DE10057796A1 - Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose - Google Patents
Verfahren zur fahrzeugindividuellen VerkehrszustandsprognoseInfo
- Publication number
- DE10057796A1 DE10057796A1 DE2000157796 DE10057796A DE10057796A1 DE 10057796 A1 DE10057796 A1 DE 10057796A1 DE 2000157796 DE2000157796 DE 2000157796 DE 10057796 A DE10057796 A DE 10057796A DE 10057796 A1 DE10057796 A1 DE 10057796A1
- Authority
- DE
- Germany
- Prior art keywords
- traffic
- vehicle
- forecast
- vehicles
- data
- 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
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
Die Erfindung bezieht sich auf ein Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose, bei dem mehrere, ein Wegenetz befahrende Fahrzeuge untereinander in Kommunikationsverbindung stehen und vom jeweiligen Fahrzeug laufend aktuelle lokale Verkehrszustandsdaten ermittelt und an andere Fahrzeuge übertragen werden und von anderen Fahrzeugen empfangene Verkehrszustandsdaten für eine Prognose des für das eigene Fahrzeug relevanten Verkehrszustands herangezogen werden. DOLLAR A Erfindungsgemäß beinhaltet die Prognose im jeweiligen Fahrzeug für einen zugehörigen Wegenetzbereich einen Vergleich von für diesen Wegenetzbereich relevanten lokalen Verkehrszustandsdaten anderer Fahrzeuge und des eigenen Fahrzeugs mit fahrzeugseitig abgespeicherten historischen Ganglinien, um aus letzteren eine bestpassende Ganglinie zu ermitteln und den von dieser repräsentierten Verkehrszustand als zu erwartenden Verkehrszustand für das betreffende Fahrzeug zu prognostizieren. DOLLAR A Verwendung z. B. für fahrzeugindividuelle dynamische Verkehrszustandsprognose im Straßenverkehrsnetz.
Description
Die Erfindung bezieht sich auf ein Verfahren zur fahrzeugindi
viduellen dynamischen Verkehrszustandsprognose, bei dem mehre
re, ein Wegenetz befahrende Fahrzeuge über ein Datenübertra
gungsnetz miteinander in Kommunikationsverbindung stehen und
vom jeweiligen Fahrzeug laufend aktuelle lokale Verkehrszu
standsdaten ermittelt und an die anderen Fahrzeuge übertragen
werden und von anderen Fahrzeugen empfangene Verkehrszustands
daten für eine Prognose des für das eigene Fahrzeug relevanten
Verkehrszustands herangezogen werden.
Verfahren zur Verkehrszustandsprognose oder kurz Verkehrsprog
nose sind in vielen verschiedenen Ausführungen gebräuchlich,
insbesondere zur Prognose des Verkehrszustands auf Straßenver
kehrsnetzen. Die allermeisten dieser Verfahren benutzen eine
oder mehrere stationäre Verkehrszentralen, da sich in diesen
problemlos hohe Rechnerkapazitäten installieren lassen. Dyna
mische Verkehrsprognosen zeichnen sich dadurch aus, dass der
aktuelle Verkehrszustand berücksichtigt wird. Dazu werden ent
sprechende aktuelle Verkehrsinformationen, d. h. Momentanwerte
eines oder mehrerer vorgebbarer Verkehrszustandsparameter, wie
mittlere Fahrzeuggeschwindigkeit, Verkehrsdichte, Verkehrs
fluss oder erkannte Staus, durch fahrzeugseitige Mittel z. B.
in Form sogenannter FCD ("Floating Car Data") oder stationäre
streckenseitige Detektoren gewonnen und an die Zentrale über
mittelt. Diese führt die Verkehrsprognose auf der Basis der
empfangenen und gegebenenfalls auch auf der Basis von histori
schen, d. h. vorab z. B. empirisch gewonnenen Verkehrsinformati
onen durch und übermittelt den aktuellen und den prognosti
zierten Verkehrszustand über geeignete Kommunikationsmittel,
wie Mobilfunknetze, Rundfunkkanäle etc., an das jeweilige
Fahrzeug. Dort können die Verkehrsprognosedaten zu verschiede
nen Zwecken verwendet, z. B. zur Zielführung. Derartige zentra
lenbasierte Verfahren und Vorrichtungen zur Verkehrsprognose
sind z. B. in den Offenlegungsschriften DE 196 47 127 A1,
DE 197 25 556 A1, DE 197 53 034 A1 und DE 197 54 483 A1 sowie der
älteren deutschen Patentanmeldung 199 44 077.8 beschrieben.
Historische Verkehrsinformationen können insbesondere in Form
sogenannter Ganglinien vorliegen, die üblicherweise empirisch
gewonnen werden und orts- und zeitaufgelöst typische, in der
Regel zu erwartende Werte für den oder die berücksichtigten
Verkehrszustandsparameter beinhalten, insbesondere abhängig
vom aktuellen Fahrzeugort, der Fahrtrichtung, der Uhrzeit, dem
Wochentag und dem Fahrzeugziel.
