In this project, the automatic countings of bicycles and cars in Münster (Westf.), Germany are analyzed. This repository contains a Docker image in which the data are downloaded, preprocessed, and subsequently put in a database. The data come originally from the Stadt Münster and are available in this repository. The docker image from this repository is at the docker hub. The source code can be best understood by following the pipeline in src/000_run_pipeline.R.
There exists a front-end web-app visualizing the data using Shiny. The shiny-web-app is here, the code for the front-end can be found in this repository.
We are in the process of adding analyses of these data with machine learning and statistical tools.
- use machine learning tools to predict the number of traffic participants:
The idea is to predict number of cyclists based on date, hour, weather, etc.
There is already some work done using Bayesian and non-Bayesian regression models (see files
src/06_Bayesian_glms.Randsrc/06_glm_regression.R). - add model benchmarking (e.g. RMSE score, based on cross-validation)
- migrate 'negative-binomial regression' to 'linear regression', due to normal distribution of target variable during day hours
- grab live data from EcoCounter counting machines via https://github.com/derhuerst/eco-counter-client
- interactive visualization of statistical model
- compute ratio of space needed by bikes vs cars and the actual numbers of bikes/cars passing by
- impute missing weather observations (assuming similar weather as e.g. 30 minutes earlier)
- Pendler quantifizieren
- Tagesverlauf (Pendlerpulse) visualisieren -> Pendler identifizieren
- Daten zu stadtein- und auswärts nutzen
- Wo / wann wird gependelt?
- Ausweichen auf andere verkehrsmittel
- Umstieg der Pendler aufs Auto im Winter / bei Schlechtwetter?
- "Regeneffekt"
- Vergleich mit Autozählstellen
- Ausweichen auf ÖPNV oder auf Auto?
- Auto & Luftqualität -> mehr Autos, schlechtere Luft?
- Daten sind nicht "kontrolliert" -> es kann gut sein, dass manche Zählschleifen nicht funktionieren oder manche Zählschleifen vertauscht sind.
- Gibt es mehr Verkehr auf dem Albersloher Weg wegen Autobahnanschluss Hiltrup?
- Radverkehr verhält sich sehr ähnlich zum Kfz-Verkehr (vom Muster her)
- Münster ist Kfz-verkehrsmäßig am Limit, 3-4 % mehr Autos und es gibt Stau (z.B. bei schlechtem Wetter)
- Radverkehrsplanung ist Schönwetterplanung
Copyright © 2017-2018 Thorben Jensen, Thomas Kluth
Dieses Programm ist Freie Software: Sie können es unter den Bedingungen der GNU General Public License, wie von der Free Software Foundation, Version 3 der Lizenz oder (nach Ihrer Wahl) jeder neueren veröffentlichten Version, weiterverbreiten und/oder modifizieren.
Dieses Programm wird in der Hoffnung, dass es nützlich sein wird, aber OHNE JEDE GEWÄHRLEISTUNG, bereitgestellt; sogar ohne die implizite Gewährleistung der MARKTFÄHIGKEIT oder EIGNUNG FÜR EINEN BESTIMMTEN ZWECK. Siehe die GNU General Public License für weitere Details.
Sie sollten eine Kopie der GNU General Public License zusammen mit diesem Programm erhalten haben. Wenn nicht, siehe http://www.gnu.org/licenses/.
This program is free software: you can redistribute it and/or modify it under the terms of the GNU General Public License as published by the Free Software Foundation, either version 3 of the License, or (at your option) any later version.
This program is distributed in the hope that it will be useful, but WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU General Public License for more details.
You should have received a copy of the GNU General Public License along with this program. If not, see http://www.gnu.org/licenses/.
Datenquelle: Stadt Münster
Datenlizenz Deutschland – Namensnennung – Version 2.0 (oder diese pdf-Datei)