Filter
  • Zeitbezug (1684)
    -
  • Frequenz (456)
  • Kategorien
  • Datenanbieter
  • Art des Zugangs
  • Lizenzen
Alles zurücksetzen

2742 Datensätze

Straßen

Alles zurücksetzen

AgriNavi angepasste Straßendaten für Testgebiet und Bereitstellung Web Anwendungen

Der Datensatz beinhaltet die im Rahmen des Projektes erstellten Straßendaten mit erweiterten Attributen um die im Projekt beschriebene Aufgabenstellungen zu untersuchen. Weitere Informationen sind im Schlussbericht des Projektes zu finden.

Der Download führt zu einem ZIP Ordner der auf ArcGIS Online zur Verfügung gestellt ist.

Enthalten:
Als File Geodatabase:
- Angepasste Straßendaten mit Attributen die für ein Routing notwendig sind
- Punktdaten die als anknüpfungspuntke dienen, um die angepassten Straßendaten in ein bestehendes Routingsystem zu überführen.

Als HTML/JavaScript:
- Web Anwendung die im Rahmen des Projektes mit ArcGIS Enterprise und Web App Builder erstellt wurde. Diese kann auf einem eigenständigen Webserver gehostet werden. Dafür werden lauffähige Daten auf ArcGIS Online oder ArcGIS Enterprise benötigt (nicht enthalten).

mFUND-Projekt: AgriNavi, FKZ: 19F1036A, 19F1036B

Straßen
Bereitgestellt durch

Esri Deutschland GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

05.12.2019

Raumbezug

Isochrone für ÖPNV Erreichbarkeitsanalyse in Berlin (allyMAP)

Dieser Raster-basierte Datensatz enthält die Geometrien der 15-Minuten-Erreichbarkeits-Isochrone, ausgehend vom Mittelpunkt jeder Zelle des beigefügten Rasters. Das Ergebnis bezieht sich auf eine Abfahrtszeit an einem durchschnittlichen Montag um 9:00 Uhr.

Die Geometrien wurden auf Basis des GTFS-Feeds für Berlin und Brandenburg 2019 generiert, der von der VBB Verkehrsverbund Berlin-Brandenburg GmbH unter Creative Commons Namensnennung-Lizenz unter daten.berlin.de veröffentlicht wurde.

Erläuterung der enthaltenen Spalten
  • cell_id – Bezug zum Raster, siehe GeoJSON oder Shapefile
  • geometry – Multypolygon-Geometrie des innerhalb von 15 Minuten zu Fuß und mit dem ÖPNV zu erreichenden Gebiets im Well-Known-Text-Format (WKT)


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Infrastruktur
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

03.12.2019

Zeitbezug der Daten

01.01.2019 — 31.12.2019

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Prognostizierte Fahrten in München (allyMAP)

Dieser Datensatz umfasst ein Raster-basiertes Nachfragemodell mit prognostizierten Fahrten (Quell-/Zielverkehre) für das Stadtgebiet München. Der Datensatz wurde mittels eines Machine-Learning-Modells auf Basis der in Berlin erhobenen Ridepooling-Nachfragedaten und in München vorhandenen Points of Interest generiert. Die zur Verfügung gestellten Vergleichswerte beziehen sich auf stundengenaue Zeiträume innerhalb einer durchschnittlichen Betriebswoche.

Erläuterung der enthaltenen Spalten
  • cell_from – Quelle der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • cell_to – Ziel der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • weekday – Wochentag, auf den sich der Wert bezieht
  • start_time – Beginn des Zeitraums, auf den sich der Wert bezieht
  • end_time – Ende des Zeitraums, auf den sich der Wert bezieht
  • weight – Verhältnis der Anzahl an Fahrtwünschen im Vergleich zu anderen Verkehrsbeziehungen


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Infrastruktur
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

03.12.2019

Zeitbezug der Daten

01.01.2018 — 31.08.2018

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Prognostizierte Fahrten in Duisburg (allyMAP)

Dieser Datensatz umfasst ein Raster-basiertes Nachfragemodell mit prognostizierten Fahrten (Quell-/Zielverkehre) für das Stadtgebiet Duisburg. Der Datensatz wurde mittels eines Machine-Learning-Modells auf Basis der in Berlin erhobenen Ridepooling-Nachfragedaten und in Duisburg vorhandenen Points of Interest generiert. Die zur Verfügung gestellten Vergleichswerte beziehen sich auf stundengenaue Zeiträume innerhalb einer durchschnittlichen Betriebswoche.

Erläuterung der enthaltenen Spalten
  • cell_from – Quelle der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • cell_to – Ziel der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • weekday – Wochentag, auf den sich der Wert bezieht
  • start_time – Beginn des Zeitraums, auf den sich der Wert bezieht
  • end_time – Ende des Zeitraums, auf den sich der Wert bezieht
  • weight – Verhältnis der Anzahl an Fahrtwünschen im Vergleich zu anderen Verkehrsbeziehungen


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Infrastruktur
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

03.12.2019

Zeitbezug der Daten

01.01.2018 — 31.08.2018

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

On-Demand-Ridepooling Nachfragemodell Berlin (allyMAP)

Dieser Datensatz umfasst ein Raster-basiertes Nachfragemodell mit modellierten Suchanfragen (Quell-/Zielverkehre) für einen Ridepooling-Dienst im Pilotbetrieb innerhalb des S-Bahn-Rings in Berlin. Die zur Verfügung gestellten Vergleichswerte beziehen sich auf stundengenaue Zeiträume innerhalb einer durchschnittlichen Betriebswoche.

Die anonymisierten Daten wurden im Rahmen des allyMAP-Projektes während des "allygator shuttle" Pilotbetriebs im Frühjahr 2018 erhoben.

