Die Smartphones von heute haben über die Jahre immer mehr Sensorik bekommen: GPS-Sensor, Rotationssensor, Magnetometer, Barometer, Beschleunigungssensor, Mikrofon und viele weitere Sensoren könnten die Mobilitätsforschung und -verbesserung in unseren Städten in eine neue Dimension katapultieren – wenn man ihr technisches Potenzial richtig nutzt.
Smartphones: mobile Daten für bessere Mobilität
Wie bewegen sich die Einwohner*innen einer Stadt fort? Wo müssen eventuell neue Anreize geschaffen werden, um die Akzeptanz von nachhaltiger Mobilität zu erhöhen? Das Projekt NUMIC (Neues urbanes Mobilitätsbewusstsein in Chemnitz) versucht diese Fragen zu beantworten. Das Fraunhofer IAO trägt mit der Entwicklung einer Smartphone-App und einer entsprechenden Datenhaltung und Datenanalyse einen großen Baustein dazu bei. Der Einsatz der im Smartphone verbauten Sensoren sowie Methoden des Machine Learning ermöglichen heute schon die automatisierte Klassifikation der Art der Fortbewegung und die Identifikation von Bewegungsmustern. Dieser Einsatz könnte eine höhere Bereitschaft zur Nutzung der im Projekt NUMIC bereitgestellten App schaffen.
Smartphone-Daten für Mobilitätsanalyse
Viele Smartphone-Applikationen erfassen im Hintergrund GPS-Daten und können mit weiteren Sensoren, wie beispielsweise dem Beschleunigungssensor kombiniert werden.
Weil jede Fortbewegungsart ein bestimmtes Bewegungsmuster hat, können Bewegungsprofile, Fortbewegungsmittel und sogar Mobilitätsgewohnheiten identifiziert und für die Identifikation von Brennpunkten oder Verbesserungspotenzialen verwendet werden. So ergeben sich beispielsweise unterschiedliche markante Sensordaten für Rennen und Laufen eines Menschen.
Die Daten über bestimmte Bewegungsmuster können genutzt werden, um spezielle KI-Algorithmen zu trainieren. Das Anlernen des Modells geschieht durch einen Datensatz, der unterschiedliche Bewegungsprofile mit den unterschiedlichen Fortbewegungsmitteln enthält. Das daraus resultierende antrainierte KI-Modell kann dann wiederrum auf andere Sensor-Daten für die Klassifizierung der einzelnen Verkehrsmittel angewendet werden, ohne dass eine Bearbeitung der aufgezeichneten Route vorgenommen werden muss. Alles geschieht automatisch im Hintergrund ohne aktives Eingreifen des Nutzenden.
Einfachheit zur Akzeptanz durch Automatisierung
Mit den »tragbaren Computern« in der Hosentasche können viele Bewohner*innen einer Stadt selbst aktiv zur nachhaltigen Mobilität in ihrer Stadt beitragen.
Durch diesen einfacheren Ansatz wird nicht nur eine höhere Bereitschaft zur Datengenerierung geschaffen, sondern der Nutzende erspart sich gleichzeitig auch das Ausfüllen von Fragebogen und der Angabe weiterer Informationen zu der Art und Weise der Fortbewegung. Weiterhin ist gewährleistet, dass die Daten im Nachhinein nicht falsch angegeben werden.
Beitrag zur Mobilitätsverbesserung
Im Rahmen des Projekts NUMIC wird das Smartphone als Daten-Tracker verwendet. Die gewonnenen Daten haben einen fundamentalen Informationswert für den Ausbau nachhaltiger Mobilität, zumal diese mit persönlichen Anmerkungen versehen werden können. Zu wissen, wo sich die Menschen fortbewegen, ist nur eine wichtige Säule. Die Frage nach dem »Wie« hingegen konkretisiert die zukünftigen strukturellen Baumaßnahmen nochmals erheblich. Durch dieses Wissen über die Art der Fortbewegung sowie die genauen GPS-Routen können die Verbesserungen an der Infrastruktur zielgerichtet eingeleitet werden. Es kristallisieren sich hoch frequentierte Abschnitte der Stadt Chemnitz heraus, welche verändert werden müssen. Entsprechend den zusätzlichen persönlichen Anmerkungen und Wünschen können Baumaßnahmen der Infrastruktur angestoßen werden. Müssen an dem Ort X die Fahrradwege ausgebaut oder lieber die Fußwege verbessert werden?
Erste Usability-Tests haben gezeigt, dass die Angabe über das Haupt- und eventuelle Nebenverkehrsmittel eine eher unerwünschte Tätigkeit des App-Nutzenden darstellt, da diese noch händisch eingeben werden müssen. Smartphones und der Einsatz von KI-Algorithmen bieten aber bereits jetzt die Möglichkeit, diesen Schritt zu automatisieren. Eine automatisierte Klassifizierung basierend auf den Sensoren im Smartphone würde die Bereitschaft zur Nutzung dieser Smartphone-App erhöhen, da kein zusätzliches Auswählen der Verkehrsmittel mehr von Nöten ist. Weniger Auswahloptionen ist im Sinne der Bereitschaft zur Nutzung der App in diesem Kontext mehr!
Leselinks:
Kategorien: Future Mobility, Stadtentwicklung
Tags: Nachhaltige Mobilität, Städteentwicklung