EP2047448A1 - Verfahren und vorrichtung zur generierung von frühwarnungen vor verkehrszusammenbrüchen an engstellen - Google Patents

Verfahren und vorrichtung zur generierung von frühwarnungen vor verkehrszusammenbrüchen an engstellen

Info

Publication number
EP2047448A1
EP2047448A1 EP07785629A EP07785629A EP2047448A1 EP 2047448 A1 EP2047448 A1 EP 2047448A1 EP 07785629 A EP07785629 A EP 07785629A EP 07785629 A EP07785629 A EP 07785629A EP 2047448 A1 EP2047448 A1 EP 2047448A1
Authority
EP
European Patent Office
Prior art keywords
traffic
early
time range
early warnings
quality
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
EP07785629A
Other languages
English (en)
French (fr)
Other versions
EP2047448B1 (de
Inventor
Ulrich Fastenrath
Markus Becker
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Deutsche Telekom AG
Original Assignee
Deutsche Telekom AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Deutsche Telekom AG filed Critical Deutsche Telekom AG
Publication of EP2047448A1 publication Critical patent/EP2047448A1/de
Application granted granted Critical
Publication of EP2047448B1 publication Critical patent/EP2047448B1/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions

Definitions

  • the information is not available while driving and therefore can not be used for navigation purposes.
  • the prognosis is calculated with a deterministic simulation method and comes to a definite result for the traffic situation in 30 or 60 minutes, which due to the stochastic nature of traffic collapses often incorrect.
  • the object is to provide a method and a device that find a form of traffic forecast, which the above-mentioned.
  • the invention is intended to be spread over existing coded traffic message channels to be available while in motion.
  • Fig. 1 illustrates an example of a bottleneck on a network edge
  • Fig. 2 shows the probability of collapse as a function of traffic intensity
  • FIG. 3 shows the dependence of the method parameter warning threshold on the method parameter prediction period.
  • FIG. 4 The working characteristic in which the code FPR (cost) is shown on the x-axis and the code TPR (benefit) on the y-axis.
  • Fig. 1 shows an example of a bottleneck.
  • the number of tracks is reduced from 3 to 2.
  • bottlenecks may be tributaries at the junctions themselves or at highway junctions, construction sites, lane constrictions, etc. Since the knowledge available in a central office about the presence and type of bottlenecks in a national road network is unlikely to be complete and current at any time, a pragmatic approach is to consider each network edge as a potential bottleneck.
  • Equation 1 the probability of traffic collapses Pbd are brought in dependence on the measured traffic volume flowing to the bottleneck. It is understood that this function can also have a different form and serves only as an example. The basis for this is recorded measurements of the volume of traffic by detectors, eg induction loops or overhead detectors, and observations of traffic congestion that actually occurred.
  • A designates the bottleneck that results from omission of a track
  • B another bottleneck, which is given by the inflow at the downstream connection point.
  • Fig. 1 shows the corresponding bottlenecks.
  • Equation a and b are fit parameters of the Weibull distribution.
  • q Q_arr (A)
  • q Q_arr (B)
  • the respective measuring cross sections measure the traffic flow that flows through the bottlenecks, and which leads with increasing probability to traffic collapse.
  • fit parameters (a and b in the example above) are determined for all bottlenecks in the considered road network.
  • FIG. 2 shows an example of the result.
  • the function Q_arr is given by the measured values for the traffic flow of the respective measuring cross section.
  • the collapse probability at the bottleneck A as a function of the traffic flow q can be determined, for example, with the Kaplan-Meier estimator for the survival probability ..
  • the past values determined in this way can be adapted to the Weibull distribution, eg by a least-square-fit method ,
  • extrapolated values determine the absolute level and the hydrograph the curve shape.
  • the breakdown probability can be read from the fit function (FIG. 2) available for each relevant bottleneck. If the collapse probability accumulated over the period of time limited by the forecast horizon exceeds a threshold (e.g., 80%, the "warning threshold"), issuing an early warning of a traffic jam is appropriate.
  • a threshold e.g., 80%, the "warning threshold"
  • quality metrics are defined below, where the width of an event set X with
  • a compact description of the information quality is the mean feature or share value of all quality indicators in the Population. These values can be estimated from a sample of data using statistical methods.
  • TPR
  • VWZ Advance Warning Time
  • the adjustable parameters of the early warning system include the forecast period ⁇ AT ⁇ and the warning threshold ⁇ P ⁇ ) i. the threshold for the probability of a collapse, which controls the registration and deregistration of the early warning.
  • the warning threshold P hd has a dependency on
  • the TPR varies between the value one (zero) for the smallest (largest) value of the warning threshold, since a small (large) warning threshold means that virtually every (no) fault is warned.
  • the key figure FPR assumes for the smallest value of the warning threshold a value which is specific to a considered bottleneck and can sometimes be significantly less than one; when the warning threshold is opened, the code FPR shows a falling tendency.
  • the value assumed by the FPR for the lowest value of the warning threshold is, by definition, the probability that there will be no traffic breakdown at the bottleneck in the critical area of transport demand.
  • FIG. 4 shows the operating characteristic in which the code FPR (cost) is shown on the x-axis and the code TPR (benefit) is shown on the y-axis.
  • This working characteristic is called Receiver Operating Characteristics (ROC).
  • ROC Receiver Operating Characteristics
  • An operating point that corresponds to a conservative setting of the early warning system with a high warning threshold means a small proportion of false-positive classified traffic situations (congestion reported, but no congestion occurs) but at the same time also a low TPR, i. a small proportion of traffic breakdowns, which are warned against.
  • the proposed method solves the problem formulated at the outset.
  • Congestion formation can be predicted to the minute.

