Filter
  • Zeitbezug (61)
    -
  • Frequenz (93)
  • Kategorien
  • Datenanbieter
  • Art des Zugangs
  • Lizenzen

141 Datensätze

Die OPENER-App ist eine Android-Applikation, die der Erfassung von Barrieren an Haltestellen des ÖPNV dient. Die erfassten Daten sind geo-referenziert, werden Haltestellensteig (bzw. -mast) scharf aufgelöst und sind mit der Deutschlandweit eindeutigen Haltestellen-ID (DHID) versehen. Die Barriere-Daten werden nach dem Datenstandard des DELFI-Vereins erfasst und sind somit deutschlandweit nutzbar (vgl. https://www.delfi.de/de/leistungen-produkte/handbuch-barrierefreiheit/).

Der Source-Code der App wird fortlaufend weiterentwickelt, ein regelmäßiges Überprüfen des verlinkten GitLab-Repositories ist daher empfehlenswert. Weiterhin wird derzeit eine Beta-Version im Google Play Store zum Test angeboten.

mFUND-Projekt: OPENER, FKZ: VB18F1016A

Infrastruktur
Bereitgestellt durch

Technische Universität Chemnitz

Art des Datenzugangs

Portal

Aktualität der Datensatzbeschreibung

06.03.2023

Raumbezug

Beschreibung: Der Datensatz enthält alle öffentlich zugänglichen Grünflächen der Stadt Dresden einschließlich einer Attributtabelle mit 38 verschiedenen Indikatoren. Die Grünflächen und Indikatorenwerte sind zentrale Datengrundlage für die Bewertung der Grünflächen nach Kriterien oder der Eignung für bestimmte Aktivitäten mittels der meinGrün-App (app.meingruen.org).

Die Grünflächenpolygone wurden mittels eines automatischen Ansatzes generiert, der in Ludwig et al. (2021) näher beschrieben ist. Die Bildung erfolgt auf Grundlage von Annahmen über physische Barrieren, speziell dem Straßen-, Schienen-, und Wassernetz sowie Grenzen bestimmter benachbarter Landnutzungsklassenkombinationen. Für Dresden erfolgte die Bildung der Grünflächenpolygone durch eine kombinierte Verarbeitung von OpenStreetmap und städtischen Daten, speziell einer Geometrie zu statistischen Blöcken, den Park- und Grünanlagen, Spielplätzen, Friedhöfen, Kleingärten und Wäldern. Indikatoren wurden durch das Leibniz-Institut für ökologische Raumentwicklung, dem Heidelberg Institute for Geoinformation Technology an der Universität Heidelberg und dem Institut für Kartographie der TU Dresden prozessiert. Die für die Berechnung der Indikatoren verwendeten Datengrundlagen und Berechnungsvorschriften sind in der Metadatenbeschreibung dokumentiert.

# Referenzen:
Cakir, S.; Hecht, R.; Krellenberg, K. (2021): Sensitivity analysis in multi-criteria evaluation of the suitability of urban green spaces for recreational activities. In: AGILE GIScience Series, 2, 22 (2021)
https://doi.org/10.5194/agile-giss-2-22-2021

Hecht, R.; Artmann, M.; Brzoska, P. et al. (2021): A web app to generate and disseminate new knowledge on urban green space qualities and their accessibility. ISPRS Annals (accepted)

Krellenberg, K.; Artmann, M.; Stanley, C.; Hecht, R. (2021): What to do in, and what to expect from, urban green spaces – Indicator-based approach to assess cultural ecosystem services. In: Urban Forestry & Urban Greening (2021) 59: 126986
https://doi.org/10.1016/j.ufug.2021.126986

Krellenberg, K.; Hecht, R. (2021): Mit einer mobilen App neues Wissen zum Stadtgrün generieren. In: GIS.business - das Magazin für Geoinformation (2021) 3/2021, S.41-43
https://doi.org/10.21241/ssoar.73701

Ludwig, C.; Hecht, R.; Lautenbach, S.; Schorcht, M.; Zipf, A. (2021): Mapping Public Urban Green Spaces Based on OpenStreetMap and Sentinel-2 Imagery Using Belief Functions. In: ISPRS International Journal of Geo-Information 10 (2021) 4, S.251
https://doi.org/10.3390/ijgi10040251

mFUND-Projekt: meinGrün, FKZ: 19F2073A

Infrastruktur
Bereitgestellt durch

Leibniz-Institut für ökologische Raumentwicklung e. V. (IÖR)

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

01.01.2015 — 31.12.2020

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Diese API umfasst statische und dynamische Daten zu 10 Stellplätzen auf dem Park-and-Ride-Parkplatz Lochhausen Nord, Lochhausener Str. 215, 81249 München. Diese unmittelbar benachbarten Stellplätze sind jeweils mit einem druckempfindlichen Belegungssensor der ParkHere GmbH ausgestattet. Als dynamische Daten sind die aktuellen Belegungszustände von jedem Stellplatz in Echtzeit angegeben. Als statische Daten sind u.a. die geografischen Koordinaten von jedem Stellplatz angegeben.

