Indikatorbasierte Multimodale Risikobetrachtung Im Verkehr
Total Page：16
File Type：pdf, Size：1020Kb
Indikatorbasierte multimodale Risikobetrachtung im Verkehr Von der Fakultät für Maschinenbau der Technische Universität Carolo-Wilhelmina zu Braunschweig zur Erlangung der Würde eines Doktor-Ingenieurs (Dr.-Ing.) genehmigte Dissertation von: Dipl.-Ing. Geltmar von Buxhoeveden aus (Geburtsort): Braunschweig eingereicht am: 22. Januar 2019 mündliche Prüfung am: 28. Juni 2019 Gutachter: Dr.-Ing. Uwe Becker Prof. Dr.-Ing. Bernhard Friedrich 2019 Für Mareile, Edda und Alvo. Danksagungen Die vorliegende Arbeit entstand auf der Grundlage meiner Tätigkeiten und Projekte am Institut für Verkehrssicherheit und Automatisierungstechnik der TU Braunschweig in den Jahren 2009-2018. An dieser Stelle möchte ich mich bei allen bedanken, die mich bei der Fertigstellung dieser Arbeit unterstützt haben. Professor Schnieder danke ich für die vielen anregenden Diskussionen, die diese Arbeit immer wieder methodisch und inhaltlich weiter gebracht haben. Doktor Uwe Becker danke ich für die reibungslose Weiterführung des Instituts sowie die weitere Betreuung dieser Dissertation bis zur Abgabe. Professor Bern- hard Friedrich und Professor Karsten Lemmer danke ich für die abschließenden Hinweise zur Fertigstellung und für die Durchführung des Dissertationsverfah- rens. Den Mitarbeitern Jörg Müller, René Hosse und Jan Welte danke ich für die vielen Diskussionen im gemeinsamen Büro. Weiterhin bedanke ich mich bei Regine Stegemann, Sylvia Glowania und allen Auszubildenden und Praktikanten im Sekretariat des Instituts, deren Umsicht und Ruhe mir viel geholfen hat. Der IT Administration um Herrn Schielke danke ich für das Lösen aller kleinen und großen Computerprobleme in meiner Zeit am Institut. Roman Slovàk vom Bundesamt für Verkehr der Schweiz hat mich bei der Erstellung der Software zur Datenanalyse maßgeblich mit seinen Anregungen und Hinweisen unterstützt. Meiner Frau Mareile danke ich für das intensive Korrekturlesen und für die vielen Familienmomente, die wir seit 2014 zu viert genießen dürfen. Zusammenfassung Modelle verdanken ihre Funktionsweise ihrer logischen Sinnhaftigkeit und sind im Optimalfall einfach, vielleicht sogar elegant. Soll ein Modell zur Simulation oder Prognose benutzt werden, sind Eingangs- und Übergangsparameter von großer Relevanz. Diese Arbeit will aufzeigen, welche Daten vorhanden sind, welche Daten häufig fehlen und wie aus erhobenen Unfalldaten glaubwürdige Modellparameter gewonnen werden können. Im Bereich der Verkehrssicherheit sind verschiedene Modellansätze vorhan- den, um dass Unfallgeschehen abzubilden. Diese Modellansätze stehen jedoch am Ende dieser Arbeit, da sie die „Konsumenten” der Ergebnisse dieser Arbeit sind. Eingangsdaten dieser Arbeit sind ereignisbasierte Unfalldaten der Verkehrs- moden Öffentlicher Personenverkehr (konkret: Bahn, Straßenbahn, Bus, Schiff, Seilbahn), Individualverkehr (i.d.R. Autos, aber auch Fahrräder und Fußgänger) und Flugverkehr. Der Vielzahl an Datenlieferanten, erhebenden und auswerten- den Institutionen und Organisationen wird sich ausführlich gewidmet. Die unterschiedlichen Datenquellen und Erhebungsverfahren werden erörtert, Probleme