Überwachung der städtischen Mobilität aus der Luft

EPFL-Forschende haben Drohnenschwärme eingesetzt, um den Verkehr in Städten mit bisher unerreichter Genauigkeit und Präzision zu messen. Mit Hilfe von Algorithmen werden dann Stauquellen identifiziert und Lösungen zur Entschärfung von Verkehrsproblemen empfohlen.
EPFL-Forschende haben Drohnenschwärme eingesetzt, um den Stadtverkehr zu messen. © Dan Muniu/WeRobotics

Angesichts der Fülle an moderner Technologie – Strassenkameras, Big-Data-Algorithmen, Bluetooth- und RFID-Verbindungen sowie Smartphones in jeder Tasche – sollten Verkehrsingenieurinnen in der Lage sein, den Stadtverkehr genau zu messen und vorherzusagen. Die derzeitigen Instrumente zeigen jedoch eher die Symptome auf, versagen aber systematisch bei der Suche nach der Ursache, geschweige denn bei deren Behebung. Forschende der EPFL nutzen ein Überwachungsinstrument, das viele Probleme überwindet, indem sie Drohnen einsetzen: «Sie bieten eine ausgezeichnete Sicht, können grosse Gebiete abdecken und sind relativ erschwinglich. Zudem bieten sie eine höhere Präzision als die GPS-Technologie und eliminieren die Verhaltensverzerrungen, die auftreten, wenn Menschen wissen, dass sie beobachtet werden. Und wir setzen Drohnen so ein, dass die Identität der Menschen geschützt wird», sagt Manos Barmpounakis, Postdoc am Labor für städtische Verkehrssysteme (LUTS) der EPFL.

Anhand der immensen Verkehrsdaten, die von den Drohnen gesammelt werden, haben Professor Nikolas Geroliminis, Leiter des LUTS, und sein Team eine Methode entwickelt, die mit Hilfe von Algorithmen die Stauquellen identifiziert und so Empfehlungen zur Entschärfung komplexer multimodaler Verkehrsprobleme gibt. Das LUTS hat die Gültigkeit seiner Methode in einer Reihe von Pionierexperimenten in Athen in den Jahren 2018 und 2019 getestet und sie im letzten Sommer zur Überwachung und Bewertung von Parkflächen im Hafen von Pully erprobt.

Im vergangenen Sommer testete das LUTS seine Methode zur Überwachung und Bewertung der Parkzonen im Hafen von Pully. ©LUTS/EPFL

Mitte Mai 2022 wurde in Nairobi, Kenia, der viertgrössten Stadt der Welt, ein neues Experiment (wahrscheinlich das bisher grösste in einer städtischen Umgebung) durchgeführt. Gleichzeitig erhielt das Labor ein Stipendium der Innosuisse, um weitere Experimente durchzuführen und seine Technologie, CityDronics genannt, in Richtung einer marktfähigen Lösung durch ein in der Schweiz ansässiges Start-up-Unternehmen voranzutreiben, das als erstes Drohnen erfolgreich in die urbane Mobilität integrieren wird: «Unser Ziel ist es nicht, den Verkehr zu überwachen, sondern die Ursachen von Staus zu finden und Lösungen auf der Grundlage von Fakten anzubieten», sagt der Postdoktorand.

Die von LUTS entwickelte Methode ist mit einer dreifachen technischen Herausforderung verbunden. Erstens die Planung des Experiments mit Drohnen, d. h. die Festlegung der richtigen Anzahl von Drohnen, die wo und wie lange fliegen sollen. Zweitens, die Umwandlung der Videobilder in für unsere Zwecke nutzbare Daten. Drittens die Analyse dieser Daten, um die Ursachen der Verkehrsüberlastung zu ermitteln. In Nairobi kam eine weitere Komponente hinzu, die mit dem einzigartigen lokalen Umfeld zusammenhängt: «Wir haben eng mit WeRobotics, unserer Partner-NGO, und den dazugehörigen Kenya Flying Labs sowie den lokalen Behörden und Stakeholdern (wie der Kenya Urban Roads Authority (KURA) und der Presidential Delivery Unit (PDU)) zusammengearbeitet, ohne die nichts möglich gewesen wäre. Ausserdem ist die Frage der Vertraulichkeit von Daten dort äusserst heikel. Aber unsere Drohnen respektieren die Privatsphäre, und deshalb haben wir die Erlaubnis selbst der konservativsten Behörden», sagt Jasso Espadaler Clapés, wissenschaftlicher Mitarbeiter am LUTS.