Erläuterung zu den Daten:
id...ID des Stellplatzes (spot)
longitude...geografische Länge zur Stellplatzposition (in Grad, östliche Länge)
latitude...geografische Breite zur Stellplatzposition (in Grad, nördliche Breite)
timestamp...Erfassungszeitpunkt bzw. Beginn des aktuellen Zustands (Datum und Uhrzeit)
state...aktueller Belegungszustand des Stellplatzes (0=frei, 1=belegt)

Anmerkung:
Korrektur aller Stellplatz-Koordinaten am 27.08.2021 wegen ursprünglich ungenauer Messdaten. Die neuen Koordinaten wurden auf Basis eines aktuellen Luftbilds in JOSM (Open Street Map) ermittelt und eingezeichnet. Die neuen Kartendaten (Stellplätze mit Umrandung) wurden auch auf den Open Street Map-Server hochgeladen.

mFUND-Projekt: PAMIR, FKZ: 19F2061A

Straßen
Infrastruktur
Bereitgestellt durch

ifak e.V.

Art des Datenzugangs

API

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

19.12.2019 —

Aktualisierungsfrequenz

Kontinuierlich

Raumbezug

Bei den Daten handelt es sich um einen Auszug eines Algorithmusses zur Berechnung von Verladerpreisen. Dieser Datensatz bildet die Strecke Kuenzell nach Hamburg im Zeitraum 01.11.2019 bis zum 31.10.2021 ab. Für eine Strecke wurde die Entfernung von 401 km mit einer Fahrzeit von 04:05 h angenommen.

- Der Name der CSV-Dateien enthält die Informationen zur Strecke und dem Zeitraum der Berechnung.
- In der ersten Spalte ist das jeweilige Beladedatum abgebildet.
- In den weiteren Spalten sind die jeweiligen Verladerpreise dargestellt, welche sich für das jeweilige Datum der Zeile und die in der Kopfzeile angegebene Anzahl von Stellplätzen ergibt.

Weitere Parameter in der Begleitinformation.

mFUND-Projekt: Carrypicker Yield Management in der Speditionsbranche, FKZ: 19F2084

Infrastruktur
Bereitgestellt durch

Carrypicker Yield Management in der Speditionsbranche

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

01.11.2019 — 31.10.2021

Raumbezug

Mit der Communication, Localization and Surveillance (CLS) Technologie können mittels der Übertragung von V2X Radiosignalen an Kreuzungen bewegte Verkehrsteilnehmer erfasst werden. Das Konzept dahinter heißt Wireless Sensing und basiert auf die Ausbreitungseigenschaften von Radiowellen, die durch Objekte Reflektiert und gestreut werden. Bei der CLS Technologie werden Basisbanddaten (Impulsantworten) an vier Empfangsantennen aufgezeichnet.

Im Rahmen des Projektes VIDETEC wurde das CLS System, an einer Testkreuzung installiert und ein erster Datensatz zur Erfassung von Verkehrsteilnehmern erhoben. Parallele Referenzsysteme (GNSS-RTK und Laserscanner) dokumentieren die Datenerhebung und erlauben eine Validierung und Vorverarbeitung für die spätere Verwendung des Datensatzes. Beim mehrtätigen Einsatz des CLS-Systems an der Testkreuzung wurden die Basisband-Rohdaten in verschiedenen Konfigurationen und Verkehrsszenarien gemessen.

mFUND-Projekt: VIDETEC, FKZ: 19F1074A

Straßen
Infrastruktur
Bereitgestellt durch

DLR - Institut für Kommunikation und Navigation

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

13.04.2021 — 14.04.2021

Aktualisierungsfrequenz

Niemals

Raumbezug

ProTrain möchte mittels einer Fusion von in der mCLOUD bereitgestellten Daten und Daten weiterer Partner neuartige Dienste schaffen bzw. bisherige Dienste merklich verbessern. Ziel ist eine effektive Fahrgastlenkung vor und während der ÖV-Nutzung zur besseren Nutzung vorhandener Kapazitäten und Ressourcen im Öffentlichen Verkehr. Mit Hilfe der Prognosen und den aktuellen Belegungsgraden sollen Fahrgäste so gelenkt werden, dass sich ein möglichst ausgewogenes Verhältnis von Angebot und Nachfrage einstellt. So kann einem Fahrgast, der eine Verbindung sucht, empfohlen werden, lieber eine frühere oder spätere Verbindung zu nutzen, um großes Gedränge im Zug zu vermeiden.

Hierfür wurden zunächst Anforderungsanalysen durchgeführt, welche relevante Nutzergruppen und Stakeholder mit ihren spezifischen Anforderungen identifiziert.

