EP0750774B1 - Verfahren zur verkehrserfassung und verkehrssituationserkennung auf autostrassen, vorzugsweise autobahnen - Google Patents

Description

Die Erfindung bezieht sich auf ein Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen gemäß dem Oberbegriff des Anspruchs 1.

Das ständig zunehmende Verkehrsaufkommen auf der Straße, vorzugsweise Autobahn, mit dem dadurch bedingten Sicherheitsverlust und die Schwierigkeiten, das gesamte Straßen- bzw. Autobahnnetz entsprechend zu erweitern, haben in den letzten Jahrzehnten zu Überlegungen geführt, die Leistungsfähigkeit sowie die Sicherheit der Autostraßen mit Hilfe der Elektronik zu steigern.

Es gibt in der Zwischenzeit diverse Anlagen und verschiedene Verfahren, die aufgrund von Verkehrsmessungen passende Anzeigen an den Wechselverkehrszeichen anschalten. Die Steuerung ist punktbedingt, wenn sie sich auf einem bestimmten Punkt des Verkehrsablaufs bezieht (beispielsweise Baustellen oder Fahrbahnverengungen), streckenbedingt (im allgemeinen unter der Bezeichnung "Linienbeeinflussung" bekannt), wenn sie sich auf eine Strecke bezieht, oder netzbedingt, wenn sie sich die automatische Umleitung von einer Normalroute auf eine Alternativroute vornimmt (Wechselwegweisung).

Bisherige Linienbeeinflussungen sind sehr aufwendig und teuer und werden daher nur gezielt an besonderes befahrenen Strekken errichtet. Dabei ist ein sehr hoher Aufwand bezüglich der Datenerfassung bzw. -auswertung sowie für die Informationsübertragung mittels Wechselverkehrszeichen erforderlich. Um die Zusammenhänge zwischen der Verkehrssituation und der gesteuerten Anzeige überschaubar zu halten, ist die Steuerlogik relativ einfach aufgebaut. Die aufbereiteten lokalen Meßwerte, wie im allgemeinen geglättete Verkehrsstärke, geglättete Geschwindigkeit und lokale Verkehrsdichte, werden mit vordefinierten Schwellwerten verglichen, um eine Aussage zu treffen bzw. um das Wechselverkehrszeichen anzusteuern.

Bei in Betrieb befindlichen Anlagen mit Verkehrserfassung und Steuerung des Verkehrs durch Wechselverkehrszeichen wird bisher die Steuerung mit eindeutigen Ja/Nein-Aussagen, basierend auf Entscheidungslogiken, durchgeführt. Beispielsweise kann eine Harmonisierung des Verkehrs aufgrund hoher Belastung erreicht werden, indem auf sämtlichen Fahrspuren eine gleiche Geschwindigkeitsbeschränkung angezeigt wird. Eine Stauerkennung und Warnung kann aufgrund einer Verringerung der Fahrgeschwindigkeit erfolgen. Wird eine verhältnismäßig starke Verkehrsunruhe erkannt, so kann dem mit einer gleichmäßigen Geschwindigkeitsbeschränkung begegnet werden. Witterungsabhängige Umfeldbedingungen, die mit getrennten Sensoren erfaßt werden, werden zur Linienbeeinflussung ebenfalls angezeigt. Eine frühzeitige und zuverlässige Erkennung von gefährlichen Verkehrs zuständen ist mit den bekannten Anlagen nicht ohne weiteres möglich, weil die erfaßten Verkehrsdaten keinen deutlichen Aufschluß über das tatsächliche Verkehrsgeschehen ergeben.

In der EP-A-0 171 098 ist ein Verfahren zur Verkehrserfassung und zur Verkehrssteuerung auf Autostraßen geoffenbart, welches zumindest zwei Meßstellen zur KFZ-Detektion mit Verkehrssensoren aufweist. Dabei werden Verkehrsdaten in Form von KFZ-Geschwindigkeiten unter Berücksichtigung der Verkehrsstärke ermittelt, verarbeitet und bewertet. Es werden dort die ermittelten Geschwindigkeitsdaten zumindest zweier, in einer bestimmten Länge beabstandeter Meßstellen betrachtet und auf der Basis logischer Entscheidungen mit vorgegebenen Geschwindigkeitswerten verglichen.

