Totari

Pünktlichkeit ist ein grundlegendes Qualitätsmerkmal für Transportdienstleister. Viele Kunden weisen den Zulieferern feste Zeitfenster für die Entladung zu, entweder, um die Zulieferungen besser über den Tag zu verteilen, oder weil die entsprechenden Mitarbeiter nicht ständig zur Verfügung stehen. Auch viele Privatkunden wünschen sich detaillierte Informationen darüber, wann eine Bestellung zu Hause ankommt, vor allem dann, wenn sie persönlich vor Ort sein müssen. Allerdings können die Fahrtzeiten zwischen zwei Aufträgen je nach Verkehrslage stark variieren.

Die größte Ursache für diese Variation, das tägliche Verkehrsaufkommen, ist aber nicht konstant im Tagesverlauf. Zu bestimmten Uhrzeiten sind besonders viele Menschen unterwegs: am Morgen auf dem Weg zur Arbeit oder in die Schule und am Nachmittag auf dem Rückweg. In diesen Spitzenverkehrszeiten kommt es besonders oft zu stockendem Verkehr und lokal sogar zu Staus. Diese Schwankungen treten zum Teil sehr regelmäßig auf und sind durch gezielte Datenanalysen vorhersehbar. Durch ein automatisiertes, computergestütztes Verfahren kann genau dieses Wissen in die Planung einfließen. Einen Ansatz für ein solches Verfahren wurde am Fraunhofer IVI im Projekt TOTARI entwickelt.

1. Schritt: Daten

Viele Logistikunternehmen haben GPS-Geräte in ihre Fahrzeuge eingebaut, um sogenannte Floating-Car-Data (FCD) über den Transportprozess zu sammeln. Diese bestehen aus regelmäßig aufgezeichneten GPS-Daten mit Zeitstempel, der aktuellen Geschwindigkeit und anderen Informationen. Des Weiteren sind OpenStreetMap-Daten (OSM) notwendig, um die FCD einzelnen Straßenabschnitten zuzuordnen. Um Ausreißer aus den FCD-Daten zu filtern, werden auch Informationen von Unfallmeldungen und Baustellen berücksichtigt.

2. Schritt: Ermitteln von Geschwindigkeitsprofilen

Um die Geschwindigkeitsprofile zu ermitteln, werden die FCD den Kanten des Straßennetzes zugeordnet. Der nächste Schritt besteht aus einer Filterung der Daten, um zum Beispiel Standzeiten für Anlieferungen oder Pausen zu eliminieren. Darüber hinaus werden auch durch temporäre Baustellen verursachte Staus aus den Daten entfernt.

Anschließend folgt die Analyse der den einzelnen Kanten zugeordneten Daten und die Entwicklung eines tageszeitenabhängigen Profils für diese Kanten. Die hier entwickelten Matching- und Analysealgorithmen waren ein Schwerpunkt in TOTARI. Dabei ist sowohl die Qualität als auch die Quantität der Daten von entscheidender Bedeutung. Das heißt, die Frequenz, mit der GPS-Punkte aufgezeichnet werden, ist essenziell für die Güte der Ergebnisse.

3. Schritt: Tageszeitenabhängiges Routing

Als Routing bezeichnet man die Berechnung des besten Weges zwischen zwei Punkten. In den meisten Anwendungsfällen wird der schnellste Weg auch als der beste angesehen. Beim tageszeitenabhängigen Routing wird auf den Kanten des Straßennetzes nicht mehr eine konstante Geschwindigkeit angenommen, sondern eine Abhängigkeit von der Tageszeit mitberücksichtigt. Daraus folgt, dass für unterschiedliche Startzeiten immer Neuberechnungen notwendig sind. Die Optimierung der Anzahl relevanter Startzeitenintervalle und das Clustering von Geschwindigkeitsprofilen gewährleistet eine gute Balance zwischen Rechenzeit und Speicherbedarf auf der einen Seite und Genauigkeit in der Tourenplanung auf der anderen Seite.

4. Schritt: Tageszeitabhängige Tourenplanung

Der letzte Schritt ist die tageszeitenabhängige Tourenplanung. In TOTARI wurden Verfahren entwickelt, um tageszeitenabhängige Fahrtzeiten unter Berücksichtigung der Rechenzeit effektiv zu integrieren. Unter anderem hat sich zum Beispiel gezeigt, dass es bei bestimmten Auftragskombinationen nicht notwendig ist, tageszeitabhängige Fahrzeiten zu berücksichtigen. Mit den in TOTARI entwickelten Algorithmen konnten Fehlanfahrten um circa 75 % reduziert werden.

Im Forschungsprojekt TOTARI konnten wir zeigen, dass durch tageszeitenabhängige Fahrtzeiten die Qualität der Tourenplanung verbessert wird und dass eine Anwendung möglich ist, das heißt, dass auch bei Nutzung tageszeitenabhängiger Fahrtzeiten die Restriktionen an Speichervolumen und Rechenzeit in der Planung nicht überschritten werden. Es hat sich andererseits aber auch gezeigt, dass hochwertige Daten in einem ausreichenden Maß zur Verfügung stehen müssen.

• Geofabrik GmbH
• Meindl Entsorgungsservice GmbH
• Optitool GmbH