02 Fakultät Bau- und Umweltingenieurwissenschaften

Automated vehicles (AV) will change transport supply and influence travel demand. To evaluate those changes, existing travel demand models need to be extended. This paper presents ways of integrating characteristics of AV into traditional macroscopic travel demand models based on the four-step algorithm. It discusses two model extensions. The first extension allows incorporating impacts of AV on traffic flow performance by assigning specific passenger car unit factors that depend on roadway type and the capabilities of the vehicles. The second extension enables travel demand models to calculate demand changes caused by a different perception of travel time as the active driving time is reduced. The presented methods are applied to a use case of a regional macroscopic travel demand model. The basic assumption is that AV are considered highly but not fully automated and still require a driver for parts of the trip. Model results indicate that first-generation AV, probably being rather cautious, may decrease traffic performance. Further developed AV will improve performance on some parts of the network. Together with a reduction in active driving time, cars will become even more attractive, resulting in a modal shift towards car. Both circumstances lead to an increase in time spent and distance traveled.

The planning of on-demand services requires the formation of vehicle schedules consisting of service trips and empty trips. This paper presents an algorithm for building vehicle schedules that uses time-dependent demand matrices (= service trips) as input and determines time-dependent empty trip matrices and the number of required vehicles as a result. The presented approach is intended for long-term, strategic transport planning. For this purpose, it provides planners with an estimate of vehicle fleet size and distance travelled by on-demand services. The algorithm can be applied to integer and non-integer demand matrices and is therefore particularly suitable for macroscopic travel demand models. Two case studies illustrate potential applications of the algorithm and feature that on-demand services can be considered in macroscopic travel demand models.

