DE10057796B4 - Method for vehicle-specific traffic condition forecasting - Google Patents

Method for vehicle-specific traffic condition forecasting Download PDF

Info

Publication number
DE10057796B4
DE10057796B4 DE2000157796 DE10057796A DE10057796B4 DE 10057796 B4 DE10057796 B4 DE 10057796B4 DE 2000157796 DE2000157796 DE 2000157796 DE 10057796 A DE10057796 A DE 10057796A DE 10057796 B4 DE10057796 B4 DE 10057796B4
Authority
DE
Germany
Prior art keywords
traffic
vehicle
traffic condition
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.)
Expired - Fee Related
Application number
DE2000157796
Other languages
German (de)
Other versions
DE10057796A1 (en
Inventor
Boris Prof. Dr. Kerner
Hubert Dr. 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/en
Publication of DE10057796A1 publication Critical patent/DE10057796A1/en
Application granted granted Critical
Publication of DE10057796B4 publication Critical patent/DE10057796B4/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

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

Verfahren zur fahrzeugindividuellen dynamischen Verkehrszustandsprognose, bei dem
– mehrere, ein Wegenetz befahrende Fahrzeuge untereinander in Kommunikationsverbindung (6) stehen und
– vom jeweiligen Fahrzeug (1) laufend aktuelle lokale Verkehrszustandsdaten ermittelt und an andere Fahrzeuge übertragen werden und von anderen Fahrzeugen empfangene Verkehrszustandsdaten (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 Verkehrszustandsdaten anderer Fahrzeuge und des eigenen Fahrzeugs mit fahrzeugseitig 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.Method for vehicle-specific dynamic traffic condition forecast, in which
- Several, a road network driving vehicles communicate with each other in communication (6) and
- Current local traffic condition data is continuously determined by the respective vehicle (1) and transmitted to other vehicles and traffic status data (7) received from other vehicles are used for a prognosis of the traffic condition relevant to the own vehicle (1),
characterized in that
- The traffic state forecast in the respective vehicle (1) for a corresponding road network area includes a comparison of relevant for this road network area, local traffic condition data of other vehicles and the own vehicle with vehicle stored historical hydrographs, from the latter a best fitting hydrograph is determined, the latter of this represented traffic condition as expected traffic condition for the own vehicle (1) is predicted.

Figure 00000001
Figure 00000001

Description

Die Erfindung bezieht sich auf ein Verfahren zur fahrzeugindividuellen dynamischen Verkehrszustandsprognose, bei dem mehrere, ein Wegenetz befahrende Fahrzeuge über ein Datenübertragungsnetz miteinander in Kommunikationsverbindung stehen und vom jeweiligen Fahrzeug laufend aktuelle lokale Verkehrszustandsdaten ermittelt und an die anderen Fahrzeuge übertragen werden und von anderen Fahrzeugen empfangene Verkehrszustandsdaten für eine Prognose des für das eigene Fahrzeug relevanten Verkehrszustands herangezogen werden.The The invention relates to a method for vehicle-individual dynamic traffic condition forecast, in which several, a road network driving vehicles over a data transmission network communicate with each other and from each other Vehicle continuously current local traffic condition data determined and transferred to the other vehicles and traffic status data received from other vehicles for one Forecast of for the own vehicle relevant traffic condition are used.

Verfahren zur Verkehrszustandsprognose oder kurz Verkehrsprognose sind in vielen verschiedenen Ausführungen gebräuchlich, insbesondere zur Prognose des Verkehrszustands auf Straßenverkehrsnetzen. Die allermeisten dieser Verfahren benutzen eine oder mehrere stationäre Verkehrszentralen, da sich in diesen problemlos hohe Rechnerkapazitäten installieren lassen. Dynamische Verkehrsprognosen zeichnen sich dadurch aus, dass der aktuelle Verkehrszustand berücksichtigt wird. Dazu werden entsprechende aktuelle Verkehrsinformationen, d.h. Momentanwerte eines oder mehrerer vorgebbarer Verkehrszustandsparameter, wie mittlere Fahrzeuggeschwindigkeit, Verkehrsdichte, Verkehrsfluss oder erkannte Staus, durch fahrzeugseitige Mittel z.B. in Form sogenannter FCD ("Floating Car Data") oder stationäre streckenseitige Detektoren gewonnen und an die Zentrale übermittelt. Diese führt die Verkehrsprognose auf der Basis der empfangenen und gegebenenfalls auch auf der Basis von historischen, d.h. vorab z.B. empirisch gewonnenen Verkehrsinformationen durch und übermittelt den aktuellen und den prognostizierten Verkehrszustand über geeignete Kommunikationsmittel, wie Mobilfunknetze, Rundfunkkanäle etc., an das jeweilige Fahrzeug. Dort können die Verkehrsprognosedaten zu verschiedenen Zwecken verwendet, z.B. zur Zielführung. Derartige zentralenbasierte 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.Methods for predicting traffic conditions or, for short, forecasting traffic are used in many different versions, in particular for forecasting traffic conditions on road traffic networks. Most of these methods use one or more stationary traffic centers, as they can easily install high computer capacities in these. Dynamic traffic forecasts are characterized by the fact that the current traffic condition is taken into account. For this purpose, corresponding current traffic information, ie instantaneous values of one or more predefinable traffic condition parameters, such as average vehicle speed, traffic density, traffic flow or detected traffic jams, are obtained by vehicle-side means, for example in the form of so-called FCD ("Floating Car Data") or stationary trackside detectors and transmitted to the control center , This performs the traffic forecast on the basis of the received and possibly also on the basis of historical, ie in advance eg empirically obtained traffic information and transmits the current and the predicted traffic condition via suitable communication means, such as mobile networks, broadcast channels, etc., to the respective vehicle. There the traffic forecast data can be used for different purposes, eg for route guidance. Such central-based methods and devices for traffic forecasting are disclosed, for example, in the published patent applications DE 196 47 127 A1 . DE 197 25 556 A1 . DE 197 53 034 A1 and DE 197 54 483 A1 and the older German patent application 199 44 077.8.