Abstract

Die Erfindung betrifft ein Verfahren zur Generierung von Frühwarnungen vor Verkehrszusammenbrüchen, umfassend die folgenden Schritte: - dynamisches Schätzen der Kapazität von Engstellen im Straßennetz, - Ermitteln der aktuellen Nachfrage an Engstellen, - Ermitteln der voraussichtlichen Nachfrage für einen wählbaren Prognosehorizont - Auslösen von Frühwarnungen, sobald die sich aus voraussichtlicher Nachfrage und dynamischer Kapazität ergebende Zusammenbruchswahrscheinlichkeit einen Grenzwert, die Warnschwelle, übersteigt, - Vermessung von Kennzahlen zur Bewertung der Informationsqualität von Frühwarnungen als Funktion der Verfahrensparameter des Frühwarnsystems, - Erstellung einer Arbeitscharakteristik des Frühwarnsystems, - gezielte Anpassung des Frühwarnsystems an die Qualitätsanforderungen einer Anwendung durch Rückgriff auf die Arbeitscharakteristik des Frühwarnsystems.

Description

Verfahren und Vorrichtung zur Generierung von Frühwarnungen vor VerkehrsZusammenbrüchen an Engstellen
Gebiet der Erfindung:
Verkehrsinformationsdienste, die über so unterschiedliche Medien wie den Rundfunk, Mobilfunk oder das Internet verbreitet werden, konzentrieren sich heutzutage auf die Beschreibung der aktuellen Verkehrssituation.
Im Allgemeinen ist jedoch die zukünftige Information, dh. die während der Fahrt noch zu erwartende Verkehrslage, für einzelne Verkehrsteilnehmer wichtiger, insbesondere bei der dynamischen Navigation. Es gibt daher bereits einen ersten Versuch, Verkehrsprognosen mit einem Horizont von 30 oder 60 Minuten online verfügbar zu machen (www.autobahn.nrw.de). Dieser Ansatz hat jedoch wesentliche Nachteile.
Einerseits steht die Information nicht während der Fahrt zur Verfügung und kann daher für Navigationszwecke nicht genutzt werden .
Andererseits ist die Prognose mit einem deterministischen Simulationsverfahren berechnet und kommt zu einem eindeutigen Ergebnis für die Verkehrslage in 30 oder 60 Minuten, welches wegen der stochastischen Natur von VerkehrsZusammenbrüchen häufig nicht korrekt ist.
Ein Forschungsergebnis aus jüngster Zeit erhärtet diesen letzten Aspekt ( [1] Brilon, W.; Zurlinden, H.: Kapazität von Straßen als Zufallsgröße. Straßenverkehrstechnik 4/2004, S. 164-172). Die Kapazität einer Straße, insbesondere einer Engstelle, ist keine feste Größe, bei deren Überschreitung der Verkehr unweigerlich zum Erliegen kommt, sondern eine Zufallsgröße, dh. mit ansteigender Verkehrsmenge steigt zwar die Wahrscheinlichkeit für einen VerkehrsZusammenbruch, ' die kritische Menge jedoch, und damit der Zeitpunkt, zu dem ein Ereignis eintritt, bleibt solange unbestimmt wie kein Ereignis eintritt. Daher ist eine Prognose der Entstehung von Verkehrsstaus prinzipiell unsicher (ob) und unscharf (wann) . Intuitiv ist dies verständlich, da ein Zusammenbruch von nicht vorhersehbaren Ereignissen wie abruptem Bremsen oder Lkw- Überholmanövern ausgelöst werden kann.
Überblick über die Erfindung:
Somit stellt sich die Aufgabe, ein Verfahren und eine Vorrichtung bereitzustellen, die eine Form der Verkehrsprognose finden, welche die og. Nachteile überwinden und eine Reihe von Vorteilen in sich vereinigen. Die Erfindung soll über existierende Kanäle für codierte Verkehrsmeldungen verbreitbar sein, um auch während der Fahrt zur Verfügung zu stehen.
Ferner soll sie zur Verwendung in der dynamischen Navigation geeignet sein.
Auch soll sie objektive Qualitätsaussagen treffen, die der Überprüfung auf der Straße standhalten. Ferner soll die stochastische Natur von VerkehrsZusammenbrüchen berücksichtigt werden . Weiter ist für die Anwendung von Bedeutung, wie sich die stochastische Natur von VerkehrsZusammenbrüchen konkret auf Qualitätsmerkmale auswirkt und welche Qualitätsaussagen realistischerweise getroffen werden können. Diese Fragestellung ist für Vorhersagen über die Entstehung von VerkehrsZusammenbrüchen auf Autobahnen bislang nicht beantwortet .
Gelöst wird die Aufgabe durch eine Erfindung mit den Merkmalen der unabhängigen Ansprüche. Vorteilhafte Ausführungsformen werden in den Unteransprüchen beschrieben.
Kurze Beschreibung der Figuren:
Zum besseren Verständnis der Erfindung wird auf die Figuren verwiesen, wobei
Fig. 1 ein Beispiel für eine Engstelle auf einer Netzkante darstellt;
Fig. 2 die Zusammenbruchswahrscheinlichkeit als Funktion der Verkehrsstärke zeigt;
Fig. 3 zeigt die Abhängigkeit des Verfahrensparameters Warnschwelle von dem Verfahrensparameter Vorhersagezeitraum. ;
Fig. 4 Die Arbeitscharakteristik, bei der auf der x-Achse die Kennzahl FPR (Kosten) und auf der y-Achse die Kennzahl TPR (Nutzen) dargestellt sind.
Bevorzugte Ausführungsform: Zur Lösung des vorstehenden Problems ist es erforderlich, die Stauentstehung an Engstellen zu verstehen. Die Fig. 1 zeigt ein Beispiel für eine Engstelle. Auf einer Netzkante (zwischen zwei Anschlussstellen) reduziert sich die Anzahl der Spuren von 3 auf 2.
Andere Beispiele für Engstellen können Zuflüsse an den Anschlussstellen selbst oder an Autobahnkreuzen, Baustellen, Spurverengungen etc. sein. Da das in einer Zentrale vorhandene Wissen über Vorhandensein und Art von Engstellen in einem landesweiten Straßennetz mit hoher Wahrscheinlichkeit zu keinem Zeitpunkt vollständig und aktuell ist, besteht ein pragmatischer Ansatz darin, jede Netzkante als potenzielle Engstelle aufzufassen.
Für alle angenommenen Engstellen kann nun z.B. mit Hilfe der nach empirischen Untersuchungen [1] als geeignet befundenen Funktion (Weibull-Verteilung)
