Auto/Motor

Was passiert, wenn Städte ihren Strassenraum in erster Linie auf den
Bedarf beim Radfahren und E-​Biken ausrichten? Auf einer neuen,
populärwissenschaftlichen Website zeigen ETH-​Forschende an Beispielen aus
der Stadt Zürich, wie eine solche E-​Bike-City dereinst aussehen könnte.

Wie sähe der Strassenraum aus, wenn eine Stadt die Hälfte ihrer
Verkehrsflächen fürs Radfahren und E-​Biken zur Verfügung stellte?
Benutzten Städter:innen dann häufiger ihr Rad? Wäre die E-​Bike-City gar
ein Ansatz, um die verkehrsbedingten CO2-​Emissionen zu senken?

Diese Fragen untersuchen neun Professuren der ETH Zürich und der EPF
Lausanne seit gut anderthalb Jahren. Den Lead dieser Forschungsinitiative
hat der Verkehrsforscher Kay Axhausen, der im Januar 2024 emeritiert wird
(vgl. Box). Jetzt liegen die ersten Erkenntnisse vor, und die Forschenden
haben ihre Lösungsansätze anschaulich mit Visualisierungen aufbereitet und
diese Woche auf einer Storymap-​Website veröffentlicht. Mittels
Storymapping lässt sich die Vision der E-​Bike-City leicht verständlich
als Geschichte in Text und Bild nachvollziehen.

Die E-​Bike-City-Vision sieht vor, dass die Menschen künftig die Hälfte
des städtischen Strassenraums nutzen können, wenn sie zu Fuss unterwegs
sind oder per Fahrrad, E-​Bike, Lastenrad, E-​Scooter oder mit anderen
Kleinverkehrsmitteln (sog. Mikromobilität). Heute sind über 80 Prozent des
städtischen Strassenraums für Autos und Parkplätze reserviert. Nur rund
11,7 Prozent sind für E-​Bikes und Fahrräder vorgesehen. Zumeist teilen
sich Radfahrende und E-​Biker:innen die Strassen mit den Autos.

Mehr Raum für die Menschen statt für die Autos

Im Unterschied dazu wären die Fahrspuren für Autos, öffentlichen Verkehr
(Trams, Busse), Zweiräder (Velos, E-​Bikes) sowie die Gehwege für
Fussgänger:innen in der E-​Bike-City grundsätzlich voneinander getrennt.
Dafür müsste kein zusätzlicher Strassenraum neu gebaut werden, sondern der
bestehende würde umgebaut. Das innerstädtische Autostrassennetz bestünde
in der E-​Bike-City weitestgehend aus einspurigen Einbahnstrassen. Die
Fahrspuren für die Räder und E-​Bikes befänden sich in der Regel links und
rechts der Einbahnstrasse. Der öffentliche Verkehr wiederum führe weiter
auf den bestehenden, separaten Fahrspuren. «Eine derartige Neugestaltung
gäbe den Menschen mehr Raum zurück», sagt Kay Axhausen.

Um die Neuerungen der E-​Bike-City so realistisch wie möglich
darzustellen, haben die Forschenden drei typische Beispiele aus der Stadt
Zürich ausgewählt: Das Bellevue und die Quaibrücke beim Zürichsee, die
Birchstrasse in Zürich-​Nord und die Winterthurer-​/Letzistrasse in
Zürich-​Oberstrass. An diesen Beispielen zeigen sie, wie ein Strassenraum
aussähe, wenn er rad-​ statt autofreundlich gestaltet wäre. Mit einem
Bildschieberegler lassen sich der heutige Strassenraum und der mögliche
zukünftige Zustand direkt miteinander vergleichen.

Der Entwurf der E-​Bike-City folgt bestimmten Gestaltungsprinzipien:
Ausgehend vom bestehenden Strassennetz wird jeweils die eine Hälfte jeder
Strasse zu einer sicheren und komfortablen Fahrradstrasse umgebaut, die
mit dem Rad, Elektrorad, Lastenrad, Elektrotretroller etc. befahren wird.
Die andere Hälfte der Strasse dient nach wie vor den Autos (Benzin oder
Batterie), sodass die Zufahrt zu Wohn-​ und Bürogebäuden gewährleistet
ist.