Aus dem Artikel "Traffic Prediction Method by Fuzzy Logik", Second IEEE International Conference on Fuzzy Systems (Cat. No. 93CH3136-9), Proceedings of IEEE 2nd International Fuzzy Systems Conference, San Francisco, CA, USA, 28 March - 1 April 1993, ISBN 0-7803-0614-7, 1993, New York, NY, USA, IEEE, USA, Seiten 673-678 Vol. 2, Iokibe T. et al. ist ein Verfahren bekannt, bei dem lediglich die Verkehrsstärke gemessen und diese zusammen mit Erfahrungswerten der Verkehrsstärke mit Hilfe von Fuzzy-Logik bewertet wird, um eine Abschätzung des zu erwartenden Verkehrs zu erhalten.

Aufgabe der Erfindung ist eine frühzeitige und zuverlässige, automatische Erkennung von kritischen Verkehrssituationen, wie Verkehrsstörungen durch Staubildung oder Unfall, auf Autostraßen, um die Verkehrsteilnehmer rechtzeitig vor dieser Situation zu warnen.

Diese Aufgabe wird bei dem eingangs beschriebenen Verfahren mit den kennzeichnenden Merkmalen des Anspruchs 1 gelöst.

Mit dem erfindungsgemäßen Verfahren werden an den Autostraßen mit dafür eingerichteten Meßstellen, das sind jeweilige Meßquerschnitte mit für jede Fahrspur angebrachten Verkehrssensoren, Verkehrsdaten erfaßt und in einer dafür vorgesehenen Verarbeitungseinrichtung für eine Verkehrssteuerung verarbeitet. Aus den regelmäßig erfaßten Verkehrsdaten: Geschwindigkeit und Verkehrsstärke, werden in einer Verkehrsdatenaufbereitungseinrichtung bestimmte Verkehrskenngrößen abgeleitet. Dazu bilden zwei benachbarte Meßstellen einen Meßabschnitt, der eine bestimmte Streckenlänge, beispielsweise 3 km, aufweist. Aus den Verkehrsdaten von diesen Meßstellen werden folgende Verkehrsgrößen gebildet:

Eine Geschwindigkeitsdichtedifferenz (vk-D) gemäß der Beziehung, wie sie im Anspruch 1 angegeben ist. Die Geschwindigkeitsdichtedifferenz berücksichtigt die Geschwindigkeit und die Verkehrsdichte beider Meßquerschnitte. Als zweite Verkehrskenngröße wird ein Trendfaktor gebildet, der fortlaufend aus dem Verhältnis der Verkehrsstarken der ersten und der zweiten Meßstelle gebildet ist, jedoch nur die Werte über einen bestimmten Zeitraum, z.B. den letzten 30 Minuten, berücksichtigt. Als dritte Verkehrskenngröße wird der Verkehrsstärketrend der jeweiligen Meßstelle als Maß für die dynamische Situationsentwicklung, d.h. die zeitliche Entwicklung der Verkehrsstärke, gebildet. Dabei wird aus der Funktion der Verkehrsstärke über der Zeit bzw. aus der Steigung der Tangente an dieser Funktionskurve der Trend der Verkehrsstärke abgeleitet. Diese drei Verkehrskenngrößen werden in einer Fuzzy-Logik zur Erkennung kritischer Verkehrssituationen bearbeitet, um als Ausgangsgröße eine Aussage über die Wahrscheinlichkeit für eine kritische Verkehrssituation zu erhalten. Diese Wahrscheinlichkeitsgröße wird in Abhängigkeit von einem vorgebbaren Schwellwert bewertet, um eine Anzeigeempfehlung für die Wechselverkehrszeichen zu generieren.

Die Anwendung der Fuzzy-Logik für die Verkehrsituationserkennung auf Autostraßen hat eine Reihe von Vorteilen. Das Auswerten der Input-Daten ist sehr einfach. Mehrere Inputs können weiter verknüpft werden. Dadurch ist es möglich, für eine Maßnahme mehrere Eingänge gleichzeitig zu benutzen, auch wenn sie einzeln nicht besonders aussagekräftig sind. Das führt durchschnittlich zu einer schnelleren Reaktionszeit. Außerdem können kompliziertere Logiken für die Situationsinterpretation, die nur mit der Verknüpfung vieler Daten möglich sind (Verkehrsstärke, Geschwindigkeit und lokale Dichte am Querschnitt und am darauf bzw. dahinter liegenden Meßquerschnitt, Trendfaktoren, evtl. Umfelddaten), mit der Fuzzy-Logik besser verwaltet werden. Wegen der weichen Denkweise der Fuzzy-Logik ist es möglich, statt einer starren binären Entscheidung (Stau oder kein Stau an einem Querschnitt) einen weichen Übergang zu ermitteln, der in Form einer Wahrscheinlichkeit (z.B. die Wahrscheinlichkeit eines Staus an diesem Querschnitt beträgt 70%) dargestellt werden kann. Das hat den Vorteil, daß dieses Ergebnis mit einem entsprechend vorgebbaren Schwellwert so bewertet werden kann, daß frühzeitig eine zuverlässige Anzeigeempfehlung ausgesprochen werden kann.

