Cottbus: Autonome Taxi-Flotten im Test

Autonome Taxi-Flotten im Test

Cottbus ist digitales Testfeld für autonome Taxi-Flotten

Autonome Sharing-Flotten sind überall in den Medien, aber noch lange nicht auf den Straßen - Zumindest noch nicht in Deutschland. Auch in der Wissenschaft sind entsprechende Effizienzrechnungen en vogue und inzwischen liegen schon einige beeindruckende Modelle vor. Wir möchten hier ausgewählte Ergebnisse einer solchen Simulation zu potentiell revolutionären Verkehrssystemen der Zukunft darstellen. Untersuchungsraum ist die Stadt Cottbus.

Was in Mountain View rumfahren kann (s.u.), kann perspektivisch sicherlich auch in Cottbus Einzug halten. Grund genug, um neben ähnlichen Modellen für Singapore (link is external), New Jersy (link is external) und Lissabon (link is external) auch für diese Stadt eine Modellrechnung für große, autonome Fahrzeugflotten als Form des öffentlichen Verkehrs zu simulieren. Mit der Zielsetzung, eine geeignete Flottengröße für die Bedienung des öffentlichen Nahverkehrs zu finden, wurde vom InnoZ-Mitarbeiter Daniel Hosse zusammen mit Andreas Neumann (link is external) eine solche Studie durchgeführt.

Die Untersuchung basiert auf einem vereinfachten Basismodell und untersucht szenarisch zwei Betriebsvarianten:

  1. Single-Passenger-Vehicle (SPV):
    Das ist die Variante, die eher einer 'RoboTaxi'-Flotte entspricht. Fahrzeuge dürfen nur einen Fahrgast gleichzeitig befördern.
  2. Ride-Sharing (RS):
    Fahrzeuge dürfen bis zu vier Fahrgäste mit gleichem Start und Ziel gleichzeitig befördern. Für den Passagier wirkt die Fahrt eher wie in einem People Mover.

Das Modell wird mittels einer Multi-Agenten-Simulation berechnet, welches iterativ ein Optimum der Verkehrverteilung anstrebt. Das Optimum berechnet sich dabei aus der Summe aller Nutzwertberechnungen der namensgebenden Agenten, wobei immer ein Tagesplan mit Wegen und Aktivitäten betrachtet wird. Hier sind diese vereinfacht als ÖV- oder MiV-Fahrten sowie Arbeiten als Wegzweck modelliert.

In dieser Studie wird das iterative Verfahren geschickt genutzt, um nicht nur das Nutzwertoptimum zu erreichen, sondern auch, um nach und nach die Flottengröße zu erhöhen. Der Einsatz der neuen virtuellen Fahrzeuge erfolgt dabei an der Haltestelle, bei der in der letzten Iteration die höchste individuelle Wartezeit eines Fahrgastes angefallen ist. So können die Diagrammverläufe über die Anzahl der Iterationen wie über die Flottengröße interpretiert werden.

Die Kurven ergeben sich aus dem Verhältnis von Betriebskosten zu gefahrenen Personenkilometern. Dabei setzen sich die Kosten aus Fixkosten für die Bereitstellung der Fahrzeuge (hier: Abschreibungen und Versicherungskosten) sowie entfernungsabhängigen Kosten (hier: Energiekosten pro Kilometer) zusammen. Diese werden gegen die modellierten Einnahmen (eine personenkilometerbasierte Bezuschussung im Sinne der öffentlichen Förderung) verrechnet.

Bei beiden Modellen ist ein charakteristischer Knick in der Grafik zu sehen, bei dem die Nachfrage gesättigt ist, aber die Flottengröße weiter steigt. Die waagerechte Trendlinie links vom Knick deutet darauf hin, dass sich Kosten und Einnahmen gleichmäßig entwickeln. Die ansteigende Kurve rechts vom Knick deutet auf ein Ausufern der Kosten hin.

Für den Betreiber und der Stadt Cottbus (sorbisch Chóśebuz) ist daher im Fall der RoboTaxis eine Flottengröße von circa 220 Fahrzeuge attraktiv, bei den stärker am öffentlichen Verkehr orientierten People Movern reichen bereits circa 70 Fahrzeuge und damit deutlich weniger.

Foto: By Rama (Own work) [CeCILL (http://www.cecill.info/licences/Licence_CeCILL_V2-en.html) or CC BY-SA 2.0 fr (http://creativecommons.org/licenses/by-sa/2.0/fr/deed.en)], via Wikimedia Commons

Quelle: InnoZ Benno Bock und Daniel Hosse