自动驾驶的桥梁交通可以大量缓解法兰克福的交通，同时也是欧洲汽车工业的一个技术平台。
当地的桥梁运输系统(BNV)每年可运送约4000万乘客。这为法兰克福市民创造了许多以前有公共交通服务的连接点，但这些连接点往往在桥梁运输中运行得更快，不需要换车，也不需要过几天（即不需要地下列车）。世界上任何地方都没有类似的自动驾驶系统网络，因为目前各地有太多的道路使用者仍在使用与自动驾驶车辆相同的车道：通过BNV，正在创建一个保护车道网络，自动驾驶交通可以在上面建立，并首次以如此复杂和规模进行研究。
为了确定法兰克福大桥交通系统的性能，我们进行了物流模拟。
在法兰克福大桥的路线网络中，对自主驾驶车辆的模拟显示，在中央控制系统的帮助下，用400辆车每年可以运送约4000万乘客。同时，大多数桥梁路线至少与公共交通一样快，通常甚至更快。最重要的是，从北边的桥臂穿过环路到南边的桥臂（或从西边到东边），既不用换车，也不用--特别是在晚上或黑暗中--下到地下或郊区的铁路井里，这样做更方便。模拟还考虑到了商业车辆的交通（用于多用系统处理、绿化维护等）。
美因河畔法兰克福的基本原则和现状
在莱茵-美茵地区乘坐公共交通工具的人员
美因河畔法兰克福市的初步情况：框架由RMV地区（莱茵-美因河运输协会的路线地区）的客运量提供，该地区从南部的达姆施塔特经法兰克福、奥芬巴赫和哈瑙到北部的马尔堡、韦茨拉尔和吉森以及西北部的富尔达。2018年，那里运送了约7.88亿乘客。
在法兰克福使用公共交通工具运送的人员
尤其是美因河畔法兰克福市的客运量：2019年，美因河畔法兰克福铁路公司(Verkehrsgesellschaft Frankfurt am Main mbH)通过地铁运送了约1.44亿乘客，通过有轨电车运送了约6700万人。此外，In-der-City-Bus GmbH (ICB)每年通过巴士运送超过3100万名乘客穿越黑森州的最大城市。因此，每年在市内总共运送了约2.42亿乘客。
用桥梁运输工具运送的人员
整个法兰克福桥梁系统(BrückenNahVerkehr = BNV)的200辆火车和公共汽车每天至少可以运送7万人，每年至少可以运送2500万名乘客。另外200辆小型车辆每年至少可以再运送1000万名乘客。大桥的客运量至少有3500万人次，对法兰克福的公路交通来说是一个很大的缓解。
对于特种车辆，每天有超过400次的行程被纳入模拟，其中大部分是送货行程。
警察、消防队和救援服务的旅程
为了确定由警察和消防救援部门负责的特种车辆的出行次数，我们采用了法兰克福警察总部每年114,421次通话的统计数据和法兰克福消防部门每年110,975次消防救援服务的数据。这225,000个电话为763,380名法兰克福居民服务。对于大桥的35,000名居民来说，可以预计每年最多有10,000次警察、消防队和救援服务的行动。
送货交通和邮政托运的旅程
同样的计算系统被用来确定每年的包裹运输量。在整个德国，有3,650,000,000件CEP（快递、快运和包裹服务）货物被发送，这相当于每人每年约有45件货物。此外，桥梁上的企业和商店的送货量也被考虑在内，新鲜产品每天有1-2次送货，据此，不是每次送货都来自同一个供应商/供给商的事实也被纳入模拟。
前往废物回收站
正常的残余垃圾通过管道系统在桥梁上进行处理。包装垃圾几乎没有积累，因为在桥上购买的东西都是用可重复使用的包装或PE包装的 "renomats "单独收集的。然而，对于这些，车辆必须来收集它们，而且更多的物品，如主要是绿色垃圾（树枝、割下的草等）也必须被带走。雷诺玛特的收集工作在夜间进行，每年总共约有15000次的收集行程。绿色垃圾和其他特殊垃圾估计每年有5,000次。
氢气公交车和火车在BNV的基本情况和现状
BNV中的H2巴士的使用寿命
所需的H2车辆的数量是从现有的有H2巴士的交通系统中得出的。在那里，氢气公共汽车的可用性为0.6，每天的运行时间为8-16小时，每周运行7天。 因此，桥梁车辆的需求至少要乘以1.66才能得到真正需要的车辆数量。随着氢气技术的广泛使用，可以预计H2车队的可用性将增加到0.85。
