Mobility as a service and the transition to driverless systems.

Abstract

Die Arbeit anlaysiert die Auswirkungen und Einflüsse von nachfragebasierten Verkehrsmodi in Mobility-as-a-Service (MaaS)-Systemen. Zunächst wird ein Überblick über diese Dienste und eine Einführung in die Simulationswerkzeuge gegeben, die ein mögliches Werkzeug zur Analyse und Wirkungsabschätzung von MaaS darstellen. Bei der Simulation liegt das Hauptaugenmerk dabei auf Werkzeugen, die eine agentenbasierte Simulation sowohl der Nachfrage als auch des Angebots ermöglichen. Der weitere Fokus der Arbeit liegt auf bereits existierenden, fahrerbasierten MaaS-Diensten am Beispiel Taxi. Hierzu wird eine tiefgehende Analyse des Berliner Taximarkts mittels ausgewerteter GPS-Trajektorien vorgenommen, welche eindeutige Muster in der Nachfrage nach Taxifahrten und im Fahrzeugangebot aufzeigt. So ist beispielsweise die Nachfrage nach Taxifahrten an Werktagen sehr regelmäßig geformt, absolut am höchsten ist sie jedoch in Wochenendnächten. Darüber hinaus werden in der Arbeit die Auswirkungen von autonomen Fahrzeugen auf MaaS diskutiert. Zunächst wird hierbei ein Szenario erörtert, in dem der gesamte Autoverkehr in Berlin durch Shared Autonomous Vehicles (SAV), oder Robotaxis, ersetzt wird. Hierbei ist es möglich, dass ein autonomes Flottenfahrzeug bis zu zehn Privatfahrzeuge ersetzen kann. In einer zweiten Fallstudie wird der Ersatz eines fahrplan-basierten, herkömmlich betriebenen öffentlichen Verkehrssystems durch ein geteiltes SAV- System in einer kleineren Stadt simuliert. Schließlich zeigt eine dritte Fallstudie, wie sich autonome Fahrzeuge in Privatbesitz auf das Parkverhalten in einer Stadt auswirken können, wenn AutohalterInnen die Möglichkeit haben, ihre Privatfahrzeuge stetig umherfahren zu lassen oder sie zu abgelegenen Parkplätzen zu schicken, wenn sie nicht benötigt werden.This thesis aims to analyze the effects of on-demand transport services in Mobility as a Service (MaaS). First, an overview of such modes is provided. This is accompanied by an introduction into simulation tools that allow an analysis of on-demand transport systems. Here the focus is set on agent based simulation of both the demand and the supply of a service. The second focus lies on existing, driver-based MaaS operations, with taxis being the main example. This includes an in-depth analysis of the taxi market in Berlin, Germany, based on the evaluation of GPS trajectories. This second part concludes with a simulation of the effects of shared taxi rides in Berlin. These are likely to be successful only in the city center and to and from Tegel Airport. The third focus is on possible effects of Autonomous Vehicles (AVs) on mobility services. First, a scenario is discussed where all car traffic in Berlin is replaced by single passenger Shared Autonomous Vehicles (SAVs). In Berlin, it is shown, one fleet vehicle could replace up to ten conventional cars. In the second case study, the replacement of a schedule-based and conventionally-operated public transport system by a pooled SAV-system in a smaller town scenario is simulated. Given the simulation assumption, such a system will reduce both travel times for passengers and operating costs. Finally, the third case study shows the effect privately owned AVs may have on parking behavior in urban areas, if people have the choice to either let their privately-owned vehicles cruise or send them to remote parking locations. Results suggest that the use of remote parking locations for AVs may be favorable in areas of high parking pressure.