Pbd(q)=l-exp(- (q/b)a) (Gleichung 1) die Wahrscheinlichkeit für VerkehrsZusammenbrüche Pbd in Abhängigkeit von der gemessenen, auf die Engstelle zuströmenden Verkehrsmenge gebracht werden. Es versteht sich, dass diese Funktion auch eine andere Form aufweisen kann und nur als Beispiel dient. Grundlage dazu sind aufgezeichnete Messungen der Verkehrsmenge durch Detektoren, z.B. Induktionsschleifen oder Überkopfdetektoren, und Beobachtungen von Verkehrsstaus, die sich tatsächlich ereignet haben. Hierbei bezeichnet A den Flaschenhals, der durch Wegfall einer Spur entsteht, B einen weiteren Flaschenhals, der durch den Zufluss an der stromabwärtigen Anschlussstelle gegeben ist . Die Fig. 1 zeigt die entsprechenden Engstellen.
Bei der og. Gleichung sind a und b Fit-Parameter der Weibull- Verteilung. Für den Engpass A gilt q=Q_arr (A) , und für den Engpass B gilt q=Q_arr(B), jeweils solange die Engpässe inaktiv sind, dh. solange sich noch keine Verkehrsstörung ausgebildet hat. Hierbei messen die jeweiligen Messquerschnitte den Verkehrsfluss, der durch die Engpässe hindurchströmt, und der bei Zunahme mit immer höherer Wahrscheinlichkeit zum Verkehrszusammenbruch führt.
Bei dieser Prozedur werden Fit-Parameter (im obigen Beispiel a und b) für alle Engstellen im betrachteten Straßennetz bestimmt. Die Figur 2 zeigt ein Beispiel für das Ergebnis. Die Funktion Q_arr ist durch die Messwerte für den Verkehrsfluss des jeweiligen Messquerschnitts gegeben. Die Parameter a und b können durch gängige mathematische Fit-Verfahren bestimmt werden. Es ist aus der Vergangenheit bekannt, bei welchen Verkehrsflüssen (q (t) =Q_arr (A, t) ) sich VerkehrsZusammenbrüche ereignet haben. Die Zusammenbruchswahrscheinlichkeit am Engpass A als Funktion des Verkehrsflusses q kann beispielsweise mit dem Kaplan-Meier Estimator für die „Survival Probability" ermittelt werden. . Die . so bestimmten Vergangenheitswerte können an die Weibullverteilung angepasst werden, z.B. durch ein least-square-fit-Verfahren.
Bis zu diesem Punkt laufen alle Verfahrensschritte in der bevorzugten Ausführungsform offline ab und bereiten die Generierung von Prognosemeldungen in Echtzeit lediglich vor.
Um nach den vorbereitenden Schritten in Echtzeit vor Verkehrszusammenbrüchen zu warnen, die sich noch nicht ereignet haben, ist zunächst die Kenntnis der aktuellen Nachfrage erforderlich. Diese kann als aus Detektormessungen bekannt vorausgesetzt werden. Sie wird als nächstes für einen anwendungsabhängigen Prognosehorizont prognostiziert. Für kurze Prognosehorizonte von wenigen Minuten sind dazu lineare oder quadratische Extrapolationen geeignet, für längere (30 oder 60 Minuten, wie oben) wird man stärker auf erlernte Nachfrageganglinien zurückgreifen. Alternativen sind jedoch auch für diesen Ansatz denkbar. Für den Übergang von kurzfristiger Extrapolation zur Nutzung der Ganglinie sind verschiedene Techniken möglich, die im Folgenden aufgeführt werden:
- Zwischen dem Zeitbereich, für den Messwerte extrapoliert werden, und dem Zeitbereich, für den die Ganglinie zum Tragen kommt, wird interpoliert.
- Zwischen dem Zeitbereich, für den Messwerte extrapoliert werden, und dem Zeitbereich, für den die Ganglinie zum Tragen kommt, werden Werte aus der Extrapolation und der Ganglinie gewichtet gemittelt .
- Zwischen dem Zeitbereich, für den Messwerte extrapoliert werden, und dem Zeitbereich, für den die Ganglinie zum Tragen kommt, bestimmen extrapolierte Werte das absolute Niveau und die Ganglinie die Kurvenform.
Mit Hilfe der prognostizierten Nachfrage lässt sich aus der für jede relevante Engstelle vorliegenden Fit-Funktion (Fig. 2) die Zusammenbruchswahrscheinlichkeit ablesen. Überschreitet die über den durch den Prognosehorizont begrenzten Zeitraum kumulierte Zusammenbruchswahrscheinlichkeit einen Grenzwert (z.B. 80%, die „Warnschwelle"), so ist die Ausgabe einer Frühwarnung vor einer Verkehrsstörung angebracht.
Da aufgrund der stochastischen Natur von Verkehrszusammenbrüchen keine absolute Qualität (vor jedem Zusammenbruch wird sicher und frühzeitig gewarnt) erreichbar ist, ist die Untersuchung der Qualitätsaspekte wichtig. Ansonsten besteht die Gefahr, dass gar keine oder unrealistische Qualitätsaussagen oder gar -Zusagen getroffen werden, unter denen letztlich die Akzeptanz der Information leidet.
Bei vollständiger Kenntnis der Abhängigkeit, die als Funktion einstellbarer Parameter eines Frühwarnsystems zwischen i.d.R. konkurrierenden Qualitätsmerkmalen besteht, können tatsächlich einstellbare Qualitätskompromisse gezielt mit den Anforderungen bestimmter Anwendungen wie
Verkehrsinformationsdiensten abgeglichen werden .
Zur Bildung statistischer Einheiten, auf die sich Qualitätsmerkmale beziehen, werden räumlich und zeitlich eng korrelierte Frühwarnungen (Typ g) und Störungsmeldungen (Typ z) typübergreifend zu Ereignissen (e=gUz) vereinigt und die folgenden Ereignismengen gebildet:
Ereignis e e Bedingung
Z Störungsmeldungen sind Bestandteil von e.
G Frühwarnungen sind Bestandteil von e.
Z n G Störungsmeldungen und Frühwarnungen sind Bestandteil von e.
!Z n G Ausschließlich Frühwarnungen sind Bestandteil von e. Z n !G Ausschließlich Störungsmeldungen sind Bestandteil von e.
Die nachfolgende Konfusionsmatrix verdeutlicht die Bedeutung dieser Ereignismengen.
G
Für eine Gesamtheit statistischer Einheiten sind nachfolgend Qualitätskennzahlen definiert, wobei die Mächtigkeit einer Ereignismenge X mit |x| bezeichnet ist. Eine kompakte Beschreibung der Informationsqualität ist der mittlere Merkmals- bzw. Anteilswert aller Qualitätskennzahlen in der Grundgesamtheit. Diese Werte können anhand einer Datenstichprobe mit statistischen Methoden geschätzt werden.
