Drei Jahre Lehr- und Forschungsgebiet Radverkehr: Ein Rückblick
Drei Jahre Lehr- und Forschungsgebiet Radverkehr: Ein Rückblick
- Mikroskopische Verkehrsmodellierung
- Reiseverhalten
- Aktive Formen der Mobilität
- Datenanalyse und Machine Learning
Seit 05/2023: Wissenschaftlicher Mitarbeiter
Lehr- und Forschungsgebiet Radverkehr, Bergische Universität Wuppertal
06/2021 - 02/2023: Wissenschaftliche Hilfskraft
Lehrstuhl für Verkehrstechnik, Technische Universität München
03/2019 - 12/2020: Design Engineer
Gidroteck Group, Russia
10/2020 - 01/2023: Master of Science in Transportation Systems
School of Engineering and Design, Technische Universität München
09/2016 - 07/2020: Bachelor of Science in Bauingenieurwesen
Institute of Civil Engineering, Peter the Great St.Petersburg Polytechnic University
Masterarbeit
Peer-Reviewed Conference Papers
Titel:
Nutzung von Umwelt-, physischen und physiologischen Parametern von Radfahrern zur Verbesserung ihrer Geschwindigkeitswahl bei der Verkehrsmodellierung.
Schlüsselwörter:
Radfahren, Radverkehr, Geschwindigkeitswahl, Verkehrsmodellierung, diskrete Wahlanalyse, Leistungsabgabe, E-Bike
Zusammenfassung:
Fahrradfahren ist mit menschlichem Energieaufwand verbunden, aber nur wenige Forschungsarbeiten konzentrieren sich auf Modelle für die Wahl der Geschwindigkeit, die den Energieaufwand des Radfahrers und den Fahrradtyp berücksichtigen. Bestehende mikroskopische Verkehrssimulationen stellen die Parameter und die Leistung der Radfahrer nur unzureichend dar, was eine angemessene Infrastrukturplanung und weitere Forschungen zum integrativen Stadtverkehr behindert, insbesondere angesichts der zunehmenden Nutzung von E-Bikes. Diese Studie zielt darauf ab, Energieaspekte in die Modellierung der Geschwindigkeitswahl von Radfahrern zu integrieren und die Simulationsgenauigkeit zu verbessern. Dazu werden Geschwindigkeitswahlmodelle für den Fahrradverkehr in der mikroskopischen Verkehrssimulation entwickelt und getestet. Die Modelle beinhalten Umweltparameter, Leistungsreserven des Radfahrers und die Fahrzeit. Die Ergebnisse werden ein genaueres Modell für das Verhalten von Radfahrern liefern, das eine integrative städtische Verkehrsplanung, aktive Mobilität, Sicherheit und öffentliche Gesundheit fördert.