Floating-Car-Daten —
Beobachtung von Verkehrsabläufen

Wo Verkehrszählungen aufgrund der Erfassung mit einer begrenzten Anzahl von Zählstellen an ihre Grenzen stoßen, liefern Floating-Car-Daten (engl. „Floating Car Data“, FCD) flächendeckende Informationen zum Verkehrsgeschehen. So können Maßnahmen mit der Erfassung und Darstellung von Echtzeitdaten begleitet und bewertet werden.

Die Analyse der Auswirkungen von Verkehrsversuchen, Großbaustellen oder Sperrungen auf die Verkehrsabläufe, Stausituationen und Reisezeitveränderungen in Ihrem Untersuchungsgebiet sind nur einige Beispiele zur Anwendung dieser Daten.

Strecken-Analyse:
Für einzelne Streckenabschnitte oder flächendeckend für ein ganzes Untersuchungsgebiet können empirische Größen wie Geschwindigkeiten, Reisezeiten und Verkehrsdichte zeitlich differenziert ausgewertet werden.
Knotenpunkt-Analyse:
Das Verkehrsgeschehen in Kreuzungsbereichen kann näher unter die Lupe genommen werden. Wie verhalten sich Rückstau und Wartezeiten an Lichtsignalanlagen im Tagesverlauf oder wie viel Prozent des Verkehrs biegt wohin ab?
Link-Analyse:
Bei einer Link-Analyse wird dargestellt, woher der Verkehr kommt, der über einen gewählten Streckenabschnitt fließt, und wohin er sich im Anschluss verteilt.
Quell-Ziel-Analyse:
Auf Basis frei definierbarer Untersuchungseinheiten können Quell-/ Zielmatrizen erstellt werden, um z.B. Pendlerströme oder Ausweichverkehre zu identifizieren. Die Ergebnisse können auch dafür verwendet werden, um ein synthetisches Verkehrsmodell zu kalibrieren.

Der Vorteil dieser Floating-Car-Daten ist, dass sie auch rückwirkend abgefragt werden können. Während Informationen aus der Vergangenheit durch nicht durchgeführte Zählungen verloren bleiben, stehen die Floating-Car-Daten auch für vergangene Zeiträume jederzeit zur Verfügung.

TomTom bietet die weltweit größte Datenbank für historische und aktuelle Verkehrsdaten. Das Ingenieurbüro Helmert unterstützt Sie dabei, diesen umfangreichen Datenschatz für Ihr individuelles Projekt zu nutzen. Sprechen Sie uns gern an.