Aktuelle Projekte

Hinweis: Einige der folgenden Informationen sind nur in Englisch verfügbar.

Datengestützte Analyse des Mobilitätsverhaltens zur Bewertung der Machbarkeit von E-Bike-Städten

Vergrösserte Ansicht: E-Bike-City Konzept

Projektstartt: 01.09.2022
Projektleiter: Prof. Dr. Martin Raubal
Wissenschaftliche Mitarbeiter: Nina Wiedemann, Henry Martin, Ayda Grisiute
Förderung: ETHZ D-BAUG, externe SeiteBundesamt für Energie

Bei der Bewertung der Durchführbarkeit des E-​Bike-City-Konzepts müssen verschiedene Aspekte des Mobilitätsverhaltens der Menschen berücksichtigt werden, z. B. die derzeitige Nutzung der Verkehrsträger, die Auswirkungen der baulichen Umgebung auf die E-​Bike-Fahrerschaft und Möglichkeiten der Substitution emissionsintensiver Verkehrsträger durch Mikromobilität. Darüber hinaus müssen die Auswirkungen einer solchen Mikromobilität auf die Erreichbarkeit, die Pendelzeiten und die persönliche Belastung untersucht werden. Das Ziel dieses Teilprojekts ist es, datengestützte raum-​zeitliche Analysemethoden und maschinelles Lernen einzusetzen, um diese Aspekte zu untersuchen und die allgemeinen Kosten eines Übergangs zur E-​Bike-Stadt zu bestimmen.

Es wird das aktuelle Fahrrad-​ und E-​Bike-Verhalten mit Hilfe eines datengesteuerten Ansatzes (GPS-​Tracking-Daten) analysieren und die Auswirkungen von Umwelt-​, Stadt-​ und sozialen Faktoren auf die Fahrgastzahlen bewerten, um geografisch verallgemeinerbare Modelle zu erstellen. Das Teilprojekt wird die Integration mit anderen gemeinsam genutzten und langsamen Mobilitätsarten (z. B. gemeinsam genutzte Elektrofahrzeuge, gemeinsam genutzte E-​Scooter) bewerten und sich auf die Identifizierung von Fahrten konzentrieren, für die eine Substitution des Verkehrsmittels durch das Fahrrad/E-​Bike machbar ist, und die daraus resultierende Verringerung der CO2-​Emissionen und der Risikoexposition berechnen. Schließlich wird ein schnelles GIS-​basiertes Tool für die Berechnung verschiedener Erreichbarkeitsmaße für uni-​ und multimodale Ketten entwickelt.

Eyes4ICU: Blickbasierte Interaktion und ortsbezogene Dienste

Vergrösserte Ansicht: Eyes4ICU

Projektstart: 01.09.2022
Projektleiter: Dr. Peter Kiefer
Wissenschaftliche Mitarbeiter: NN
Förderung: externe SeiteStaatssekretariat für Bildung, Forschung und Innovation


Das externe SeitegeoGAZElab beteiligt sich am europäischen Projekt «Eyes for Interaction, Communication, and Understanding (Eyes4ICU)».
externe SeiteEyes4ICU ist ein Doctoral Network im Rahmen der Marie Skłodowska-​Curie Actions der Europäischen Union. Wir beteiligen uns als assoziierter Partner und beziehen unsere Finanzierung vom Schweizer Staatssekretariat für Bildung, Forschung und Innovation.
Eyes4ICU erforscht neue Methoden der blickbasierten Interaktion, die auf aktuellen psychologischen Theorien und Erkenntnissen, Computermodellierung, sowie Expertise in vielversprechenden Anwendungsgebieten beruhen. Das geoGAZElab erforscht in diesem Kontext blickbasierte Interaktion mit ortsbezogenen Diensten, insbesondere zu den Themen blickbasierte Routenempfehlung und Experience Logging.

Interpretable and Robust Machine Learning for Mobility Analysis

Vergrösserte Ansicht: Interpretable and Robust Machine Learning for Mobility Analysis

Projektstart: 01.11.2021
Projektleiter: Prof. Dr. Martin Raubal
Wissenschaftliche Mitarbeiter: Dr. Yanan Xin, Ye Hong
Förderung: externe SeiteHasler Stiftung

Artificial intelligence (AI) is revolutionizing many areas of our lives, leading a new era of technological advancement. Particularly, the transportation sector would benefit from the progress in AI and advance the development of intelligent transportation systems. Building intelligent transportation systems requires an intricate combination of artificial intelligence and mobility analysis. The past few years have seen rapid development in transportation applications using advanced deep neural networks. However, such deep neural networks are often difficult to interpret and lack robustness, which slows the deployment of these AI-powered algorithms in practice. To improve their usability in deployment, an increasing research effort has been devoted to developing interpretable and robust machine learning methods, among which the causal inference approach recently gained traction as it can provide interpretable and actionable information. However, most methods are developed for image or sequential data which cannot satisfy the specific requirements of mobility data analysis. These unique requirements have been intensively studied in the Geographic Information Science (GIScience) field but have not yet been well utilized in developing machine learning models. The goal of our project is to bring together the knowledge of GIScience and Machine Learning, advancing our understanding of how interpretable and robust machine learning methods can be tailored to mobility analysis with the support of causal inference. The outcome of this research will deepen our understanding of how to integrate AI technologies and GIScience for mobility analysis, making AI in the transportation sector more interpretable and reliable. Ultimately, we aim to facilitate the deployment of AI in intelligent transportation systems and build a safer, more efficient, and more sustainable transportation system in the future.

