand an diesem Projekt.

In dem Vorhaben SocialMedia2Traffic werden anhand der Geokodierung der Daten aus sozialen Medien Rückschlüsse auf die aktuelle Verkehrsdichte und Geschwindigkeit abgeleitet. „Diese Verkehrsinformationen werden über eine Schnittstelle frei verfügbar bereitgestellt und in den offenen und freien Routingdienst OpenRouteService integriert,“ sagt Prof. Zipf. „Das Ergebnis ist eine bessere Vorhersage der Ankunftszeit in Abhängigkeit von Wochentag und Uhrzeit.“

In Form einer Machbarkeitsstudie soll anhand von ausgewählten Regionen gezeigt werden, dass diese zeitabhängigen Verkehrsinformationen im Bundesgebiet und weltweit mit Hilfe von maschinellem Lernen abgeleitet werden können. Diese Informationen sollen je Straßensegment verfügbar gemacht werden.  Die Evaluierung der Ergebnisse erfolgt anhand externer offener Referenzdaten. Alle Ergebnisse werden als Open Data und Open Source zur Verfügung gestellt. Damit können die Verkehrsinformationen und weiteren Ergebnisse von jedem genutzt werden.

Über die HeiGIT gGmbH:
Das Ziel der HeiGIT gGmbH ist es den Wissens- und Technologietransfer aus der Geoinformatik-Grundlagenforschung in die Praxis auf Basis innovativer Geoinformationstechnologien zu verbessern. Es wird von Prof. Alexander Zipf wissenschaftlich geleitet. Der Aufbau des HeiGIT wird von der Klaus Tschira Stiftung gGmbH gefördert. Wir arbeiten eng mit den Mitarbeitern der Abteilung Geoinformatik am Geographischen Institut zusammen. So realisieren wir innovative Lösungen auf dem aktuellsten Stand der Forschung und Technik. Auch in diesem Projekt werden die Synergien zwischen Forschung und Entwicklung genutzt, um zukunftsweisende Resultate auf internationalem Niveau zu erzielen.

Über die GIScience Forschungsgruppe, Universität Heidelberg:
Die GIScience Research Group der Universität Heidelberg beschäftigt sich mit innovativer Grundlagen- und angewandter Forschung und neuester Technologie an der Schnittstelle zwischen Geographie und computational sciences.

Über den mFUND des BMVI:
Im Rahmen der Forschungsinitiative mFUND fördert das BMVI seit 2016 Forschungs- und Entwicklungsprojekte rund um datenbasierte digitale Anwendungen für die Mobilität 4.0. Neben der finanziellen Förderung unterstützt der mFUND mit verschiedenen Veranstaltungsformaten die Vernetzung zwischen Akteuren aus Politik, Wirtschaft und Forschung sowie den Zugang zum Datenportal mCLOUD. 
Weitere Informationen finden Sie unter www.mfund.de.

 

 

Verfasst um 19:22 Uhr

» Permalink   

Keine Einträge vorhanden.
Keine Einträge vorhanden.
» Projektstart von SocialMedia2Traffic - Ableitung von Verkehrsinformationen aus Social–Media-Daten, HeiGIT & GIScience Uni Heidelberg
 
TOP