Als Verkehrsdaten werden neben der Fahrzeuggeschwindigkeit, die an beiden Meßstellen ermittelt wird und im allgemeinen als geglätteter Mittelwert (v) für die jeweilige Meßstelle verarbeitet wird, die Verkehrsstärke (Q), die auch Verkehrsmenge genannt wird, und die Verkehrsdichte (K) verwendet. Die Verkehrsstärke gibt die Anzahl der Fahrzeuge an einem Meßquerschnitt an, bezogen auf eine Zeiteinheit, beispielsweise eine Stunde. Die Verkehrsdichte ist ein Maß für die Anzahl der Fahrzeuge bezogen auf einen bestimmten Streckenabschnitt. Es wird mit einer sogenannten lokalen Verkehrsdichte operiert, die die Anzahl der Fahrzeuge auf den Meßquerschnitt bezieht und die entsprechende Geschwindigkeit berücksichtigt. Die Verkehrsdichte ist der Quotient der Verkehrsstärke und der mittleren Geschwindigkeit (K = Q/v).

Die Verkehrskenngröße Geschwindigkeitsdichtedifferenz vk-D berechnet sich aus den lokalen Verkehrsdaten mittlere Geschwindigkeit und der Verkehrsdichte zweier benachbarter Meßquerschnitte (Meßstellen) nach der im Anspruch 1 angegebenen Formel. Der erste Term der Geschwindigkeitsdichtedifferenz bezieht sich auf den Meßquerschnitt MQi, der zweite auf den stromabwärtsliegenden Meßquerschnitt MQ(i+1). Um die Verkehrsgrößen unterschiedlicher Meßquerschnitte vergleichen zu können, werden sie jeweils auf die einstellbaren Maximalwerte der Verkehrsgrößen der Querschnitte bezogen (max. freie Geschwindigkeit und max. Verkehrsdichte). Ist der Verkehrszustand an dem Meßquerschnitt ungestört, d.h. die Geschwindigkeit ist nicht klein und die Verkehrsdichte nicht groß, dann bewegt sich der entsprechende Term im Bereich sehr kleiner Werte. Herrscht an dem Meßquerschnitt ein instabiler Verkehrszustand, d.h. die Geschwindigkeit ist klein und die Verkehrsdichte groß, so steigt der Wert des betroffenen Terms an. Aus der Differenz der beiden Terme können damit Rückschlüsse auf den momentanen Verkehrszustand gezogen werden.

Der Trendfaktor (FT) wird als Indikator für eine Störung herangezogen. Durch ihn erfolgt eine Überwachung des Zu- und Abflusses der Fahrzeuge im Meßabschnitt (MA), der eine bestimmte Streckenlänge, beispielsweise 3 km, aufweisen kann, und von den beiden Meßstellen (MQi und (MQi+1)) gebildet ist. Im Falle einer kritischen Verkehrssituation fahren mehr Fahrzeuge in den Meßabschnitt hinein als hinaus, der Trendfaktor (FT) steigt dadurch exponentiell an. Die Berechnung des Trendfaktors beruht auf den im allgemeinen ungeglätteten Verkehrsmengen, d.h. den Verkehrsstarken an den beiden Meßquerschnitten. Damit wird eine höhere Genauigkeit und ein schnelleres Ansprechen erreicht. Um den Einfluß von Meßfehlern zu verringern, wird der Trendfaktor jeweils nur auf der Basis der letzten Meßintervalle, das bedeutet einen Zeitraum von beispielsweise 30 Minuten, berechnet.