In der älteren deutschen Patentanmeldung 199 44 075.1 ist ein
auch für Prognosen geeignetes Verfahren zur Überwachung des
Verkehrszustands in einem Verkehrsnetz mit einer oder mehreren
sogenannten effektiven Engstellen beschrieben, das auf der Er
kennung typischer sogenannter Muster dichten Verkehrs strom
aufwärts einer jeweiligen effektiven Engstelle basiert. Zur
Verkehrsprognose wird für das jeweilige Muster dichten Ver
kehrs der aktuelle Fahrzeugzufluss erfasst, und die aktuellen
Flankenpositionen zwischen verschiedenen Musterbereichen, in
denen der Verkehrszustand unterschiedliche, individualisierba
re Zustandsphasen aufweist, und die zeitlichräumliche Dynamik
dieser Flankenpositionen werden bestimmt. Anhand dieser Ein
gangsdaten wird aus abgespeicherten Musterprofilen ein best
passendes Musterprofil ausgewählt und der Verkehrsprognose im
betreffenden Streckenbereich zugrundegelegt. Ein ähnliches
Verfahren, das auf der Basis von FCD-Verkehrsdaten Muster
dichten Verkehrs an effektiven Engstellen insbesondere von
Schnellstraßennetzen erkennt, ist in der älteren deutschen Pa
tentanmeldung 100 36 789.5 beschrieben. Verfahren zur Erken
nung effektiver Engstellen sowohl in Schnellstraßennetzen als
auch in Verkehrsnetzen von Ballungsräumen sind in der älteren
deutschen Patentanmeldung 100 36 792.5 beschrieben. In Bal
lungsraum-Verkehrsnetzen ist die Verkehrsdynamik typischerwei
se durch Verkehrsregelungsmaßnahmen an verkehrsgeregelten
Netzknoten dominiert, wobei sich typische Verkehrsmuster in
Form von Warteschlangen vor den verkehrsgeregelten Netzknoten
bilden, d. h. die verkehrsgeregelten Netzknoten bilden effekti
ve Engstellen, an denen bei entsprechendem Verkehrsaufkommen
Warteschlangen-Verkehrsmuster entstehen.
Zwar erlauben zentralenbasierte Systeme die Nutzung ver
gleichsweise hoher Rechenkapazitäten, sie erfordern dafür aber
auch einen entsprechenden Realisierungsaufwand, und die Nut
zung aufgenommener, aktueller Verkehrsinformationen ist durch
die begrenzte Kapazität der verwendeten Kommunikationsstrecken
limitiert. So wird aus Gründen der begrenzten Übertragungska
pazität nicht der gesamte Zeit- und ortsaufgelöste Verlauf des
oder der überwachten Verkehrszustandsparameter von den zugehö
rigen Detektoren zur Zentrale übermittelt, und die Zentrale
übermittelt ihrerseits die aktuelle und prognostizierte Ver
kehrslage nicht als kontinuierlichen zeitlich-örtlichen Ver
lauf des oder der Verkehrszustandsparameter, sondern die Ver
kehrsinformationsübertragung erfolgt vorzugsweise in Form von
ereignisorientierten Meldungen, wie Staumeldungen etc.
In der älteren deutschen Patentanmeldung 100 51 777.3 der An
melderin ist ein fahrzeugautonom durchführbares Verfahren zur
fahrzeugindividuellen dynamischen Verkehrszustandsprognose be
schrieben, bei dem durch das jeweilige Fahrzeug laufend aktu
elle lokale Verkehrszustandsdaten ermittelt und die ermittel
ten Daten in ihrem zeitlich-örtlichen Verlauf mit abgespei
cherten historischen Ganglinien verglichen werden, um aus
letzteren eine jeweils bestpassende Ganglinie aufzufinden und
den von dieser repräsentierten Verkehrszustand in Fahrtrich
tung des Fahrzeugs als zu erwartenden Verkehrszustand zu prog
nostizieren. Für weitere Details einer solchen fahrzeugindivi
duellen dynamischen Verkehrszustandsprognose mit Auswahl einer
bestpassenden Ganglinie wird auf diese ältere Anmeldung ver
wiesen. Unter dem Begriff "Ganglinie" sind dabei dort und vor
liegend sowohl herkömmliche Ganglinien zu verstehen, die typi
sche Verkehrsparameter in ihrer zu erwartenden Zeitabhängig
keit repräsentieren, als auch zeitlich-örtliche Verkehrsmus
ter, bei denen der oder die berücksichtigten Verkehrsparameter
oder daraus abgeleitete Größen typische zeitabhängige Muster
profile im Ortsraum bilden, wie Muster dichten Verkehrs vor
effektiven Engstellen von Schnellstraßennetzen und Warte
schlangen-Verkehrsmuster vor verkehrsgeregelten Netzknoten in
Ballungsraum-Verkehrsnetzen.
In der Offenlegungsschrift WO 99/26212 A1 ist ein Verkehrszu
standsprognoseverfahren der eingangs genannten Art beschrie
ben, das primär zum Signalisieren von lokalen Verkehrsstörun
gen dient. Dazu wird jeweils zu einem Bezugsfahrzeug eine ma
ximale Gruppe von Fahrzeugen festgelegt, von denen das Bezugs
fahrzeug individuelle Fahrzeugdatensignale empfängt, die es
wiederholt auswertet und abspeichert. Des weiteren wird durch
Auswerten der individuellen Fahrzeugdaten mindestens eine für
das Bezugsfahrzeug relevante Gruppe von Fahrzeugen und deren
Gruppenverhalten ermittelt, wonach eine diesem Gruppenverhal
ten entsprechende Information signalisiert wird. Insbesondere
kann das Gruppenverhalten eine Verkehrsstörung repräsentieren.
Durch Anzeige der betreffenden Information im Bezugsfahrzeug
soll ein gleichmäßiger Verkehrsstrom erzeugt und das Auftreten
von Unfällen verringert werden. Die aktuelle Verkehrsinforma
tion für das Bezugsfahrzeug bezieht sich somit auf einen Ort,
den das Bezugsfahrzeug erst zu einem späteren Zeitpunkt errei
chen wird, so dass diese Verkehrsinformation eventuell schon
veraltet ist, bis das Bezugsfahrzeug am betreffenden Ort an
kommt, wenn die Entfernung zu groß wird. Daher eignet sich
dieses bekannte Verfahren nur für eine Verkehrszustandsprogno
se in einem relativ eng begrenzten Umgebungsbereich des Be
zugsfahrzeugs.
Der Erfindung liegt als technisches Problem die Bereitstellung
eines Verfahrens zur fahrzeugindividuellen Verkehrszustands
prognose der eingangs genannten Art zugrunde, mit dem sich der
Verkehrszustand individuell für ein jeweiliges Fahrzeug ohne
Zuhilfenahme einer Verkehrszentrale mit relativ geringem Auf
wand vergleichsweise zuverlässig dynamisch prognostizieren
lässt.