因加油和去加油站而停滞不前
此外，还必须考虑到前往加油站的所有行程和加油时间。桥梁有轨电车（即具有火车外观的车辆）和公共汽车比传统的H2公交车小。它们也明显更轻。这种尺寸和重量的车辆的加油时间平均为10分钟，因此，每辆车每天大约需要两次加油站。
维护一项新技术
氢气公交车的可用性比使用内燃机的公交车低。这里最大的驱动力是维护间隔，对于当地客运车辆来说，维护间隔只有7天。随着使用的增加，进一步的发展和多年的经验，可以假设这种维护间隔可以减少到内燃机车辆的水平。
进行了物流模拟以确定运输系统的性能。
物流模拟被用来确定交通系统的性能和最大整体容量。此外，根据模拟结果，对交叉口、车站和路线路段进行了优化，这样就可以避免拥堵和长时间的等待。然而，在目前的模拟中，我们极其保守地假设200辆大型车辆在所有车站停车。然而，这绝对是最坏的情况，因为事实上，车辆只在 "按需 "来的车站停靠，也就是说，当有人通过按下按钮要求车辆在那里停靠，或者通过点击桥梁应用程序提前告知他们的目的地和位置。
在模拟中，假设有400辆车在130公里长的桥梁路线上进行客运。
整条路线的长度为60公里，加上两边约5公里的分支。有400辆公共汽车、火车和汽车往返于此，再加上30辆特种车辆：交通昼夜不停。下表显示了每个车辆级别的可用车辆数量。这些车辆按需要为路线上的各站服务，取决于桥梁应用中的乘客需求。客运车辆用于私人特殊行程，也可以直接进入桥梁建筑的停车位，这意味着它们不仅在车站停车。特殊车辆类别包括所有桥梁上日常生活所需的车辆，如垃圾收集、消防队、警察、救护车和邮局。
物流模拟被用来确定最坏情况下交通系统的性能和最大总容量（即大型车辆在每个车站停车和每个车站相对较低的乘客交换，见下文）。此外，根据模拟结果，可以对交叉口、车站和路线路段进行优化，从而避免拥堵和长时间等待。
在法兰克福桥梁航线网络中，每年平均可运送约4000万名乘客，车队有400辆车可满足需求。
整个系统有266个车站，平均有4人上下车（换乘人数），因此每天至少可以将多达68,814人运送到他们想要的目的地。这大致相当于富尔达市的人口。如果我们假设有更多的乘客换乘，即有6或7人上车或下车，那么每天运送的人数就会增加到约10万至12万人。按一年计算，这意味着： 在最坏的情况下，每年在法兰克福大桥上运送2500万人，但在正常情况下，每年在3700万至4400万之间。一半的车辆由可以运送25名乘客的车辆组成。在最好的情况下，这意味着在一个间隔为90秒的车站，一小时内最多可以运送1000名乘客。下面右边的图片显示了一个最大的车辆的例子，这是一辆公共汽车，它提供了16个座位的空间，并提供了多达10个站立的乘客（包括方向盘在内的司机座位不是为了控制自主驾驶的车辆，而是来自于复古汽车的模型，例如，是一个特别令人兴奋的儿童座位）。
业绩承诺而不是时间表： 90秒的短暂等待时间使快速到达所需目的地的路线成为可能
如果在路线的某个区域对车辆的需求特别大，可以在90秒以内的周期时间内接近那里的车站，从而将乘客的等待时间减少到绝对的最低限度。这是通过以需求为导向的按需系统，在任何时候都有大量的车辆，以及通过模拟极端情况进行路线优化来实现的。目前不需要的车辆在桥臂两端的维修点进行清洗和加油，因此随时可以进行新的部署。
路线建模和模拟建模的程序
在城市地图上建立路线模型
为了达到模拟的最高精度，路线是在城市地图上建模的，其比例尺为一个像素对应0.169米。路线定义了车辆的行驶方向（对向车道结构分离），并指定了车辆可以移动的路线网络。
车辆和车站的建模
车辆在模拟中被表示为具有定义长度、加速度、速度和许多其他参数的对象。车站被表示为具有固定位置的停车线和定义的车辆停车时间（也可以指定统计学分布）。
创建了用于控制的算法 车辆的驾驶距离