Die dritte Verkehrskenngröße, der Verkehrsstärke-Trend (QTi), dient zur Beurteilung der dynamischen Situationsentwicklung. Die Berechnung beruht auf den im allgemeinen ungeglätteten erfaßten Verkehrsdaten. Der Verkehrsstärketrend wird ebenfalls an den beiden Meßquerschnitten betrachtet.

Diese drei Verkehrskenngrößen sind die Eingangsdaten für die Fuzzy-Logik. Diese bringt die Eingangsgrößen, die von zwei benachbarten Meßquerschnitten stammen, über eine durch Regeln definierte Wissensbasis in Zusammenhang und leitet daraus die Wahrscheinlichkeit für eine kritische Verkehrssituation, beispielsweise ein Störfall, ab.

Die Eingangsgrößen der Fuzzy-Logik sind von vielen Einflüssen abhängig, insbesondere vom Meßstellenabstand, der Streckengeometrie, d.h. Steigung oder Gefälle, Umfeldbedingungen, wie Nässe, Schnee, Glatteis, Tag oder Nacht, und möglichen weiteren Einflüssen. Die Einflüsse sind also nicht nur stationär, sonderen auch dynamischer Art. Daher werden in Weiterbildung des erfindungsgemäßens Verfahrens die Verkehrskenngrößen so kalibriert, daß das Fuzzy-System die Eingangsgrößen (Verkehrskenngrößen) unabhängig von äußeren Einflüssen immer gleich bewerten kann. Dazu werden die Größen in Abhängigkeit ihrer Vergangenheitswerte dynamisch kalibriert.

Um den Aufwand für die Kalibrierung zur Erkennung einer kritischen Verkehrssituation zu minimieren, werden automatisch der Trendfaktor und die Geschwindigkeitsdifferenz kalibriert. Dazu wird aus diesen Verkehrsdaten ein Kalibrierungsfaktor für die Geschwindigkeitsdichtedifferenz und ein Kalibrierungsfaktor für den Trendfaktor gebildet und in einer Kalibrierungseinrichtung, die zwischen der Verkehrsdatenaufbereitung und der Fuzzy-Bearbeitung angeordnet ist, mit den aktuellen Verkehrskenngrößen in Beziehung gebracht. Die aktuelle Geschwindigkeitsdichtedifferenz wird durch den Geschwindigkeitsdichtedifferenz-Kalibrierungsfaktor und der jeweilige aktuelle Trendfaktor durch den Trend-Kalibrierungsfaktor dividiert.

Wie bereits gesagt, ist die Geschwindigkeitsdichtedifferenz abhängig von Umfeldbedingungen, wie Nässe, Nebel, Tag/Nacht usw. Diese Fuzzy-Eingangsgröße wird deshalb durch den dynamischen Kalibrierungsfaktor bewertet. Der Wert dieses Faktors kann als Schwelle für die Geschwindigkeitdichtedifferenz gelten, ab der mit hoher Wahrscheinlichkeit der Fall einer kritischen Verkehrssituation (Störung) vorliegt. Der Kalibrierungsfaktor wird nur berechnet, wenn die Geschwindigkeitsdichtedifferenz unter einer bestimmten Schwelle, beispielsweise 0,3, liegt. Der Faktor setzt sich aus dem Mittelwert, der Standardabweichung von der Geschwindigkeitsdichte-differenz und seiner festgelegten Schwelle zusammen. Die Berechnung des Mittelwerts und der Standardabweichung wird nur auf Basis der relativen Maxima der Geschwindigkeitsdichte-differenz-Ganglinie durchgeführt: vk_Dmittel=α·vk_D+(1-α)·vk_Dmittelalt σvk_D=α·(vk_D-vk_Dmittel)2+(1-α)·σvk_Dalt vk_Dmittelalt=vk_Dmittel σvk_Dalt=σvk_D Kalibrierungsfaktor vk_D= vk_Dmittel +2.σvk_D+0.35 PSG PSG = normalisierte Ausprägung (positiv sehr groß)
mit α=0.05 (einstellbar)

Die aktuelle Geschwindigkeitsdichtedifferenz wird durch diesen Kalibrierungsfaktor dividiert. Zur Kalibrierung des Trendfaktors wird der Merkmalswert des Trendfaktors gesucht, den man als "klein" einschätzt. Dieser Merkmalwert wird so definiert, daß er die Menge aller Werte des Trendfaktors umfaßt, deren relative Summenhäufigkeit unterhalb eines Schwellwertes liegen. Dazu wird eine Häufigkeitstabelle eingeführt, deren Klassen entsprechend der Tabelle definiert werden. Eine Klasse ist ein definierter Wertebereich des Trendfaktors, wobei alle Klassen zusammen den gesamten Wertebereich des Trendfaktors beschreiben. Für jedes Meßintervall wird der aktuelle Trendfaktor einer Klasse zugeordnet, die jeweilige Klasse wird dann inkrementiert. Für jedes Intervall kann damit der Meßwert ermittelt werden, für den die relative Summenhäufigkeit unterhalb des vorgegebenen Schwellwertes liegt.