Die Erfindung löst dieses Problem durch die Bereitstellung ei
nes Verkehrszustandsprognoseverfahrens mit den Merkmalen des
Anspruchs 1. Dieses Verfahren zeichnet sich zum einen dadurch
aus, dass sie ohne eine Verkehrszentrale bzw. einen zentralen
Verkehrsinformationsdienstanbieter auskommt, und zum anderen
dadurch, dass eine dynamische Verkehrszustandsprognose mittels
einer Ganglinien-Auswahlmethode erfolgt, bei der Verkehrszu
standsdaten, die vom eigenen und anderen Fahrzeugen aufgenom
men wurden, zeitrichtig berücksichtigt werden, wozu die Fahr
zeuge untereinander über eine entsprechende Datenübertragungs
verbindung kommunizieren.
Die im Vergleich zu zentralenbasierten Systemen fahrzeugseitig
meist nur begrenzt vorhandene Rechenkapazität lässt sich beim
vorliegenden Verfahren dadurch ausgleichen, dass die Prognose
fahrzeugindividuell auf einen zugehörigen Wegenetzbereich,
zweckmäßigerweise einen vor dem betreffenden Fahrzeug liegen
den Wegenetzbereich und/oder einen bis zu einem vorgebbaren
Zielort führenden Wegenetzbereich, begrenzt bleiben kann und
auf kontinuierlich in ihrem zeitlich-örtlichen Verlauf ermit
telte Verkehrszustandsdaten des eigenen und vor allem auch an
derer, mit ihm in Kommunikationsverbindung stehender Fahrzeuge
gegründet wird, die sich im interessierenden Wegenetzbereich
befinden. Die Berücksichtigung der aufgenommenen lokalen Ver
kehrszustandsdaten auch von anderen Fahrzeugen aus dem inte
ressierenden Wegenetzbereich erlaubt eine vergleichsweise ge
naue Auswahl einer jeweils bestpassenden Ganglinie und damit
eine entsprechend zuverlässige dynamische, fahrzeugindividuel
le Prognose des Verkehrszustands in einem vom jeweiligen Fahr
zeug zukünftig zu befahrenden Wegenetzabschnitt, der gegebe
nenfalls bis zu einem vorgebbaren Zielort führt.
Ein nach Anspruch 2 weitergebildetes Verfahren beinhaltet die
Erstellung einer Gangliniendatenbank auf der Basis von über
die Datenübertragungsverbindung verfügbaren Verkehrszustands
daten. Diese Gangliniendatenbank kann dann den Fahrzeugen zur
Adaption bzw. Aktualisierung der in selbigen abgespeicherten
Ganglinien verwendet werden.
Vorteilhafte Ausführungsformen der Erfindung sind in den Zeich
nungen dargestellt und werden nachfolgend beschrieben. Hierbei
zeigen
Fig. 1 eine schematische Blockdiagrammdarstellung eines Ver
fahrens zur dynamischen, fahrzeugindividuellen Ver
kehrszustandsprognose und dazu verwendeter Mittel un
ter Nutzung von Fahrzeug-Fahrzeug-Kommunikation,
Fig. 2 eine schematische Blockdiagrammdarstellung einer Va
riante des Verfahrens von Fig. 1 mit fahrzeugseitiger
Ganglinienadaption anhand einer automatisch erstell
ten Gangliniendatenbank und
Fig. 3 eine schematische Darstellung eines Wegenetz-Strecken
abschnitts mit einem Muster dichten Verkehrs an einer
effektiven Engstelle.
Fig. 1 veranschaulicht die Vorgehensweise eines Verfahrens zur
fahrzeugindividuellen dynamischen Prognose des Verkehrszu
stands für einen Bereich eines Wegenetzes, der für das betref
fende Fahrzeug relevant ist, d. h. in welchem sich das Fahrzeug
während eines vorgebbaren Prognosezeitraums aller Voraussicht
nach bewegt, gegebenenfalls bis hin zu einem vorgebbaren Ziel
ort, sowie die zur Verfahrensdurchführung benötigten Mittel.
Wie aus Fig. 1 ersichtlich, beinhaltet das jeweilige Fahrzeug 1
Verkehrszustandsbestimmungsmittel 2, mit denen der aktuelle
Verkehrszustand kontinuierlich in seinem zeitlich-örtlichen
Verlauf anhand eines oder mehrerer gemessener Parameter
und/oder daraus abgeleiteter Größen erfasst wird, wie der
mittleren Fahrzeuggeschwindigkeit, der Verkehrsdichte, des
Verkehrsflusses und/oder individualisierbarer Verkehrsstö
rungsobjekte.
Unter letztere fallen insbesondere verschiedene individuali
sierbare Zustandsphasen, wie Stau, synchronisierter Verkehr,
gestauchter synchronisierter Verkehr und freier Verkehr, Pha
senübergänge zwischen solchen Zustandsphasen und zeitlich
räumliche Muster aus derartigen Zustandsphasen, insbesondere
Muster dichten Verkehrs an effektiven Engstellen. Zu den wei
teren Details über die Dynamik solcher verschiedener Zustands
phasen und darauf aufgebauter Muster kann auf die diesbezügli
che Literatur verwiesen werden, speziell auch auf die früheren
Patentanmeldungen der Anmelderin zu dieser Thematik. Bezüglich
der Erkennung von Mustern dichten Verkehrs an effektiven Eng
stellen und Warteschlangenmustern an verkehrsgeregelten Netz
knoten und darauf aufbauenden Verkehrsprognosen sei insbeson
dere auf die oben erwähnten älteren deutschen Patentanmeldun
gen 199 44 075.1, 100 36 789.5, 100 36 792.5 und 100 51 777.3
verwiesen, deren Inhalt hierin durch Verweis aufgenommen wird.
Durch Erkennung der verschiedenen Verkehrsmuster und Verkehrs
zustandsphasen sowie Phasenübergängen zwischen denselben lässt
sich die Bestimmung und Prognose des Verkehrszustands deutlich
erleichtern und verbessern. Denn anhand der aufgenommenen Ver
kehrszustandsdaten können solche vorhandenen individuellen
verkehrlichen Objekte erkannt werden, die dann anhand ihrer
bekannten Dynamik in ihrem zeitlich-örtlichen Verlauf recht
zuverlässig prognostiziert werden können, was in einer ent
sprechend zuverlässigen Prognose des Verkehrszustands insge
samt resultiert.
