📩 Bleiben Sie auf dem Laufenden über Branchentrends und Vianova Produkt-Updates - abonnieren Sie unseren Newsletter hier!

‍

Der Kontext

London ist eines der größten Ballungsgebiete der Welt und verfügt über eines der dynamischsten und kompliziertesten Verkehrssysteme der Welt. Transport for London, eine Behörde der Greater London Authority, ist nicht nur für die ikonischen Doppeldecker-Buslinien und das ausgedehnte U-Bahn-System der Stadt zuständig, sondern auch für Straßen mit hoher Priorität.

‍

‍

Seit der Verabschiedung des Ziels "Vision Zero" im Jahr 2018 arbeitet Transport for London unermüdlich an der Verbesserung seines Straßennetzes. Obwohl sie nur 5 % des Straßennetzes der Metropole ausmachen, entfallen auf die "roten Routen" von TfL fast 30 % des Fahrzeugaufkommens.

‍

Diese Straßen gehören zu den ikonischsten in London, aber auch zu den gefährlichsten - mit Konflikten zwischen schwächeren Verkehrsteilnehmern wie Fußgängern und Radfahrern und schweren Fahrzeugen wie Lastwagen, Bussen und Transportern. Darüber hinaus unterstützt TfL die 32 Londoner Stadtbezirke bei der Verbesserung der Ergebnisse auf lokalen Straßen, indem es finanzielle Mittel und technische Hilfe bereitstellt.

‍

In Anbetracht dieses umfangreichen Aufgabenbereichs hat TfL nach Möglichkeiten gesucht, Informationen über den Verkehrsbetrieb und die Verkehrssicherheit in großem Umfang zu sammeln. Der Arbeitsbereich "Fahrzeug als Sensor" im Open-Innovation-Team von TfL wurde eingerichtet, um zu erforschen, wie vernetzte Fahrzeugdaten dazu beitragen können, bestehende Datenerfassungsmaßnahmen wie Sensoren und Verkehrskameras zu ergänzen und gleichzeitig neue Erkenntnisse und eine schnellere Wertschöpfung zu erzielen.

‍

‍

Die Herausforderung

Wenn es um Vision Zero geht, kämpft TfL - wie die meisten Städte - den letzten Krieg. Die derzeitige Strategie von TfL zur Schadensbegrenzung konzentriert sich auf einen Teil des Londoner Straßennetzes mit einer hohen Anzahl schwerer Kollisionen, die auf das Fahrzeugaufkommen und die Größe der Straße abgestimmt sind. Dieser Ansatz ist zwar wirksam, führt aber zu einem rückwärtsgewandten Vorgehen, bei dem auf eine ausreichende Anzahl von Kollisionen gewartet wird, um zu handeln.

Darüber hinaus stehen TfL bei der Bewertung des Erfolgs einer Sicherheitsmaßnahme wie einer verkehrsberuhigten Zone, einer Strategie zur Geschwindigkeitsreduzierung oder einer Verbesserung der Verkehrsberuhigung nur begrenzte Ressourcen zur Verfügung. Der Erfolg wird entweder durch begrenzte Auswertungszeiträume in kleinen Gebieten durch den Einsatz von Kameras an wichtigen Kreuzungen oder über einen langen Zeitraum durch die Auswertung der Veränderung der Anzahl der Kollisionen ermittelt.

‍

Wenn TfL und seine Partner in den Stadtbezirken in der Lage wären, Prioritäten für Maßnahmen zu setzen, indem sie sich nicht nur auf das stützen, was in der Vergangenheit geschehen ist sondern auch , was in der Zukunft passieren könnte, und wenn sie die Bewertung von Projekten ausweiten könnten, könnte dies den Ansatz der Organisation für Vision Zero neu gestalten.

‍

‍

Die Lösung

Vianova ist eine Partnerschaft mit TfL eingegangen, um dem Verkehrssicherheitsteam und den Projektmanagern der Stadt dank der Kombination aus einzigartigen Datenprodukten und der Vianova Intelligence Platform (VIP) eine neue Sichtweise auf die Verkehrssicherheit zu ermöglichen.

‍

In Zusammenarbeit mit unseren Datenlieferanten aus der Flottenmanagementbranche und den Fahrzeugherstellern war Vianova in der Lage, ein Risikomodell zu erstellen, in das mehr als 250 Millionen Einzelbeobachtungen einflossen - und das nicht nur die Straßen abdeckte, für die TfL direkt verantwortlich ist, sondern praktisch alle Straßen der Stadt. Mit Tausenden von Beobachtungen auf jedem Straßenabschnitt wurden Muster riskanten Fahrverhaltens wie starkes Bremsen und überhöhte Geschwindigkeit immer deutlicher.

