IoT IoT4 Industry & Business

UZE Mobility schafft Durchbruch für sauberen Verkehr dank Big Data

zur Übersicht
Dr. Dr.- Ing. Alexander N. Jablovski, CEO / CTO + Founding Partner von UZE Mobility, erklärt: “Die nötigen Maßnahmen zur Emissionsreduktion – speziell in Ballungszentren – sind nur dann effizient, wenn die Ursachen von Emissionen in Echtzeit und straßengenau erforscht werden."

Das Mobile-Data Startup UZE Mobility hat zusammen mit T-Systems jetzt die straßen- und uhrzeitgenaue Messung des CO2-Ausstoßes des Straßenverkehrs auf Basis eines neuen ISO-Standards erfolgreich getestet. Bisher gab es kein weltweit einheitliches straßengenaues Messverfahren der CO2-Emissionen des Verkehrs in Echtzeit. Jetzt können Verkehrsmanager der Städte Ursachen exakt identifizieren und so effiziente verkehrliche Maßnahmen zur Reduzierung von Abgasen ergreifen. 

Der Feldversuch fand im Rahmen verschiedener Hamburger Projekte für „I.T.S – Intelligent Transport Systems“ (deutsch: Intelligente Verkehrssysteme) statt. Hier werden innovative Technologien erprobt, die die Mobilität umweltschonender effizienter, sicherer und komfortabler machen sollen. Für den Test hat UZE Mobility Taxen mit seiner digitalen, selbstleuchtenden Dachwerbung ausgestattet. Diese Dachwerbung enthält Sensoren, welche die GPS-Daten der Fahrzeuge erfassen. Die vollständig anonymisierten GPS-Informationen nutzt UZE Mobility unter anderen für geographisch genaue Werbung, die nach vorgegebenen Uhrzeiten, Gebiet oder der Wetterlage ausgespielt werden kann.

Die aus dem Verkehr gesammelten GPS-Datenmengen wurden vom Datenmarktplatz von UZE Mobility via 5G-Mobilfunk über eine Schnittstelle an den „Low Carbon Mobility Management“-Berechnungsserver (kurz: LCMM) von T-Systems gesendet. Der Algorithmus des LCMM-Servers erkennt dann, wo und wann wieviel Verkehr ist, wo der Verkehr stockt bzw. wo es Stop-and-go-Verkehr gibt. Auf dem LCMM-Server sind die Fahrzeugklassen hinterlegt. So kann der LCMM-Algorithmus den Kraftstoffverbrauch und damit den CO2-Ausstoß des Verkehrs geographisch genau in Echtzeit errechnen und Emissionsmuster abbilden.

Saubere Luft Dank Big Data

Mittels dieser exakten Emissionsmuster kann das Verkehrsmanagement der Städte nun Ursachen für die schlechte Luft durch den Verkehr geographisch- und uhrzeitgenau identifizieren, um verkehrliche Maßnahmen abzuleiten bzw. deren Kosten zu rechtfertigen.

Diplom-Physiker und Mathematiker Ralf Willenbrock, T-Systems-Experte für Connected Mobility und ITS Intelligent Transport Systems, sagt: „Mit dem standardisierten Messverfahren zeigt der LCMM-Server auf, wie Kraftstoff und CO2-Ausstoß im Straßenverkehr gemessen werden. Wir freuen uns sehr, mit der intelligenten Mobile-Data-Technologie von UZE Mobility Städte smarter und sauberer zu machen.“ Dr. Dr.- Ing. Alexander N. Jablovski, CEO / CTO + Founding Partner von UZE Mobility, erklärt: “Die nötigen Maßnahmen zur Emissionsreduktion – speziell in Ballungszentren – sind nur dann effizient, wenn die Ursachen von Emissionen in Echtzeit und straßengenau erforscht werden. Dann können auch verkehrliche Maßnahmen gezielt und kostensparend umgesetzt werden, um die Luft in den Städten zu verbessern. Dies ist unser erster von vielen wichtigen Schritten, um die Städte mittelfristig sauberer, gesünder und smarter zu machen.“

ISO-Standard: Verfahren auf alle Städte weltweit übertragbar

Damit die straßengenaue Berechnung zur Bestimmung des Kraftstoffverbrauchs und der daraus resultierenden CO2-Emissionen in Echtzeit weltweit auf vergleichbare Art und Weise durchführt wird, gibt es eine Norm: ISO 23795-1. Die im Jahr 2022 veröffentlichte ISO-23795-1 Norm nutzt damit eine für jedermann transparente Berechnung der CO2-Emissionen. LCMM hat erstmals den ISO-Standard vollständig implementiert.

Belastbare CO2-Zertifikate für Flottenbetreiber

Das LCMM-Konzept auf Basis der ISO-Norm ermöglicht es zudem Flotten, Taxen oder der Transportlogistik belastbare CO2-Zertifikate zu erstellen, da nach der Norm exakt berechnet werden kann, wie hoch deren CO2-Austoß ist.

weitere aktuelle Meldungen

Verwandte Artikel