Die Klasseneinteilung ist für ganz kleine und große Werte stärker abgestuft, für den wichtigen Kalibrierungsbereich wird eine feinere Abstufung gewählt:

Klasse	0	1	2	3	.........	36	37
Merkmalwertebereich	-1..0.15	>0.15	>0.225	>0.275	.........	>1.975	>2.025
FT		≤0.225	≤0.275	≤0.325		≤2.025	≤2.075
Klasseneinteilung

Der Kalibrierungsfaktor berechnet sich dann: KFT=Merkmalnormalisierte Ausprägung "klein" des Trendfaktors

Der aktuelle Trendfaktor wird jeweils durch diesen Kalibrierungsfaktor dividiert.

Das erfindungsgemäße Verfahren zur Erkennung kritischer Verkehrssituationen wird in einer besonderen Ausgestaltung der Erfindung zur Störfallerkennung verwendet. Dabei wird aus den Verkehrskenngrößen: Trendfaktor und Verkehrsstärketrend des ersten Meßquerschnitts, in einer Pulkerkennung eine Pulkbildung erkannt und eine Pulkwahrscheinlichkeitsgröße abgeleitet. In einer Störfallvoruntersuchung wird aus der Verkehrskenngröße Verkehrsstärketrend des zweiten Meßquerschnitts und der Pulkwahrscheinlichkeitsgröße mit Hilfe der Fuzzy-Entscheidung ein Störfallkriterium abgeleitet, welches mit dem Trendfaktor und der Geschwindigkeitsdichtedifferenz zusammen betrachtet eine Störfallerkennung ermöglicht.
Für die Fuzzy-Störfallentscheidung werden neben den Entscheidungskriterien Geschwindigkeitsdichtedifferenz und Trendfaktor die Verkehrskenngrößen, Verkehrsstärketrend an der Meß stelle MQ1 und an der Meßstelle MQ2 verwendet, mit denen eine Voruntersuchung auf einen Störfall durchgeführt wird.

Es wird eine Pulkerkennung durchgeführt. Ein Pulk stellt ein Fahrzeugkollektiv mit hoher Verkehrsstärke und Verkehrsdichte dar, welches in den Meßabschnitt einfährt.

Die zur Störfallerkennung herangezogene Verkehrskenngröße Trendfaktor läßt bei sehr großen Werten zwei Interpretationsmöglichkeiten zu. Es liegt ein Störfall vor, d.h. über einen längeren Zeitraum sind mehr Fahrzeuge in den Meßabschnitt eingefahren als ausgefahren, oder in den Meßabschnitt ist ein Pulk eingefahren. Ein Pulk ist gewissermaßen eine Dichtewelle, wie sie z.B. bei einer plötzlichen Aufhebung eines Engpasses entsteht. Um diese beiden Fälle sicher zu unterscheiden wird, wie oben gesagt, eine Pulkerkennung durchgeführt. Als Eingangsgröße der Fuzzy-Logik werden der Verkehrsstärketrend, die Pulkwahrscheinlichkeit im vorangegangenen Meßintervall, und der Trendfaktor herangezogen. Als Ausgangsgröße steht direkt ein Wert für die Wahrscheinlichkeit eines Pulks im betrachteten Meßabschnitt zur Verfügung.

Mit der Störfallvoruntersuchung wird aus den Größen Verkehrsstarketrend, alte Störfallwahrscheinlichkeit und Pulkwahrscheinlichkeit auf die Möglichkeit eines Störfalls geschlossen. Die Möglichkeit eines Störfalls wird durch die Ausgangsvariable Störfallkriterium repräsentiert. Ist dieser Wert hoch, so deutet die Voruntersuchung auf einen Störfall hin.