Vorliegend werden dazu empirische Daten solcher Muster und Zu
standsphasen ebenso wie bei Bedarf weitere Verkehrszustandsda
ten vorab empirisch ermittelt und zu sogenannten historischen
Ganglinien verarbeitet, die Zeit- und ortsabhängig für einen
jeweiligen Streckenabschnitt den dort zum jeweiligen Zeitpunkt
zu erwartenden Verkehrszustand widerspiegeln, und zwar sowohl
in Form herkömmlicher zeitabhängiger Profile der berücksich
tigten Verkehrsparameter als auch in Form von typischen zeit
abhängigen Verkehrsmustern im Ortsraum. Für die Zeitabhängig
keit ist es dabei zweckmäßig, sowohl hinsichtlich Uhr- d. h.
Tageszeit als auch Wochentag zu unterscheiden, da der Verkehr
meistens von beiden Zeitparametern signifikant abhängt. Hin
sichtlich der Ortskomponente ist neben dem aktuellen Fahrzeug
ort vor allem das Fahrzeugziel und/oder die Fahrtrichtung von
Interesse, um den örtlichen Prognosebereich darauf abgestimmt
zu begrenzen. Bei dieser Ganglinien-Anwendung können selbst
verständlich je nach Bedarf herkömmliche Ganglinien-Methoden
verwendet werden, z. B. ein sogenanntes Ganglinien-"Clustering",
bei dem sich ähnelnde Ganglinien zusammengefasst werden, z. B.
solche, die sich um weniger als ein vorgebbares und abgespei
chertes Maß unterscheiden. Des weiteren können die Ganglinien
bzw. Verkehrsmuster mit einer zugehörigen Wahrscheinlichkeit
ihres Auftretens abgespeichert sein, die dann bei der Auswer
tung entsprechend berücksichtigt wird.
Ein solcher herkömmlich gewonnener Gangliniensatz wird, nun
mehr wieder auf Fig. 1 bezugnehmend, in einer entsprechenden
Speichereinheit 3 im jeweiligen Fahrzeug 1 abgelegt. Die Spei
chereinheit 3 kann von einem beliebigen herkömmlichen Typ
sein, z. B. in Form einer CD-ROM, auf der die Daten fest abge
speichert sind, aber auch in Form einer sogenannten lernenden
digitalen Wegenetzkarte, wie sie in der älteren deutschen Pa
tentanmeldung 199 16 967.5 der Anmelderin beschrieben ist. In
letzterem Fall können die historischen Ganglinien anhand frü
herer Fahrten derselben Strecke mit demselben oder einem ande
ren Fahrzeug gelernt und bei einer erneuten Fahrt auf dieser
Strecke aktualisiert werden. Dies kann sich z. B. besonders für
Fahrzeuge anbieten, die häufig dieselbe Strecke befahren.
Das jeweilige Fahrzeug 1 steht mit einem oder mehreren anderen
Fahrzeugen, die das Wegenetz befahren, über eine geeignete Da
tenübertragungsverbindung 6 herkömmlicher Art direkt oder in
direkt in Kommunikationsverbindung. Diese wird vorliegend dazu
genutzt, zwischen den Fahrzeugen die von diesen ermittelten
aktuellen Verkehrszustandsdaten zu übertragen, d. h. das jewei
lige Fahrzeug 1 sendet die von ihm ermittelten aktuellen loka
len Verkehrszustandsdaten über die Datenübertragungsverbindung
6 zu anderen Fahrzeugen und empfängt umgekehrt von anderen
Fahrzeugen ermittelte aktuelle lokale Verkehrszustandsdaten 7.
Bei der Datenübertragungsverbindung 6 kann es sich um ein Da
tennetz handeln, an das die systembeteiligten Fahrzeuge ange
schlossen sind, oder um eine Fahrzeug-Fahrzeug-Kommunikation,
bei der die Fahrzeuge direkt paarweise untereinander kommuni
zieren.
In einer Prognoseganglinien-Auswahleinheit 4 werden dann die
laufend von den eigenen Verkehrszustandsmitteln 2 ermittelten
Verkehrszustandsdaten aus dem Umfeldbereich des eigenen Fahr
zeugs zusammen mit den von anderen Fahrzeugen empfangenen, von
diesen in deren momentanem Aufenthaltsbereich des Wegenetzes
ermittelten lokalen Verkehrszustandsdaten 7 mit dem abgespei
cherten Satz historischer Ganglinien einschließlich zeitlich
räumlicher Verkehrsmuster zu dem Zweck verglichen, unter den
abgespeicherten Ganglinien diejenige herauszufinden, die am
besten zu diesen ermittelten Verkehrsdaten, d. h. der zugehöri
gen Verkehrssituation passt. Diese Ganglinienauswahl erfolgt
nach Art eines herkömmlichen "Matching"-Verfahrens. Von den
empfangenen, von anderen Fahrzeugen ermittelten Verkehrszu
standsdaten 7 werden hierbei zweckmäßigerweise insbesondere
diejenigen berücksichtigt, die von Fahrzeugen stammen, welche
sich in einem für das eigene Fahrzeug 1 interessierenden Wege
netzbereich befinden, d. h. in einem Wegenetzbereich, der für
die vom eigenen Fahrzeug 1 während des Prognosezeithorizonts
voraussichtlich zu befahrende Route relevant ist. Dies kann
insbesondere ein relativ langreichweitiger Vorausbereich sein,
der sich in der aktuellen Fahrtrichtung des eigenen Fahrzeugs
1 nach vorn erstreckt, bei Bedarf bis in den Bereich eines
vorgegebenen Zielorts.
