Der Algorithmus, mein Chauffeur
Transformation simulieren
Ein NuTonomy-Auto im Einsatz
Quelle: NuTonomy
Pieter Fouries «Labor» liegt im Südwesten von Singapur. Dort, in einem hellen Büro im 6. Stock des grün bewachsenen Create-Towers der Universität Singapur (NUS), forscht er für das «Future Cities Laboratory» der ETH Zürich an den Städten der Zukunft. Fourie leitet das Projekt «Engaging Mobility», in dessen Rahmen im Juli 2017 ein erster Workshop mit Regierungsbehörden und Hochschulen stattfand. Ziel war es, die Rahmenbedingungen für eine stadtweite «Mobility on Demand» mit selbstfahrenden Autos und Bussen zu definieren. Davon ausgehend wurden die wichtigsten Forschungsfragen formuliert. Zum Beispiel: Was geschieht mit der heute vorhandenen Parkfläche, wenn ein Grossteil der Fahrzeuge konstant unterwegs ist? Müssen Strassenführungen neu geplant werden? Und welche Auswirkungen wird ein automatisierter und elektrifizierter Verkehr auf den bestehenden ÖV, die Energienachfrage und die Sicherheit haben?
Solchen Fragen geht Fourie mit der Simulationsplattform MATSim nach, die in der Gruppe von Professor Kay Axhausen am Institut für Verkehrsplanung und Transportsysteme der ETH Zürich entwickelt wurde. MATSim ist Agenten-basiert. Das heisst, die Simulation wird durch das Verhalten der einzelnen Agenten angetrieben und nicht durch übergeordnete Regeln.
«Basierend auf den aktuellsten demografischen Daten zur Bevölkerung Singapurs modellieren wir eine synthetische Population, die der echten so nahe kommt wie möglich», erklärt Fourie. In dieser Population hat jeder einzelne Agent ein bestimmtes Mobilitätsverhalten und Transportziel, basierend auf reellen Verkehrsdaten. Fourie spielt nun mit den Rahmenbedingungen, darunter der Anzahl von eingeführten Fahrzeugen, deren Grösse, den maximal zulässigen Wartezeiten für Passagiere, der Verfügbarkeit von Parkplätzen und unterschiedlichen Verkehrsführungen. Dann lässt er die synthetische Population während 24 Stunden ihren Dingen nachgehen. Dabei bewertet das System automatisch für jeden einzelnen Agenten, wie effizient dieser bei verschiedenen Szenarien seine Ziele erreichen konnte.
Derzeit programmiert Fouries Team solche Simulationen für die Tanjong Pagar Waterfront, ein Gelände von rund zwei Quadratkilometer Fläche im Westen Singapurs. Dieses wird aktuell von einem Containerterminal zu einem Wohn- und Geschäftsviertel umgestaltet. Mit 60 000 Akteuren hat Fourie bereits mehr als 200 000 Trips simuliert. Unter anderem hat er für drei unterschiedliche Strassentypologien berechnet, wie gross die Flotte an autonomen Fahrzeugen sein müsste und wie viele Strassenkilometer zurückgelegt würden, um jeweils denselben Grad an Service zu gewährleisten.
Weiter haben die Forschenden für eine Flotte, bestehend aus Fahrzeugen mit 4, 10 und 20 Sitzplätzen, vier verschiedene Parkstrategien simuliert. Das vorläufige Ergebnis: Das Verkehrssystem ist am effizientesten, wenn die geteilten Fahrzeuge auf der Strasse parkieren dürfen, sobald keine Anfragen für weitere Fahrten mehr eintreffen. Auch wenn dadurch die Strassenkapazität zeitweise um eine Fahrbahn reduziert wird. Zudem fördern weniger, dafür grössere Pick-up- und Drop-off-Stationen den Verkehrsfluss, da die Autos zum Sammeln der Passagiere weniger Umwege fahren. Auch sollten die Stationen genügend gross sein, damit sie verschiedene Fahrzeuggrössen bedienen können. Bereits nächstes Jahr will Fourie solche Simulationen für die gesamte Insel laufen lassen.
Solchen Fragen geht Fourie mit der Simulationsplattform MATSim nach, die in der Gruppe von Professor Kay Axhausen am Institut für Verkehrsplanung und Transportsysteme der ETH Zürich entwickelt wurde. MATSim ist Agenten-basiert. Das heisst, die Simulation wird durch das Verhalten der einzelnen Agenten angetrieben und nicht durch übergeordnete Regeln.
«Basierend auf den aktuellsten demografischen Daten zur Bevölkerung Singapurs modellieren wir eine synthetische Population, die der echten so nahe kommt wie möglich», erklärt Fourie. In dieser Population hat jeder einzelne Agent ein bestimmtes Mobilitätsverhalten und Transportziel, basierend auf reellen Verkehrsdaten. Fourie spielt nun mit den Rahmenbedingungen, darunter der Anzahl von eingeführten Fahrzeugen, deren Grösse, den maximal zulässigen Wartezeiten für Passagiere, der Verfügbarkeit von Parkplätzen und unterschiedlichen Verkehrsführungen. Dann lässt er die synthetische Population während 24 Stunden ihren Dingen nachgehen. Dabei bewertet das System automatisch für jeden einzelnen Agenten, wie effizient dieser bei verschiedenen Szenarien seine Ziele erreichen konnte.
Derzeit programmiert Fouries Team solche Simulationen für die Tanjong Pagar Waterfront, ein Gelände von rund zwei Quadratkilometer Fläche im Westen Singapurs. Dieses wird aktuell von einem Containerterminal zu einem Wohn- und Geschäftsviertel umgestaltet. Mit 60 000 Akteuren hat Fourie bereits mehr als 200 000 Trips simuliert. Unter anderem hat er für drei unterschiedliche Strassentypologien berechnet, wie gross die Flotte an autonomen Fahrzeugen sein müsste und wie viele Strassenkilometer zurückgelegt würden, um jeweils denselben Grad an Service zu gewährleisten.
Weiter haben die Forschenden für eine Flotte, bestehend aus Fahrzeugen mit 4, 10 und 20 Sitzplätzen, vier verschiedene Parkstrategien simuliert. Das vorläufige Ergebnis: Das Verkehrssystem ist am effizientesten, wenn die geteilten Fahrzeuge auf der Strasse parkieren dürfen, sobald keine Anfragen für weitere Fahrten mehr eintreffen. Auch wenn dadurch die Strassenkapazität zeitweise um eine Fahrbahn reduziert wird. Zudem fördern weniger, dafür grössere Pick-up- und Drop-off-Stationen den Verkehrsfluss, da die Autos zum Sammeln der Passagiere weniger Umwege fahren. Auch sollten die Stationen genügend gross sein, damit sie verschiedene Fahrzeuggrössen bedienen können. Bereits nächstes Jahr will Fourie solche Simulationen für die gesamte Insel laufen lassen.
Autor(in)
Samuel
Schlaefli, ETH-News
