YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

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

Logistik- und Mobilitätsprozesse optimieren mit dem Geospatial Digital Twin

Mit strazoon Geospatial Digital Twin erstellen Sie ihr individuelles und digitales Prognosemodell. Mithilfe des digitalen Zwillings können Prognosen entsprechend ihrer Kriterien per Klick erstellt werden, sodass Sie ihre Logistik– und Mobilitätsprozesse effizienter und sogar langfristig realitätsnah planen können. 

Unsere strazoon Planning Solutions machen es möglich Struktur-, Verkehrs- und Bevölkerungsdaten innerhalb von Augenblicken in ein Modell zu überführen. Mit der Simulation des Geospatial Digital Twins haben Sie die Flexibilität, individuelle Eingangsparameter anzupassen und Optimierungsszenarien durchzuspielen, um maßgeschneiderte Lösungen für ihre spezifischen Anforderungen zu entwickeln, sei es für raumbezogene Datenanalyse, Modellierung eigener raumbezogener Daten oder die Simulation verkehrsbezogener Daten. 

Der Geospatial Digital Twin ist ein multimodales und mikroskopisches Abbild der Realität und basiert auf einer Georeferenzierung auf Menschen und Verkehrszellen. Dabei werden alle Verkehrsteilnehmer, einschließlich öffentlicher Verkehrsmittel, Individualverkehr und Lieferverkehr in die Analyse integriert. Jeder dieser Akteure wird in einer Aktivitätskette abgebildet, um ihr individuelles Verhalten, ihre Ziele und die gewählten Verkehrsmittel zu berücksichtigen. Dies ermöglicht Aussagen über Verhaltensänderungen aufgrund von Verkehrsänderungen wie Baustellen, Tempobeschränkungen oder Unfällen.

Darstellung des strazoon MobilityObs Layer zur Verwendung des Geospatial Digital Twins.

Was steckt dahinter?

  • Grundlage für Kartendarstellung und Verkehrswege ist das OpenStreetMap Projekt
  • Weitere Datenquellen reichern das Modell an
  • Verkehrsnachfrage wird auf Grundlage weiterer Daten modelliert und in Aktivitätsketten abgebildet
  • Logistische Fragestellung werden ebenfalls als Aktivitätsketten abgebildet und so verschiedene Szenarien modelliert
  • Erkenntnisse über Optimierungsmöglichkeiten werden mittels Simulation generiert und anschließend ausgewertet

Genutzte Technologien

Bei strazoon arbeiten wir mit einer Reihe fortschrittlicher Technologien. Durch die Kombination dieser können wir eine hochmoderne Plattform bieten, die es unseren Kunden ermöglicht, komplexe Logistik- und Mobilitätsprobleme zu analysieren, zu optimieren und datengesteuerte, effiziente Entscheidungen zu treffen. 

SUMO steht für „Simulation of Urban MObility“ und ist eine leistungsfähige Verkehrssimulationssoftware, die mikroskopische Verkehrsmodelle erstellt und die Bewegung von Fahrzeugen und Verkehrsteilnehmern in Städten detailliert simuliert. 

Tapas ist eine weitere Verkehrssimulationssoftware, die es ermöglicht, Verkehrsströme und -bedingungen zu analysieren und Verkehrsmodelle zu entwickeln, die verschiedene Szenarien abbilden. 

 Density-Based Spatial Clustering of Applications with Noise ist ein Clustering-Algorithmus, der in unserer Clusterbildung zum Einsatz kommt. Er hilft dabei, punktbasierte Cluster zu bilden und somit die Anzahl der Haltepunkte zu minimieren. 

Wir nutzen fortschrittliche Geospatial-Technologien, um geografische Daten in unser Verkehrsmodell zu integrieren und den Geospatial Digital Twin zu erstellen. 

Unsere Technologie basiert auf mikroskopischen Verkehrsmodellen, die einzelne Fahrer und Fahrzeuge mit ihren individuellen Charakteristika abbilden. Dadurch erhalten wir detaillierte Einblicke in das Verkehrsverhalten. 

 Wir setzen auf leistungsstarke Simulationstechnologien, um realistische Verkehrsszenarien zu erstellen und die Auswirkungen von Verkehrsänderungen zu prognostizieren. 

Um die generierten Daten auszuwerten und anschaulich darzustellen, nutzen wir moderne Datenanalyse- und Datenvisualisierungstools. 

In einigen Aspekten unserer Lösungen integrieren wir auch Machine Learning und KI, um Muster und Zusammenhänge zu erkennen und Optimierungsvorschläge zu generieren. 

Anwendungsfelder für Geospatial Digital Twin

  • Alle
    •   Back
    • Smart Logistics Zones
    • Cargobike Solutions
    • Geospatial Digital Twin Solutions
Was wäre wenn Analyse

Was wäre wenn Analyse

Prognose 2030

Prognose 2030

Erreichbarkeitsanalysen

Erreichbarkeitsanalysen

Zustellbereiche simulieren

Zustellbereiche simulieren

Case Study: Autonome Fahrzeuge im ÖPNV

Unsere Experten stellen auf der vom Deutschen Zentrum für Luft- und Raumfahrt organisierten Konferenz SUMO User Conference 2022 einen Anwendungsfall für mikroskopische Verkehrsmodelle und Simulation vor.

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

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

Nutzen Sie die Chance direkt mit unseren Experten über Ihr Projekt zu sprechen