DE10057796A1 - Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose - Google Patents

Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose

Info

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
Application number
DE2000157796
Other languages
English (en)
Other versions
DE10057796B4 (de
Inventor
Boris Kerner
Hubert Rehborn
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.)
Mercedes Benz Group AG
Original Assignee
DaimlerChrysler 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 DaimlerChrysler AG filed Critical DaimlerChrysler AG
Priority to DE2000157796 priority Critical patent/DE10057796B4/de
Publication of DE10057796A1 publication Critical patent/DE10057796A1/de
Application granted granted Critical
Publication of DE10057796B4 publication Critical patent/DE10057796B4/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708Systems 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
    • G08G1/096716Systems 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
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741Systems 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
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775Systems 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.
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.
DE2000157796 2000-11-22 2000-11-22 Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose Expired - Fee Related DE10057796B4 (de)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Cited By (27)

* Cited by examiner, † Cited by third party
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