Feasibility of Mobile Point-to-Point Speed Enforcement: Real-World Evidence from Urban and Rural Queensland

Geschwindigkeitsüberschreitungen gehören zu den häufigsten Verkehrsverstößen weltweit und sind eine der Hauptursachen für tödliche Unfälle. Seit Jahrzehnten verlassen sich Experten für Verkehrssicherheit auf eine einfache Idee, um dies zu stoppen: Wenn Autofahrer glauben, erwischt zu werden, werden sie langsamer fahren. Dieses Konzept, bekannt als Abschreckung, funktioniert am besten, wenn die Gefahr, erwischt zu werden, real und konstant wirkt. Traditionelle Geschwindigkeitskameras sind fest installiert, oft auf hohen Masten oder Brücken. Autofahrer lernen schnell, wo sich diese Kameras befinden, sei es durch Sichtung oder durch Navigations-Apps, die deren Standorte übermitteln. Infolgedessen zeigen viele Fahrer ein Muster des „Känguru-Fahrens“, bei dem sie kurz vor einer bekannten Kamera hart abbremsen, sie sicher passieren und unmittelbar danach wieder beschleunigen. Dieses Verhalten macht den Zweck der Kamera zunichte, da sie den Verkehr nur für ein paar hundert Meter verlangsamt, anstatt ein sicheres Fahren über die gesamte Reise hinweg zu fördern.

Um dies zu lösen, entwickelten Ingenieure die punkt-zu-punktmäßige Geschwindigkeitsüberwachung. Anstatt zu messen, wie schnell ein Auto in einem einzigen Augenblick fährt, berechnet dieses System die Durchschnittsgeschwindigkeit eines Fahrzeugs über einen langen Straßenabschnitt. Wenn ein Fahrer eine Zone bei einer Kamera betritt und eine andere beim Verlassen der Zone passiert, weiß das System genau, wie lange die Fahrt gedauert hat. Wenn die benötigte Zeit zu kurz ist, war der Fahrer im Durchschnitt zu schnell, unabhängig davon, wie schnell er in einem spezifischen Moment war. Während diese Methode bei der Installation auf permanenter Infrastruktur effektiv erwiesen hat, sind solche Installationen teuer und meist auf Hauptverkehrsstraßen beschränkt. Dies hinterlässt eine Sicherheitslücke auf regionalen und abgelegenen Straßen, wo die Raten tödlicher Unfälle oft viel höher sind, aber der Bau fester Kameratürme unpraktisch ist. Die Forscher standen vor der Frage, ob diese leistungsstarke „Durchschnittsgeschwindigkeits“-Technologie mobil gemacht werden könnte, indem man Kameras auf gewöhnlichen geparkten Autos montiert, um diese gefährlichen, schwer erreichbaren Gebiete abzudecken.

Ein Team von Forschern der University of the Sunshine Coast in Australien ging der Frage nach, ob dieser mobile Ansatz in der realen Welt tatsächlich funktioniert. Sie versuchten nicht zu messen, ob die Kameras Menschen daran hinderten, zu schnell zu fahren; statiehen vielmehr im Fokus, ob das System Fahrzeuge erfolgreich verfolgen und deren Geschwindigkeiten über verschiedene Umgebungen hinweg präzise berechnen kann. Über einen Zeitraum von sechs Monaten setzten sie drei Forschungsfahrzeuge ein, die mit Kameras zur automatischen Nummernschilderkennung ausgestattet waren, an vierundzwanzig verschiedenen Standorten in ganz Queensland ein. Diese Standorte reichten von belebten Großstädten bis hin zu abgelegenen Autobahnen und deckten eine große Bandbreite an Straßenbedingungen ab. Die Kameras wurden in Paaren oder Gruppen aufgestellt, manchmal nur wenige hundert Meter voneinander entfernt und manchmal mehr als einhundert Kilometer. Während tausende Fahrzeuge diese Kameras passierten, zeichnete das System die Nummernschilder und die exakte Zeit auf, zu der sie vorbeifuhren. Die Forscher nutzten anschließend einen Computer, um die Kennzeichen abzugleichen und so dasselbe Auto vom ersten zur zweiten Kamera zu verknüpfen, um die Dauer der Fahrt zu berechnen.

