EP2047448B1

EP2047448B1 - Verfahren und vorrichtung zur generierung von frühwarnungen vor verkehrszusammenbrüchen an engstellen

Info

Publication number: EP2047448B1
Application number: EP07785629.2A
Authority: EP
Inventors: Ulrich Fastenrath; Markus Becker
Original assignee: Deutsche Telekom AG
Current assignee: Deutsche Telekom AG
Priority date: 2006-07-20
Filing date: 2007-07-13
Publication date: 2014-09-10
Anticipated expiration: 2027-07-13
Also published as: WO2008009271A1; DE102006033532A1; EP2047448A1

Description

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 Verkehrs situation.
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.
In der EP-A-1657 693 werden Systeme und Verfahren zur Erzeugung von vorausschauenden Modellen beschrieben, die auf statistischen Maschinen-Lernverfahren basieren, mit Hilfe derer Voraussage für Verkehrsfluss und Stauungen, basierend auf einer Abstraktion eines Verkehrssystems in einem Satz von Zufallsvariablen getroffen werden können. Diese Verfahren umfassen Variablen, die die Zeitdauer und den Ort, an dem ein Verkehrsstau entsteht, bestimmen, und die Zeit, bis ein Stau aufgelöst wird. Die verwendeten Überwachungsdaten umfassen Verkehrsflüsse und anderen Kontextdaten, wie zum Beispiel Uhrzeit, Tag, Woche, Ferien, Schulzeiten, Zeitpunkte von wichtigen Ereignisse, wie Sportereignissen, Feiertage, Wettersituation und Baustellen.
DE 19954971 A 1 bezieht sich auf ein System zur Beeinflussung des Verkehrsflusses von Fahrzeugen. Ein weiterer Teil bezieht sich auf das Verkehrslageerfassungsmittel zum Erfassen und Abgeben von verkehrslageindikativen Daten, eine rechnergestützte Verkehrszentrale zum Empfangen und Auswerten der verkehrslageindikativen Daten zwecks Gewinnung abgegebener Verkehrsflußbeeinflussungsdaten sowie einen jeweiligen fahrzeugseitigen Systemteil, das die Verkehrsflußbeeinflussungsdaten empfängt und verwertet.
Erfindungsgemäß ist die Verkehrszentrale zur Ermittlung von verkehrsflußstörungsamplitudenmindernden Verkehrsflußbeeinflussungsdaten eingerichtet, die beschleunigungs-, geschwindigkeits- und/oder abstandsbezogene Daten für individuelle Fahrzeuge umfassen. Der jeweilige fahrzeugseitige Systemteil umfasst Längsbewegungssteuermittel, denen die empfangenen Verkehrsflussbeeinflussungsdaten zugefuhrt werden und die in Abhängigkeit davon die Fahrzeuglängsbewegung beeinflussende Steuerungseingriffe vornehmen. Dieser Ansatz kann verwendet werden z. B. zur Optimierung der Verkehrsleistung eines Straßenverkehrsnetzes.
Die US 202/120389 A1 offenbart ein Verfahren zur Vorhersage von Verkehrszuständen, zur Implementierung einer Voraussage und Annahme von Verkehrsstörungssituation in einem Bereich, in dem Probefahrzeuge momentan nicht reisen, indem die Programme Flussdaten senden, die die Zeit, Position und bereiste Bereiche betreffen, die dann an eine zentrale Vorrichtung gesendet werden. Die zentrale Vorrichtung akkumuliert die Flussdaten in einer Datenbank mit Verkehrszuständen und Annahmemittel, und bestimmt ebenfalls die Verkehrsvoraussage hinsichtlich von Staus in den beobachten Bereichen der Flussfahrzeuge, und kann somit in Richtung vor den Flussfahrzeuge eine Voraussage treffen und auch Informationen hinsichtlich der rückwärtig gerichteten Verkehrszustände bestimmen. Somit können zukünftige Ereignisse und Ereignisse der Vergangenheit erfasst werden.