In vier Schritten zum E-​Bike-freundlichen Bellevue

Auf ihrer Storymap-​Website zeigen die ETH-​Forschenden am Beispiel des
Zürcher Bellevues und der Quaibrücke, wie sich die E-​Bike-City-Prinzipien
in vier Schritten realisieren liessen:

Schritt 1: Der öffentliche Verkehr, der die Quaibrücke heute auf einer
Fahrspur in der Mitte überquert, behält seinen Vorrang. Die meisten
Tramgleise und Busspuren bleiben unverändert. Dort, wo keine separaten
Tram-​ und Busspuren möglich sind, sorgen gemeinsame Fahrspuren mit den
Autos für ein durchgängiges ÖV-​Stadtnetz.
Schritt 2: Das Strassennetz der Autos erschliesst jedes Gebäude, sodass
alle wichtigen Zufahrten (z.B. Handwerker:innen, Menschen mit Mobilitäts-​
oder Körperbehinderungen), Notdienste (Krankenwagen, Feuerwehr, Polizei)
und Lieferungen möglich sind.
Schritt 3: Der verbleibende Strassenraum wird für die Mikromobilität
genutzt sowie für breitere Fusswege und neue Grünflächen. 37 Prozent der
heutigen Strassen in Zürich liessen sich laut den ETH-​Forschenden für die
Mikromobilität, Gehwege und Grünflächen umnutzen.
Schritt 4: Je mehr Städter:innen sich in der Folge für ein autofreies
Leben entschieden, umso mehr Parkplätze liessen sich nach und nach zu
Fahrradabstellplätzen, Grünanlagen, Spielplätzen umbauen. Ein
ausreichendes Angebot an Ladezonen und Kurzzeitparkplätzen sicherte die
Zufahrten für Notfall-​, Liefer-​ und Transportfahrzeuge.

Dynamische Strassennutzung gegen Staus

Neben diesen Schlüsselmassnahmen untersuchen die ETH-​ und
EPFL-​Forschenden weitere Begleitmassnahmen. Zum Beispiel könnte die
Umstellung auf ein städtisches Einbahnstrassennetz die Autos stauen. Diese
Stau-​Wahrscheinlichkeit liesse sich mit einer dynamischen Strassennutzung
senken. Dabei würde je nach Tageszeit mittels Lichtsignalen gesteuert, in
welcher Richtung die Autos und Fahrräder jeweils die Strasse benutzten und
wie viele Fahrspuren sie nutzen könnten. Auch die Akzeptanz der E-​Bike-
City wird untersucht. Zum Beispiel könnten sich Autofahrende benachteiligt
sehen, wenn der Radverkehr bevorzugt gefördert wird. «Im Forschungsprojekt
überprüfen wir, wie tragfähig und kostendeckend die Grundannahme und die
Prinzipien der E-​Bike-City sind, und welche Voraussetzungen für einen
möglichen Umbau nötig sind», sagt Kay Axhausen.

«Mit Blick auf die Erderwärmung können wir in der Verkehrsplanung nicht
wie bisher weitermachen. Wir brauchen neue verkehrspolitische Ideen für
die Städte. Die E-​Bike-City ist auch ein Modell, wie der Verkehr seine
Treibhausgasemissionen reduzieren kann», sagt Axhausen, «die E-​Bike-City
soll zeigen, dass Fahrrad und E-​Bike als Standardverkehrsmittel in der
Stadt dienen können. Unsere Vision ist es, dass die Stadt bequemer,
leiser, grüner und gesünder wird als heute.»

Originalpublikation:
https://ebikecity.baug.ethz.ch/

Autonom fahrende LKW werden in der Zukunft auf den Straßen unterwegs sein.
Dabei stellt sich die Frage, wie der technisch einwandfreie Zustand des
Trailers vor Fahrtantritt überprüft werden kann, wenn es keinen Fahrer
mehr gibt. Dies betrifft insbesondere die Komponenten, die für die
Verkehrssicherheit und fahrdynamische Stabilität verantwortlich sind. Auch
die Fahreigenschaften des Gespanns, die der Fahrer während der Fahrt
erfühlt und seine Fahrweise darauf einstellt, müssen automatisiert erfasst
und durch den Autopiloten berücksichtigt werden. Im Forschungsprojekt
»IdenT« unter Federführung der BPW Bergische Achsen KG haben Forscherteams
eine Lösung für diese Fragestellungen erarbeitet.