Die Ergebnisse zeigten, dass das mobile System in der Lage war, unter verschiedensten Bedingungen zu operieren. Über alle Standorte hinweg erfassten die Kameras nahezu 283.000 Fahrzeuge. Von diesen konnte das System etwa 33 Prozent erfolgreich abgleichen, was bedeutet, dass es dasselbe Auto von einer Kamera zur nächsten verfolgen und dessen Durchschnittsgeschwindigkeit berechnen konnte. Diese Erfolgsquote variierte je nach Standort erheblich. In abgelegenen Gebieten, in denen die Straßen lang und gerade verlaufen und es nur wenige Möglichkeiten gibt, abzubiegen, konnte das System fast die Hälfte der Fahrzeuge abgleichen. In regionalen Städten war die Quote niedriger, und in Großstädten war sie am niedrigsten. Die Forscher entdeckten, dass der Abstand zwischen den Kameras nicht der Hauptgrund für diese Unterschiede war. Stattdessen war der entscheidende Faktor, wie viele Ausfahrten ein Fahrer hatte, um die überwachte Zone zu verlassen. In Städten konnte ein Fahrer leicht von der Hauptstraße auf eine Seitenstraße abbiegen, die Zone verlassen und so vermeiden, von der zweiten Kamera erfasst zu werden. In abgelegenen Gebieten gab es sehr wenige Möglichkeiten zum Abbiegen, sodass ein Auto, sobald es die Zone betrat, auf der Straße bleiben musste, bis es die nächste Kamera erreichte. Diese Erkenntnis ist entscheidend, da sie bedeutet, dass Planer für eine mobile Überwachung Straßenabschnitte wählen sollten, auf denen der Verkehr gezwungen ist, auf dem Pfad zu bleiben, anstatt sich um die Länge der Distanz zwischen den Kameras zu sorgen.

Die Studie verglich auch die mobilen Durchschnittsgeschwindigkeitsdaten mit traditionellen „Momentan“-Geschwindigkeitsmessungen, die mit einem Lasermessgerät an denselben Standorten durchgeführt wurden. Der Unterschied in dem, was die beiden Methoden wahrnahmen, war frappierend. Das Lasergerät, das die Geschwindigkeit in einem einzelnen Moment misst, stellte fest, dass etwa 22 Prozent der Fahrzeuge zu schnell waren. Im Gegensatz dazu fand das mobile Punkt-zu-Punkt-System, das die Durchschnittsgeschwindigkeit über die gesamte Reise misst, dass nur etwa 10 Prozent der Fahrzeuge zu schnell waren. Diese Lücke verdeutlicht, dass die beiden Technologien unterschiedliche Verhaltensweisen messen. Ein Fahrer könnte schnell beschleunigen, um ein Lasergerät zu passieren, aber dann für den Rest der Fahrt langsamer fahren, oder er könnte langsam durch eine Stadt fahren und auf einem langen, leeren Autobahnstück beschleunigen. Das Lasergerät erfasst den momentanen Geschwindigkeitsschub, während das mobile System das anhaltende Verhalten der gesamten Reise erfasst. Dies bestätigt, dass die Durchschnittsgeschwindigkeitsüberwachung nicht nur eine andere Art ist, dasselbe zu messen, sondern ein grundlegend anderes Werkzeug, das auf eine andere Art von Fahrgewohnheit abzielt.

Die Forscher testeten das System auch bei Nacht und fanden heraus, dass die Kameras im Dunkeln genauso gut funktionierten wie bei Tageslicht. Sie experimentierten sogar mit verschiedenen Kamera-Layouts, wie etwa der Platzierung von Kameras auf drei verschiedenen Straßen, die in eine Stadt führen. In einem Fall scheiterte dieses Layout, weil die Stadt so viele versteckte Ausfahrten hatte, dass die meisten Autos verschwanden, bevor sie die nächste Kamera erreichten. In einem anderen Fall, in dem die Straßen eng zusammenliefen, funktionierte das System gut. Diese Tests verdeutlichten, dass die Geometrie des Straßennetzes wichtiger ist als die Technologie selbst. Wenn das Straßennetz es einem Fahrer ermöglicht, die überwachte Zone leicht zu verlassen, kann das System ihn nicht verfolgen. Wenn die Straße den Fahrer jedoch zwingt, auf Kurs zu bleiben, kann das mobile System ihn effektiv verfolgen, selbst über Distanzen von bis zu 112 Kilometern.

Letztlich beweist diese Forschung, dass die mobile punkt-zu-punktmäßige Geschwindigkeitsüberwachung eine praktikable und sinnvolle Methode für die Verkehrssicherheit ist. Sie kann schnell dort eingesetzt werden, wo der Bau permanenter Türme zu teuer oder zu schwierig ist, wodurch die Reichweite von Sicherheitsmaßnahmen auf die abgelegenen Straßen ausgeweitet wird, an denen Unfälle am tödlichsten sind. Die Studie stellt klar, dass der Erfolg eines solchen Systems weniger davon abhängt, wie weit die Kameras voneinander entfernt sind, sondern vielmehr davon, Straßenabschnitte zu wählen, in denen Autofahrer die Zone nicht so leicht verlassen können. Indem sie die wahre Durchschnittsgeschwindigkeit einer Reise statt nur eines flüchtigen Augenblicks erfasst, bietet diese Technologie eine Möglichkeit, Autofahrer dazu zu bewegen, die gesamte Reise über eine sichere Geschwindigkeit einzuhalten, anstatt nur dann langsamer zu werden, wenn sie eine Kamera sehen. Obwohl die Studie nicht untersuchte, ob diese neue Methode die Anzahl der Unfälle reduziert, stellte sie fest, dass die Methode als Messwerkzeug funktioniert, was den Weg für zukünftige Tests ebnet, um zu sehen, ob sie das Fahrverhalten tatsächlich ändern und Leben retten kann.