Die ausgewählte, am besten zum erfassten zeitlich-örtlichen
Verlauf des oder der verwendeten Verkehrszustandsparameter
passende Ganglinie wird dann als Prognoseganglinie für die dy
namische Prognose des Verkehrszustands herangezogen, d. h. der
Verkehrszustand wird für den relevanten Wegenetzbereich unter
zeitrichtiger Berücksichtigung des Abstands jedes Streckenab
schnitts vom momentanen Fahrzeugort anhand der ausgewählten
Prognoseganglinie prognostiziert. Letztere enthält die Infor
mationen darüber, welcher Verkehrszustand im betrachteten Be
reich während des Prognosezeitraums am jeweiligen Ort zum vor
aussichtlichen Ankunftszeitpunkt wahrscheinlich herrscht.
Hierbei wird der Verkehrszustand wiederum anhand des oder der
für ihn indikativen Parameter für das Einzelfahrzeug prognos
tiziert, d. h. in Form einer Prognose über die im betreffenden
Streckenbereich und im betreffenden Zeitraum zu erwartenden
Geschwindigkeits-, Dichte- und/oder Verkehrsflussprofile sowie
über das Vorliegen von Staus und anderen individualisierbaren
verkehrlichen Objekten, wie synchronisierter Verkehr und Mus
ter dichten Verkehrs an effektiven Engstellen bzw. Warte
schlangen an verkehrsgeregelten Netzknoten.
Somit erfolgt die fahrzeugindividuelle Prognose des Verkehrs
zustands im interessierenden Wegenetzbereich durch die Verwen
dung des Ganglinien-Auswahlverfahrens mit relativ geringem Re
chenaufwand und sehr zuverlässig, wobei nicht nur die vom ei
genen Fahrzeug 1 ermittelten Verkehrszustandsdaten, sondern
auch von anderen Fahrzeugen im interessierenden Wegenetzbe
reich ermittelte Verkehrszustandsdaten 7 als Stützstellen für
die Ganglinienauswahl berücksichtigt werden. Je nach Anwen
dungsfall kann das Ergebnis der fahrzeugindividuellen dynami
schen Verkehrsprognose für verschiedene fahrzeugseitige Syste
me 5 des jeweiligen Fahrzeugs 1 genutzt werden, z. B. zur Ziel
führung, zur Fahrerassistenz, zur Komfort- und/oder Sicher
heitsverbesserung und/oder zur Kraftstoffverbrauchsreduzie
rung.
Fig. 2 zeigt eine Variante der Vorgehensweise von Fig. 1, die
zusätzlich eine automatische Erstellung einer Gangliniendaten
bank 8 auf der Basis aktueller Verkehrsinformationen beinhal
tet. Im übrigen entsprechen sich die beiden Vorgehensweisen,
so dass für die verschiedenen Komponenten gleiche Bezugszei
chen verwendet sind und auf deren obige Beschreibung zu Fig. 1
verwiesen werden kann. Speziell wird die zentrale Ganglinien
datenbank 8 anhand der über die Datenübertragungsverbindung 6
vorliegenden aktuellen Verkehrszustandsdaten, die von den dar
an angeschlossenen Fahrzeugen ermittelt und gesendet werden,
in einer an sich herkömmlichen Weise erstellt. Die Erzeugung
der Gangliniendatenbank 8 kann z. B. über das Internet erfol
gen. Die so erzeugten, in der Gangliniendatenbank 8 abgelegten
Ganglinienprognosen werden dann dazu verwendet, die in der
fahrzeugseitigen Speichereinheit 3 des jeweiligen Fahrzeugs 1
abgespeicherten Ganglinien zu adaptieren, d. h. mit denjenigen
der Gangliniendatenbank 8 zu aktualisieren.
Beide gezeigten Ausführungsformen ermöglichen durch die Ver
wendung mehrerer zusätzlicher Stützstellen bzw. Stützpunkte in
Form der von anderen Fahrzeugen ermittelten und zum jeweils
eigenen Fahrzeug 1 übertragenen lokalen Verkehrszustandsdaten
7 eine zuverlässige fahrzeugseitige Verkehrsprognose mittels
Auswahl der bestpassenden Ganglinie, speziell auch unter Ver
wendung von Erkennungsprozessen für Muster dichten Verkehrs an
effektiven Engstellen und Warteschlangenmustern an verkehrsge
regelten Netzknoten. Dies wird zur Erläuterung und zum leich
teren Verständnis nachstehend unter Bezugnahme auf Fig. 3 am
Beispiel einer speziellen Verkehrssituation mit einem voll
ständig ausgebildeten Muster dichten Verkehrs stromaufwärts
einer effektiven Engstelle E beschrieben.
Wie in Fig. 3 gezeigt, beinhaltet ein solches vollständiges
Muster dichten Verkehrs stromaufwärts an die effektive Eng
stelle E anschließend einen Bereich synchronisierten Verkehrs
S und daran stromaufwärts anschließend einen Bereich gestauch
ten synchronisierten Verkehrs G, an den sich stromaufwärts ein
sogenannter Bereich sich bewegender breiter Staus B an
schließt, der einen oder mehrere, voneinander beabstandete
breite Staus ST umfasst, die sich von der stromaufwärtigen
Flanke Fu des Bereichs gestauchten synchronisierten Verkehrs G
ablösen und stromaufwärts bewegen, wenn letzterer eine gewisse
maximale Ausdehnung erreicht hat. Weiter sind im Beispielsfall
von Fig. 3 vier systembeteiligte Fahrzeuge F1, F2, F3, F4
schematisch gezeigt, von denen sich ein erstes Fahrzeug F1 im
Bereich freien Verkehrs stromabwärts der effektiven Engstelle
E und damit des zugehörigen Musters dichten Verkehrs, ein
zweites Fahrzeug F2 mitten im Bereich gestauchten synchroni
sierten Verkehrs G, ein drittes Fahrzeug F3 in der Nähe der
stromaufwärtigen Flanke Fu des Bereichs gestauchten synchroni
sierten Verkehrs G und ein viertes Fahrzeug F4 im Bereich B
sich bewegender breiter Staus befinden. Über die besagte Da
tenübertragungsverbindung 6 stehen die vier Fahrzeuge F1 bis
F4 untereinander und mit den übrigen systembeteiligten Fahr
zeugen in Kommunikationsverbindung. Anhand der von den vier
Fahrzeugen F1 bis F4 aktuell an ihrem jeweils momentanen Fahr
zeugort aufgenommenen Verkehrszustandsdaten kann bei der Gang
linienauswahl in einem der vier Fahrzeuge F1 bis F4 oder einem
anderen systembeteiligten Fahrzeug das im Bereich der effekti
ven Engstelle E momentan vorliegende Muster dichten Verkehrs
erkannt werden, was die Auswahl der bestpassenden Ganglinie
und damit die Rekonstruktion der aktuellen Verkehrslage und
die Prognose der zu erwartenden Verkehrslage für diesen Wege
netzbereich erleichtert bzw. zuverlässiger macht.
