Golze - Abschlussarbeiten

Masterarbeiten (abgeschlossen)

• Analysis of 3D City Data Regarding Subtainability

  Climate change and rapid urbanization are intensifying heat stress in cities, raising concerns for public health and urban livability. This thesis examines how 3D geospatial data and shadow analysis can be applied to assess urban microclimates and enhance pedestrian comfort, focusing on the Linden-Nord district of Hannover, Germany. Utilizing mobile mapping point clouds, 3D building models, and a digital terrain model, a digital surface model was generated to simulate solar radiation for a representative summer day (25th July 2025). Shadow analysis from solar radiation was conducted in ArcGIS Pro to quantify shading patterns and their impacts, while also visualizing areas with higher and lower solar radiation potential. The results revealed clear temporal and spatial variations: radiation increased from morning to a midday peak before declining in the afternoon. The analysis quantified the shading contributions of trees, buildings, and their combined effects, showing that buildings accounted for the largest share, whereas trees offered a smaller but consistent contribution. Although thresholding in shadow delineation introduced some uncertainty, the overall balance between shadow cast by buildings and trees remained robust. To further support outdoor comfort, a radiation-based shortest path analysis was implemented through network analysis in ArcGIS Pro. The routing results demonstrated that shaded paths are feasible and adaptable to the time of day and the distribution of urban features. Although longer than the shortest path, these shaded routes provided substantial reductions in solar exposure, in some cases exceeding 50%, depending on the time of day and the specific origin-destination pair. The study underscores the complementary role of built structures and vegetation in shaping urban microclimates and demonstrates the potential of shadow-based routing to enhance pedestrian comfort. These findings offer practical insights for sustainable urban design and heat-resilient mobility planning.

  Leitung: Sester, Thiemann, Golze

  Team: Most Nazmun Nahar

  Jahr: 2025
• Investigation of the Spatio-Temporal Impact of Traffic Accidents Based on Vehicle Trajectories

  Road networks are essential to communities, but accidents can cause significant congestion and delays. This thesis analyzes traffic disruptions using two datasets: Accident Atlas and Floating Car Data (FCD), both from the same region. To address missing date information, speed profiles are calculated for each day in a one-month period. Daily mean and 15-minute interval means are compared to pinpoint accident dates, with the largest difference identifying the day of the incident. Temporal delays and the impact on nearby traffic patterns are then evaluated. The study identifies over 69% of accident days, showing that traffic in the same direction as the accident is more affected, and nearby routes see more diversions on accident days. Most accidents occur during rush hours and result in delays of about two hours. This research provides insights into traffic behavior and contributes to understanding road safety and traffic dynamics.

  Leitung: Golze, Feuerhake

  Team: Hafiz Muhammad Shahzad

  Jahr: 2024
• Identifikation und Analyse von Bewegungsmustern in Trajektorien

  In dieser Arbeit werden Bewegungsmuster in Trajektoriendatensätzen hinsichtlich der jeweiligen besuchten Orte einer Trajektorie identifiziert. Dazu werden den Aufenthaltspunkten weitere semantische Informationen abhängig von der Position, der Tageszeit und der Aufenthaltsdauer zugewiesen; die Zuweisung von semantischen Informationen hinsichtlich der Position erfolgt mit Hilfe von OpenStreetMap-Daten. Ein weiterer Schwerpunkt lag auf der Identifikation von zusammengehörigen Trajektorienteilstücken, da der gegebene Datensatz als Folge des Datenschutzes anonymisiert wurde; dazu wurde eine Koordinatenprädiktion für alle Trajektorien-Endpunkte durchgeführt, um mit Hilfe einer Umkreissuche und der zeitlichen Nähe einen geeigneten weiterführenden Anfangspunkt einer anderen Trajektorie zu identifizieren. Die auf Basis der Aufenthaltspunkte durchgeführte Erkennung von wiederkehrenden Bewegungsmustern erzeugt bei den verwendeten Datensätzen keine aussagekräftigen Muster, die im gesamten Datensatz in mehreren Trajektorien detektiert werden; allerdings werden für einzelne Trajektorien aussagekräftige, wiederkehrende Muster gefunden. Ein steigender Detailgrad bei der Zuweisung von Kategorien hinsichtlich des Aufenthaltsortes resultiert in weniger wiederkehrenden Mustern, die hingegen eine höhere Aussagekraft angesichts der Interpretation des Bewegungsverhaltens einer beobachteten Person zulassen.

