Bielefeld - Routing Jöllenbecker Straße / Große Kurfürstenstraße etc

[Florian Lohoff]

Hallo Sebastian,

On Thu, Dec 20, 2018 at 02:37:38PM +0100, Sebastian Lisken wrote:
> 
> Das steckte ja auch schon im ersten Satz meines Wiki-Zitats drin. Aber
> du hast nichts zum zweiten Satz gesagt, den ich auch angesprochen hatte.
> Ich wiederhole ihn deshalb mal auf Deutsch: Man könnte das Tag fast
> überall anbringen und so die Datenbasis „verschmutzen“ ohne echten
> Nutzen, aber so kann man explizit festhalten, dass die Straße auf
> Rad-Infrastruktur hin durchsucht wurde. Weil hier höchstens
> oberflächlich untersucht wurde, spricht das für mich dafür, die Tags
> wieder zu entfernen.
> 

Das ist das alte "redundanz" Thema und das können wir ignorieren. Im PBF
Format werden gleiche strings nur exakt einmal enkodiert je buffer.  D.h.
zusätzliche gleichlautende tags sind quasi "umsonst".

Zum anderen ist auch ein explizit gesetztes tag eine information. Und
zwar das hier jemand nachgesehen hat und das es wirklich so ist.

Ich habe vor 10 Jahren mal gemeint das ein "lit=no" quatsch ist. Überall
wo das nicht da ist ist eben nicht beleuchtet.

Damit habe ich aber von 3 Zuständen (Beleuchtet, Unbeleuchtet,
Unbekannt) nur 2 dokumentiere Zustände.

Ich habe meine Meinung dazu vor ein paar Jahren revidiert.

Auch ein cycleway=no, lit=no, shoulder=no, sidewalk=no ergeben 
Sinn - Es hat jemand nachgesehen - es ist wirklich nicht da.

Und da wo ich das hinzugefügt habe ist ein asphaltierter Wirtschaftsweg
mit Wiese links und rechts. Da kannst du gerne nochmal hinfahren. Du
wirst keinen Schutzstreifen oder Radweg finden. D.h. ein cycleway=no
ist da schon angebracht.

Ich bin im moment noch nicht wo ich gerne wäre aber für das wo ich
mich wirklich interessiere (Gütersloh etc) werde ich die typischen
Straßen attribute über kurz oder lang auf Vollständigkeit hin
überprüfen und ergänzen. Das sind bei mir

lit, shoulder, sidewalk, cycleway, lanes, surface, maxspeed,
maxspeed:type

Und IMHO sollte jede Straße diese Tags tragen.

Und was die navigation/routingfähigkeit angeht. Ohne weitere tags
die wirklich die Nutzbarkeit für Radverkehr anzeigt werden wir nicht
weiterkommen. Aus den dokumentierbaren physischen Eigenschaften einer
Straße kann ich keine Empfehlung aussprechen. Nur weil die Straße
glatt ist oder einen Schutzstreifen hat kann ich da nicht 
ableiten das ich da fahren will.
Die Anzahl der dinge die ich beim Radfahren optimieren wollen würde
sind halt vieldimensional. Für einige ist Steigung doof, für mich
wäre Lärm doof (Ich will nicht auf einem Radweg neben einer Bundesstraße
fahren), andere finden die Absenz von Schutzstreifen, Radweg
oder Beleuchtung inakzeptabel. Es gibt eben nicht die EINE
Fahrradnavigation. Deshalb finde ich "brouter" da ja extrem Schick.
Kann sich jeder seine eigene Navigation mit eigenem Profil bauen.

http://brouter.de/brouter-web/

Fahrradnavigation ist eben um Größenordnungen komplizierter als
Autonavigation. Was ich machen kann ist die physischen Eigenschaften
von Straßen dokumentieren. Wenn das Einspurig ohne Radweg ist ist
halt die Frage wieviele Autos fahren denn da? Wenn da viel los ist
will ich da mit dem Rad auch nicht fahren. Wenn da wenig los ist
ist das eine super Strecke. Aber wie bringen wir DAS bei OSM rein?

Was meiner Meinung nach wirklich fehlt sind Flächendeckende
Mobilitätsstatistiken. Auf welcher Straße fahren um welche Zeit wieviele
"Fahrzeuge" mit welcher Geschwindigkeit. Und damit rennen gerade die
Googles weg. Die haben über die Android Telemetrie genau diese
Informationen. 

Ich habe durchaus schonmal überlegt ob man sowas wie "traffic profiles"
definiert - Ich denke das ist wie mit Dachformen. Die wiederholen sich
täglich und sind ziemlich deterministisch. D.h. man hat den Vormittags
und Nachmittags Rushhour peak und dazwischen ein Plateau. Vermutlich
Gibts da so 5-10 verschiedene die für 95% der Straßen und Fahrtrichtung
passen. Das Profile gibt dann nur die Verkehrsverteilung über Zeit an.
Dann braucht es noch einen Faktor der dann mit dem Profile für einen
Zeitpunkt eine statistische Größe die zu erwartenden Fahrzeuge ergibt.
Evtl hat das Profile noch einen timeshift/offset.

Das wären also 2 Tags je Fahrtrichtung auf jeder Straße mit denen ich 
die Verkehrsbelastung näherungsweise Beschreiben könnte.

Die Frage ist wie man die Zahlen erfasst. Jeweils für 24h einen
Raspberry Pi mit einem Sensor an ein Straßenschild kleben? Oder in
einen Gulli? Wie macht man die Erkennung? Akustisch? Ultraschall? Laser?
Radar? Druckschlauch auf der Straße? Induktiv mit einer Matte?
Lichtschranke? Ich hätte schon Spaß sowas mal anzugehen.

Flo
-- 
Florian Lohoff                                                 f at zz.de
        UTF-8 Test: The 🐈 ran after a 🐁, but the 🐁 ran away