Wie aus der obigen Beschreibung vorteilhafter Ausführungsbei
spiele deutlich wird, ermöglicht das erfindungsgemäße Verfah
ren somit eine zuverlässige fahrzeugindividuelle dynamische
Verkehrsprognose ohne Notwendigkeit einer Verkehrszentrale un
ter Berücksichtigung von Verkehrszustandsdaten, die im inte
ressierenden Wegenetzbereich laufend vom eigenen und von ande
ren systembeteiligten Fahrzeugen ermittelt werden.
Claims (2)
1. Verfahren zur fahrzeugindividuellen dynamischen Verkehrs
zustandsprognose, bei dem
mehrere, ein Wegenetz befahrende Fahrzeuge untereinander in Kommunikationsverbindung (6) stehen und
vom jeweiligen Fahrzeug (1) laufend aktuelle lokale Ver kehrszustandsdaten ermittelt und an andere Fahrzeuge übertra gen werden und von anderen Fahrzeugen empfangene Verkehrszu standsdaten (7) für eine Prognose des für das eigene Fahrzeug (1) relevanten Verkehrszustands herangezogen werden,
dadurch gekennzeichnet, dass
die Verkehrszustandsprognose im jeweiligen Fahrzeug (1) für einen zugehörigen Wegenetzbereich einen Vergleich von für diesen Wegenetzbereich relevanten, lokalen Verkehrszustandsda ten anderer Fahrzeuge und des eigenen Fahrzeugs mit fahrzeug seitig abgespeicherten historischen Ganglinien beinhaltet, durch den aus letzteren eine bestpassende Ganglinie ermittelt wird, wobei der von dieser repräsentierte Verkehrszustand als zu erwartender Verkehrszustand für das eigene Fahrzeug (1) prognostiziert wird.
mehrere, ein Wegenetz befahrende Fahrzeuge untereinander in Kommunikationsverbindung (6) stehen und
vom jeweiligen Fahrzeug (1) laufend aktuelle lokale Ver kehrszustandsdaten ermittelt und an andere Fahrzeuge übertra gen werden und von anderen Fahrzeugen empfangene Verkehrszu standsdaten (7) für eine Prognose des für das eigene Fahrzeug (1) relevanten Verkehrszustands herangezogen werden,
dadurch gekennzeichnet, dass
die Verkehrszustandsprognose im jeweiligen Fahrzeug (1) für einen zugehörigen Wegenetzbereich einen Vergleich von für diesen Wegenetzbereich relevanten, lokalen Verkehrszustandsda ten anderer Fahrzeuge und des eigenen Fahrzeugs mit fahrzeug seitig abgespeicherten historischen Ganglinien beinhaltet, durch den aus letzteren eine bestpassende Ganglinie ermittelt wird, wobei der von dieser repräsentierte Verkehrszustand als zu erwartender Verkehrszustand für das eigene Fahrzeug (1) prognostiziert wird.
2. Verfahren nach Anspruch 1, weiter
dadurch gekennzeichnet, dass
auf der Basis von über die Datenübertragungsverbindung (6) verfügbaren Verkehrszustandsdaten eine Gangliniendatenbank (8) erstellt wird und
die erstellte Gangliniendatenbank (8) zur Aktualisierung der fahrzeugseitig abgespeicherten historischen Ganglinien verwendet wird.
auf der Basis von über die Datenübertragungsverbindung (6) verfügbaren Verkehrszustandsdaten eine Gangliniendatenbank (8) erstellt wird und
die erstellte Gangliniendatenbank (8) zur Aktualisierung der fahrzeugseitig abgespeicherten historischen Ganglinien verwendet wird.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE2000157796 DE10057796B4 (de) | 2000-11-22 | 2000-11-22 | Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE2000157796 DE10057796B4 (de) | 2000-11-22 | 2000-11-22 | Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose |
Publications (2)
Publication Number | Publication Date |
---|---|
DE10057796A1 true DE10057796A1 (de) | 2002-05-23 |
DE10057796B4 DE10057796B4 (de) | 2007-12-27 |
Family
ID=7664154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE2000157796 Expired - Fee Related DE10057796B4 (de) | 2000-11-22 | 2000-11-22 | Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE10057796B4 (de) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10234367B3 (de) * | 2002-07-27 | 2004-04-22 | Daimlerchrysler Ag | Verfahren zur Abbildung des Verkehrszustandes und System zur Verkehrsorganisation |
DE102004041851A1 (de) * | 2004-08-27 | 2006-03-16 | Daimlerchrysler Ag | Verfahren zur onboard dynamischen Prognose von Verkehrsparametern |
EP1657693A2 (de) * | 2004-11-16 | 2006-05-17 | Microsoft Corporation | Verkehrsvorhersagen durch Modellierung und Analyse von probabilistischen gegenseitigen Abhängigkeiten und mit kontextuellen Daten |
CN1776739A (zh) * | 2004-11-16 | 2006-05-24 | 微软公司 | 使用对概率相关性和环境数据的建模与分析的交通预报 |
DE102005049458A1 (de) * | 2005-10-15 | 2007-04-26 | Daimlerchrysler Ag | Verfahren und Vorrichtung zur Verbrauchsreduzierung in einem Fahrzeug |
DE102005055244A1 (de) * | 2005-11-19 | 2007-05-31 | Daimlerchrysler Ag | Verfahren zur verkehrsdatenbasierten Unfallerkennung |
DE10062856B4 (de) * | 2000-12-16 | 2008-01-10 | Daimlerchrysler Ag | Verfahren zur fahrzeugindividuellen Verkehrsprognose |