Nimmt nun zudem der Verkehrsstärketrend am stromabwärts liegenden Meßquerschnitt ab bei einem hohen Wert für ein Störfallkriterium, so ist die Wahrscheinlichkeit eines Störfalles sehr hoch. Mit steigendem Verkehrsstärketrend am stromabwärts liegenden Meßquerschnitt sinkt die Möglichkeit eines Störfalls, ebenso wie bei Zunahme der Pulkwahrscheinlichkeit. Eine Ausnahme bildet der Fall, wenn im letzten Meßintervall eine Störung sehr wahrscheinlich war. Hierbei ist das Störfallkriterium im wesentlichen unabhängig von der Pulkwahrscheinlichkeit und dem Verkehrsstärketrend, denn im Fall des bereits im letzten Meßintervall erkannten Störfalls kann sowohl die Pulkwahrscheinlichkeit als auch der Verkehrsstärketrend wieder steigen. Die Störfallerkennung ist die Entscheidungsstufe, die letztlich zum Ergebnis der Wahrscheinlichkeit eines Störfalles führt. In Abhängigkeit dieser Größe wird eine Warnung an den Anzeigequerschnitt aufgeschaltet.

Über eine Fuzzy-Regelbasis wird aus den Größen: Störfallkriterium, Trendfaktor und Geschwindigkeitsdichtedifferenz, die Störfallwahrscheinlichkeit abgeleitet, wie bereits dargelegt. Bei sehr großer positiver Geschwindigkeitdichtedifferenz liegt sehr wahrscheinlich ein Störfall vor. Je größer (positiv) die Geschwindigkeitsdichtedifferenz, desto wahrscheinlicher ist ein Störfall. Mit wachsendem Trendfaktor steigt bei positiver Geschwindigkeitsdichtedifferenz die Wahrscheinlichkeit eines Störfalls noch mehr an. Bei einem großen Störfallkriterium hat der Trendfaktor mehr Einfluß. Bei kleinerem Störfallkriterium, d.h. die Merkmale deuten nicht auf einen Störfall hin, entscheidet die Geschwindigkeitsdichtedifferenz allein, da sie in diesem Fall sicherer als der Trendfaktor ist. In der Ergebnisbewertung wird, basierend auf der Wahrscheinlichkeit eines Störfalles, eine Anzeigeempfehlung, z.B. Stauwarnung, für die Wechselverkehrszeichen abgeleitet und die Anzeige veranlaßt.

Anhand der Zeichnung wird das erfindungsgemäße Verfahren nochmals kurz erläutert. Dabei zeigen

Fig. 1 eine prinzipielle Darstellung für das erfindungsgemäße Verfahren,

Fig. 2 für eine Kalibrierung und

Fig. 3 für eine Störfallerkennung.

Die Autostraße AS, hier als Autobahn mit z.B. zwei Spuren in einer Fahrtrichtung dargestellt, weist zwei Meßquerschnitte MQi und MQ(i+1) auf, welche in einem bestimmten Abstand angeordnet sind und einen Meßabschnitt MA bilden. Mit den Verkehrssensoren VS, z.B. Fahrzeugdetektoren, die beispielsweise von Induktionsdoppelschleifen gebildet sein können, werden Verkehrsdaten VD erfaßt und einer Verkehrsdatenaufbereitung VDA zugeführt. Als Verkehrsdaten werden die Geschwindigkeit v, die Verkehrsdichte K und die Verkehrsstärke Q erfaßt und weiterverarbeitet. In der Verkehrsdatenaufbereitung VDA werden die Verkehrskenngrößen: Geschwindigkeitsdichtedifferenz vk-D, der Trendfaktor FT und die Verkehrsstarken QTi und QTi+1 getrennt an den Meßquerschnitten MQi und MQi+t ermittelt und zur weiteren Bearbeitung einer Fuzzy-Logik zugeführt. Die Fuzzy-Bearbeitungseinrichtung ist mit FUB bezeichnet. Die dort gebildete, wie bereits oben erläuterte, Wahrscheinlichkeitsgröße WG für eine kritische Verkehrssituation wird in der Ergebnisbewertungseinrichtung EBE aufgrund eines vorgebbaren Schwellwertes SW bewertet, um ein Steuersignal SG, beispielsweise als Anzeigeempfehlung, für ein Wechselverkehrszeichen VWZ zu erzeugen.