Z-bezogene Qualitätskennzahlen
True Positive Rate: TPR = | Z n G | / | Z |, d.h. der Anteil Störungsereignisse, die durch ein Frühwarnereignis abgedeckt sind (Frühwarnrate) .
False negative Rate: FNR = | Z n !G | / | Z |, d.h. der Anteil Störungsereignisse, die nicht durch ein Frühwarnereignis abgedeckt sind.
Es gilt die Beziehung FNR = 1 - TPR. G-bezogene Qualitätskennzahlen
Positive Predictive Value : PPV = | Z n G | / | G |, d.h. der Anteil Frühwarnereignisse, die sich auf Störungsereignisse beziehen (relevante Frühwarnereignisse) .
False Positive Rate: FPR = | !Z n G | / | G |, d.h. der Anteil Frühwarnereignisse, die sich nicht auf Störungsereignisse beziehen (Blindalarmrate) .
Es gilt die Beziehung FPR = 1 - PPV.
Z Pi G - bezogene Qualitätskennzahlen
Vorwarnzeit (VWZ) : Der Zeitraum, der zwischen der Anmeldung der Gefahr eines VerkehrsZusammenbruchs und der Anmeldung des VerkehrsZusammenbruchs vergeht.
Zu den einstellbaren Parametern des Frühwarnsystems zählen der Vorhersagezeitraum {AT) und die Warnschwelle {P^) ι d.h. der Schwellwert für die Eintrittswahrscheinlichkeit eines Zusammenbruchs, der die An- und Abmeldung der Frühwarnung steuert .
Die Warnschwelle Phd besitzt eine Abhängigkeit vom
Vorhersagezeitraum AT , die sich aus der Bedingung ableitet, dass Frühwarnungen mit unterschiedlich langen Vorhersagezeiträumen AT gleiche Verkehrssituationen gleich bewerten sollen: mit PM = Warnschwelle der Frühwarnung [%], AT = gewünschter Vorhersagezeitraum (z.B. 15 Minuten) [min] ,
At = Referenzvorhersagezeitraum (z.B. 5 Minuten) [min] .
Fig. 3 Die Warnschwelle x einer Frühwarnung mit einem Vorhersagezeitraum von = 5 Minuten entspricht der Warnschwelle y einer Frühwarnung mit einem Vorhersagezeitraum von = 15 Minuten.
Zur Ermittlung der Arbeitscharakteristik des Frühwarnsystems werden alle Einstellungen für die Parameter Vorhersagezeitraum und Warnschwelle durchgespielt, die resultierenden Gesamtheiten von Frühwarn- und Störungsereignissen ermittelt, die Qualitätskennzahlen vermessen und in ein Qualitätsdiagramm eingetragen.
Dabei variiert die Kennzahl TPR zwischen dem Wert eins (null) für den kleinsten (größten) Wert der Warnschwelle, da eine kleine (große) Warnschwelle bedeutet, dass praktisch vor jeder (keiner) Störung gewarnt wird. Die Kennzahl FPR nimmt für den kleinsten Wert der Warnschwelle einen Wert an, der spezifisch für eine betrachtete Engstelle ist und teilweise deutlich kleiner als eins ausfallen kann; beim Aufdrehen der Warnschwelle zeigt die Kennzahl FPR eine fallende Tendenz.
Der Wert, den die Kennzahl FPR für den kleinsten Wert der Warnschwelle annimmt, ist definitionsgemäß die Wahrscheinlichkeit dafür, dass sich an der Engstelle im kritischen Bereich der Verkehrsnachfrage überhaupt kein Verkehrszusammenbruch ereignet.
Die Figur 4 zeigt die Arbeitscharakteristik, bei der auf der x-Achse die Kennzahl FPR (Kosten) und auf der y-Achse die Kennzahl TPR (Nutzen) dargestellt sind. Diese Arbeitscharakteristik wird als Receiver Operating Characteristics (ROC) bezeichnet. Jeder (Arbeits-) Punkt auf dem Graph der ROC markiert den maximalen Nutzen des Informationsprodukts Frühwarnung unter der Randbedingung, dass die Kosten einen vorgegebenen Wert nicht überschreiten.
Ein Arbeitspunkt, der einer konservativen Einstellung des Frühwarnsystems mit einer hohen Warnschwelle entspricht (Kreis) , bedeutet einen geringen Anteil an falsch-positiv klassifizierten Verkehrssituationen (Staugefahr gemeldet, aber es ereignet sich kein Stau) gleichzeitig aber auch eine geringe TPR, d.h. einen geringen Anteil VerkehrsZusammenbrüche, vor denen gewarnt wird.
Die gegensätzliche Einstellung des Systems wird durch eine niedrig gewählte Warnschwelle erreicht (Rechteck) und führt dazu, dass praktisch vor jedem Zusammenbruch gewarnt wird aber auch häufig Blindalarme auftreten.
Das vorgeschlagene Verfahren löst das eingangs formulierte Problem.
Frühwarnungen der hier beschriebenen Art lassen sich durch gängige Medien wie z.B. den TMC-Kanal verbreiten. Für Frühwarnungen können existierende Codes, wie etwa „ stationary traffic expected" oder „queueing traffic expected" verwendet werden.
Sie sind zur Verwendung in der dynamischen Navigation geeignet, denn jede Frühwarnung trägt auf natürliche Weise einen Gewichtsfaktor mit sich (die
ZusammenbruchsWahrscheinlichkeit) , den der Routingalgorithmus zusammen mit dem Prognosehorizont zur Konstruktion der dynamischen Kostenfunktion verwenden kann.
Sie sind auf die lokalen Gegebenheiten im gesamten Netz angepasst und haben daher bei regelmäßiger Kalibrierung optimale Früh- und Blindwarnraten sowie Vorwarnzeiten. Sie berücksichtigen die zufällige Natur von
VerkehrsZusammenbrüchen und gaukeln dem Nutzer nicht vor, die
Stauentstehung könne auf die Minute genau vorhergesagt werden.
Ihre Informationsqualität ist anhand messbarer Qualitätskriterien objektiv bewertbar und kann anhand der Arbeitscharakteristik gezielt speziellen Qualitätsanforderungen einer Anwendung angepasst werden.
Es versteht sich, dass die bevorzugten Ausführungsbeispiele keine Einschränkung des Anmeldegegenstandes darstellen sollen. Vielmehr dienen Sie zum Verständnis. Folglich dienen die Ansprüche zur Bestimmung des Schutzumfanges .
Literatur
[1] Brilon, W. ; Zurlinden, H. : Kapazität von Straßen als Zufallsgröße. Straßenverkehrstechnik 4/2004, S. 164-172