US7519564B2 (en) | 2004-11-16 | 2009-04-14 | Microsoft Corporation | Building and using predictive models of current and future surprises |
DE102007050375A1 (de) | 2007-10-22 | 2009-04-23 | Daimler Ag | Verfahren zur Verwendung von Wetterinformationen in einem Fahrzeug |
DE102008057384A1 (de) | 2008-11-14 | 2009-07-02 | Daimler Ag | Verfahren zur Steuerung eines Hybridantriebs eines Fahrzeugs |
DE102008061512A1 (de) | 2008-12-10 | 2009-09-17 | Daimler Ag | Verfahren zur Steuerung eines Hybridantriebs eines Fahrzeugs |
DE102009034376A1 (de) | 2009-07-23 | 2010-03-25 | Daimler Ag | Verfahren zur kartenbasierten Verkehrsprognose für eine Navigationsvorrichtung in einem Fahrzeug |
DE102009059128A1 (de) | 2009-12-19 | 2011-06-22 | Daimler AG, 70327 | Verfahren zur Verkehrszustandsbestimmung in einem Fahrzeug |
DE102010055282A1 (de) | 2010-12-21 | 2011-08-25 | Daimler AG, 70327 | Verfahren zur Steuerung eines Hybridantriebs eines Fahrzeugs |
DE102013014872A1 (de) * | 2013-09-06 | 2015-03-12 | Audi Ag | Verfahren, Auswertesystem und kooperatives Fahrzeug zum Prognostizieren von mindestens einem Stauparameter |
CN105139656A (zh) * | 2015-09-28 | 2015-12-09 | 百度在线网络技术(北京)有限公司 | 一种道路状态预测方法及装置 |
WO2017149016A1 (de) * | 2016-03-03 | 2017-09-08 | Novero Gmbh | Verfahren und vorrichtung zur erzeugung von mindestens einer prädiktions-information in einem fahrzeug |
DE102009035103B4 (de) | 2008-08-01 | 2020-08-06 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Verfahren zum Steuern eines Fahrzeug-Antriebsstrangs |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6150961A (en) * | 1998-11-24 | 2000-11-21 | International Business Machines Corporation | Automated traffic mapping |
DE19856704C2 (de) * | 1998-12-09 | 2001-09-13 | Daimler Chrysler Ag | Verfahren und Vorrichtung zur Fahrzeugzielführung und/oder Reisezeitschätzung |
US6304816B1 (en) * | 1999-01-28 | 2001-10-16 | International Business Machines Corporation | Method and apparatus for automatic traffic conditions data collection using a distributed automotive computing system |
DE19903909A1 (de) * | 1999-02-01 | 2000-08-03 | Delphi 2 Creative Tech Gmbh | Verfahren und Vorrichtung zur Gewinnung von relevanter Verkehrsinformation und zur dynamischen Routenoptimierung |
DE19916967C1 (de) * | 1999-04-15 | 2000-11-30 | Daimler Chrysler Ag | Verfahren zur Aktualisierung einer Verkehrswegenetzkarte und kartengestütztes Verfahren zur Fahrzeugführungsinformationserzeugung |
-
2000
- 2000-11-22 DE DE2000157796 patent/DE10057796B4/de not_active Expired - Fee Related
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10062856B4 (de) * | 2000-12-16 | 2008-01-10 | Daimlerchrysler Ag | Verfahren zur fahrzeugindividuellen Verkehrsprognose |
DE10234367B3 (de) * | 2002-07-27 | 2004-04-22 | Daimlerchrysler Ag | Verfahren zur Abbildung des Verkehrszustandes und System zur Verkehrsorganisation |
DE102004041851A1 (de) * | 2004-08-27 | 2006-03-16 | Daimlerchrysler Ag | Verfahren zur onboard dynamischen Prognose von Verkehrsparametern |
US8386946B2 (en) | 2004-11-16 | 2013-02-26 | Microsoft Corporation | Methods for automated and semiautomated composition of visual sequences, flows, and flyovers based on content and context |
US8706651B2 (en) | 2004-11-16 | 2014-04-22 | Microsoft Corporation | Building and using predictive models of current and future surprises |
EP1657693A3 (de) * | 2004-11-16 | 2007-05-30 | Microsoft Corporation | Verkehrsvorhersagen durch Modellierung und Analyse von probabilistischen gegenseitigen Abhängigkeiten und mit kontextuellen Daten |
US10184803B2 (en) | 2004-11-16 | 2019-01-22 | Microsoft Technology Licensing, Llc | Methods for automated and semiautomated composition of visual sequences, flows, and flyovers based on content and context |
CN1776739A (zh) * | 2004-11-16 | 2006-05-24 | 微软公司 | 使用对概率相关性和环境数据的建模与分析的交通预报 |
US7519564B2 (en) | 2004-11-16 | 2009-04-14 | Microsoft Corporation | Building and using predictive models of current and future surprises |
EP1657693A2 (de) * | 2004-11-16 | 2006-05-17 | Microsoft Corporation | Verkehrsvorhersagen durch Modellierung und Analyse von probabilistischen gegenseitigen Abhängigkeiten und mit kontextuellen Daten |
US7831532B2 (en) | 2004-11-16 | 2010-11-09 | Microsoft Corporation | Precomputation and transmission of time-dependent information for varying or uncertain receipt times |
US7698055B2 (en) | 2004-11-16 | 2010-04-13 | Microsoft Corporation | Traffic forecasting employing modeling and analysis of probabilistic interdependencies and contextual data |
US7610560B2 (en) | 2004-11-16 | 2009-10-27 | Microsoft Corporation | Methods for automated and semiautomated composition of visual sequences, flows, and flyovers based on content and context |
