Cluster Analyse & Traffic Research
Mit dem aktuellen Update kommt eine Cluster Analyse und weitere Analysemöglichkeiten auf Trajektorienebene hinzu. Über die neue Toggle-Gruppe "Traffic Research" können rechts oben, zusätzlich zur überarbeiteten Heat Map, jetzt alle Trajektorien des aktuell gewählten Zeitraums direkt auf die Karte gezeichnet werden – eingefärbt nach Klasse, Geschwindigkeit, Beschleunigung und Cluster.
Cluster Analyse
Die neue Cluster-Analyse (k-means++) gruppiert alle Trajektorien eines Zeitraums automatisch nach ihrem Streckenverlauf, Start-/Ziel-Richtung, Abbiegewinkel und Geschwindigkeit. So landen Fahrzeuge, die z.B. denselben Abbiegevorgang oder dieselbe Geradeausfahrt nehmen, im selben Cluster und werden auf der Karte einheitlich eingefärbt. Typische Bewegungsmuster einer Kreuzung oder Straße werden auf einen Blick sichtbar.
Die Anzahl der Cluster lässt sich frei zwischen 2 und 49 einstellen. Der Zauberstab-Button schlägt stattdessen automatisch eine passende Cluster-Anzahl für den aktuellen Kartenausschnitt und Zeitraum vor. Trajektorien, die zu keinem Cluster wirklich passen, werden als Ausreißer (-1) separat markiert. Die Cluster-ID ist auch im Popup sichtbar.
Traffic Research
Die neue Toggle-Gruppe bietet fünf Analyse-Varianten, die jeweils alle Trajektorien des aktuell gewählten Zeitraums auf der Karte darstellen:
- Density: überarbeitete Heat Map, die jetzt deutlich schneller berechnet wird und in die neue "Traffic-Research"-Gruppe umgezogen ist
- Classes: zeichnet jede Trajektorie in der Farbe ihrer Objektklasse (z.B. PKW, LKW, Fußgänger, Fahrrad) und zeigt auf einen Blick, wo sich welche Verkehrsteilnehmer hauptsächlich aufhalten
- Speed: färbt die Trajektorien entlang ihres Verlaufs nach gefahrener Geschwindigkeit und zeigt, wo welche Geschwindigkeiten gefahren werden
- Acceleration: färbt die Trajektorien nach Beschleunigung bzw. Verzögerung und zeigt, wo beschleunigt oder gebremst wird
- Cluster: erstellt eine Cluster-Analyse mit der gewählten Anzahl an Cluster (default 10) und zeichnet jede Trajektorie in der jeweiligen Clusterfarbe auf die Karte
Bei Speed und Acceleration werden die Trajektorien dafür in einzelne Segmente aufgeteilt, sodass auch innerhalb einer einzelnen Fahrt unterschiedliche Werte farblich sichtbar werden, statt der Trajektorie nur einen einzigen Durchschnittswert zuzuordnen.
Filtermöglichkeiten
Damit die Overlays auch bei sehr vielen Trajektorien aussagekräftig bleiben, gibt es gezielte Filtermöglichkeiten:
- Nach Klasse: Die Klassen-Toggles auf der linken Seite funktionieren wie gewohnt zusammen mit den neuen Overlays. Will man z.B. nur LKWs analysieren, blendet man alle anderen Klassen aus und sieht direkt, wo LKWs wie schnell fahren oder wo sie bremsen
- Bei Speed/Acceleration: Zusätzlich zur Klassenfilterung lassen sich hier einzelne Wertebereiche gezielt ein- oder ausblenden, z.B. um nur auffällig langsame oder auffällig starke Bremsvorgänge zu betrachten. Per Slider legt man außerdem individuell fest, ab welchem Wert ein Abschnitt als "niedrig", "mittel" oder "hoch" eingestuft wird – die Farbskala passt sich entsprechend an
- Nach Cluster: Zusätzlich zur Klassenfilterung können einzelne Cluster über die Legende gezielt ein- und ausgeblendet werden, sodass auf einzelne Muster fokussiert werden kann
Durch die Kombination aus Klassen-, Cluster- und Wertebereichsfilter lassen sich so gezielt Fragestellungen untersuchen, z.B. "Wo bremsen Fahrräder besonders stark?" oder "Welche Bereiche werden von PKW mit hoher Geschwindigkeit durchfahren?" oder "Welche Motorradfahrer sind Ausreißer?".
Histogramm
Auch das Histogramm unter der Karte hat ein Update erhalten:
- Wenn man über die Balken hovert, sieht man jetzt Statistiken für den Zeitraum des Balken
- Gesamtstatistiken gibt es beim kleinen (i) neben dem Histogram-Namen
- Bei Geschwindigkeit und Beschleunigung wird nun der Median als Liniendiagramm dargestellt, zusätzlich werden 5% und 95% Quantil in der Statistik aufgeführt
- Bei der Cluster-Analyse wird die Häufigkeit der Cluster angegeben
Technik
Bei der Cluster-Analyse handelt es sich um k-means++. Die Cluster-Anzahl k ist entweder fest wählbar (2–49) oder wird per Auto-Suche (Zauberstab) automatisch bestimmt, indem mehrere k-Werte durchprobiert und über den Davies-Bouldin-Index bewertet werden. Gewählt wird das k mit dem besten (niedrigsten) Score.
Die Ausreißer-Erkennung erfolgt robust über Median + sensitivity × MAD (Median Absolute Deviation) je Cluster. Ein Punkt gilt als Ausreißer, wenn sein Abstand zum eigenen Cluster-Zentrum diesen Schwellwert überschreitet. Das ist robuster als ein Mittelwert/Standardabweichung-Ansatz bei schiefen Clustergrößen/-formen.
Die Overlays werden über REST-basierte Tiles ausgeliefert statt die komplette Trajektoriendaten an das Frontend zu übertragen. Nur die aktuell sichtbaren Kartenausschnitte werden dabei angefragt, sodass die Performance auch bei sehr vielen Trajektorien und langen Zeiträumen erhalten bleibt. Grundlage ist dabei jeweils die bereits geglättete Trajektorie (trajectory_smooth) statt der Rohdaten, wodurch die Linien ruhiger wirken und weniger Datenpunkte übertragen werden müssen.
