Filter
  • Kategorien
    (49)
    (35)
    (14)
    (2)
    (2)
    (1)
  • Datenanbieter
    (12)
    (6)
    (4)
    (3)
    (2)
    (2)
    (2)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
  • Art des Zugangs
    (25)
    (21)
    (18)
    (10)
    (9)
    (1)
  • Lizenzen
    (11)
    (8)
    (8)
    (6)
    (5)
    (4)
    (3)
    (1)
    (1)
    (1)
    (1)

49 Datensätze

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
Straßen
Infrastruktur
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs
Dateidownload
Aktualität der Datensatzbeschreibung

03.12.2019

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

Straßen
Infrastruktur
Bahn
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs
Dateidownload
Aktualität der Datensatzbeschreibung

03.12.2019

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

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

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

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

Beispieldatensatz für Gefahrenstellen im Radverkehr im Bereich Dresden Leipzig

mFUND-Projekt: Gefahrenstelle_Rad, FKZ: 19F2008A

Infrastruktur
Bereitgestellt durch

Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI

Art des Datenzugangs
Dateidownload
Aktualität der Datensatzbeschreibung

22.10.2019

Der Datensatz liefert die zu erwartende Signalstärken (RSSI) von Car-2-X Kommunikationsinfrastruktur (WLANp Standard), platziert an Unfallschwerpunkten mit PKW Beteiligung aus dem Jahr 2018 (Daten aus Unfallatlas).

Mit den .geojson Dateien ist es möglich eine Road Side Unit (RSU) an Unfallorten zu platzieren und damit abzuschätzen, ob die Unfallpartner mit Car-2-X Kommunikation ausreichend Funk-Signalstärke zum Austausch von Nachrichten zur Verfügung gehabt hätten und damit eventuell einen Zusammenstoß hätten verhindern können.

Weiterhin ist es für Kommunen und Infrastrukturbetreiber möglich eine Abschätzung zur Funkausbreitung zu treffen, würden sie diese Orte mit Road Side Units ausstatten.

mFUND-Projekt: Cartox, FKZ: 19F2033E

Infrastruktur
Bereitgestellt durch

MechLab Engineering UG

Art des Datenzugangs
Dateidownload
Aktualität der Datensatzbeschreibung

05.09.2019

Datensätze, die im Rahmen des Projekts XPress gesammelt oder erstellt wurden

Infrastruktur
Bereitgestellt durch

GeoNet.MRN e.V.

Art des Datenzugangs
Portal
Aktualität der Datensatzbeschreibung

04.09.2019

Dieser Datensatz enthält Ergebnisse des mFUND-Projekts AHEAD.

Das Projekt untersuchte die Anforderungen von Simulationen von Personenströmen an IFC-Gebäudemodelle. Die Anforderungen an das IFC-Gebäudemodell wurden in einer MVD (mvdXML-Datei) dokumentiert, um die automatische Überprüfung mit den verfügbaren Tools von buildingSMART zu unterstützen. Zusätzlich wurde die Personenstromsimulationssoftware "crowd:it" erweitert, um den automatischen Import von IFC-Modellen zu unterstützen.

mFUND-Projekt: AHEAD, FKZ: 19F1037B

Bahn
Infrastruktur
Bereitgestellt durch

Technische Universität München

Art des Datenzugangs
Dateidownload
Aktualität der Datensatzbeschreibung

02.09.2019