DE102005049458A1 (de) * | 2005-10-15 | 2007-04-26 | Daimlerchrysler Ag | Verfahren und Vorrichtung zur Verbrauchsreduzierung in einem Fahrzeug |
DE102005055244A1 (de) * | 2005-11-19 | 2007-05-31 | Daimlerchrysler Ag | Verfahren zur verkehrsdatenbasierten Unfallerkennung |
DE102007050375A1 (de) | 2007-10-22 | 2009-04-23 | Daimler Ag | Verfahren zur Verwendung von Wetterinformationen in einem Fahrzeug |
DE102009035103B4 (de) | 2008-08-01 | 2020-08-06 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Verfahren zum Steuern eines Fahrzeug-Antriebsstrangs |
DE102008057384A1 (de) | 2008-11-14 | 2009-07-02 | Daimler Ag | Verfahren zur Steuerung eines Hybridantriebs eines Fahrzeugs |
DE102008061512A1 (de) | 2008-12-10 | 2009-09-17 | Daimler Ag | Verfahren zur Steuerung eines Hybridantriebs eines Fahrzeugs |
DE102009034376A1 (de) | 2009-07-23 | 2010-03-25 | Daimler Ag | Verfahren zur kartenbasierten Verkehrsprognose für eine Navigationsvorrichtung in einem Fahrzeug |
DE102009059128A1 (de) | 2009-12-19 | 2011-06-22 | Daimler AG, 70327 | Verfahren zur Verkehrszustandsbestimmung in einem Fahrzeug |
DE102010055282A1 (de) | 2010-12-21 | 2011-08-25 | Daimler AG, 70327 | Verfahren zur Steuerung eines Hybridantriebs eines Fahrzeugs |
US9805594B2 (en) | 2013-09-06 | 2017-10-31 | Audi Ag | Method, evaluation system and vehicle for predicting at least one congestion parameter |
DE102013014872A1 (de) * | 2013-09-06 | 2015-03-12 | Audi Ag | Verfahren, Auswertesystem und kooperatives Fahrzeug zum Prognostizieren von mindestens einem Stauparameter |
CN105139656A (zh) * | 2015-09-28 | 2015-12-09 | 百度在线网络技术(北京)有限公司 | 一种道路状态预测方法及装置 |
CN105139656B (zh) * | 2015-09-28 | 2017-09-29 | 百度在线网络技术(北京)有限公司 | 一种道路状态预测方法及装置 |
WO2017149016A1 (de) * | 2016-03-03 | 2017-09-08 | Novero Gmbh | Verfahren und vorrichtung zur erzeugung von mindestens einer prädiktions-information in einem fahrzeug |
Also Published As
Publication number | Publication date |
---|---|
DE10057796B4 (de) | 2007-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE10057796A1 (de) | Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose | |
EP1176569B1 (de) | Verfahren zur Bestimmung des Verkehrszustands in einem Verkehrsnetz mit effektiven Engstellen | |
DE19904909C2 (de) | Verfahren und Vorrichtung zur Bereitstellung von Verkehrsinformationen | |
EP1212738B1 (de) | Verfahren zur verkehrszustandsüberwachung für ein verkehrsnetz mit effektiven engstellen | |
WO2018108559A2 (de) | Speicherung von geschwindigkeitsinformationen zur prädiktion der zukünftigen geschwindigkeitstrajektorie | |
EP1154389A1 (de) | Verfahren zur Verkehrslagebestimmung für ein Verkehrsnetz | |
EP0879459A1 (de) | Verfahren zur erfassung von verkehrslagedaten | |
DE102008035944A1 (de) | Verfahren zum Optimieren des Fahrbetriebs eines Kraftfahrzeugs | |
DE10062856B4 (de) | Verfahren zur fahrzeugindividuellen Verkehrsprognose | |
DE102013000385A1 (de) | Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen | |
WO2002063587A1 (de) | Aktualisierung von routen- und verkehrsflussdaten sowie fahrzeugnavigationsgerät | |
DE102010021665A1 (de) | Verfahren zur Staufrontenwarnung basierend auf fahrzeugbezogenen Verkehrsinformationen | |
DE102017216202A1 (de) | Verfahren zur Prädiktion einer optimalen Fahrspur auf einer mehrspurigen Straße | |
DE102015215605A1 (de) | Verfahren zum Steuern einer Verkehrssteueranlage | |
EP2662846A1 (de) | Verfahren zum Reduzieren einer Staugefahr | |
DE102015223656A1 (de) | Fahrerassistenzsystem und -Verfahren zur Fahrspurempfehlung | |
DE102018006949A1 (de) | Verfahren zum fahrerlosen Betrieb eines Fahrzeugs | |
DE10063763A1 (de) | Verfahren und Vorrichtung zur Erzeugung und Ausgabe von streckenbezogenen Routeninformationen | |
DE10101651A1 (de) | Verfahren zur verkehrs- und/oder witterungsabhängigen Fahrzeugsteuerung | |
DE102005009604B4 (de) | Verfahren und Vorrichtung zum Erzeugen eines Bewertungswertes für Verkehrsdaten | |
EP1466140B1 (de) | Verfahren zum bestimmen einer reisezeit | |
DE10051777A1 (de) | Verfahren zur dynamischen Verkehrszustandsprognose | |
DE19508486A1 (de) | Verfahren und Vorrichtung zur Reduzierung einer aus einem Fahrzeug zu übertragenden Datenmenge | |
DE19954971B4 (de) | System zur Beeinflussung des Verkehrsflusses von Fahrzeugen | |
DE102015211910A1 (de) | Verfahren und Anordnung zur Routenführung von Fahrzeugen im Straßenverkehr |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8110 | Request for examination paragraph 44 | ||
8127 | New person/name/address of the applicant |
Owner name: DAIMLERCHRYSLER AG, 70327 STUTTGART, DE |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: DAIMLER AG, 70327 STUTTGART, DE |
|
8364 | No opposition during term of opposition | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20140603 |