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 Susammenbruchswahrscheinlichkeit 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) $Pbd (q) = 1 - \exp (- {(q / b)}^{a})$

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 Qualitetskompromisse 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=g∪z) vereinigt und die folgenden Ereignismengen gebildet:

Ereignis e ∈: Bedingung
Z: Störungsmeldungen sind Bestandteil von e.
G: Frühwarnungen sind Bestandteil von e.
Z ∩ G: Störungsmeldungen und Frühwarnungen sind Bestandteil von e.
!Z ∩ G: Ausschließlich Frühwarnungen sind Bestandteil von e.
Z ∩ !G: Ausschließlich Störungsmeldungen sind Bestandteil von e.

Die nachfolgende Konfusionsmatrix verdeutlicht die Bedeutung dieser Ereignismengen.

		Frühwarnung: Besteht die Gefahr (G) eines Zusammenbruchs ?		Z
		Ja	Nein
Störungsmeldung: Hat sich tatsächlich ein	Ja	Frühwarnung Z ∩ G	unterlassene Frühwarnung Z ∩ !G
Zusammenbruch (Z) ereignet ?	Nein	Blindalarm !Z ∩ G
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 ∩ G | / | Z |, d.h. der Anteil Störungsereignisse, die durch ein Frühwarnereignis abgedeckt sind (Frühwarnrate).
False negative Rate: FNR = | Z ∩ !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 ∩ G | / | G |, d.h. der Anteil Frühwarnereignisse, die sich auf Störungsereignisse beziehen (relevante Frühwarnereignisse).
False Positive Rate: FPR = | !Z ∩ G | / | G |, d.h. der Anteil Frühwarnereignisse, die sich nicht auf Störungsereignisse beziehen (Blindalarmrate).
Es gilt die Beziehung FPR = 1 - PPV.

Z ∩ 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 (ΔT) und die Warnschwelle (P_bd ), d.h. der Schwellwert für die Eintrittswahrscheinlichkeit eines Zusammenbruchs, der die An- und Abmeldung der Frühwarnung steuert.
Die Warnschwelle P_bd besitzt eine Abhängigkeit vom Vorhersagezeitraum ΔT, die sich aus der Bedingung ableitet, dass Frühwarnungen mit unterschiedlich langen Vorhersagezeiträumen ΔT gleiche Verkehrssituationen gleich bewerten sollen: $P_{bd} (Δ T) = 1 - {(1 - P_{bd} (Δ t))}^{\frac{Δ T}{Δ t}}$

mit

P_bd = Warnschwelle der Frühwarnung [%],
ΔT = 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 verwender 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 können auf die Minuten 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

Verfahren zur Generierung von Frühwarnungen vor Verkehrszusamffienbrüchen umfassend die folgenden Schritte:
- dynamisches Schätzen der Kapazität von Engstellen im Straßennetz,

- Ermitteln der aktuellen Nachfrage an Engstellen,

- Ermitteln der voraussichtlichen Nachfrage an Engstellen für einen wählbaren Prognosehorizont, auf der Basis der aktuellen Nachfrage an Engstellen,

- Auslösen von Frühwarnungen, sobald die sich aus voraussichtlicher Nachfrage und dynamischer Kapazität ergebende Zusammenbruchswahrscheinlichkeit einen Grenzwert, die Warnschwelle, übersteigt.
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.
Das Verfahren nach dem vorhergehenden Anspruch, weiterhin umfassend, dass die Gleichung $Pbd (q) = 1 - \exp (- {(q / b)}^{a})$

(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.
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.
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.
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.
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.
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.
Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, weiterhin umfassend, dass jede Netzkante in einem Straßennetz als potenzielle Endstelle aufzufassen ist.
Das Verfahren nach einem oder mehreren der vorhergehenden Anspruche, weiterhin umfassend, dass die Frühwarnungen über gängige Medien wie den TMC-Kanal verbreitet werden.
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.
Verfahren nach Anspruch 1, 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=g∪z) vereinigt werden, wobei die Frühwarnung definiert ob die Gefahr eines Zusammenbruch des Verkehrt besteht und die Störungsmeldung definiert, ob sich tatsächlich ein Zusammenbruch ereignet hat .
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 n G: Störungsmeldungen und Frühwarnungen sind Bestandteil von e,