Ein technisches Gesamtsystem, das diesen Anforderungen Rechnung trug, wurde erstellt, eine Datenplattform eingerichtet und eine modulare Systemlandschaft spezifiziert, die heterogene Datenquellen erschloss, und deren Daten integriert waren und als Service bereitgestellt wurden. Speziell wurde auf die Konzeption eines effizienten Datenmanagements für historische Daten geachtet. Geeignete Schnittstellen zum Datenaustausch zwischen den zuliefernden Partnern wurden definiert. Für die Testnutzer-Information wurde eine Web-App als bestgeeignete Lösung angesehen und, dem System angepasst, entworfen. Mithilfe eines eigens entwickelten SDK auf Android-Handys sollten bei einigen Probanden die genutzten Verkehrsmittel ermittelt werden. Diese waren nutzerbestätigt.

Die Spezifikation des Dienstes wurde entwickelt, die benötigten Daten für die Anwendungen definiert. Drei verschiedene Prognosealgorithmen wurden für bestimmte Prognosezeiträume erarbeitet. Die Datenschnittstellenstrategie wurde entwickelt, die Komponenten der Schnittstellen zwischen den Partnern abgestimmt, das Fahrtarchiv online zur Verfügung gestellt. Algorithmen zur automatischen Erkennung von Verkehrsmittel und Fahrtzweck wurden erarbeitet. Auf Basis der Fahrgastzähldaten und Sitzplatzkapazitäten wurden Auslastungsgrade ermittelt. Die Belegungsdaten aus AFZS für RE-Züge wurden dem Projekt bereitgestellt. Die Erweiterung des Fahrplandaten-Managements um Wetterdaten ist erfolgt. Die Basisprognose wurde differenziert je Wetterlage (z. B. Sommertag). Tagesgruppen, Tageszeit und Fahrtabschnitt wurden berechnet und bereitgestellt. Für die Prognoseinformation an die Testnutzer wurde ein Dienstekonzept erstellt. Eine Web-App auf der HaCon Plattform wurde als Test-App entwickelt.

Der beiliegende Datensatz beinhaltet die konsolidierte Prognose basierend auf den drei Algorithmen (Spalte N) sowie eine tatsächliche Auslastung (Spalte O).

Spalte E und F beschreiben den Fahrtverlauf von bis. Die Spalten J-M geben Auskunft über den jeweiligen Abschnitt.

Der Datensatz beinhaltet alle Daten für einen Kalendertag (1. November 2019).

mFUND-Projekt: ProTrain, FKZ: 19F2021

Bahn
Infrastruktur
Bereitgestellt durch

VBB Verkehrsverbund Berlin-Brandenburg GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

01.11.2019

Aktualisierungsfrequenz

Niemals

Raumbezug

Mess- und Auswertungen für das Projekt smartech

Infrastruktur
Bereitgestellt durch

Kreis Paderborn, Amt für Geoinformation, Kataster und Vermessung

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Aufnahmen von neu gebauten Betonwänden durch das Baustellenpersonal. Schäden wurden anschließend durch Viscan manuell für das maschinelle Lernen im mFUND-Projekt SoftEroS gelabelt. Die Daten können als Trainings- und Testdaten genutzt werden. Die Aufteilung ist dabei dem Anwender überlassen.

Im Projekt wurden mehrere Schadensbilder untersucht. Hier werden zunächst die Schadensbilder zu Luftporen veröffentlicht.

mFUND-Projekt: SoftEroS, FKZ: 19F1047A

Infrastruktur
Bereitgestellt durch

Viscan Solutions GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

01.10.2018 — 31.07.2019

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Identifizierte Erschütterungen, gemessen an der Fahrzeugachse. (basierend auf den Sensordaten des Projektes CargoTrailSense).

Für den Datensatz wurden Messfahrten in Straßenabschnitte von 50 Metern unterteilt und gemessen, wie oft in dem Abschnitt, zum jeweiligen GPS-Punkt, eine ähnlich hohe Beschleunigung festfestellt worden ist.
Die Datei enthält Messungen aus 9 Tagesmessungen im Norden von Dortmund, von Recklinghausen bis Lünen.
Der Datensatz gibt eine Aussage über die Stärke der Erschütterung als Beschleunigung mit dem Faktor g (9,81 m/s2) und dazu eine Einordnung des lokalen Straßenzustandes in zwei Kategorien.

mFUND-Projekt: CargoTrailSense

Infrastruktur
Straßen
Bereitgestellt durch

FH Dortmund

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

27.09.2021 — 11.11.2021

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

3D-Punktwolken und Screen-Videos vom Prototype MKII des mobilen 3D-Scanners, aufgenommen in den Foyer-Räumen und Kellergängen des DMT-Geländes.

mFUND-Projekt: DeepSpaceBIM, FKZ: 19F2057C

Infrastruktur
Bereitgestellt durch

DMT GmbH & Co. KG

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

01.03.2021 — 30.04.2021

Aktualisierungsfrequenz

Niemals

Raumbezug