In dieser Arbeit wird eine Methode vorgestellt, die erstmalig die durch Staus verursachten Verzögerungszeiten auf Bundesautobahnen mithilfe von Annahmen aus der Verkehrsflussdynamik zu schätzen versucht. Dies geschieht anhand einer GPS-gestützten Vollerhebung aller Staus aus den Jahren 2015 und teils auch 2016, welche vom Navigationsdienstleister TomTom zur Verfügung gestellt wurden.
Es konnte gezeigt werden, dass für das Jahr 2015 rund 190 Mio. Fahrzeug-Stunden (Anzahl betroffener Fahrzeuge × Staustunden) anfielen, was für die betroffenen Autofahrer einen monetären Wert von ca. vier Milliarden Euro ausmachte. Es wurden zudem Engpässe anhand eines Rankings erstellt, womit dauerhafte Schwerpunkte auf Autobahnen aufgedeckt wurden.
Unter einer konkret definierten räumlichen, zeitlichen und sachlichen Abgrenzungen kann diese Methodik sowohl für die Forschung als auch für die Weiterentwicklung von Navigationsdiensten dienen.:1. Einleitung 1
2. Aspekte der Stauforschung 3
2.1. Was ist ein Stau? 3
2.2. Stauentstehung 5
2.3. Ausbreitung und Auflösung von Staus 6
3. Datengrundlage und Analysemethoden 9
3.1. Datengrundlage 9
3.2. Formalitäten 10
3.3. Java-Methodiken zur Datenaufbereitung 12
4. Verlustzeiten durch Staus und die Höhe ihrer Kosten 17
4.1. Berechnungsergebnisse und Interpretation 17
4.2. Quantifizierung der Staukosten 18
5. Referenz zu einer externen Staustudie 23
5.1. Staustudie der Inrix UK Ltd. 23
5.2. Diskussion und Würdigung der Berechnungsergebnisse 26
6. Visualisierung des Stauaufkommens 29
6.1. Staumeldungen im Wochenverlauf 29
6.2. Engpässe im Jahr 2015 31
6.3. Top Engpässe im quartalsweisen Vergleich 34
6.4. Zwischenfazit 36
7. Schlussfolgerungen und Ausblick 37
7.1. Zusammenfassung der Ergebnisse 37
7.2. Weitere Forschungsmöglichkeiten 38
A. Inrix Städteranking IX / The estimation of time losses caused by traffic congestions have not previously been assessed by using assumptions of traffic flow dynamics. With a GPS-supported full survey of all jams from the year 2015 and parts of 2016 this master thesis tries to quantify the additional (congested) travel time on German Motorways.
The analysis has shown that all jams reported on German highways produced time losses over 190 million vehicle-hours (amount of involved vehicles × congestion hours), which equals a monetary value of four billion euros for the involved drivers. Furthermore the ranking of the respective bottlenecks has been developed over the year and main congestion hotspots on motorways have been revealed.
By using a precisely defined local, temporal and objective delimitation, this method could be used for further research and developments of navigation services as well.:1. Einleitung 1
2. Aspekte der Stauforschung 3
2.1. Was ist ein Stau? 3
2.2. Stauentstehung 5
2.3. Ausbreitung und Auflösung von Staus 6
3. Datengrundlage und Analysemethoden 9
3.1. Datengrundlage 9
3.2. Formalitäten 10
3.3. Java-Methodiken zur Datenaufbereitung 12
4. Verlustzeiten durch Staus und die Höhe ihrer Kosten 17
4.1. Berechnungsergebnisse und Interpretation 17
4.2. Quantifizierung der Staukosten 18
5. Referenz zu einer externen Staustudie 23
5.1. Staustudie der Inrix UK Ltd. 23
5.2. Diskussion und Würdigung der Berechnungsergebnisse 26
6. Visualisierung des Stauaufkommens 29
6.1. Staumeldungen im Wochenverlauf 29
6.2. Engpässe im Jahr 2015 31
6.3. Top Engpässe im quartalsweisen Vergleich 34
6.4. Zwischenfazit 36
7. Schlussfolgerungen und Ausblick 37
7.1. Zusammenfassung der Ergebnisse 37
7.2. Weitere Forschungsmöglichkeiten 38
A. Inrix Städteranking IX
Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:30265 |
Date | 31 March 2017 |
Creators | Hoppe, André |
Contributors | Kesting, Arne, Treiber, Martin, Hirte, Georg, Technische Universität Dresden |
Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
Language | German |
Detected Language | German |
Type | doc-type:masterThesis, info:eu-repo/semantics/masterThesis, doc-type:Text |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.001 seconds