车辆在桥梁指定的路线网络上的移动是在模拟中由一个算法决定的，该算法指定了一些参数，如速度、加速度、要走的路线、接近的车站和在车站的停靠时间。
在法兰克福大桥上，正在创建一个大型的车站网络，在法兰克福有许多入口和出口。
整个路线上有超过266个车站和613个停车位。一个个车站作为车辆的停靠点，同时作为替代车道，以便不妨碍警察、急救医生和消防队等特殊车辆的通行。此外，它们还作为等待的乘客的集结地，实现无障碍上下车。另一方面，停车龛则专门用于停放汽车和小型客车，或在目的地上下车。
法兰克福大桥的交通网络分为频率高的主站和频率低的次站。
在响应需求的交通系统中，有许多旅行要求的地区和车站被提供更多的服务。这导致了需求量非常大的主要车站，在这些车站，大约每90秒就有一辆公共汽车/火车停靠。这导致了需求量非常大的主要车站，在那里大约每90秒就有一辆公共汽车/火车停下来，因为中央系统会被告知（通常是通过摄像头）高客流量；另一方面，二级车站的出行请求数量较少，通常也会通过桥梁应用程序更频繁地报告给中央控制系统，而通过摄像头的频率较低（任何接近二级车站的人更可能通过桥梁应用程序提前输入他们的目的地，因为他们不能假设其他人已经在那里等待并已经 "激活 "摄像头 - 另一方面，在主要车站，人们往往依赖于车辆一直在到来的事实）。这导致了在二级车站等待下一辆车的平均时间为5分钟。图中的概览图显示了这种分布，主要车站为红色，二级车站为蓝色。
法兰克福大桥上的主要车站几乎所有车辆都可通行。这意味着，在这些地点的等待时间特别短，在最好的情况下，可以短至50秒。 主要车站往往是快车线路的一部分，在这些线路中，只在选定的主要车站提供服务，以便快速覆盖长距离的路程。
法兰克福桥上的一般运输战略
循环车辆确保在最好的情况下，在50秒内向车站供应。
为了在最好的情况下，在车站只停留50秒后提供全天候的车辆，车辆会留在所有线路段，以满足短期需求。这意味着车辆有时会在线路区间（尤其是环线上）循环行驶，而不在车站停靠。
汽车和小巴的私人旅行是按需进行的--无论如何，所有无障碍车辆在整个系统中都有优先权。
由于停车位在整个路线网络中的均匀分布，即使是最后一分钟的要求，接车也非常快。无障碍车和 "迷你巴士 "总是比其他所有车辆优先：它们到达的速度最快。
特种车辆只在需要时或执行任务时行驶
来自法兰克福市和德国其他主要城市的统计数据被用来确定平均有多少警察、消防队、垃圾收集和邮局的行程可能会在桥梁上出现。这在模拟中被考虑为所谓的 "背景噪音"，即随机绕行的车辆。作为本可行性研究的一部分，还没有对紧急车辆拥有绝对路权的紧急情况进行模拟。另一方面，在路线中规划了足够数量的通行区。
物流模拟是在一定的边界条件和输入参数下进行的
车辆的参数化
车辆在模拟中的参数设置如下：初始速度：30公里/小时最高速度：30公里/小时正向加速度：1.0 m/s2负加速度：1.0 m/s2
路线的参数化
该路线的参数化如下：曲线半径的设计被选为使所有路段都能以30公里/小时的速度行驶。 没有速度限制（通过自主车辆的设计将最大速度限制在30公里/小时）。转弯车辆允许过往车辆通过，并且只在不妨碍后续车辆的情况下转弯。
对于车站和站点的模拟，除其他外，对公共交通的经验值进行了参数化。
车站是线路的双车道部分，在规定的位置有一条停车线，车辆可以在此停车换乘。不需要在车站停车的车辆可以在第二条车道上无障碍通过。当进入站台时，车辆以参数化的加速度制动，直到停稳。 然后车辆在线路上站立30秒，让乘客上下车。这个数值是根据经验确定的，使用的是瑞士一个大城市的公共交通系统，并用于整个模拟。最后，车辆按照参数化的数值再次加速，并按照路权规则重新回到主线上。
关于公共交通平均站停时间的参考研究
为了确定物流模拟的输入数据和参数，因此有必要使用欧洲a主要城市的公交系统的现有数据中的可靠数据。目的是要从现有的数据中定义一个车站的平均停留时间。这是由开门和关门时间、乘客交换时间和车辆重新启动前的时间组成的。这意味着车辆静止的整个时间段都被考虑在内。
