Impact Assessment of Cooperative Intelligent Transport Systems

Abstract

Kooperative Intelligente Transportsysteme (C-ITS) sind ein zentraler Baustein für vernetzte, kooperative und automatisierte Mobilität. Durch die Ermöglichung von Vehicle-to-Everything (V2X) Kommunikation können C-ITS-Dienste Verkehrseffizienz, Verkehrssicherheit und Umweltwirkungen verbessern. Die Ausschöpfung dieses Potenzials erfordert jedoch robuste Methoden zur Wirkungsanalyse, die unterschiedliche Wirkungskategorien gemeinsam betrachten, Wechselwirkungen einbeziehen und standort- sowie kontextspezifische Bedingungen berücksichtigen. Derzeit sind Erkenntnisse zu den Auswirkungen von C-ITS über verschiedene Studien verstreut, Zusammenhänge und Rebound-Effekte werden selten berücksichtigt, und die meisten Analysen basieren auf mikroskopischen Verkehrssimulationen einzelner Dienste unter begrenzter Kontextvariation. In dieser kumulativen Dissertation wird der Forschungsstand zur Wirkungsanalyse von C-ITS konsolidiert und Ansätze zur Wirkungsanalyse präsentiert, die über den aktuellen Stand der Forschung hinausgehen. Eine strukturierte Literaturanalyse klassifiziert bestehende Studien nach C-ITS-Dienst, methodischem Ansatz, Wirkungskategorie, räumlichem Kontext und Nachfragemodellierung. Verwendete KPIs werden systematisch nach Wirkungskategorien gruppiert. Dadurch entsteht ein klarer Überblick darüber, wie Wirkungen von C-ITS-Diensten gemessen werden. Diese Synthese zeigt mehrere Forschungslücken auf, die bisherige Wirkungsanalysen erschweren, und schafft die Grundlage für deren Bearbeitung in den folgenden Teilen der Dissertation. Darauf aufbauend werden qualitative System-Dynamics Modelle in Form von Causal Loop Diagrammen entwickelt, um Wechselwirkungen zwischen Wirkungskategorien sowie Folge- und Rebound-Effekte von C-ITS-Implementierungen darzustellen. Ergänzend dazu wird ein quantitatives Stock-Flow Modell entwickelt, das makroskopische Analysen von C-ITS-Diensten ermöglicht, wobei kooperatives Routing als Beispiel dient, und einen methodischen Gegenpol zu den vorwiegend eingesetzten mikroskopischen, agentenbasierten Ansätzen bildet. Parallel dazu werden künstliche und realweltlich kalibrierte mikroskopische Simulationsmodelle eingesetzt, um die Wirkungen von C-ITS-Diensten unter verschiedenen standortspezifischen Bedingungen zu bewerten. Künstliche Testkorridore ermöglichen eine kontrollierte Variation von Faktoren wie Fahrstreifenzahl, Anzahl an Verkehrslichtsignalanlagen (VLSA) und Verkehrsnachfrage. Kalibrierte Korridore in Oberösterreich bieten realistische Rahmenbedingungen für die Analyse einzelner und kombinierter Implementierungen. Darauf aufbauend wird eine Methodik entwickelt, die eine integrierte Bewertung mehrerer C-ITS-Dienste ermöglicht und jene Bedingungen identifiziert, unter denen ein einzelner Dienst effektiver ist oder Synergieeffekte durch kombinierte Implementierungen erzielt werden können. Dieser Ansatz wird exemplarisch anhand der gemeinsamen Einführung von CACC und GLOSA demonstriert. Zudem wird am Beispiel von GLOSA eine Methodik vorgestellt, um geeignete Einsatzorte für C-ITS-Dienste zu bestimmen. Der Ansatz verknüpft standortspezifische Merkmale mit zu erwartenden Wirkungen. Durch die Kombination von Verkehrssimulationsergebnissen mit clusterbasierter Klassifizierung von Wirkungsmustern entsteht ein evidenzbasierter Implementierungsplan, der als Grundlage zur Priorisierung von Einsatzstandorten dient und Entscheidungsträger bei der Auswahl wirkungsvoller Anwendungsbereiche unterstützt. Zusammenfassend stellt diese Dissertation ein integriertes Set an Methoden und Erkenntnissen bereit, das die Grundlage für eine zuverlässige und kontextsensitive Wirkungsabschätzung von C-ITS stärkt.

Cooperative Intelligent Transport Systems (C-ITS) are a core building block of connected, cooperative and automated mobility (CCAM). By enabling vehicle-to-everything (V2X) communication, C-ITS services promise improvements in traffic efficiency, road safety and environmental performance. Realising this potential in practice requires robust impact assessment methods that quantify expected effects across multiple impact categories, capture interdependencies between services, and reflect site- and context-specific deployment conditions. At present, however, evidence on C-ITS impacts is scattered across heterogeneous studies, interrelations and rebound effects are rarely captured explicitly, and most evaluations rely on microscopic traffic simulation of individual services under limited contextual variation. Within this cumulative dissertation, a framework is established to consolidate and advance the state of research on C-ITS impact assessment. A central component is a structured literature review that organises existing studies by service type, impact category, methodological approach, spatial context and demand modelling. In addition, commonly used KPIs are identified and systematically mapped to the respective impact categories, providing an overview of how impacts are typically measured. This synthesis reveals several research gaps that limit current impact assessment efforts and forms the basis for addressing these limitations in the subsequent parts of the thesis. Building on these insights, qualitative system-dynamics models in the form of causal loop diagrams are developed to capture interdependencies between impact categories and to conceptually represent follow-up and rebound effects triggered by C-ITS deployments. These qualitative models are complemented by a quantitative stock-flow model enabling macroscopic analyses of C-ITS services, exemplified by cooperative routing, and providing a methodological alternative to the predominantly used microscopic, agent-based traffic simulation approaches. In parallel, artificial and real-world-based microscopic simulation models are developed to support the evaluation of C-ITS service impacts under varying site-specific conditions. Artificial test corridors enable controlled variation of factors such as number of lanes, traffic signal density and traffic demand, while calibrated real-world corridors in Upper Austria provide realistic environments for analysing C-ITS deployments, both individually and in combination. Building on this foundation and drawing on insights from both artificial and real-world models, a methodology is introduced to enable an integrated assessment of multiple C-ITS services. It enables the identification of the conditions under which individual services are most effective and when synergistic effects arise from combined implementations. This methodological approach is subsequently applied and discussed using the combined deployment of CACC and GLOSA as an illustrative example. Moreover, a dedicated methodology is developed to identify favourable implementation sites for C-ITS services and is demonstrated using the example of GLOSA. The approach links site-specific characteristics (e.g., number of lanes, traffic signal density) to the magnitude and robustness of expected impacts. By combining traffic simulation results with cluster-based classification of impact patterns, it enables the derivation of an evidence-based implementation plan. This provides a clear basis for prioritising deployment locations and supports decision-makers in determining where C-ITS services are likely to be most effective. In conclusion, this thesis delivers an integrated set of tools and insights that strengthen the methodological basis for reliable and context-aware C-ITS impact assessment.