!Z ∩ G: Ausschließlich Frühwarnungen sind Bestandteil von e,

Z ∩ !G: ausschließlich Störungsmeldungen sind Bestandteil von e, und wobei als z-bezogene Qualitätskennzahlen die

True Positive Rate TPR = I Z ∩ G | / | 2 | und die False Negative Rate: FNR = | Z ∩ !G I / | 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 ∩ G | / | G 1 herangezogen werden, wobei immer die Beziehung FPR = 1 - PPV gilt.
Das Verfahren nach einem oder mehreren der vorhergehenden zwei Ansprüche, weiterhin umfassend, dass die Warnschwelle P_bd gemäß der Beziehung $P_{bd} (Δ T) = 1 - {(1 - P_{bd} (Δ t))}^{\frac{Δ T}{Δ t}}$

mit P_bd = Warnschwelle der Frühwarnung [%],

ΔT = gewünschter Vorhersagezeitraum (z.B. 15 Minuten) [min],

Δt = Referenzvorhersagezeitraum [min]

bei Variation des Vorhersagezeitraums nachgeführt wird.
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.
Das Verfahren nach dem vorhergehenden Anspruch, weiterhin umfassend, dass die Informationsqualität der Frühwarnung gezielt durch Rückgriff auf die Arbeitscharakteristik des Frühwarnsystems eingestellt wird.
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, auf der Basis der aktuellen Nachfrage an Engstellen,

- zum Auslösen von Frühwarnungen, sobald die sich aus voraussichtlicher Nachfrage und dynamischer Kapazität ergebende Zusammenbruchswahrscheinlichkeit einen Grenzwert, die Warnschwelle, Übersteigt.
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.
Die Vorrichtung nach dem vorhergehenden Anspruch, weiterhin umfassend, dass Mittel unter Berücksichtigung der Gleichung $Pbd (q) = 1 - \exp (- {(q / b)}^{a})$

(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 (q(t)=Q_arr(A,t)) sich Verkehrszusammenbrüche ereignet haben.
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.
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.
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.
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.
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.
Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, weiterhin umfassend Mittel, die jede Netzkante in einem Straßennetz als potenzielle Engstelle aufzufassen.
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.
Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, umfassend eine Vorrichtung nach einem oder mehreren der folgenden Vorrichtungsansprüche.
Die Vorrichtung nach Anspruch 17 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=g∪z) vereinigen, wobei die Frühwarnung definiert, ob die Gefahr eines Zusammenbruchs des Verkehrt besteht, und die Störungsmeldung definiert, ob sich tatsächlich ein Zusammenbruch ereignet hat.
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 ∩ G: Störungsmeldungen und Frühwarnungen sind Bestandteil von e,

!Z ∩ G: Ausschließlich Frühwarnungen sind Bestandteil von e,

Z ∩ !G: ausschließlich Störungsmeldungen sind Bestandteil von e, und wobei als

Z-bezogene Qualitätskennzahlen die

True Positive Rate TPR = | Z ∩ G | / I Z | ist und

die

False negative Rate: FNR = | Z ∩ !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 ∩ G | / | G | und die

False Positive Rate: FPR = | !Z ∩ G | / | G | herangezogen werden, wobei immer die Beziehung FPR = 1 - PPV gilt.
Die Vorrichtung nach einem oder mehreren der vorhergehenden zwei Vorrichtungsansprüche, weiterhin umfassend Mittel zum Nachführen der Warnschwelle bei Variation des Vorhersagezeitraums gemäß der Beziehung $P_{bd} (Δ T) = 1 - {(1 - P_{bd} (Δ t))}^{\frac{Δ T}{Δ t}}$

mit P_bd = Warnschwelle der Frühwarnung [%],

ΔT = gewünschter Vorhersagezeitraum (z.B. 15 Minuten) [min],

Δt= Referenzvorhersagezeitraum [min].
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.
Die Vorrichtung nach dem vorhergehenden Ansprüche, weiterhin umfassend dass die Informationsqualität der Frühwarnung gezielt durch Rückgriff auf die Arbeitscharakteristik des Frühwarnsystems eingestellt wird.
Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsansprüche, dadurch gekennzeichnet, dass eine Netzwerkverbindung zu externen Sensoren besteht, von denen aktuelle Verkehrsdaten erlangt werden.