Claims

Patentansprüche
1. Verfahren zur Generierung von Frühwarnungen vor Verkehrszusammenbrüchen umfassend die folgenden Schritte:
- dynamisches Schätzen der Kapazität von Engstellen im Straßennetz,
- Ermitteln der aktuellen Nachfrage an Engstellen,
- Ermitteln der voraussichtlichen Nachfrage für einen wählbaren Prognosehorizont
- Auslösen von Frühwarnungen, sobald die sich aus voraussichtlicher Nachfrage und dynamischer Kapazität ergebende Zusammenbruchswahrscheinlichkeit einen Grenzwert, die Warnschwelle, übersteigt.
2. Das Verfahren nach dem vorhergehenden Anspruch, weiterhin umfassend:
Schätzen der Kapazität von Engstellen im Straßennetz unter Berücksichtigung, dass die Kapazität von Engstellen eine Weibull-verteilte Zufallsgröße ist.
3. Das Verfahren nach dem vorhergehenden Anspruch, weiterhin umfassend, dass die Gleichung Pbd(q)=l-exp(-(q/b)a)
(die Weibull -Verteilung) die Wahrscheinlichkeit für Verkehrszusammenbrüche Pbd in Abhängigkeit von der gemessenen, auf die Engstelle zuströmenden Verkehrsmenge berechnet, wobei die Parameter a und b durch gängige mathematische Fit-Verfahren aus Beobachtungen oder Messungen bestimmt werden, die zum Inhalt haben, bei welchen Verkehrsflüssen
(q(t) =Q_arr (A, t) ) sich Verkehrszusammenbrüche ereignet haben .
4. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, weiterhin umfassend: Ermitteln der aktuellen Nachfrage an Engstellen mittels aktueller und/oder historischer Daten für die Verkehrsmenge .
5. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, weiterhin umfassend: Ermitteln der voraussichtlichen Nachfrage für einen wählbaren Prognosehorizont mittels Extrapolation, insbesondere mittels ganglinienbasierter Extrapolation .
6. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, weiterhin umfassend, dass zwischen dem Zeitbereich, für den Messwerte extrapoliert werden, und dem Zeitbereich, für den die Ganglinie zum Tragen kommt, interpoliert wird.
7. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, weiterhin umfassend, dass zwischen dem Zeitbereich, für den Messwerte extrapoliert werden, und dem Zeitbereich, für den die Ganglinie zum Tragen kommt, Werte aus der Extrapolation und der Ganglinie gewichtet gemittelt werden .
8. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, weiterhin umfassend, dass zwischen dem Zeitbereich, für den Messwerte extrapoliert werden, und dem Zeitbereich, für den die Ganglinie zum Tragen kommt, extrapolierte Werte das absolute Niveau und die Ganglinie die Kurvenform bestimmen.
9. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, weiterhin umfassend, dass jede Netzkante in einem Straßennetz als potenzielle Engstelle aufzufassen ist.
10. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, weiterhin umfassend, dass die Frühwarnungen über gängige Medien wie den TMC- Kanal verbreitet werden.
11. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, wobei zur Bildung der statistischen Einheiten ein Verfahren nach einem oder mehreren der folgenden Verfahrensansprüche 12-17 verwendet wird.
12. Verfahren zur rechnergesteuerten Bildung von statistischen Einheiten, auf die sich
Qualitätsmerkmale beziehen, um Verkehrssituationen zu bestimmen, dadurch gekennzeichnet, dass räumlich und zeitlich eng korrelierte Frühwarnungen (Typ g) und Störungsmeldungen (Typ z) typübergreifend zu Ereignissen (e=gUz) vereinigt werden.
13. Das Verfahren nach dem vorhergehenden Anspruch, wobei eine oder mehrere der folgenden Ereignismengen gebildet werden, um Qualitätskennzahlen zu bilden, wobei gilt:
Z: Störungsmeldungen sind Bestandteil von e, G: Frühwarnungen sind Bestandteil von e,
Z D G: Störungsmeldungen und Frühwarnungen sind
Bestandteil von e,
!Z n G: Ausschließlich Frühwarnungen sind Bestandteil von e,
Z n !G: ausschließlich Störungsmeldungen sind
Bestandteil von e, und wobei als Z-bezogene Qualitätskennzahlen die
True Positive Rate TPR = | Z n G | / | Z | und die False Negative Rate: FNR = | Z n !G | / | Z | herangezogen werden, wobei immer die Beziehung FNR = 1
- TPR erfüllt ist, und wobei als G-bezogene Qualitätskennzahlen der
Positive Predictive Value : PPV = | Z n G | / | G | und die
False Positive Rate: FPR = | !Z n G | / ] G | herangezogen werden, wobei immer die Beziehung FPR = 1
- PPV gilt.
14. Das Verfahren nach einem oder mehreren der vorhergehenden zwei Ansprüche, weiterhin umfassend, dass die Warnschwelle Pbd gemäß der Beziehung mit Pbd = Warnschwelle der Frühwarnung [%] ,
AT = gewünschter Vorhersagezeitraum (z.B. 15 Minuten)
[min] ,
At = Referenzvorhersagezeitraum [min] bei Variation des Vorhersagezeitraums nachgeführt wird.
15. Das Verfahren nach einem oder mehreren der vorhergehenden drei Ansprüche, weiterhin umfassend dass zur Ermittlung der Arbeitscharakteristik des Frühwarnsystems alle Einstellungen für die Parameter Vorhersagezeitraum und Warnschwelle durchgespielt werden, die resultierenden Gesamtheiten von Frühwarn- und Störungsereignissen ermittelt, die Qualitätskennzahlen vermessen und in ein Qualitätsdiagramm eingetragen wird.
16. Das Verfahren nach dem vorhergehenden Anspruch, weiterhin umfassend, dass die Informationsqualität der Frühwarnung gezielt durch Rückgriff auf die Arbeitscharakteristik des Frühwarnsystems eingestellt wird.
17. Vorrichtung zur Generierung von Frühwarnungen vor VerkehrsZusammenbrüchen umfassend Mittel und eine funktionaler Einrichtung, die es erlaubt ein Verfahren nach einem oder mehreren der vorhergehenden Verfahrensansprüche durchzuführen .
18. Vorrichtung nach dem vorhergehenden Anspruch, dadurch gekennzeichnet, dass eine Netzwerkverbindung zu externen Sensoren besteht, von denen aktuelle Verkehrsdaten erlangt werden.
19. Vorrichtung zur rechnergestützten Generierung von Frühwarnungen vor Verkehrszusammenbrüchen umfassend Mittel