Ein grundlegendes Ziel der Verkehrsplanung ist es, möglichst gute Erreichbarkeiten für Verkehrsteilnehmende zu schaffen und gleichzeitig die negativen Auswirkungen des Verkehrs auf Menschen und Umwelt zu minimieren. Ein attraktives Angebot des öffentlichen Verkehrs (ÖV) kommt diesem Ziel zugute. Oftmals ist ein wirtschaftlicher Betrieb in schwach nachgefragten Orten und Zeiten jedoch nicht realisierbar. Mit der Hoffnung auf vollautomatisierte, fahrerlos fahrende Fahrzeuge und damit verbundene Kostensenkungen treten in diesem Zusammenhang zunehmend geteilte Fahrzeugflotten in den Blick des öffentlichen Interesses. Auf geteilten Fahrzeugflotten beruhende Sharingangebote bieten Verkehrsteilnehmenden die Möglichkeit, Wege entweder lediglich mit einem geteilten Fahrzeug zurückzulegen (Carsharing) oder aber auch die Fahrzeugfahrt zeitgleich mit anderen zu teilen (Ridesharing). Sowohl Carsharing als auch Ridesharing machen bisher nur einen sehr geringen Anteil der in Deutschland zurückgelegten Wege aus (MiD 2017, NOBIS UND KUHNIMHOF (2018)). Für zukünftige Szenarien sollten jedoch frühzeitig und möglichst objektiv und fundiert geeignete Wirkungsmechanismen identifiziert werden, um räumlich und zeitlich weitverbreitete Sharingangebote in eine verkehrsplanerisch zielführende Richtung lenken zu können. Verkehrsnachfragemodelle sind dafür ein geeignetes Mittel. In der Praxis verwendete Verkehrsnachfragemodelle bilden Sharingangebote bisher in der Regel nicht ab. Um diese zu integrieren, müssen sie erweitert werden. Grundlegend lassen sich zwei Arten der Nachfragebetrachtung in Verkehrsnachfragemodellen unterscheiden: mikroskopisch und makroskopisch. Nahezu alle Forschungsansätze zur Integration von Sharingangeboten in Verkehrsnachfragemodelle sind mikroskopisch, ein großer Teil der in der Praxis verwendeten Modelle jedoch makroskopisch (NARAYANAN ET AL. (2020), VOSOOGHI (2019)). In dieser Arbeit wird daher eine Methodik vorgestellt, um Sharingangebote in (bestehende) makroskopische Verkehrsnachfragemodelle zu integrieren. Im Fokus der Arbeit steht nicht die Bestimmung von Angebotsmerkmalen oder Verhaltensparametern der Verkehrsteilnehmenden. Vielmehr wird eine Methodik zur Untersuchung dieser Annahmen aufgezeigt. Die Methodik ermöglicht eine Rückkopplung zwischen Angebot und Nachfrage und orientiert sich am klassischen Vier-Stufen-Algorithmus. Dieser wird unter anderem um Schritte zur Abbildung betriebsseitiger nachfrageabhängiger Prozesse ergänzt. Dabei werden Fahrtenbündelung und Umlaufbildung unterschieden. Die Fahrtenbündelung ist nur für Ridesharing relevant und fasst voneinander unabhängige Personenfahrten in Fahrzeugfahrten zusammen. Die Umlaufbildung verkettet Lastfahrten der Sharingfahrzeuge mittels Leerfahrten zu Fahrzeugumläufen und berechnet die benötigte Flottengröße. Die von FRIEDRICH ET AL. (2018) und RICHTER ET AL. (2019) bzw. HARTLEB ET AL. (2021) vorgestellten Algorithmen bilden die Grundlage dieser Schritte. In Bezug auf die Bündelung werden in der vorliegenden Arbeit vertiefende Untersuchungen durchgeführt, die den Einfluss der vom Betreiber garantierten maximalen Fahrgast-Wartezeit sowie den Einfluss der makroskopischen Nachfragebetrachtung auf den Bündelungsgrad untersuchen. Im Bündelungsalgorithmus nach FRIEDRICH ET AL. (2018) und RICHTER ET AL. (2019) wird eine stetige und abschnittsweise abwechselnd konstante oder linear steigende Funktion zur Berechnung der Fahrzeuglastfahrtanzahl in Abhängigkeit der Personennachfrage genutzt. Im Rahmen der vorliegenden Arbeit wird eine alternative Funktionsform entwickelt, die sich bei zunehmender Personennachfrage einem linear steigenden Verlauf annähert. Darüber hinaus wird ein summenerhaltender Rundungsalgorithmus vorgestellt, der es ermöglicht zeitintervallspezifische Nachfragematrizen ganzzahlig zu runden. Die in dieser Arbeit präsentierte Modellierungsmethode ist sowohl für ganzzahlige als auch nicht-ganzzahlige Nachfrage geeignet. Des Weiteren werden die klassischen Schritte des Vier-Stufen-Algorithmus zur Integration von Sharingangeboten angepasst. Je nachdem ob das Sharingangebot als Teil des ÖV oder in Konkurrenz dazu angeboten wird, stehen unterschiedliche Schritte im Vordergrund. Wird Sharing in Konkurrenz zum ÖV angeboten steht die Erweiterung der Moduswahl im Vordergrund. Eine beispielhafte Erhebung und Modellschätzung zeigen einen möglichen Weg auf. Wird Sharing als Teil des ÖV angeboten, sollte es möglichst nicht in direkter Konkurrenz zu bestehenden fahrplangebundenen Angeboten stehen, um diese nicht zu schwächen. Es wird ein Ansatz vorgestellt, der auf einer räumlichen Trennung der Angebotsformen beruht. Dabei wird fahrplangebundener ÖV, direktes Sharing, bei dem Sharing als einziges Verkehrsmittel auf einem Weg genutzt wird, und Sharing als Zubringer zu fahrplangebundenem ÖV unterschieden. Sharing als Zubringer wird in die fahrplanbasierte ÖV-Umlegung eingebunden, um Abfahrten von Bussen und Bahnen als Referenzpunkte für Abfahrts- und Ankunftszeiten der Sharingfahrzeuge verwenden zu können. Die vorgestellte Modellierungsmethode wird in einer Fallstudie zu in den ÖV integriertem Ridesharing im makroskopischen Verkehrsnachfragemodell der Region Stuttgart angewendet. Es werden Szenarien untersucht, in denen im peri-urbanen Planungsraum vorhandene Buslinien durch Ridesharingangebote ersetzt werden. Je nach gewünschter Verbindung wird Ridesharing als Zubringer zu schienengebundenen Verkehrsmitteln oder direkt angeboten. Insbesondere direktes Ridesharing kann den ÖV attraktiver machen. Das führt jedoch auch zu erhöhten betrieblichen Aufwänden und erhöhten durchschnittlichen Reiseweiten im Planungsraum. Die Attraktivitätssteigerung durch Ridesharing als Zubringer ist aufgrund des systemimmanenten Umstiegs und benötigter Pufferzeiten zur Abfederung von Fahrtzeitschwankungen begrenzt. Insgesamt liegt der durchschnittliche Besetzungsgrad der Fahrten in allen Szenarien niedrig. Das ist unter anderem auf die im peri-urbanen Raum typischerweise räumlich und zeitlich disperse Nachfragestruktur zurückzuführen. Ridesharingangebote sind somit insgesamt dazu geeignet das ÖV-Angebot attraktiver zu machen, jedoch ist ihre Effizienz in peri-urbanen und ländlichen Räumen beschränkt. In Städten wiederum, die eine hohe räumlich und zeitlich gebündelte Nachfrage aufweisen, ist es unter verkehrsplanerischen Aspekten wünschenswert den bestehenden ÖV nicht zu schwächen. Die vorgestellte Modellierungsmethodik bereitet einen Weg, um bereits im Vorfeld der Etablierung potenziell bedeutender Sharingangebotsformen Wirkungszusammenhänge zu identifizieren, und ermöglicht somit eine zielgerichtete Verkehrsplanung.

02 Fakultät Bau- und Umweltingenieurwissenschaften

Browse

Filters

Settings

Sort By

Results per page

Search Results