Erläuterung der enthaltenen Spalten
  • cell_from – Quelle der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • cell_to – Ziel der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • weekday – Wochentag, auf den sich der Wert bezieht
  • start_time – Beginn des Zeitraums, auf den sich der Wert bezieht
  • end_time – Ende des Zeitraums, auf den sich der Wert bezieht
  • weight – Verhältnis der Anzahl an Fahrtwünschen im Vergleich zu anderen Verkehrsbeziehungen


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Infrastruktur
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

03.12.2019

Zeitbezug der Daten

01.01.2018 — 31.08.2018

Aktualisierungsfrequenz

Niemals

Raumbezug

Simulationsergebnisse für On-Demand-Ridepooling-Szenarien in Berlin (allyMAP)

Dieser Datensatz enthält Ergebnisse des mFund-Projekts "allyMAP".

Enthalten sind Eingabeparameter und Simulationsergebnisse von On-Demand-Ridepooling-Szenarien mit verschiedenen Parametern (Fahrzeuganzahl, Betriebsgebiet, Betriebszeitraum, etc.) in Berlin. Datengrundlage für die Simulationen waren die im Frühjahr im Rahmen des Pilotbetriebs "allygator shuttle" erhobenen Nachfragedaten ( diese werden hier in einem separaten Datensatz zur Verfügung gestellt).

Analysiert wurden zwei unterschiedliche potenzielle Pilotgebiete (unabhängig der tatsächlichen Bezirksgrenzen): "Friedrichshain-Kreuzberg" und "Tempelhof-Neukölln". Die Ausdehnung dieser Gebiete geht aus den zusätzlich bereitgestellten Polygonen im GeoJSON-Format hervor.

In der deutschsprachigen Spaltenbeschreibung (ODS oder PDF) findet sich eine genauere Erklärung der einzelnen Parameter und Kennzahlen.

Aus dem Ergebnis lassen sich die Auswirkungen unterschiedlicher Betriebsparameter auf die Leistungsfähigkeit von On-Demand-Mobilitätsdiensten hinsichtlich unterschiedlicher Indikatoren (Pooling-Rate, Verfügbarkeit, Anzahl der beförderten Fahrgäste, etc.) erkennen.

mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Infrastruktur
Bahn
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

02.12.2019

Zeitbezug der Daten

01.01.2018 — 31.08.2018

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Fiktive Suchanfragen für On-Demand-Fahrten in Berlin (allyMAP)

Dieser Datensatz enthält fiktive Suchanfragen für einen potenziellen On-Demand-Ridepooling-Dienst, modelliert basierend auf der räumlichen und zeitlichen Verteilung der Nachfrage, die im Rahmen des Pilotbetriebs "allygator shuttle" erhoben wurde.

Diese Suchanfragen bieten die Grundlage für die Simulationsergebnisse im separat bereitgestellten Datensatz Simulationsergebnisse für On-Demand-Ridepooling-Szenarien in Berlin (allyMAP) . In diesem Datensatz werden auch die ausgewählten Pilotgebiete zur Verfügung gestellt, auf die sich die hier bereitgestellten Fahrtwünsche beziehen.

Erläuterung der JSON-Attribute:
  • operating_period – Betriebszeitraum, in dem die Suchanfragen stattfinden
  • start_time – Beginn des Betriebszeitraums
  • end_time – Ende des Betriebszeitraums
  • ride_requests – Liste der Suchanfragen
  • pickup – Abholort (Längengrad und Breitengrad)
  • dropoff – Zielort (Längengrad und Breitengrad)
  • passengers – Anzahl der Fahrgäste
  • request_time – Zeitpunkt der Fahrtanfrage


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Infrastruktur
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

02.12.2019

Zeitbezug der Daten

05.01.2018

Aktualisierungsfrequenz

Niemals

Raumbezug

Autoladestationen in Moers

Der Datensatz enthält die Geodaten (in WGS 84 Auf städtischem Grundbesitz) zu Autoladestationen in Moers. Die Daten werden in einem drei Monats Rhythmus automatisiert aktualisiert.

Straßen
Bereitgestellt durch

Stadt Moers

Art des Datenzugangs

Shape / KML / GEOJSON

Aktualität der Datensatzbeschreibung

27.11.2019

Parkleitsystem Moers

Der Datensatz enthält Echtzeitdaten des Parkleitsystems in Moers.

Straßen
Bereitgestellt durch

Stadt Moers

Art des Datenzugangs

CSV

Aktualität der Datensatzbeschreibung

25.11.2019

IncidentAnalyse

Ziel ist die Entwicklung einer Berechnungsmethode für Emissionen auf Basis von anonymisierten Mobilfunkdaten, die es konkret ermöglichen soll, Vorher-Nachher-Vergleiche im Fall von regionalen Sonderereignissen anzustellen.
Dies soll erlauben, zukünftige Verschiebungen in Bezug auf den Verkehr und die damit assoziierten Emissionen besser einschätzen zu können.
So soll ein umfangreiches und akkurates Bild über Veränderungen im Verkehrs- und resultierendem Emissionsaufkommen bei Anomalien geschaffen werden, um eine entsprechende Handlungsgrundlage für Behörden zu schaffen.

mFUND-Projekt: IncidentAnalyse, FKZ: 19F1049A

Straßen
Bereitgestellt durch

Telefónica Germany NEXT GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

20.11.2019

Zeitbezug der Daten

27.07.2017 — 08.08.2017

Aktualisierungsfrequenz

Täglich

Raumbezug

2591 - 2600 von 2742 Datensätzen

Ergebnisse als CSV oder RDF/XML