Zu den Themen Fahrradinfrastruktur und -nutzung stehen bereits eine Vielzahl von Datensätzen zur Verfügung. Um Städte optimal bei der Radverkehrsplanung unterstützen zu können, müssen diese Daten sinnvoll zusammengeführt und aufbereitet werden. Dabei können auch unstrukturierte Daten in Form von Fotos oder Videos zum Einsatz kommen, um bauliche Merkmale von Radwegen effizienter und exakter erfassen zu können.

Im Rahmen der Arbeit erfolgt eine Recherche geeigneter Verfahren aus dem Bereich des Maschinellen Lernens zur Auswertung von Bilddaten unterschiedlicher Radwegetypen, aufgenommen mit einer GoPro Kamera (z.B. Road Detection Ansätze). Ziel der späteren Analyse ist es, Oberflächentypen, Schäden und Führungsformen unterschiedlicher Radwege zu identifizieren. Die am besten geeigneten Ansätze der Literaturanalyse werden prototypisch implementiert und hinsichtlich ihres Erfolgspotentials sowie der Geeignetheit für diesen spezifischen Anwendungsfall evaluiert. Der Praxispartner Planungsbüro VIA eG aus dem Bereich der Radverkehrsplanung wird in den Prozess eng eingebunden.

Die Arbeit ist eingebettet in das Forschungsprojekt INFRASense, welches die Entwicklung eines datenbasierten Verfahrens zur Qualitätsbewertung der Fahrradinfrastruktur vorsieht. Die VLBA wird in diesem Zusammenhang ein Datenmanagementsystem zum Umgang mit den Infrastruktur- und Sensordaten entwickeln und darauf aufbauend Datenanalysen zu Störfaktoren bei der Fahrradnutzung (u.a. Oberflächenbeschaffenheit, Wartezeiten, Unfälle, Wettereinfluss) durchführen. Die Arbeit ist Teil der Aufgaben im Bereich Datenmanagement sowie -analyse und soll weitere Kenntnisse zu Störfaktoren bei der Fahrradnutzung zu Tage bringen.