In Fig. 2 ist die bereits oben beschriebene Kalibrierung schematisch dargestellt. In einer Einrichtung zur Kalibrierungsfaktor-Bildung KFB werden die Verkehrsdaten VD bzw. Verkehrskenngrößen vk-D und FT zur Bildung eines Kalibrierfaktors für die Geschwindigkeitsdichtedifferenz KFv und eines Kalibrierungsfaktors für den Trendfaktor KFT herangezogen. Diese Faktoren werden der Kalibrierungseinrichtung KE zugeführt, in der die Verkehrskenngrößen Geschwindigkeitsdichtedifferenz und Trendfaktor damit kalibriert bzw. und als kalibrierte Kenngrößen vK-D; FT der Fuzzy-Bearbeitung FUB für die bereits erläuterte Weiterverarbeitung zugeführt werden.

In Fig. 3 ist schematisch die Störfallerkennung dargestellt. In der Pulkerkennung PE wird aus den Eingangsgrößen Trendfaktor FT und Verkehrsstärketrend QTi am Meßquerschnitt MQi eine Pulkwahrscheinlichkeitsgröße PWG mit Hilfe der Fuzzy-Logik abgeleitet. Diese Pulkwahrscheinlichkeitsgröße PWG wird in einer Störfallvoruntersuchung STV mit der Verkehrskenngröße Verkehrsstärketrend QT(i+1) des Meßquerschnitts MQ(i+1) betrachtet und daraus ein Störfallkriterium STK abgeleitet. Dieses Kriterium STK wird zusammen mit dem Trendfaktor FT und der Geschwindigkeitsdichtedifferenz vk-D betrachtet, um auf einen Störfall schließen zu können. Dies ist mit der Störfallerkennung STE angedeutet. Wie oben erläutert, wird in der Störfallerkennung STE auf eine Störfallwahrscheinlichkeitsgröße SWG geschlossen, die in einer anschließenden Ergebnisbewertungseinrichtung EBE weiterbehandelt wird.

Claims (5)

1. Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen (AS), vorzugsweise Autobahnen, mit dafür eingerichteten Meßstellen mit der Bezeichnung Meßquerschnitte (MQ1, MQ2...) zur KFZ-Detektion mit Verkehrssensoren (VS) und mit einer Verkehrsdaten-Verarbeitungs-Einrichtung (VDVE) für eine Verkehrssteuerung, wobei regelmäßig Verkehrsdaten (VD), wie KFZ-Geschwindigkeit (v), Verkehrsstärke (Q), das ist die Anzahl der Fahrzeuge an einem Meßquerschnitt bezogen auf eine Zeiteinheit, und Verkehrsdichte (K), das ist die Anzahl der Fahrzeuge bezogen auf einen bestimmten Strekkenabschnitt, an den Meßstellen (MQ1, MQ2,...) ermittelt und daraus bestimmte Verkehrskenngrößen in einer Verkehrsdatenaufbereitung (VDA) gebildet werden, wobei ferner zwei benachbarte Meßstellen ,z.B. Meßquerschnitte MQ1 und MQ2, oder allgemein ausgedrückt Meßquerschnitte Mqi und MQ(i+1), einen Meßabschnitt (MA) mit einer bestimmten Streckenlänge (1) bilden,
   gekennzeichnet durch folgende Merkmale:
   aus den Verkehrsdaten (VD) von zwei solchen Meßstellen werden folgende Verkehrskenngrößen gebildet:

   a) die Geschwindigkeitsdichtedifferenz (vk-D) gemäß folgender Beziehung: vk - D = v fi-v i v fi + k i k maxi - v fi+1-v i+1 v fi+1 + k i+1 k maxi+1 mit

   Vfi, Vf(i+1):

   einstellbarer Maximalwert der Geschwindigkeit am Meßquerschnitt Mqi, MQ(i+1)

   kmaxi, kmax(i+1):

   einstellbarer Maximalwert der Verkehrsdichte am Meßquerschnitt MQi, MQ(i+1)

   ki:

   Verkehrsdichte nach dem Meßquerschnitt MQi

   k(i+1):