- zum dynamisches Schätzen der Kapazität von Engstellen im Straßennetz,
- zum Ermitteln der aktuellen Nachfrage an Engstellen,
- zum Ermitteln der voraussichtlichen Nachfrage für einen wählbaren Prognosehorizont
- zum Auslösen von Frühwarnungen, sobald die sich aus voraussichtlicher Nachfrage und dynamischer Kapazität ergebende Zusammenbruchswahrscheinlichkeit einen Grenzwert, die Warnschwelle, übersteigt.
20. Die Vorrichtung nach dem vorhergehenden Anspruch, weiterhin umfassend Mittel zum Schätzen der Kapazität von Engstellen im Straßennetz unter Berücksichtigung, dass die Kapazität von Engstellen eine Weibull-verteilte Zufallsgröße ist.
21. Die Vorrichtung nach dem vorhergehenden Anspruch, weiterhin umfassend, dass Mittel unter Berücksichtigung der Gleichung Pbd(q)=l-exp(-(q/b)a)
(der Weibull-Verteilung) die Wahrscheinlichkeit für Verkehrszusammenbrüche Pbd in Abhängigkeit von der gemessenen, auf die Engstelle zuströmenden Verkehrsmenge berechnen, wobei die Parameter a und b durch gängige mathematische Fit-Verfahren aus Beobachtungen oder Messungen bestimmt werden, die zum Inhalt haben, bei welchen Verkehrsflüssen
(g(t) =Q_arr (A, t) ) sich VerkehrsZusammenbrüche ereignet haben .
22. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, weiterhin umfassend Mittel zum Ermitteln der aktuellen Nachfrage an Engstellen mittels aktueller und/oder historischer Daten für die Verkehrsmenge .
23. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, weiterhin umfassend Mittel zum
Ermitteln der voraussichtlichen Nachfrage für einen wählbaren Prognosehorizont mittels Extrapolation, insbesondere mittels ganglinienbasierter Extrapolation .
24. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, weiterhin umfassend Mittel, bei denen zwischen dem Zeitbereich, für den Messwerte extrapolier wird, und dem Zeitbereich, für den die Ganglinie zum Tragen kommt, interpoliert wird.
25. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, weiterhin umfassend, Mittel die so ausgelegt sind, dass zwischen dem Zeitbereich, für den Messwerte extrapoliert werden, und dem Zeitbereich, für den die Ganglinie zum Tragen kommt, Werte aus der Extrapolation und der Ganglinie gewichtet gemittelt werden.
26. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, weiterhin umfassend, Mittel, die so ausgelegt sind, dass zwischen dem Zeitbereich, für den Messwerte extrapoliert werden, und dem Zeitbereich, für den die Ganglinie zum Tragen kommt, extrapolierte Werte das absolute Niveau und die Ganglinie die Kurvenform bestimmen.
27. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, weiterhin umfassend Mittel, die jede Netzkante in einem Straßennetz als potenzielle Engstelle aufzufassen.
28. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, weiterhin umfassend Mittel, die Frühwarnungen über gängige Medien wie den TMC-Kanal verbreitet und/oder empfangen.
29. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, umfassend eine Vorrichtung nach einem oder mehreren der folgenden Vorrichtungsansprüche .
30. Die Vorrichtung zur rechnergestützten Berechnung von Qualitätsmerkmalen von Verkehrszuständen, zur Bildung statistischer Einheiten, auf die sich Qualitätsmerkmale beziehen, wobei Mittel vorhanden sind, die räumlich und zeitlich eng korrelierte Frühwarnungen (Typ g) und Störungsmeldungen (Typ z) typübergreifend zu Ereignissen (e=gUz) vereinigen.
31. Die Vorrichtung nach dem vorhergehenden Anspruch, wobei Mittel vorhanden sind, um eine oder mehrere der folgenden Ereignismengen zu bilden, um Qualitätskennzahlen zu bilden, wobei gilt:
Z: Störungsmeldungen sind Bestandteil von e, G: Frühwarnungen sind Bestandteil von e, Z n G: Stδrungsmeldungen und Frühwarnungen sind Bestandteil von e,
!Z O G: Ausschließlich Frühwarnungen sind Bestandteil von e,
Z n !G: ausschließlich Störungsmeldungen sind Bestandteil von e, und wobei als Z-bezogene Qualitätskennzahlen die
True Positive Rate TPR = | Z n G | / | Z | ist und die
False negative Rate: FNR = | Z n IG \ / | Z | herangezogen werden, wobei immer die Beziehung FNR = 1 - TPR erfüllt ist und wobei als G-bezogene Qualitätskennzahlen der Positive Predictive Value : PPV = | Z n G | / | G | und die False Positive Rate: PPR = | IZ n G | / | G | herangezogen werden, wobei immer die Beziehung FPR = 1 - PPV gilt.
32. Die Vorrichtung nach einem oder mehreren der vorhergehenden zwei Vorrichtungsansprüche, weiterhin umfassend Mittel zum Nachführen der Warnschwelle bei Variation des Vorhersagezeitraums gemäß der Beziehung mit Pbd = Warnschwelle der Frühwarnung [%] ,
AT = gewünschter Vorhersagezeitraum (z.B. 15 Minuten)
[min] ,
At = Referenzvorhersagezeitraum [min] .
33. Die Vorrichtung nach einem oder mehreren der vorhergehenden drei Ansprüche, weiterhin umfassend Mittel zur Ermittlung der Arbeitscharakteristik des Frühwarnsystems, wobei alle Einstellungen für die Parameter Vorhersagezeitraum und Warnschwelle durchgespielt werden, die resultierenden Gesamtheiten von Frühwarn- und Störungsereignissen ermittelt, die Qualitätskennzahlen vermessen und in ein Qualitätsdiagramm eingetragen werden.
34. Die Vorrichtung nach dem vorhergehenden Ansprüche, weiterhin umfassend dass die Informationsqualität der Frühwarnung gezielt durch Rückgriff auf die Arbeitscharakteristik des Frühwarnsystems eingestellt wird.
EP07785629.2A 2006-07-20 2007-07-13 Verfahren und vorrichtung zur generierung von frühwarnungen vor verkehrszusammenbrüchen an engstellen Active EP2047448B1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE200610033532 DE102006033532A1 (de) 2006-07-20 2006-07-20 Verfahren und Vorrichtung zur Generierung von Frühwarnungen vor Verkehrszusammenbrüchen an Engstellen
PCT/DE2007/001255 WO2008009271A1 (de) 2006-07-20 2007-07-13 Verfahren und vorrichtung zur generierung von frühwarnungen vor verkehrszusammenbrüchen an engstellen