The project is conducted in collaboration with the externe SeiteSwiss Data Science Center.
 

Vergrösserte Ansicht: 3D Sketch Maps

3D Sketch Maps

Projektstart: 01.11.2021
Projektleiter: Prof. Dr. Martin Raubal
Wissenschaftliche Mitarbeiter: t.b.a.
Förderung: Schweizerischer Nationalfonds (SNF)

Das durch den Schweizerischer Nationalfonds im Rahmen des Förderprogramms Sinergia finanzierte Projekt 3D Sketch Maps befasst sich mit der Untersuchung von 3-dimensionalen Kartenskizzen aus einer theoretischen, empirischen, kognitiven, sowie werkzeug-bezogenen Perspektive, mit einem speziellen Fokus auf Technologien der erweiterten Realität. Das Zeichnen von Kartenskizzen ist eine anerkannte Methode in Forschungsfeldern, welche sich mit der räumlichen Entscheidungsfindung und Informationsverarbeitung bei Menschen, wie etwa bei der Wegesuche, beschäftigen. Obwohl Raum naturgemäss 3-dimensional ist, hat sich die Forschung bisher auf 2-dimensionale Kartenskizzen zur Beurteilung von räumlichem Wissen konzentriert. Jedoch ist es für zahlreiche Aufgaben, wie z.B. in der Luftfahrt oder bei der Kognition von mehrstöckigen Gebäuden, wesentlich, das 3-dimensionale menschliche Verständnis von Raum zu untersuchen.

An diesem 4-jährigen Forschungsprojekt sind neben der Professur für Geoinformations-Engineering auch die Professur Cognitive Science an der ETH Zürich (Prof. Dr. Christoph Hölscher) sowie das Institut für Geoinformatik der Universität Münster (externe SeiteProf. Dr. Angela Schwering) beteiligt.

Vergrösserte Ansicht: Vehile to Grid for Car Sharing

V2G4CarSharing - Vehicle to grid for Car Sharing

Projektstart: 01.10.2021
Projektleiter: Prof. Dr. Martin Raubal
Wissenschaftliche Mitarbeiter: Dr. Yanan Xin, Nina Wiedemann
Förderung: Bundesamt für Energie (BFE)

Carsharing und Vehicle-to-Grid (V2G) sind vielversprechende Innovationen zur Dekarbonisierung des Verkehrssektors. Die Integration von Carsharing und V2G hat das Potenzial die Verbreitung beider Technologien zu beschleunigen, da sich diese dabei ergänzen, die Auslastung von Elektroautos zu erhöhen. Es gibt allerdings noch viele offene Fragen bei der Integration von Carsharing und V2G. Unter anderem: Wie können Lade- und Entladezeiten von geteilten Elektroautos unter der Berücksichtigung der Flexibilität von Buchungen optimiert werden? Wie beeinflusst die zukünftige Verbreitung von geteilten Elektroautos die Machbarkeit und den Nutzen von V2G? Wie kann eine dynamische Preisstrategie bei der Integration helfen? Wir adressieren jede dieser Fragen, indem wir optimale Strategien zur Integration von Carsharing und V2G-Strategien entwickeln und mittels drei verschiedenen Szenarien evaluieren. Dieses Projekt wird unser Verständnis bezüglich Machbarkeit und Nutzen der Kombination von Carsharing und V2G verbessern und eine Anleitung zur Bewältigung dieser Herausforderungen in der Praxis liefern.

Das Projekt wird zusammen mit folgenden Partnern realisiert: externe SeiteHive Power und externe SeiteMobility.

The Expanded Flight-Deck - lmproving the weather Situation Awareness of pilots - EFDISA

Project start: 01.07.2021
Project lead: Prof. Dr. Martin Raubal
Internal researchers: Dr. Peter Kiefer, Adrian Sarbach
Funding: Swiss FOCA (Federal Office of Civil Aviation)

Pilots' high level of situation awareness is critical for ensuring safe and efficient flight operations. To ensure a high level of situation awareness, pilots need to assess the weather before and during a flight. Contemporary pre-flight weather charts are neither specifically designed for pilots nor take pilots' situation awareness into consideration. Moreover, aircraft sensors used in-flight have a limited range, can only identify clouds with sufficient reflectivity and are prone to effects such as 'shadowing' that may lead to inaccuracies in the weather being displayed. This project aims at improving contemporary pre-flight and in-flight representations of weather data for pilots. More precisely, we intend to develop a novel system to represent the weather situation, which can be run on pilots' carry-on laptops and tablets, and which takes pilot situation awareness into concern already in the design phase. This novel system will allow pilots to better perceive, understand, and anticipate meteorological hazards (i.e., improve their situation awareness), and to make decisions on flight route changes more efficiently and effectively. All of these improvements will result in improved flight safety.

JavaScript wurde auf Ihrem Browser deaktiviert