der Vergleichbarkeit herausgestellt und ein einheitliches, aus den Daten ableitbares, Maß für die Schadensschwere in Form von Fatalities and Weighted Injuries (FWI) benutzt. Aus Zeitpunkten und Schadensschwere der Ereignisse werden Verteilungs- funktionen abgeleitet, die als Eingangsparameter für Verkehrssicherheitsmodelle genutzt werden können. Das im Rahmen dieser Arbeit erstellte Computerprogramm zur Datenanalyse wird für den Großteil der Auswertung der Unfalldaten und das Erstellen von Ergebnisgrafiken und Tabellen benutzt. Der Quellcode des Programms ist Bestandteil der Arbeit und in Auszügen im Anhang aufgeführt. Abstract Models work due to their logical construction and are ideally simple, even elegant. If a model is to be used in a simulation or for prognosis, parameters for input and transition are of great relevancy. This thesis aims to show which data are available, which data are frequently missing and how meaningful parameters can be extracted from traffic accident data. In traffic safety different approaches are in use to model accidents. Those approaches can be found at the end of this thesis, as they are the „consumers” of the results of this work. Input data of this thesis are event-based accidents of various public transport modes (i.e. train, tram, bus, ship, cable car), individual transport (mainly cars, but also bicyles and pedestrians) and airplanes. The multitude of data suppliers, gathering and analysing institutions and organisations are broadly discussed. Different data sources and data gathering methods are presented, problems of comparability are are discussed and the unified measure of damage in the form of Fatalities and Weighted Injuries (FWI) is used. Distribution functions are derived from time and damage values of traffic incidents, which can be used as input parameters for traffic safety models. The majority of graphical and tabular output of this thesis was generated by a data tool specifically written for the purpose of traffic accident analysis. The source code is part of the thesis and is available as an excerpt in the appendix. Inhaltsverzeichnis Abbildungsverzeichnis vii Abkürzungsverzeichnis xi Tabellenverzeichnis x 1 Einleitung 1 1.1 Motivation, Ziel und Ansatz . 2 1.2 Struktur der Arbeit . 3 1.3 Stand der Wissenschaft . 4 1.3.1 Institutionen / Organisationen und Datenbanken der Verkehrssicherheit . 4 1.3.2 Datenbeschaffung und -interoperabilität . 9 1.3.3 Fazit I . 10 1.3.4 Methoden zur statistischen Analyse der Verkehrssicherheit 10 1.3.5 Fazit II . 12 1.3.6 Vorarbeiten des Instituts für Verkehrssicherheit und Au- tomatisierungstechnik . 12 1.4 Projekte und Organisationen . 15 1.4.1 Projekte zur Verkehrssicherheit . 16 1.4.2 Organisationen mit Verkehrssicherheitsbezug . 21 2 Terminologie und Skalierung 29 2.1 Hintergrund: Trilaterales Zeichenmodell . 29 2.2 Eigenschaften, Merkmale, Größen, Werte . 30 2.2.1 Eigenschaften . 31 2.2.2 Merkmale . 32 2.2.3 Größen . 33 2.2.4 Werte . 33 2.3 Domänenüberblick . 34 2.3.1 Eisenbahnwesen . 34 i 2.3.2 Straßenverkehrswesen . 38 2.3.3 Flugverkehr . 40 2.3.4 Gesundheitswesen . 41 2.3.5 Zusammenfassung . 46 2.4 Risikobegriff.................... 47 3 Datenquellen 49 3.1 Herkunft der Daten . 