FCD

Floating Car Data ist ein Verkehrsmessverfahren, das Schätzwerte für die Straßengeschwindigkeit aus GPS-Positionsdaten und Zeitstempeln von beweglichen Fahrzeugen ableitet, typischerweise Taxis, Lieferfahrzeuge oder Privatwagen mit Konnektivität. Anstatt ortsfeste Sensoren wie Induktionsschleifen oder Radarmelder an bestimmten Punkten zu installieren, nutzt FCD den natürlichen Verkehrsfluss selbst als Messinstrument. Ein Fahrzeug erfasst seine Position alle paar Sekunden; wenn diese Daten über viele Fahrzeuge auf einem Straßenabschnitt aggregiert werden, zeigen sie, wie schnell der Verkehr fließt.

Das Verfahren funktioniert durch Aufteilung der Straßen in Abschnitte, üblicherweise 100 bis 500 Meter lang, und berechnet die Durchschnittsgeschwindigkeit aus der Rate, mit der ausgestattete Fahrzeuge jeden Abschnitt durchfahren. Die Datenerfassung erfordert eine Flotte ausgerüsteter Fahrzeuge oder eine Smartphone-App mit ständiger Standortfreigabe. Taxioperatoren und Logistikunternehmen haben historisch die dichtesten Datensätze bereitgestellt, da ihre Fahrzeuge kontinuierlich und systematisch städtische und überregionale Netze abdecken. Ride-Hailing-Apps, Connected-Car-Services und Navigationsdienste wie Google Maps und HERE erzeugen inzwischen massive FCD-Datenströme als Nebenprodukt ihrer Kerngeschäfte.

FCD hat klare Vorteile gegenüber ortsfester Infrastruktur: keine Installationskosten, Abdeckung aller Straßen einschließlich Nebenstraßen und schnelle Reaktion auf temporäre Staubildung. Ein Stauerereignis zeigt sich bei FCD innerhalb von Minuten durch angestiegene Fahrtzeiten auf betroffenen Abschnitten. Das Verfahren hängt aber von ausreichender Fahrzeugdichte ab; auf verkehrsarmen Landstraßen wird FCD unzuverlässig oder unmöglich. Die Datenqualität variiert auch mit der GPS-Genauigkeit, die in Häuserschluchten, Tunneln und dichtem Bewuchs abnimmt. Datenschutzbedenken entstehen, weil Standorthistorien persönliche Muster offenlegen können, auch wenn sie anonymisiert sind.

Der Begriff "Floating" bezieht sich auf die Fahrzeuge selbst, die sich frei durch das Netz bewegen, anstatt an ortsfesten Messpunkten verankert zu sein. Frühe Forschungen in den 2000er Jahren, besonders in Deutschland und den Niederlanden, formaliserten das Verfahren, da Verkehrsplaner nach Alternativen zu kostspieligen Sensornetzwerken suchten. Der Name hat sich trotz des Aufstiegs von Connected Vehicles und mobilen Anwendungen, die FCD-Erfassung heute dominieren, durchgesetzt.

FCD wird in Verkehrsmanagementsysteme neben anderen Datenquellen integriert: Induktionsschleifen auf Autobahnen, Gebührenstellendaten, Incident Reports von Verkehrsleitstellen und Wetterdaten. Moderne Verkehrsprognosemodelle verbinden FCD-Historische Muster mit Echtzeitdaten von Sonden, um Staubildung zu schätzen und Routen zu empfehlen. Die Genauigkeit erreicht typischerweise 5 bis 10 Prozent Abweichung von tatsächlichen Durchschnittsgeschwindigkeiten auf Hauptstraßen; die Unsicherheit nimmt auf Nebennetzen zu, wo die Fahzeugstichprobe dünner ist.