Перейти к содержимому
Легкий язык
Решения для "умного города

Сенсорный велосипед

Гражданский научный проект по сбору данных о велосипедах

Участники семинара по датчикам группируются вокруг стола, пока докладчик объясняет, что такое датчики.
На семинаре по датчикам в мае 2025 года участники смогли собрать свой собственный велосипедный датчик и установить его на свой велосипед.

Вместе с 30 жителями нашего города, которые много ездят на велосипедах, столица земли Висбаден собрала актуальные данные о велосипедном движении в Висбадене в течение 2025 года. Изначально эксперимент по сбору данных был рассчитан на шесть месяцев.

Многофункциональные датчики собирали данные об окружающей среде, фиксировали состояние дорожного покрытия (булыжники, асфальт и т. д.) и вероятность того, что обгоняющие автомобили соблюдали или не соблюдали минимальную дистанцию обгона в 1,50 метра, предусмотренную правилами дорожного движения. Все данные велосипедистов были агрегированы и визуализированы в виде карты.

Данные кампании и дополнительную информацию о них можно посмотреть на панели "Мир данных: использование велосипедов в Висбадене".

В этот проект внесли свой вклад активные жители нашего города, которые собирали данные во время своих ежедневных велопрогулок. Профессора и студенты Университета прикладных наук Рейн-Майна также поддержали проект. Совместно со сторонниками проекта и Управлением по велоспорту города Висбадена полученные данные будут изучены и проанализированы.

Проект Citizen Science был запущен во время тематической недели "умного города" "fahrRAD" (май 2025 года) и продлился до ноября 2025 года.

Smart City делает первые выводы из полученных данных

Цветное отображение оживленных и менее оживленных маршрутов в районе Висбадена во время эксперимента.
Охват собранных данных в районе города Висбаден.

Имеющиеся экспериментальные данные о велосипедистах в Висбадене дают широкое представление и позволяют провести дифференцированный анализ, который вряд ли был бы возможен при использовании только стационарных счетных станций:


  • Расстояние до места обгона: данные дают первые указания на опасные ситуации по всему городу, которые затем могут быть проанализированы более глубоко с использованием дополнительных параметров и информации.
  • Состояние поверхности: данные датчиков визуализируют, где велосипедные дорожки особенно удобны или нуждаются в обновлении, предоставляя точную информацию для планирования инфраструктуры.
  • Маршруты: Сочетание индивидуальных поездок с данными датчиков позволяет понять, какие маршруты предпочтительнее, а каких следует избегать.

Вывод: Экспериментальные данные также способствуют объективизации дискуссий и измеримости качественных аргументов. Данные, которые мы собрали вместе, помогут нам принимать правильные решения и продвигать велосипедное движение в Висбадене. Они также помогут адаптировать велоинфраструктуру Висбадена к потребностям велосипедистов.

Преимущества:

  • Проект позволил получить ценные данные, которые ранее не были доступны в таком виде.
  • Эксперимент с данными позволил выявить признаки и подсказки, которые могут способствовать целенаправленному расширению велосипедной инфраструктуры и повышению безопасности дорожного движения.
  • Благодаря базе данных, охватывающей всю территорию города, можно определить приоритетность срочных мер.

Кому это выгодно?

  • Улучшение велосипедной инфраструктуры выгодно всем участникам дорожного движения, независимо от того, передвигаются ли они на велосипеде, автомобиле или пешком.
  • Особенно уязвимые группы населения (например, дети и подростки или пожилые люди) могут безопаснее передвигаться по дорогам благодаря улучшенной велосипедной инфраструктуре.

Также интересно

список наблюдения

Пояснения и примечания

Зачетные фотографии