Forschung für die Praxis: Studierende entwickeln Tool für optimierten Betrieb von selbstfahrenden Bussen


Bildquelle: PostAuto Schweiz AG

Die disruptiven Trends der Automatisierung und Autonomisierung machen auch vor dem Strassenverkehr nicht Halt. Das autonome Fahren ermöglicht nicht nur im Individualverkehr sondern auch im städtischen Nahverkehr komplett neue Konzepte. Um das ganze Potenzial der autonomen Busse im öffentlichen Verkehr auszuschöpfen, sind neue Ansätze in der Planung und Optimierung von Busangeboten zwingend. In ihrer Projektarbeit „Entwicklung eines Betriebskonzepts für vollautonom fahrende fahrerlose Busse im Tourismusverkehr“ stellen die Verkehrssysteme-Studierenden Florian Fuchs und Emanuel Gerkens ein umfassendes Methodenset für eine optimierte Planung und den Betrieb von autonomen öffentlichen Verkehrsservices vor. Als Fallstudie diente die autofreie touristische Gemeinde Saas-Fee. Die studentische Forschung wurde in Kooperation mit Busbetreiber PostAuto Schweiz AG durchgeführt, der bereits autonome Busse in Sion testet.


Bildquelle: Saastal Marketing AG

Im Kern beinhaltet die studentischen Arbeit die Adaption des Algorithmus von Goossens et al. zum Linienplanungsproblem auf die Routen- und Linienplanung von autonomen Bussen. Dafür wurden alle verfügbaren Strassen im Perimeter von einem Koordinatensystem in einen Graphen überführt. Dieser Graph ist die Basis für eine dedizierte Simulation der verfügbaren Busse. Die Nachfrage wurde auf der Basis eines dynamischen, zeitbasierten Modells über ein ganzes Jahr modelliert. Dafür wurden sowohl öffentlich zugängliche Daten als auch Daten von lokalen Stakeholdern verwendet. Aus der Kombination der Fahrzeugsimulation mit dem Nachfragemodell resultiert die Schnittstelle zum Optimierungsalgorithmus. Das adaptierte Linienplanungsproblem von Goossens et al. wurde eingesetzt, um die beste Lösung innerhalb der variablen Bedingungen zu finden.

Das Ergebnis der Arbeit ist ein Tool, mit welchem Vergleiche von unterschiedlichen Linien, Transportmöglichkeiten, Nachfrageschwankungen und Betriebsmodi durchgeführt werden können. Da der Grossteil der Daten aus öffentlichen Quellen stammt, kann das Tool in kurzer Zeit auf verschiedene Szenarien angepasst werden.

Die durchgeführte Fallstudie hat ergeben, dass eine Anwendung von autonomen Fahrzeugen im Perimeter bei gleichbleibenden Kosten die Kapazität stark erhöht. Es wurde ausserdem gezeigt, dass die Möglichkeiten der Autonomisierung mit den in der Arbeit vorgestellten Algorithmen und Vorgehensweisen optimal genutzt werden können.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.