Prognose der Parkhausauslastung

Informationsbereitstellung, Prognose und Analyse der Echtzeitbelegung von Parkhäusern auf dem Bildungscampus zur Vermeidung von Staus und Entwicklung alternativer Flächennutzungskonzepte
Seit Juni 2020

Parkhaus3

Ansprechpartner

Philipp-Goebels-Bild

Vincent Philipp Göbels
E-Mail: vincent-philipp.goebels [at]
iao.fraunhofer.de
Telefon: +49 711 970-5268

Zusammen mit verschiedenen Akteuren am Bildungscampus wurden im Rahmen der Smart Campus Initiative Zukunftsbilder für den smarten Campus von morgen erarbeitet. Dabei wurde von Studierenden angemerkt, dass es häufig zu langen Warteschlangen vor den Parkhäusern und damit einhergehenden unnötig hohen Schadstoffemissionen durch Fahrzeugstaus kommt. Aufgrund des gegenwärtigen Lockdowns stehen Parkhäuser momentan größtenteils leer, was neue Herausforderungen, aber auch Potenziale mit sich bringt.

Ziel des Projektes ist es, die Belegungsmuster der Parkhäuser am Campus so genau wie möglich zu erfassen und zu prognostizieren, um diese den Akteuren zum einen als Informationsservice für die Parkplatzsuche anzubieten und zum anderen die Nutzung der Parkhausflächen flexibel und effizient gestalten zu können.

Zunächst wird eine Schnittstelle zu den Belegungsdaten der Parkhäuser bereitgestellt. Mittels dieser können die aktuellen Belegungszahlen abgerufen und als Grundlage für ein Prognosemodell gespeichert werden. Im Hintergrund kann ein Prognosemodell, z.B. LSTM, auch unter Einbeziehung weiterer Daten wie Wetter und Events trainiert werden. Sobald das Modell solide Ergebnisse erzielt, können die Prognosen als Informationsservice bereitgestellt und beispielsweise in die vom Campusmanagement entwickelte Bildungscampus-App integriert werden.

Die Akteure am Campus können durch die zur Verfügung gestellten Informationen bei hoher Auslastung direkt auf umliegende Parkhäuser ausweichen. Dadurch werden unnötige Staus im Parkhaus vermieden. Zudem könnten auf Grundlage der genauen Analyse der Stellplatzbelegung neue Nutzungskonzepte für freie Flächen entwickelt werden.

Die Lösung kann auf weitere Parkhäuser übertragen werden und Kommunen beim datengengestützten Parkraummanagement und bei der Flächenverwaltung helfen.

Weitere Anwendungsfelder

Öffentliche Parkflächen

Private Parkflächen