‍

‍

Die Hinzufügung neuer Daten über starkes Bremsen und überhöhte Geschwindigkeit bestätigte sowohl bestimmte risikobehaftete Hotspots (Orte, an denen sowohl eine hohe Anzahl von Kollisionen als auch eine große Menge an risikobehaftetem Verhalten auftraten), als auch eine Reihe von Gebieten mit "unter der Vorhersage liegenden Kollisionen" - d. h. Gebiete mit einer hohen Anzahl von risikobehaftetem Verhalten, aber einer niedrigeren als der erwarteten Anzahl von Kollisionen. Diese Bereiche stellen eine Risikovorhersage dar - rote Fahnen für die Stadt, um Prioritäten zu setzen.

‍

‍

Brixton: Überwachung eines verkehrsarmen Stadtviertels

Im Süden Londons wurde in Brixton ein neues verkehrsarmes Stadtviertel eingerichtet, das mehrere verschiedene Maßnahmen zur Reduzierung des Verkehrsaufkommens und zur Verlangsamung der Geschwindigkeit auf den Straßen kombiniert. Die Plattform von Vianova war nützlich, um TfL bei der Auswertung der Vorher-Nachher-Effekte der Maßnahmen zu unterstützen. Das VIP ermöglichte ein schnelles und einfaches Dashboard für die Projektüberwachung, das eine 25-prozentige Verringerung der Zahl der Beinahe-Unfälle mit Vollbremsungen anzeigte.

‍

‍

Die Projektbewertungszeit kann erheblich verkürzt werden, und außerdem kann jede einzelne Straße innerhalb der verkehrsarmen Nachbarschaft bewertet werden - nicht nur die mit Kameras oder Sensoren.

‍

‍

Programm zur Geschwindigkeitsreduzierung

Mit über 200 Meilen an Straßen, die auf 20 oder 25 Meilen pro Stunde reduziert werden sollen, ist TfL daran interessiert, neue Arbeitsmöglichkeiten zu finden. Außerdem hat TfL "Halo"-Korridore identifiziert , die an verbesserte Straßen angrenzen und bei denen negative Spillover-Effekte zu befürchten waren. Durch die Nutzung der vernetzten Fahrzeugdaten von Vianova konnte TfL die Auswirkungen von Änderungen dynamisch bewerten, selbst auf Straßen, die zunächst übersehen wurden.

‍

‍

Die ersten Ergebnisse der Verbesserungen im Jahr 2023 zeigen den Erfolg des Programms. In 85 % der Projektgebiete wurden Geschwindigkeitsreduzierungen gegenüber 2023 beobachtet. In mehreren Korridoren wurde ein erhöhtes Verkehrsaufkommen entlang der "Halo"-Straßen festgestellt, was TfL dabei half, gemeinsam mit den lokalen Stadtverwaltungen bessere Techniken zur Verkehrsumleitung zu finden.

‍

‍

Auf den 16 im Jahr 2023 installierten Korridoren konnte Vianova diejenigen identifizieren, auf denen die Geschwindigkeiten nach dem Eingriff tatsächlich gestiegen sind, was auf die Notwendigkeit umfangreicherer technischer Maßnahmen oder Durchsetzungsmaßnahmen zur Verringerung des Risikos für Reisende hindeutet. Vianova war auch in der Lage, die Tageszeiten und Wochentage mit dem höchsten Anteil an Geschwindigkeitsüberschreitungen und Vollbremsungen zu ermitteln, was zu gezielten Durchsetzungsplänen führte.

‍

‍

Nächste Schritte

Vianova und TfL werden zusammenarbeiten, um nicht nur die strategische Planung neuer Verkehrssicherheitsmaßnahmen, sondern auch deren Überwachung in Echtzeit zu unterstützen. Anhand der täglich aktualisierten Daten wird TfL in der Lage sein, benutzerdefinierte Warnungen einzustellen, die ausgelöst werden, wenn bei Projekten Leistungsschwellen unterschritten werden (z. B. eine signifikante Änderung der durchschnittlichen Straßengeschwindigkeit).

‍

Die Kombination aus einer intuitiven Visualisierung und einzigartigen Daten ermöglicht es der Stadt, neue Sicherheitserkenntnisse zu gewinnen und den Fortschritt in Richtung Vision Zero zu beschleunigen.

‍

‍

Über Vianova

Vianova ist die Datenanalyselösung für den Betrieb der Mobilitätswelt. Unsere Plattform nutzt die Leistungsfähigkeit von vernetzten Fahrzeugen und IoT-Daten, um verwertbare Erkenntnisse für die Planung sicherer, umweltfreundlicher und effizienter Verkehrsinfrastrukturen zu liefern.

‍

Von der Regulierung der geteilten Mobilität über die Umgestaltung der letzten Meile bis hin zur Kartierung von Risikopunkten im Straßenverkehr - Vianova unterstützt mehr als 150 Städte, Flottenbetreiber und Unternehmen auf der ganzen Welt dabei, die Art und Weise zu verändern, wie sich Menschen und Güter bewegen.

‍

Möchten Sie mehr erfahren? Besuchen Sie unsere Seite und nehmen Sie Kontakt auf.