Publications (2)

Publication Number Publication Date
EP2047448A1 true EP2047448A1 (de) 2009-04-15
EP2047448B1 EP2047448B1 (de) 2014-09-10

Family

ID=38616029

Family Applications (1)

Application Number Title Priority Date Filing Date
EP07785629.2A Active EP2047448B1 (de) 2006-07-20 2007-07-13 Verfahren und vorrichtung zur generierung von frühwarnungen vor verkehrszusammenbrüchen an engstellen

Country Status (3)

Country Link
EP (1) EP2047448B1 (de)
DE (1) DE102006033532A1 (de)
WO (1) WO2008009271A1 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009116105A2 (en) * 2008-03-21 2009-09-24 Gianfranco Antonini A traffic assignment method for multimodal transportation networks
CN115471215B (zh) * 2022-10-31 2023-03-28 江西省地质局地理信息工程大队 一种业务流程处理方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE503515C2 (sv) * 1995-05-19 1996-07-01 Dimbis Ab Detektering och prediktion av trafikstörningar
SE9800280L (sv) * 1998-01-30 1999-05-25 Dinbis Ab Metod och anordning för nätverksstyrning av trafik
SE512895C2 (sv) * 1998-08-07 2000-05-29 Dinbis Ab Metod och anordning för ruttstyrning av trafik
DE19954971B4 (de) * 1999-11-16 2004-08-12 Daimlerchrysler Ag System zur Beeinflussung des Verkehrsflusses von Fahrzeugen
JP3849435B2 (ja) * 2001-02-23 2006-11-22 株式会社日立製作所 プローブ情報を利用した交通状況推定方法及び交通状況推定・提供システム
US7698055B2 (en) * 2004-11-16 2010-04-13 Microsoft Corporation Traffic forecasting employing modeling and analysis of probabilistic interdependencies and contextual data