   Verkehrsdichte vor dem Meßquerschnitt MQ(i+1)

   vi, v(i+1):

   mittlere Geschwindigkeit am Meßquerschnitt MQi, MQ(i+1)

   b) ein Trendfaktor (FT), der fortlaufend aus dem Verhältnis der Verkehrsstarken (Qi/Q(i+1)) des ersten und des zweiten Meßquerschnitts (MQi, MQ(i+1)), gebildet ist, jedoch ermittelt über einen bestimmten Zeitraum (t) im Minutenbereich,

   c) der Verkehrsstärketrend (QTi, QT(i+1)) der jeweiligen Meßquerschnitte (MQi, MQ(i+1)), wobei anhand der Funktion der Verkehrsstärke (Q) über der Zeit (Kurve Q(t)) aus der Steigung der Tangente an die Kurve der Trend abgeleitet wird, diese drei Verkehrskenngrößen (vK-D; FT; QTi und QT(i+1)) werden in einer Fuzzy-Logik (FUB) zur Erkennung kritischer Verkehrssituation im betrachteten Meßabschnitt (MA) bearbeitet und als Wahrscheinnlichkeitsgrößen (WG) einer nachgeschalteten Ergebnisbewertungs-Einrichtung (EBE) zugeführt, in der in Abhängigkeit von einstellbaren Schwellwerten (SW) Steuersignale (SG) für Wechselverkehrszeichen (WVZ) gebildet werden.
2. Verfahren nach Anspruch 1,
   dadurch gekennzeichnet, daß die Verkehrskenngrößen Geschwindigkeitsdichtedifferenz (vk-D) und Trendfaktor (FT) in Abhängigkeit von ihren Vergangenheitswerten dynamisch kalibriert werden, wobei aus den Verkehrsdaten (VD) ein Kalibrierungsfaktor (KFv) für die Geschwindigkeitsdichtedifferenz (vK-D) und ein Kalibrierungsfaktor (KFT) für den Trendfaktor (FT) gebildet (KFB) werden, und daß in einer zwischen der Verkehrsdaten-Aufbereitung (VDA) und der Fuzzy-Bearbeitung (FUB) angeordneten Kalibrierungseinrichtung (KE) die aktuelle Geschwindigkeitsdichte-Differenz (vk-D) durch den Geschwindigkeitsdichtedifferenz-Kalibrierungsfaktor (KFv) und der jeweils aktuelle Trendfaktor (FT) durch den Trendfaktor-Kalibierungsfaktor (KFT) dividiert werden.
3. Verfahren nach Anspruch 2,
   dadurch gekennzeichnet, daß zur Kalibrierung der Geschwindigkeitsdichte-Differenz (vk-D) diese bewertet wird, wobei der Wert des Kalibrierungsfaktors (KFv) für die Geschwindigkeitsdichte-Differenz ein Schwellenwert für die Geschwindigkeitsdichtedifferenz (vk-D) ist, ab welcher mit hoher Wahrscheinlichkeit eine kritische Verkehrssituation vorliegt.
4. Verfahren nach Anspruch 2,
   dadurch gekennzeichnet, daß zur Kalibierung des Trendfaktors (FT) ein als "klein" eingeschätzter Merkmalswert des Trendfaktors so definiert ist, daß er die Menge aller Werte des Trendfaktors umfaßt, deren relative Summenhäufigkeit unterhalb eines Schwellwertes liegen, wobei eine Häufigkeitstabelle mit mehreren Klassen mit definierten Wertebereichen des Trendfaktors gebildet wird und der aktuelle Trendfaktor einer Klasse zugeordnet wird, um daraus den Kalibrierungsfaktor (KFT) zu ermitteln.
5. Verfahren nach einem der Ansprüche 1 bis 4,
   dadurch gekennzeichnet, daß als kritische Verkehrssituation ein Störfall ermittelt und angezeigt wird, wobei aus dem Trendfaktor (FT) und dem Verkehrsstärkentrend (QTi) des ersten Meßquerschnitts (MQi) eine Pulkbildung erkannt (PE) und eine Pulkwahrscheinlichkeitsgröße (PWG) gebildet wird, die mit dem Verkehrsstärketrend (QT(i-1)) des zweiten Meßquerschnitts (MQ(i+1)) in Beziehung gebracht wird, um ein Störfallkriterium (STK) abzuleiten (STV), wobei ferner aus dem Trendfaktor (FT) und der Geschwindigkeitsdichtedifferenz (vk-D) sowie dem Störfallkriterium (STK) auf einen Störfall erkannt (STE) wird und eine Störfallwahrscheinlichkeitsgröße (SWG) gebildet wird.

Images