Der Kern der Lösung ist ein EDGE Device auf dem Trailer, der mithilfe
eines Sensornetzwerks verschiedene Messgrößen wie Beschleunigungen,
Drücke, oder Kamerabilder erfasst. Auf dem Rechner läuft ein digitaler
Online-Zwilling, der die Daten in Echtzeit in einem Fahrdynamikmodell des
Trailers verarbeitet. Besondere Fahrsituationen, die einer umfassenderen
Analyse bedürfen, werden erkannt und automatisch an einen Cloud-basierten
Offline-Zwilling zur detaillierteren Auswertung übergeben.

Entwicklung von MKS-Modellen für digitalen Offline-Zwilling

Forschende aus dem Fraunhofer-Institut für Betriebsfestigkeit und
Systemzuverlässigkeit LBF haben im Forschungsprojekt »IdenT -
Identifikation dynamik- und sicherheitsrelevanter Trailerzustände für
automatisiert fahrende Lastkraftwagen« Mehrkörpersimulation (MKS)-Modelle
für einen digitalen Offline-Zwilling entwickelt und implementiert. Er
dient zur numerischen Simulation betriebsfestigkeitsrelevanter
Fahrsequenzen, die von dem Online-Zwilling während der Fahrt auf Basis
spezifischer Messsignale identifiziert werden. Gemessene und vom Online-
Zwilling identifizierte Zeitreihen und Parameter werden auf ein Cloud-
System gesendet, auf dem der gesamte Prozess des Offline-Zwillings
getriggert wird. Dieser besteht aus verschiedenen Funktionen, die von den
Projektpartnern entwickelt und zusammen in eine Prozesskette integriert
wurden. Zentrales Element ist ein detailliertes MKS-Modell des LKW-
Trailers, das für die Simulation jedes Abschnittes automatisiert an den
aktuellen identifizierten Zustand des realen Fahrzeugs mit entsprechenden
Funktionen angepasst wird. Im Anschluss jeder Simulation berechnen
zusätzliche Funktionen die Prognose des Betriebsfestigkeitszustandes
ausgewählter Komponenten.

Wesentliche Größen für die Validierung des digitalen Zwillings sind die
Kopplungskräfte am King Pin, über den der Trailer an die Zugmaschine
angehängt wird. Die Modelle wurden mit diesen Messdaten abgeglichen, so
dass diese Schnittkräfte zukünftig durch Modelle zuverlässig bestimmt
werden.

Schnittkraftmessung am King Pin

Im Rahmen von »IdenT« wurde eine Messplattform aufgebaut, die die
angreifenden Kräfte und Momente am King Pin im Fahrbetrieb erfasst. Die
Messplattform besteht aus Kraftmesszellen und ist dafür vorgesehen im
Entwicklungsprozess oder zu Validierungszwecken eingesetzt zu werden.
Beispielsweise werden mit dem Messaufbau Belastungsdaten ermittelt oder
genaue Daten zur Abstimmung der Bremssysteme des Trailers erfasst.

KI-basierte Identifikationsalgorithmen monitoren Elastomerlager

Die Wissenschaftlerinnen und Wissenschaftler aus dem Fraunhofer LBF
befassten sich auch mit der Identifikation des Zustands der Fahrwerk-
Elastomerlager und verfolgten zwei parallele Ansätze. Auf einer Seite
wurden Physik-basierte Identifikationsalgorithmen entwickelt, die ein
vereinfachtes mechanisches Modell der Achse mit Algorithmen zur Parameter-
Identifikation kombinieren. Das ermöglicht die Schätzung der mechanischen
Eigenschaften der Elastomerlager, die im Zusammenhang mit dem Zustand der
Elastomerlager stehen. Auf der anderen Seite wurden KI-basierte
Identifikationsalgorithmen implementiert, die einen direkten Zusammenhang
zwischen verfügbaren Messdaten und dem Elastomerlager-Zustand bilden.
Beide Ansätze lieferten im Projekt die gewünschten Informationen.

Autarke Sensoren aus dem Fraunhofer LBF

Ein Teil des Sensornetzwerkes ist ein Modul, das als Achskapsel eines
Trailer-Rades installiert wird. Ein kleiner Generator, der durch die
Raddrehung gespeist wird, liefert genug Energie für die Versorgung von
Sensoren, einem leistungsstarken Controller und verschiedenen
Funkschnittstellen wie Bluetooth oder LoRaWAN. Der Achskapselsensor kann
als Teil des Sensornetzes Daten für die digitalen Zwillinge sammeln oder
als Stand-Alone Einheit Sensordaten erfassen, auswerten und per Funk
verschicken.