  Leitung: Golze, Feuerhake, Wage, Sester

  Team: Friderike Fischer

  Jahr: 2022
• Entwicklung einer modularen Sensorplattform zur mobilen Erfassung von Fahrzeugbegegnungen

  Das Fahrradfahren im gemeinsamen Verkehrsraum mit Kraftfahrzeugen bereitet vielen Radfahrer*innen Unbehagen. Das Meiden stark befahrener Straßen ist nur mit guter Ortskenntnis möglich, da zur Häufigkeit der Begegnungen mit Kraftfahrzeugen auf den meisten Straßen keine Daten vorliegen. Die Erfassung eines Datensatzes, der Smartphone-Sensordaten über Fahrzeugbegegnungen sammelt, könnte die Grundlage für einen Smartphone-basierten Fahrzeugdetektor bilden. Magnetometer- und Barometer-Messwerte werden als Indikatoren für vorbeifahrende Fahrzeuge verwendet. In dieser Arbeit wird zunächst eine Sensorplattform konstruiert, die zur Erhebung von Smartphone- und anderen Sensordaten im Fahrbetrieb dient. Das System ist so ausgelegt, dass es auch in Zukunft mit anderen Sensorkonfigurationen genutzt werden kann. Daraufhin wird eine Methodik vorgestellt, die auf Basis der Daten einer Kamera und eines Abstandssensors an der Sensorplattform einen Datensatz von Fahrzeugbegegnungen erzeugt. Dieser enthält zu den gefahrenen Trajektorien alle wichtigen Sensordaten eines handelsüblichen Smartphones inklusive der Zeitpunkte von Fahrzeugbegegnungen. Ab- schließend wird auf Basis des Datensatzes ein dreiklassiger Klassifikator trainiert und evaluiert. Dabei wird untersucht, welcher Ansatz einen generalisierbaren Klassifikator liefern kann. Für den Klassifikator werden mehrere auf dem Random Forest basierende Ansätze untersucht. Dabei werden Aufbau und Parameter einer Sliding-Window-Funktion zur Feature-Erzeugung angepasst.

  Leitung: Wage, Feuerhake, Golze, Sester

  Team: Tim Schimansky

  Jahr: 2022
• Nutzungsdatengetriebene Analyse des Potentials von Mikromobilitätsdiensten

  Der geteilten Mobilität wird in der öffentlichen Debatte um die Verkehrswende häufig eine entscheidende Rolle zugeordnet. Darunter fallen auch die sogenannten Mikromobilitätsdienste. Das Ziel dieser Masterarbeit ist es, das Potential von Mikromobilitätsdiensten für die Verkehrswende im Hinblick auf die Intentionen der Nutzer, auf zeitliche Variationen, sowie auf Vorteile gegenüber anderen Transportmitteln datenbasiert zu bewerten. Dafür wird eine Fallstudie anhand von Mobilitätsdaten der Bikesharing-Fahrräder und Elektrotretroller zweier Anbieter in Hannover durchgeführt.

  Leitung: Wage, Feuerhake, Golze

  Team: Finn Boie

  Jahr: 2022
• Visual communication of bicycle routes using cartographic symbolization

  The present work focuses on the visualization of specially selected features that occur on a bicycle route and that influence comfort while driving. Routes in an urban environment, which are represented by edges of a graph, are mainly used for visualization. These edges of a route are individually mapped with a visual variable each so that the underlying feature appears in a map display. The variants created in this way for one of five characteristics are tested in a user study for efficiency, effectiveness, attractiveness and suitability and compared with more information-rich visualizations. The result of the evaluation reveals that color representations as well as representations with symbols or signatures are perceived as the most ideal.

  Leitung: Golze, Wage, Fuest, Feuerhake, Sester

  Team: Sharon Dornbusch

  Jahr: 2021
• Identification of on-road and separate bicycle lanes

  Cyclists are the most vulnerable participants in the road traffic in these days. Therefore, it is important to protect them, for example, by physically separated bicycle lanes. Continuous position tracking can yield a lot of data, which can help to understand how moving objects behave. This information could be used, e.g. in routing applications aiming to find a more secure route to the users destination. In this thesis the goal is to explore the idea of the identification of bicycle lane types of (OpenStreetMap) road segments using GPS trajectories of bicycles and motorized vehicles. This goal is archieved by applying clustering to the pool of trajectory data. Different distance measures are explored to distinguish between car and bicycle clusters. Three different bicycle lane types are identified within this thesis in the region of Hannover. Each of them can be classified with at least 70 percent accuracy. There are multiple reasons for inaccuracies like GPS positioning errors and the fact that not all cyclists drive on the respective bicycle lanes but on the car lanes.

  Leitung: Golze, Feuerhake, Prof. Rosenhahn, Prof. Sester

  Team: Boying Liu

  Jahr: 2021
• Mustererkennung des Bewegungsverhaltens für die Kreuzungs-Klassifizierung unter Verwendung von GPS-Trace Daten

  Das Ziel dieser Arbeit ist es, verschiedene Arten von Regulatortypen von Verkehrsknotenpunkten auf der Basis von GPS-Trace Daten zu klassifizieren. Um dieses Ziel zu erreichen, wird eine Vielzahl von Merkmalen zur Beschreibung des Fahrverhaltens an Kreuzungen berechnet. Diese werden aus den gemessenen Einheiten der GPS-Trace Daten abgeleitet, aus denen sich die Bewegungs-Trajektorie einer Person zusammensetzt.

  Leitung: Zourlidou

  Team: Jens Golze

  Jahr: 2019