Fahrverbindung

Aufgabenstellung

In dieser Aufgabe sollen Sie Geo-Daten mit Graph-Daten kombinieren, um eine Fahrverbindung zu erstellen.

• Entwickeln Sie eine Python-Funktion, die für
  • eine Start- und Zieladresse
  • ein Datum und eine Startzeit
• folgendes berechnet
  • eine Start- und Zielhaltestelle, die am nächsten zu den jeweiligen Adressen liegen
  • eine Fahrverbindung für den kürzesten Weg zwischen diesen beiden Haltestellen
• Hinweise
  • Die Start- und Zieladressen werden über Geokoordinaten gegeben
    • Damit brauchen sie ein Geoencoding nicht zu programmieren
  • Die Distanzen zwischen Adresse und Haltestelle sollen Luftlinie sein
    • Damit brauchen sie keine kürzesten Weg im Berliner Straßenetz zu berechnen
  • Die Geo- und Fahrzeitdaten finden sie in der Postgres-Datenbank
  • Die kürzesten Pfade bitte in der Neo4j-Datenbank berechnen
• Die Python-Funktion soll folgende Signatur haben:
  • fahrverbindung(lat_lng_start, lat_lng_ziel, startdatum, startzeit)
  • Beachten sie, dass sich aus dem Startdatum ein Zeitplan ergibt
  • Dieser muss natürlich bei der Fahrverbindung berücksichtigt werden
  • Berechnen sie auch Umsteigepunkte
• Zum Testen können sie folgende Beispiele verwenden
  • Eberbacher Str. 1 nach Meierottostraße 10
    fahrverbindung([52.473176, 13.313740], [52.4969134,13.327166], "2021-04-01","11:00:00")
  • Eberbacher Str. 1 nach Ballenstedter Str. 6
    fahrverbindung([52.473176, 13.313740], [52.494833,13.3038814], "2021-04-01","11:00:00")
  • Eberbacher Str. 1 nach Elsastraße 2
    fahrverbindung([52.473176, 13.313740], [52.4752505,13.3308319], "2021-04-01","11:00:00")
• Im Folgenden finden sie diverse Information, die beim Testen helfen

Code

• Python (link) (render)

Datenmodell Postgres

Datenauszug aus den Postgres-Daten

Datenmodell Neo4j

Graphprojektion “bubahn” siehe (link)

Relevanter Netzausschnitt für die Beispiele

Beispiel 1

Beispiel 2

Beispiel 3