Filter
  • Zeitbezug (1751)
    -
  • Frequenz (530)
  • Kategorien
  • Datenanbieter
  • Art des Zugangs
  • Lizenzen

2803 Datensätze

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

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

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
Straßen
Bahn
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

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

Straßen
Bahn
Infrastruktur
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

02.12.2019

Zeitbezug der Daten

05.01.2018

Aktualisierungsfrequenz

Niemals

Raumbezug

Enthalten sind Hauptverkehrsstraßen, mit mehr als 3.000.000 Fahrzeugbewegungenpor Jahr, zur strategischen Lärmkartierung entsprechend der EU-Umgebungslärmrichtlinie 2002/49/EG.

Straßen
Bereitgestellt durch

GovData: Umweltbundesamt

Art des Datenzugangs

Dateidownload / GML / WMS

Aktualität der Datensatzbeschreibung

26.11.2019

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

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

Der Hamburger Verkehrsverbund (HVV) stellt hier die Fahrplandaten des Verbundgebietes monatlich im GTFS-Format zur Verfügung. Die Daten beinhalten Informationen zu Linien, Haltestellen, Abfahrtszeiten usw.

Straßen
Bereitgestellt durch

Transparenzportal Hamburg: Hamburger Verkehrsverbund GmbH

Art des Datenzugangs

ZIP

Aktualität der Datensatzbeschreibung

12.11.2019

Zeitbezug der Daten

12.11.2019 — 14.12.2019

Der Hamburger Verkehrsverbund (HVV) stellt hier die Fahrplandaten des Verbundgebietes monatlich im GTFS-Format zur Verfügung. Die Daten beinhalten Informationen zu Linien, Haltestellen, Abfahrtszeiten usw.

Straßen
Bereitgestellt durch

Transparenzportal Hamburg: Hamburger Verkehrsverbund GmbH

Art des Datenzugangs

ZIP

Aktualität der Datensatzbeschreibung

09.10.2019

Zeitbezug der Daten

09.10.2019 — 14.12.2019

Standorte der E-Ladestationen (POIs) für Autos und Fahrräder in und um Trier, unterteilt in öffentlich und private Ladestationen.

Straßen
Bereitgestellt durch

GovData: Stadt Trier

Art des Datenzugangs

Karte / HTML / Webanwendung / WMS

Aktualität der Datensatzbeschreibung

23.09.2019

Raumbezug

Stadtorte (POIs) der Bahnhöfe und Bushaltestellen in Trier und Umgebung

Straßen
Bereitgestellt durch

GovData: Stadt Trier

Art des Datenzugangs

Karte / HTML / Webanwendung / WMS

Aktualität der Datensatzbeschreibung

23.09.2019

Raumbezug