计算平均停靠时间的补充信息直方图显示了对欧洲城市温特图尔（CH）的乘客计数系统的全天评估。它显示，80秒的停车时间是最差的情况，因为大多数的停车时间（超过75%）都短于30秒。
对桥梁交通的物流模拟运行的描述
整体模拟的范围
-对整个模拟路线网络中所有站点的供应进行模拟。只模拟了一个行驶方向，该方向使用了所有可用车辆的50%。仿真的目的是为了确定系统在最大负荷下的性能。仿真考虑的是最坏的情况。
仿真结果
仿真结果是由三个测量的关键数字得出的：停车次数：24小时内停在网络中某个站点的车辆数量。平均速度：车辆行驶的平均速度。总时间：车辆行驶到一连串站点所需的时间。
物流模拟运行的描述：系统中车辆路线的算法以固定值工作
车辆的生成在侧臂的开始，车辆从一个所谓的 "源 "产生，时间间隔为90秒（这 "创造 "了车辆，在路线网络中重新开始）。然后，车辆停在这个侧臂的所有站点--这是最坏的情况：在现实中，它们只停在已经报告给中央控制系统的需求的站点。
-
-整个路线网络的运行 车辆沿环线和更多的侧臂按照以下系统行驶：车辆通过环线行驶到所有进一步的侧臂：所有车站都在环线上和侧臂上提供服务。有多少车辆在哪个侧臂上停靠，决定如下：
-
-
-
-
-
不仅所有的侧臂都有服务，而且环线也完全由一条线路提供服务。所谓的 "背景噪音 "的车辆在环线上行驶，不在车站停靠。由于在模拟中只考虑了一个行驶方向，所以所有的车辆数量都采用了减半。总共有74条来自每个侧臂的线路服务于路线网络的所有区域和车站。
仿真运行一旦所有400辆汽车通过源头进入系统，并按照表中所示的关键分配到线路上，它们就会重复它们的路线，直到模拟结束（预定的模拟时间：86,000s = 24h）。
一个物流模拟运行可以分为三个阶段
开始模拟
从每次模拟运行开始，在每个侧臂的起点以及环形的某一点，以90秒的时间间隔从一个所谓的源头生成车辆（这产生的车辆在路线网络中重新开始--见上文）。
模拟的过程
一旦所有车辆开始在路线网络上行驶（340辆停在车站的车辆和60辆代表背景噪音的车辆），它们就会根据上一页描述的分布键行驶到路线网络的所有区域。 当车辆到达其路线的终点时，车辆沿着它反复行驶。这就保证了在整个模拟运行过程中，所定义的分布键得到了遵守--而且每条路线的部分都得到了连续的服务。
模拟结束
法兰克福大桥的交通模拟运行在86,400秒后结束，这相当于24小时的模拟时间。在这一点上，统计数据被保存和评估。
物流模拟的每个模拟运行都遵循一种算法，假设车辆的某些路线
仿真过程--以图示说明
车辆从一个侧臂的起点开始，然后行驶到这个侧臂的所有站点，然后根据系统中的分配键进行分配。即：有一条线路从起始侧臂行驶到环上，然后进入下一个侧臂（1），然后有一条线路行驶到起始侧臂（2）之后的侧臂，还有一条线路行驶到起始侧臂（3）的第三个侧臂。一旦车辆完成了路线，它就会再次沿着它行驶。为了清楚起见，图中以一个侧臂为例，只说明了随后在系统的3个侧臂/区域的分布情况。总的来说，所有其他的侧臂和环都是从每个侧臂走过的。包括背景噪音，这导致了74条线。
仿真结果显示： 本地桥梁运输给出了一个高性能和可靠的运输承诺，正如模拟的关键数字所示
为了确保在路线建成之前就能达到性能承诺，在物流模拟中使用了各种各样的关键数字--在每次模拟运行中都要进行测量：车辆数量 - 周期时间 - 每辆车的停靠时间 - 每一站的停靠时间 - 车辆的总行驶时间 - 车辆行驶的距离等。
桥梁上的车辆的平均行驶速度约为19 公里/小时
停车前后的刹车和加速都包括在平均速度中--然而，停车时间并不包括在这个平均值中。在远离车站和站区的地方，车辆以30公里/小时的速度行驶，除非他们在乘客交叉路口刹车。然而，在模拟中没有考虑到这些中断，因为它们会超出可行性研究的范围。停车前后的刹车和加速都包括在平均速度中--然而，停车时间并不包括在这个平均值中。在远离车站和站区的地方，车辆以30公里/小时的速度行驶，除非他们在乘客交叉路口刹车。然而，在模拟中没有考虑到这些中断，因为它们会超出可行性研究的范围。
