Mastering the (industrial) Data
Wie aus Daten von Industrie- und Produktionsprozessen eine verbesserte Fertigung entsteht.
mehr erfahren
Forschungsprojekt TRAPH: Verkehrsmanagement- und -informationssystem
TRAPH hatte zum Ziel, die Datenverwaltung des neuen Verkehrsmanagement- und -informationssystem 2.0 der ASFiNAG zu designen und prototypisch zu implementieren.
Als Autofahrer*in auf Österreichs Autobahnen und Schnellstraßen kennt man die Situation: Warum zeigt der Überkopfanzeiger gerade jetzt eine Geschwindigkeitsbeschränkung auf 60 km/h an? Um solche Anfragen auch für einen länger zurückliegenden Zeitpunkt zu beantworten – zum Beispiel bei Anfragen der Exekutive – soll eine effiziente Bearbeitung solcher Fragestellungen seitens der ASFiNAG durch ein modernes Datenhaltungssystem unterstützt werden.
Schaltungen von Überkopfanzeigern müssen dazu nachvollziehbar sein. Dafür werden die Zusammenhänge von den Sensordaten, welche an der Strecke aufgenommen werden bis zu den Schaltentscheidungen der Überkopfanzeiger in einer Datenbank abgelegt. Beispiele für Situationen, welche Schaltungen auslösen können, sind die Erkennung eines Stauendes oder von Nässe auf der Fahrbahn, welche als Maßnahme zu einer dynamischen Beschränkung der zulässigen Geschwindigkeit führen. Zentrale Fragen sind auch welche Schaltungen auf bestimmten Abschnitten der Autobahnen am häufigsten vorkommen oder welche Situationen und Maßnahmen führen zu bestimmten Anzeigen. Ein weiterer Anwendungsfall ist die Auswertung der örtlichen Verteilung der Schaltungen.
Des Weiteren ist das Verständnis der Zusammenhänge zwischen den Situationen und Maßnahmen für die Steuerung und Parametrierung des Verkehrsmanagement- und -informationssystem 2.0 (VMIS) essenziell. Nur durch die Analyse dieser Daten, hat die ASFiNAG das Wissen, ob VMIS 2.0 korrekt funktioniert und wie die Automatikprogramme zu parametrisieren sind
Problem
Die Nachvollziehbarkeit der Schaltungen auf den Überkopfanzeigern auf Schnellstraßen und Autobahnen steht nur kurzfristig zur Verfügung.
Gewählte Methodik
Auf Grund der Skalierbarkeit und geplanter Integration in das von ASFiNAG definierte System wurde die Open-Source Graphendatenbank JanusGraph für die Umsetzung gewählt.
Ergebnisse
Anhand der ausgewählten Graphdatenbank-Technologie und basierend auf den technischen Anforderungen, wird ein geeignetes Datenmodell erstellt. Eine prototypische Installation und Konfiguration der Graphdatenbank sowie der Import und Speicherung der relevanten VMIS2-Daten aus verschiedenen Datenquellen ermöglicht, die Zusammenhänge der Daten abzubilden und performant zur Verfügung zu stellen.
Schlussfolgerungen
Mit der Umsetzung von TRAPH können die definierten Szenarien zur Nachvollziehbarkeit der Schaltungen auf den Überkopfanzeigern dargestellt werden.
Projektpartner
Die RISC Software GmbH hat aufgrund ihrer Data Engineering Expertise sowie der Erfahrungen im Bereich der NoSQL-Datenbanken im Rahmen der FFG Ausschreibung Verkehrsinfrastrukturforschung 2019 den Zuschlag erhalten und wurde mit der Auswahl und dem Design der Datenbanklösung sowie der Umsetzung der Datenübernahme beauftragt.
Die Autobahnen- und Schnellstraßen-Finanzierungs-Aktiengesellschaft (ASFiNAG) steht im Eigentum des österreichischen Bundes und ist mit der Finanzierung, die Planung, der Bau und die Erhaltung von Bundesstraßen sowie die Einhebung von zeit- und fahrleistungsabhängigen Mauten betraut.
Dieses Projekt wurde aus Mitteln der FFG gefördert (Nr. 879353).
Projektpartner
Details zum Projekt
- Projekt-Kurztitel: TRAPH
- Projekt-Langtitel: High Performance Traffic Management Information System
- Fördercall: Mobilität der Zukunft (FFG)
- Projektpartner*innen:
- Autobahnen- und Schnellstraßen-Finanzierungs-Aktiengesellschaft (ASFINAG)
- Budgetvolumen (gesamt): 168.000 EUR
- davon Förderung (gesamt): 168.000 EUR
- Laufzeit: 6 Monate (09/2020-02/2021)
Kontakt
Projektleitung
DI Paul Heinzlreiter
Senior Data Engineer
Weiterlesen
Datenqualität in der Praxis
Eines der zentralen Ziele des Data Engineering ist die Aufbereitung von Datensätzen entsprechend den Anforderungen der Anwender oder der nachfolgenden Prozessschritte. Der Einsatz der Daten kann sich hierbei vom Modelltraining im Bereich des Machine Learning bis zum verbesserten firmeninternen Reporting basierend auf einer integrierten Datenbank erstrecken.
mehr erfahren
Data Engineering – Die solide Basis für eine effektive Datennutzung
Data Engineering integriert Daten aus verschiedensten Quellen und macht sie effektiv nutzbar. Damit stellt es vor allem im Big Data Bereich eine Voraussetzung für effektive Data Science, Machine Learning und Künstliche Intelligenz dar.
mehr erfahren
Datenversteher: Durch intelligente Graphdatenbanken Unternehmensdaten nutzen
Graphdatenbanken ermöglichen eine intuitive Abbildung vieler Real-World-Szenarien wie industrielle Fertigung, Verkehrsdatenanalyse oder der IT-Infrastrukturüberwachung. So werden Daten nicht nur effizienter gespeichert, sondern auch viel besser nutzbar.
mehr erfahren
Graphdatenbanken in der Praxis
Graphdatenbanken ermöglichen eine intuitive Abbildung vieler Real-World-Szenarien wie industrielle Fertigung, Verkehrsdatenanalyse oder der IT-Infrastrukturüberwachung. Zusätzlich ermöglichen sie, dass sich auch die Abfragen eng an die modellierte Realität anlehnen.
mehr erfahren