49 3.1.1 Amtliche, öffentliche Daten . 50 3.1.2 Amtliche, nicht öffentliche Daten . 55 3.1.3 Offene, freie Daten . 56 3.1.4 Kommerzielle Daten . 63 3.2 Datenstrukturen . 64 3.3 Dateninhalte . 65 3.3.1 Unfalldaten . 65 3.3.2 Normierungsdaten . 65 3.4 Datenqualität . 66 3.4.1 Rohdaten . 66 3.4.2 Bearbeitete, fallbasierte Daten . 67 3.4.3 Aggregierte Daten . 67 3.5 Datenzugriff................... 67 3.5.1 Rechtlicher Zugriff................... 67 3.5.2 Technischer Zugriff................... 69 4 Anforderungen und Methoden 73 4.1 Datenimport . 73 4.1.1 Anforderungen Datenimport . 73 4.1.2 Methoden Datenimport . 74 4.2 Datenanalyse . 75 4.2.1 Anforderungen Datenanalyse . 75 4.2.2 Methoden Datenanalyse . 75 4.3 Datenvisualisierung . 76 4.3.1 Anforderungen Datenvisualisierung . 76 4.3.2 Methoden Datenvisualisierung . 76 5 Datenaufbereitung 77 5.1 Einführung . 77 5.2 Datenbereinigung . 78 5.2.1 Manuelle Verfahren . 78 ii 5.2.2 Teilautomatisierte Verfahren . 78 5.2.3 Automatisierte Verfahren . 79 5.3 Datenfusion . 79 5.4 Data Mining . 79 5.4.1 Datenaufwertung . 79 5.4.2 Clusterbildung . 80 5.4.3 Ganglinien . 82 6 Datenanalyse 83 6.1 Explorative Datenanalyse . 83 6.1.1 Plausibilitätsprüfungen . 83 6.1.2 Vergleich modenspezifischer Risikoindikatoren . 94 6.1.3 Verteilungsfunktionen für die Häufigkeit von Ereignissen 96 6.1.4 Verteilungsfunktionen für die Schwere von Ereignissen . 99 6.2 Ermittlung des Sicherheitsniveaus . 103 6.2.1 Aufgabenstellung . 103 6.2.2 Methode . 104 6.2.3 Allgemeine Funktionsweise . 104 6.3 Tool zur Datenanalyse . 107 6.3.1 Allgemeine Funktionsbeschreibung . 107 6.3.2 Benutzeroberfläche . 107 6.3.3 Datenauswahl . 109 6.3.4 Berechnungseinstellungen . 110 6.3.5 Optionen . 110 6.3.6 Manuelle Nutzereingaben . 110 6.3.7 Tabellenausgaben . 110 6.3.8 Plotausgaben . 111 6.3.9 Kartenausgaben . 115 6.4 Schlussfolgerungen . 115 7 Modellanwendungen 117 7.1 Indikatorklassifizierung zur Modellanwendung . 117 7.2 Risikogenesemodell . 119 7.3 Markov-basierte Modelle . 119 7.4 ProFunD-Ansatz . 122 8 Zusammenfassung und Ausblick 123 8.1 Zusammenfassung . 123 8.2 Ausblick . 123 iii 8.2.1 Datenbeschaffung . 123 8.2.2 Datenbearbeitung . 124 8.2.3 Datenanalyse . 125 8.2.4 Ergebnisdarstellung . 126 A Tabellen 129 A.1 Verkehrstote und BIP pro Kopf weltweit . 129 A.2 Zeitreihe Deutschland 1950 - 2015 . 131 A.3 Einwohner und Unfälle in Sachsen-Anhalt . 132 A.4 Klassifizierung MIV Indikatoren . 134 B Unfallerfassung 141 B.1 Verkehrsunfallanzeige Deutschland . 141 B.2 Unfallanzeige ÖPNV Schweiz . 149 B.3 Unfallanzeige NTSB Flug . 149 C Programmcode 153 D Werkzeuge 165 D.1 Entwicklungsumgebung . 165 D.1.1 RStudio . 165 D.1.2 Texmaker . 165 D.2 Programmiersprachen . 165 D.2.1 R . 165 D.2.2 R-Packages . 166 D.2.3 HTML / Javascript . 166 D.2.4 SQL . 166 D.3 Dokumentation . 167 D.3.1 LATEX................... 167 D.3.2 Inkscape . 167 D.3.3 GIMP . 167 D.3.4 Shutter . 167 D.3.5 PowerFolder . 167 Literatur 168 iv Abbildungsverzeichnis 1.1 Decade of Action Kampagne [WHO13a] . 1 1.2 Tote im Straßenverkehr 2001 und 2016 [Eur18] . 2 1.3 Ziel der WHO-Kampagne Decade of Action . 18 1.4 Webseite „Sicher durch Münster” . 21 2.1 iglos: Trilaterales Zeichenmodell und Relationierung . 30 2.2 Risiko modelliert in iglos . ..