We're sorry but this page doesn't work properly without JavaScript enabled. Please enable it to continue.
Feedback

Radverkehr in Zeiten des vernetzen Fahrens (autonome Lastenräder und moderner Detektion des Radverkehrs)

Formal Metadata

Title
Radverkehr in Zeiten des vernetzen Fahrens (autonome Lastenräder und moderner Detektion des Radverkehrs)
Title of Series
Number of Parts
5
Author
Contributors
License
CC Attribution 3.0 Germany:
You are free to use, adapt and copy, distribute and transmit the work or content in adapted or unchanged form for any legal purpose as long as the work is attributed to the author in the manner specified by the author or licensor.
Identifiers
Publisher
Release Date
Language

Content Metadata

Subject Area
Genre
Abstract
Die zunehmende Digitalisierung und Automatisierung im Verkehrssystem macht auch vor dem Radverkehr nicht halt. Im Gegenteil, sie bieten zahlreiche Chancen für eine nachhaltigere Gestaltung der Reise- und Logistikketten auf der Straße. In zwei Vorträgen werden aufbauend auf abgeschlossenen und laufenden Forschungsprojekten konkrete Entwicklungen und Maßnahmen vorgestellt. Zum einen wird Tom Assmann, Forschungsgruppenleiter am Institut für Logistik und Materialflusstechnik an der Otto-von-Guericke-Universität Magdeburg, über die Potentiale und Anwendungsfelder automatisierter und autonomer Lastenräder referieren. Hierbei gibt er auch einen detaillierten Einblick in die aktuelle technologische Entwicklung und zeigt, welche Schritte für die erfolgreiche Integration selbstfahrender Lastenräder in den Straßenverkehr notwendig sind. Danach wird Johannes Schering von Abteilung für Wirtschaftsinformatik VLBA der Carl von Ossietzky Universität Oldenburg den Fokus auf Radverkehrsdaten legen. Planungsbüros und Stadtverwaltungen benötigen möglichst flächendeckende und aktuelle Daten, die möglichst in einem gemeinsamen Dashboard darstellbar sind. Die Herausforderungen werden anhand zweier Projekte (BikeDetect, INFRASense) verdeutlicht. Ein weiterer Schwerpunkt liegt auf der Fragestellung, wie KI Modelle die Verkehrssicherheit von Radfahrenden steigern können.
Keywords