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2008009271A1 *

Also Published As

Publication number Publication date
DE102006033532A1 (de) 2008-01-24
WO2008009271A1 (de) 2008-01-24
EP2047448B1 (de) 2014-09-10

Similar Documents

Publication Publication Date Title
EP2280383B1 (de) Verfahren zur Ermittlung von Verkehrsinformationen für eine Straßenstrecke eines Straßennetzes sowie Verkehrsrechner zur Durchführung des Verfahrens
EP0884708B1 (de) Verfahren und Vorrichtung zur Verkehrszustandsprognose
DE69631629T2 (de) Erfassung und Vorhersage von Verkehrsbehinderungen
DE102008003039A1 (de) Verfahren zur Verkehrszustandsbestimmung in einem Fahrzeug
DE102005009604B4 (de) Verfahren und Vorrichtung zum Erzeugen eines Bewertungswertes für Verkehrsdaten
EP2047448A1 (de) Verfahren und vorrichtung zur generierung von frühwarnungen vor verkehrszusammenbrüchen an engstellen
DE102005055244A1 (de) Verfahren zur verkehrsdatenbasierten Unfallerkennung
EP1057156B1 (de) Verkehrslageerfassung mit fuzzy-klassifikation und mehrdimensionaler morphologischer datenfilterung und dynamischer domänenbildung
DE19935769C2 (de) Verkehrszustandsprognose durch rückgekoppelte Zustandskaskade
DE10326973A1 (de) Verfahren zur automatisierten Bestimmung eines Qualitätsmaßes für Verkehrsmeldungen
EP2887332B1 (de) Verfahren und System zum Ermitteln einer Verkehrssituation auf einer Straßenstrecke
AT502459A1 (de) Verfahren zum ermitteln des verkehrszustandes
DE102004049936B4 (de) Verfahren und Vorrichtung zur Wertung der Qualität von Verkehrsinformationen
DE102013202255B4 (de) Verfahren und Vorrichtung zur Bestimmung von Verkehrsstärken
DE10246185A1 (de) Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren
DE102008012569B4 (de) Verfahren und Vorrichtung zur Erfassung von Ereignissen mittels mindestens zweier Zähleinrichtungen
DE102010041583A1 (de) Verfahren zur Ermittlung eines Qualitätsdatenwerts von Verkehrsstörungsmeldeverfahren
DE102021204191B4 (de) Vorrichtung und Verfahren zur echtzeit-basierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen
DE10350679A1 (de) Verfahren zur gangliniengestützten Verkehrsprognose
Zeng et al. Empirical method for estimating traffic incident recovery time
DE19905284A1 (de) Verkehrslageerfassung mit Fuzzy-Klassifikation und mehrdimensionaler morphologischer Datenfilterung und dynamischer Domänenbildung
DE10136646A1 (de) Verfahren zur Flußbilanzierung von Fahrzeugen
EP1902435A1 (de) Verfahren und verkehrsrechner zur berechnung eines aktuellen oder künftigen verkehrszustandes
EP1406226B1 (de) Verfahren zur Güteverbesserung von Verkehrsstörungsmeldeverfahren
DE19937894B4 (de) Verfahren zur Bewertung und Verfahren zur Optimierung von Verkehrsstörungserkennungsverfahren

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20090220

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC MT NL PL PT RO SE SI SK TR

AX Request for extension of the european patent

Extension state: AL BA HR MK RS

17Q First examination report despatched

Effective date: 20110331

DAX Request for extension of the european patent (deleted)
GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

INTG Intention to grant announced

Effective date: 20140324

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC MT NL PL PT RO SE SI SK TR

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: LANGUAGE OF EP DOCUMENT: GERMAN

REG Reference to a national code

Ref country code: AT

Ref legal event code: REF

Ref document number: 687032

Country of ref document: AT

Kind code of ref document: T

Effective date: 20141015

REG Reference to a national code

Ref country code: DE

Ref legal event code: R096

Ref document number: 502007013445

Country of ref document: DE

Effective date: 20141023

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20141211

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

Ref country code: SE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

Ref country code: ES

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

REG Reference to a national code

Ref country code: NL

Ref legal event code: VDEP

Effective date: 20140910

REG Reference to a national code

Ref country code: LT

Ref legal event code: MG4D

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LV

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: NL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

Ref country code: CZ

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

Ref country code: RO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

Ref country code: EE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150112

Ref country code: IS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150110

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: PL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

REG Reference to a national code

Ref country code: DE

Ref legal event code: R097

Ref document number: 502007013445

Country of ref document: DE

PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

26N No opposition filed

Effective date: 20150611

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MC

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LU

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150713

REG Reference to a national code

Ref country code: IE

Ref legal event code: MM4A

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LI

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20150731

Ref country code: CH

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20150731

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 10

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20150713

REG Reference to a national code

Ref country code: AT

Ref legal event code: MM01

Ref document number: 687032

Country of ref document: AT

Kind code of ref document: T

Effective date: 20150713

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: AT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20150713

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: HU

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT; INVALID AB INITIO

Effective date: 20070713

Ref country code: BG

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 11

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: BE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20150731

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: TR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20140910

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 12

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: GB

Payment date: 20230724

Year of fee payment: 17

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FR

Payment date: 20230724

Year of fee payment: 17

Ref country code: DE

Payment date: 20230720

Year of fee payment: 17