Strassenchaos

«Die Erfahrung in Nairobi ist einzigartig, nicht nur in Bezug auf die Grösse, sondern auch in Bezug auf das Fliegen in einem sehr anspruchsvollen Umfeld», fügt Barmpounakis hinzu, «Nairobi ist eine der am stärksten verstopften Städte der Welt, und es ist sehr schwierig, den Verkehr zu modellieren und zu überwachen.» Jeder, der schon einmal in der kenianischen Hauptstadt war, weiss, dass der Verkehr von Matatus dominiert wird, den kollektiven Kleinbussen, die in einem unbeschreiblichen Verkehrschaos je nach Bedarf Fahrgäste absetzen und aufnehmen. Matatus sind selbstorganisierte und selbstverwaltete öffentliche Verkehrsmittel, und obwohl sie viele Ähnlichkeiten mit dem konventionellen öffentlichen Verkehr aufweisen, sind traditionelle Ansätze nicht direkt anwendbar.

«Die Stärke unserer Methode ist nicht die Drohne. Es ist der multidisziplinäre Ansatz zur Bekämpfung von Verkehrsstaus.»      Manos Barmpounakis, Postcoc an der EPFL

In der Praxis überflog eine Flotte von 10 Drohnen die Stadt in einem Umkreis von 1,5 km2 entlang zweier Alleen, die zum zentralen Geschäftsviertel führen, morgens und nachmittags zu den Stosszeiten. Während vier Tagen sammelten sie ein Maximum an Daten, die nun analysiert werden sollen, um Verkehrsmuster zu extrahieren: «Das ist eine grosse Herausforderung, denn die Modelle, an denen wir bisher gearbeitet haben, hatten einen relativ strukturierten Verkehr, der auf Fahrspuren basierte. Aber die Strassen von Nairobi, auf denen Autos, Matatus, Fahrräder, Motorräder, Fussgänger oder Vieh... unterwegs sind, sind ein Novum. Wir müssen nicht nur die Verkehrscharakteristika, sondern auch die kulturellen Aspekte berücksichtigen.» In einigen Monaten, wenn das Team die Ergebnisse analysiert hat, wird es mit der örtlichen Universität und Partnern zusammenarbeiten, um langfristige Überwachungskampagnen durchzuführen.

Drohnen als Multisensor für intelligente Städte

Neben der Untersuchung von Verkehr und Staus liegt die Stärke der vom LUTS-Team entwickelten Methode in ihrer Flexibilität. Sie ermöglicht es, je nach gewünschtem Ziel, sich auf einen bestimmten Aspekt eines Mobilitätsproblems zu konzentrieren. In Pully zum Beispiel lag der Schwerpunkt auf der Nutzung der Parkplätze am Hafen von Pully im Sommer, an Wochentagen und an Wochenenden. In Nairobi hingegen konzentrierten sich die Forschenden vor allem auf die Verhaltensweisen, die Staus verursachen: «Wir verfolgen einen massgeschneiderten Ansatz», sagt Barmpounakis. Schliesslich eröffnet der Einsatz von Drohnen interessante Perspektiven für die Durchführung anderer Arten von Messungen als der des Verkehrs. Indem die Kameras der Drohnen zu einem Multisensor umfunktioniert werden, können Drohnen beispielsweise CO2-Emissionen oder Lärm bewerten: «Aber die Stärke unserer Methode ist nicht die Drohne. Es ist der multidisziplinäre Ansatz im Kampf gegen Staus», so der Forscher. Mehrere Städte haben bereits ihr Interesse bekundet.

Das Labor für städtische Verkehrssysteme ist Teil der Fakultät für Architektur, Bau- und Umweltingenieurwesen (ENAC).

Offene Wissenschaft

Die Forschenden sind sich des breiten Spektrums an möglichen Anwendungen für ihre Arbeit bewusst. Sie beschlossen daher, ihre Daten auf einer Open-Science-Plattform zu veröffentlichen: «Es liegt in unserer DNA als Forschende, offene Wissenschaft zu fördern. Echte Transportdaten sind oft schwer zu bekommen. Deshalb wollten wir unsere Daten nicht nur mit Ingenieurfachleuten aus unserem Fachgebiet teilen, sondern auch mit denen, die zum Beispiel an Algorithmen für maschinelles Lernen und künstliche Intelligenz arbeiten», sagt Barmpounakis.