Guten Tag,
ich war heute das erste Mal auf einem ADFC-Treff und habe dort einige Ideen diskutiert.
Eine meiner Ideen ist zusammengefasst: Mit Beschleunigungs-Daten die Fahrrad-Infrastruktur zu bewerten. Einige wissenschaftliche Arbeiten haben gezeigt, dass mehr Erschütterungen invers korrelieren mit der Zufriedenheit der Fahrradfahrer. [5
] [6]
Ich konnte in einer schnellen Suche im Forum keine größere Diskussion dazu finden, daher mache ich ein neues Thema hier auf.
Ziel
Das Ziel der Idee ist am Ende eine objektiv vergleichbare Metrik für die Fahrradinfrastruktur zu erstellen.
Faktoren / Dinge die zu beachten sind
Meines Achtens gibt es da folgende Faktoren die man betrachten muss:
Auswahl der zu messenden Strecken
Alle Strecken zu messen ist ab einer gewissen Größe sehr aufwendig. Wenn jedoch genügend Personen mit einem Sensor oft genug durch die Stadt fahren, könnte man mit der Zeit bestimmt eine gute Abdeckung bekommen. Ansonsten braucht man eine Methode um ein
en kleinen Teil der Infrastruktur auszuwählen. Die Methode sollte möglichst wissenschaftlich basiert sein um die Metrik vergleichbar zu machen. Hierzu konnte ich keine passende wissenschaftliche Arbeit finden. Ggf könnte man das mal an irgendwelche Prof
essoren tragen. Leider studiere ich ein anderes Fach (Informatik), ansonsten könnte ich das selber erforschen. Anfangs könnte man einfache Methoden nehmen wie z.B.: zufällige Auswahl aus OpenStreetMap, bestimmter Umkreis um Bahnhof (oder anderes Zentrum
), meistbefahrene Strecken (wenn Daten vorhanden). Das ist wahrscheinlich das Thema wo bisher am Meisten fehlt.
Eigenschaften des Fahrrads rausrechnen oder vergleichbar machen
Damit die Daten möglichst vergleichbar sind, braucht man entweder ein Referenz-Fahrrad mit dem alles gemessen wird. Wenn man genügend Daten hätte, würde sich das erübrigen, da die verschiedenen Eigenschaften der Fahrräder sich im Durchschnitt rausrechne
n würden. Ansonsten könnte man noch eine Art Kalibrierung definieren, bei der man über identische Hubbel fährt und das Verhalten misst. Das könnte man dann nutzen um das Schwingverhalten des Fahrrads zu beschreiben und so möglichst die Eigenschaften des
Fahrrads rauszurechnen.
Technische Umsetzung der Messung
Meine ideale Vorstellung wäre, dass alle eBikes (wahrscheinlich vorhandene) Beschleunigungssensoren nutzen würden und die Daten mit Zustimmung der Besitzer aufzeichnen und teilen würden. Dadurch würde man wahrscheinlich eine schnelle und gute Abdeckung
bekommen. Nachteil wäre, dass nur Strecken die von eBikes befahren werden gemessen würden. Die Frage ist wie hoch hier der Unterschied (also Bias) zu Bio-Bikes ist und vllt auch vernachlässigbar.
Alternativ könnte man mit Smartphones oder Fahrradlichtern die Daten sammeln. Hierbei gibt es auch schon wissenschaftliche Arbeiten:
- Assessing Bicycle Infrastructure Using a Multidimensional Approach: Integrating Vibration Analysis, Sensor Technologies, and Cyclist Preferences von Ahmed [2]
- Evaluating Bicycle Path Roughness: A Comparative Study Using Smartphone and Smart Bicycle Light Sensors von Ahmed et al. [3] (wahrscheinlich Überschneidung mit [2])
Eine weitere Alternative wäre ein neuer Sensor. Oder natürlich (daher auch dieses Forum) ein OpenBikeSensor. Ich kenne mich nicht wirklich mit dem OpenBikeSensor aus, habe nur mal kurz die Website angeschaut in der Vergangenheit. Daher kann ich nicht sa
gen, ob es irgendwelche Projekte gibt, wie den OBS Pro, wo es gut integrierbar wäre vom Zeitpunkt der Entwicklung etc.
Diskussion
Mich würde interessieren was ihr von der Idee haltet. Ich freue mich über jeden Input.
Ich möchte darauf hinweisen, dass ich nur den Abstract von den wissenschaftlichen Arbeiten gelesen habe. Einige sind auch nicht frei verfügbar. Vermutlich kann man je
doch kostenlosen Zugriff bekommen, wenn man die Autoren nett per Email darum bittet. Außerdem habe ich das Ganze eben in ca 1h runtergeschrieben. Wenn ich mir vornehmen würde alles mehr auszuarbeiten, würde es wahrscheinlich einfach liegen bleiben. Daher lieber unfertig, als gar nicht. Vllt inspiriert ja jemand die Idee.
Weitere wissenschaftliche Arbeiten zu dem Thema:
- Evaluating the cycling comfort on urban roads based on cyclists’ perception of vibration von Gao et al. [6]
- Ride Quality for Bicycle Paths under Different Pavement Conditions von Ul-Abdin et al. [1]
- Bumpy Rides: An Extensive Accelerometer-Based Cycling Infrastructure Survey von Jarry et al. [4]
- How comfortable are your cycling tracks? A new method for objective bicycle vibration measurement von Bil et al. [5]
Viele Grüße
Christian
[1] Z. Ul-Abdin, H. D. Backer, P. D. Winne, und S. Z. Rajper, „Ride Quality for Bicycle Paths under Different Pavement Conditions“, in International Conference on Transportation and Development 2018, Pittsburgh, Pennsylvania: American Society of Civil E
ngineers, Juli 2018, S. 1–8. doi: 10.1061/9780784481561.001.
[2] T. AHMED, „Assessing Bicycle Infrastructure Using a Multidimensional Approach: Integrating Vibration Analysis, Sensor Technologies, and Cyclist Preferences“, 2025. [Online]. Verfügbar unter: Assessing Bicycle Infrastructure Using a Multidimensional Approach: Integrating Vibration Analysis, Sensor Technologies, and Cyclist Preferences | Document Server@UHasselt
[3] T. Ahmed, A. Pirdavani, G. Wets, und D. Janssens, „Evaluating Bicycle Path Roughness: A Comparative Study Using Smartphone and Smart Bicycle Light Sensors“, Sensors, Bd. 24, Nr. 22, S. 7210, Nov. 2024, doi: 10.3390/s24227210.
[4] V. Jarry, P. Apparicio, und J. Gelb, „Bumpy Rides: An Extensive Accelerometer-Based Cycling Infrastructure Survey“, Transportation Research Record: Journal of the Transportation Research Board, Bd. 2677, Nr. 3, S. 1217–1229, März 2023, doi: 10.1177/
03611981221122777.
[5] M. Bíl, R. Andrášik, und J. Kubeček, „How comfortable are your cycling tracks? A new method for objective bicycle vibration measurement“, Transportation Research Part C: Emerging Technologies, Bd. 56, S. 415–425, Juli 2015, doi: 10.1016/j.trc.2015.0
5.007.
[6] J. Gao, A. Sha, Y. Huang, L. Hu, Z. Tong, und W. Jiang, „Evaluating the cycling comfort on urban roads based on cyclists’ perception of vibration“, Journal of Cleaner Production, Bd. 192, S. 531–541, Aug. 2018, doi: 10.1016/j.jclepro.2018.04.275.