速度会影响到乘客的舒适度： 在路线规划中考虑到了这一点，同时也考虑到了运输时间短的问题。
车辆通过弯道的速度是由轨道的几何形状和横向加速度的设定限制决定的。对于法兰克福大桥上的交通，横向加速度被设定为最大1米/秒，这使得乘客在旅途中可以在车内安全移动，也可以在站立时享受旅程。在路线规划中，通过大的曲线半径考虑到了这一点，使车辆能够以30公里/小时的速度通过几乎所有的弯道。
桥梁交通系统（BVS）被分为不同的部分
模拟结果：每天至少可以用桥梁上的大型车辆运送约7万名乘客，每年总共至少2500万人次--如果 "车站乘客更换 "参数从4个增加到6个到7个，每年至少可以运送约4000万人次。
整体模拟的最终结果可以按交通系统的各个部分输出，包括以下数量：24小时内每个区段的停车数量。24小时内每个区段的平均周期时间。24小时内每个区段运送的乘客，假设每站平均有4个乘客的变化（例如，每站有2个上车和下车的人）。
根据模拟结果（在最坏的情况下），每天共运送68,814人（每年2510万人次）。最快的周期时间是50秒。最慢的周期时间是295秒（4分55秒）。
专题专家
BAM Bundesanstalt für Materialforschung und -prüfung - TU Dresden Professur für Elektrische Maschinen und Antriebe - ZSW Zentrum für Sonnenenergie und Wasserstoff Forschung - Forschungszentrum Jülich IEK Institut für Energie und Klimaforschung - Forschungsnetzwerke Energie - DWI Leibnitz-Insittut für Interaktive Materialien
路线实例表明，环线上的桥梁车辆连接许多点的速度比RMV快--尽管平均速度低，约为19公里/小时
例1：使用桥梁运输，从Bornheim的Bürgerhospital到Emser Brücke附近的展会入口需要21分钟，而使用RMV则需要25分钟，加上可能在车站等待的15分钟，总共要走11分钟。当道路畅通，没有堵车时，公路上的汽车当然是最快的--在愉快的驾驶体验、高安全性和便利性方面，它们只能被桥梁运输所超越（你不必自己开车和停车、加油等等）。
乘坐BNV到达城市的休闲设施也更加容易和方便：无论是市中心的设施，还是城市 "另一边 "的设施，都可以通过BNV轻松到达大桥外侧的居民。
路线举例2：从博恩海姆到雷布斯托克巴德，不换车的话需要33分钟--乘坐公共交通工具需要同样的时间，但至少要换一次车。如果你从东部到Rebstockbad更远的地方，例如从Helmholtzschule，乘坐公共交通的时间增加到42分钟，或者你必须换乘一次地铁，以获得更快的连接--另一方面，当地的桥梁交通只需要多花几分钟，并且在几天内 "门到门 "运行。
从法兰克福大桥的一个外臂到另一个外臂，乘坐BNV的时间几乎是乘坐公共交通工具的一半--在这些路线上，即使是在公路上乘坐汽车，也不再是明显的快。
路线示例3：从博恩海姆到德意志银行公园（原德国商业银行体育馆）乘坐BNV只需37分钟，但乘坐公共交通工具则需要一个多小时--需要换乘三次，而且（最快的连接）需要在地铁里走一部分--这对儿童、妇女或老年人来说不如乘坐 "地上 "的交通工具来得愉快，尤其是在晚上和夜间。
还有一些路线，当地的桥梁运输明显比公共交通慢--但仍有优势，即使是不寻常的连接，也可以在不换车的情况下完成。
