Projekt SocialMedia2Traffic – Ableitung von Verkehrsinformationen aus Social–Media-Daten

Aktuelle Verkehrsinformationen sind die Voraussetzung für Navigations-Lösungen, um die beste Route und Fahrzeit zu bestimmen. Es gibt jedoch keine frei verfügbaren Verkehrsinformationen auf weltweiter- und Bundesebene. SocialMedia2Traffic nutzt frei verfügbare Daten aus sozialen Medien wie zum Beispiel Twitter-Nachrichten, um daraus aktuelle Verkehrsinformationen wie Verkehrsdichte und Geschwindigkeit für die Navigation zu bestimmen.

Das Projekt SocialMedia2Traffic (SM2T) wird im Rahmen der Förderrichtlinie Modernitätsfonds („mFUND“) mit insgesamt 97.463 Euro durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert. SocialMedia2Traffic startete am 01.02.2021 und läuft bis zum 31.01.2022. Die HeiGIT gGmbH (Heidelberg Institute for Geoinformation Technology an der Universität Heidelberg) als Verbundkoordinator und die GIScience Forschungsgruppe (Abteilung Geoinformatik, Universität Heidelberg) als Projektpartner arbeiten Hand in Hand an diesem Projekt.

Mit Hilfe von Methoden des maschinellen Lernens wurden innerhalb der einjährigen Projektlaufzeit Modelle entwickelt, die auf Grundlage von geokodierten Daten aus dem Kurznachrichtendienst Twitter und dem frei verfügbaren Kartensystem OpenStreetMap die Verkehrsgeschwindigkeit auf innerstädtischen Straßen bestimmen können. Diese Informationen sind kostenlos und frei nutzbar, anders als die Geodaten, die üblicherweise in Navigationsdienste einfließen. Die stadtbezogenen Modelle ziehen aus der räumlichen Dichte der Tweets in der Nähe von Straßen und der damit einhergehenden menschlichen Aktivität Rückschlüsse auf den daraus resultierenden Verkehrsfluss.

Hierbei wurden Standortinformationen aus insgesamt zehn Millionen Tweets aus der Zeit von Januar 2018 bis März 2020 verwendet, mit denen die Tweet-Dichte berechnet wurde. Nach diesem Prinzip könnten in Zukunft auch Daten aus weiteren Social-Media-Plattformen in derartige Modelle integriert werden. Zusätzlich wurden pro Stadt mehrere Tausend Autofahrten simuliert – basierend auf der Bevölkerungsverteilung und OpenStreetMap-Daten. Aktuell arbeiten die Forscherinnen und Forscher nun daran, die Genauigkeit ihres Systems weiter zu verbessern und für weitere Städte nutzbar zu machen.

Die Ergebnisse sind in einer interaktiven Web-Karte visualisiert und über die mCLOUD oder die SM2T APIzum Download verfügbar.

Partner

Über die HeiGIT gGmbH: Das Ziel der HeiGIT gGmbH ist es den Wissens- und Technologietransfer aus der Geoinformatik-Grundlagenforschung in die Praxis auf Basis innovativer Geoinformationstechnologien zu verbessern. Es wird von Prof. Alexander Zipf wissenschaftlich geleitet. Der Aufbau des HeiGIT wird von der Klaus Tschira Stiftung gGmbH gefördert. Wir arbeiten eng mit den Mitarbeitern der Abteilung Geoinformatik am Geographischen Institut zusammen. So realisieren wir innovative Lösungen auf dem aktuellsten Stand der Forschung und Technik. Auch in diesem Projekt werden die Synergien zwischen Forschung und Entwicklung genutzt, um zukunftsweisende Resultate auf internationalem Niveau zu erzielen.

Über die GIScience Forschungsgruppe: Die GIScience Research Group der Universität Heidelberg beschäftigt sich mit innovativer Grundlagen- und angewandter Forschung und neuester Technologie an der Schnittstelle zwischen Geographie und computational sciences.

Über den mFUND des BMVI:
Im Rahmen der Forschungsinitiative mFUND fördert das BMVI seit 2016 Forschungs- und Entwicklungsprojekte rund um datenbasierte digitale Anwendungen für die Mobilität 4.0. Neben der finanziellen Förderung unterstützt der mFUND mit verschiedenen Veranstaltungsformaten die Vernetzung zwischen Akteuren aus Politik, Wirtschaft und Forschung sowie den Zugang zum Datenportal mCLOUD. Weitere Informationen finden Sie unter www.mfund.de.

News

März 2022

Join our final “SocialMedia2Traffic” project presentation on March 22 (zum Blog-Eintrag)

November 2021

SocialMedia2Traffic bei Fachaustausch Geoinformation “Smarte Region Rhein-Neckar” (zum Blog-Eintrag)

Oktober 2021

SocialMedia2Traffic bei der mFUND Konferenz 2021 (zum Blog-Eintrag)

März 2021

Projektstart von SocialMedia2Traffic - Ableitung von Verkehrsinformationen aus Social–Media-Daten (zum Blog-Eintrag)