例4：如果你想从Fechenheim到Miquelallee的Carl-von-Weinberg-Siedlung，你可以在四分之三小时内乘坐公共交通工具，而乘坐公共交通工具则需要一个多小时（最坏的情况）--假设和模拟中一样，车辆在沿途几乎所有的车站都有停留。然而，如果我们假设在现实中也会有很少的站点停留的旅程，那么BNV的旅程时间就会接近于公共交通的时间。路线上各自的情况或环境也会改变汽车在道路上的速度比较结果：例如，在Hanauer Landstraße的交通堵塞情况下，在某些日子里开车从Fechenheim到Miquelallee的旅程也会导致与这里提到的20到40分钟的平均数值完全不同。
通过法兰克福的最快交通路线平均为桥梁
如下表所示，桥梁网络是在法兰克福市区内出行的最快方式之一。特别是与现有的RMV公共交通相比，桥梁上的车辆是到达各自所需目的地的一个有吸引力的选择--对公路交通以及公共交通来说都是一种缓解。
目前的模拟具有相当大的优化潜力，因为它假设了整个系统负荷的最坏情况： 对于实际操作来说，在 "正常情况 "下，交通系统的性能可望明显提高--这意味着每年可运送的乘客明显多于2500万。
这个整体模拟模拟了整个系统的极端/最坏情况下的负载。在实际操作中，与这种最坏情况下的负荷相比，有一个 "正常操作"，交通系统的性能明显提高：在实际运行中，根据需求接近车站（乘客通过应用程序请求旅程或相机报告有人在车站等待，他们可能已经在那里的屏幕上输入了他们的目的地）--也就是说，与最坏情况下的负载模拟不同，不再在每个车站停车，而是只在人们也在上车或下车的地方停车。减少行驶距离所需的时间，因为省略了所有跳过的车站的制动、30秒的停车时间和加速。没有需求或需求较少的地区也可以减少服务频率或只根据要求提供服务，因为乘客可以根据需要通过应用程序预订行程（也可以提前或已经在前往车站的路上）。这为利用率高的地区创造了容量。 à 缩短交通高峰期的周期时间 à 增加在交通高峰期可以运送的最大人数。 3.3. 如有必要，可在一定程度上增加车辆数量（通过推迟桥梁两端的例行维修站），以减少周期时间，增加运输的人数。 à 减少所有路段的周期时间 à 增加所有路段可运载的最大人数
由于路线优化和按需系统，不会出现拥堵现象
集中控制的自主交通系统是未来的趋势：几十年后，它们将在世界各地的大都市建立起来--通过法兰克福大桥，欧洲有机会成为这一目的所需所有技术的先驱。
虽然欧洲拥有强大的汽车工业，但在中国或美国等其他国家，引进中央控制的自主驾驶交通系统的条件要好得多--尤其是法律上的条件，或者说障碍更少，痛苦的压力往往更大。因此，在欧洲创建一个创新平台更为重要，在这里可以测试自动驾驶交通的运行和优化，并可以应用所有必要的技术和人工智能系统。只有在大型现场模拟的基础上，才能消除问题，克服挑战，捋顺学习曲线。由于其规模、交通基础设施和通勤历史，法兰克福提供了一个理想的地点，不仅可以通过法兰克福桥的现场平台为汽车行业创造一个研究领域，而且还可以实际大大改善自身的交通状况： 对于公路上的汽车和卡车来说，法兰克福大桥意味着拥堵事件的大量缓解，对于骑自行车的人来说，它为引入自行车道创造了更多的空间，而对于公共交通的使用者来说，它为整个城市的许多路线提供了更好的点对点连接：他们可以在不换车的情况下到达无数个遥远的目的地。他们往往比乘坐公共交通更快地到达目的地。你有相对较短的等待时间，从50秒到最多5分钟。完整的运输需要几天时间，对儿童、妇女或老人来说，是比地下或郊区火车站更安全、更愉快的选择，特别是在晚上和夜间。
BNV被规划为一个自学系统：这样的系统会随着时间的推移变得更好、更有效。
控制车辆的计算机系统会从传入的数据中学习： 如果某站在某个时间的需求量总是很大，这将在未来被提前规划。重大事件，如足球比赛或音乐会，也会提前注意到。然后，系统会计算出对车辆的需求，并在这些时间部署更多的车辆。
对于进入法兰克福的通勤交通，在两个地方有最佳的停车换乘设施： 在德意志银行公园停车场(体育场)和罗默尔霍夫(Römerhof)的贸易展览会停车场，可以规划从汽车到当地桥梁交通系统的便捷换乘方案。
桥的另一端没有类似的大型停车场--但在个别情况下也可以在那里建立较小的停车换乘中心，这可以缓解城市内部的交通。