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.historic Traffic information in particular in the form of so-called hydrographs, which are usually obtained empirically become and time- and time-resolved typical, usually expected values for the traffic condition parameter (s) considered include, in particular dependent from the current vehicle location, the direction of travel, the time of day, the day of the week and the vehicle destination.

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 Erkennung typischer sogenannter Muster dichten Verkehrs stromaufwärts einer jeweiligen effektiven Engstelle basiert. Zur Verkehrsprognose wird für das jeweilige Muster dichten Verkehrs der aktuelle Fahrzeugzufluss erfasst, und die aktuellen Flankenpositionen zwischen verschiedenen Musterbereichen, in denen der Verkehrszustand unterschiedliche, individualisierbare Zustandsphasen aufweist, und die zeitlich-räumliche Dynamik dieser Flankenpositionen werden bestimmt. Anhand dieser Eingangsdaten wird aus abgespeicherten Musterprofilen ein bestpassendes 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 Patentanmeldung 100 36 789.5 beschrieben. Verfahren zur Erkennung effektiver Engstellen sowohl in Schnellstraßennetzen als auch in Verkehrsnetzen von Ballungsräumen sind in der älteren deutschen Patentanmeldung 100 36 792.5 beschrieben. In Ballungsraum-Verkehrsnetzen ist die Verkehrsdynamik typischerweise 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 effektive Engstellen, an denen bei entsprechendem Verkehrsaufkommen Warteschlangen-Verkehrsmuster entstehen.In the older one German patent application 199 44 075.1 is also for forecasts suitable method for monitoring the traffic condition in a traffic network with one or more so-called effective bottlenecks described on detection typical so-called pattern dense traffic upstream of a respective effective bottleneck. To traffic forecast is for the respective Pattern dense traffic captures the current vehicle inflow, and the current edge positions between different pattern areas, in which the traffic condition different, individualizable State phases, and the temporal-spatial dynamics of these edge positions become certainly. On the basis of this input data becomes from saved pattern profiles a best fitting pattern profile selected and the traffic forecast in the route concerned. A similar Procedures that densify patterns based on FCD traffic data Traffic at effective bottlenecks, especially of expressway networks recognizes, is in the older German Patent Application 100 36 789.5 described. Procedure for Detecting effective bottlenecks in both expressway networks as well as in traffic networks of agglomerations are in the older German patent application 100 36 792.5 described. In agglomeration transport networks is the Traffic dynamics typically through traffic control measures dominated traffic-regulated network node, with typical Traffic patterns in the form of queues in front of the traffic-regulated Forming network nodes, i. form the traffic-controlled network nodes effective bottlenecks at which with appropriate traffic Queue traffic patterns arise.

Zwar erlauben zentralenbasierte Systeme die Nutzung vergleichsweise hoher Rechenkapazitäten, sie erfordern dafür aber auch einen entsprechenden Realisierungsaufwand, und die Nutzung aufgenommener, aktueller Verkehrsinformationen ist durch die begrenzte Kapazität der verwendeten Kommunikationsstrecken limitiert. So wird aus Gründen der begrenzten Übertragungskapazität nicht der gesamte zeit- und ortsaufgelöste Verlauf des oder der überwachten Verkehrszustandsparameter von den zugehörigen Detektoren zur Zentrale übermittelt, und die Zentrale übermittelt ihrerseits die aktuelle und prognostizierte Verkehrslage nicht als kontinuierlichen zeitlich-örtlichen Verlauf des oder der Verkehrszustandsparameter, sondern die Verkehrsinformationsübertragung erfolgt vorzugsweise in Form von ereignisorientierten Meldungen, wie Staumeldungen etc.Though Centralized systems allow the use of comparatively high Computing capacity, they require for it but also a corresponding realization effort, and the use recorded, current traffic information is limited by the capacity the communication links used limited. So will not for reasons of limited transmission capacity the entire time and place resolved Course of the supervised or supervised Transmitted traffic state parameters from the associated detectors to the control center, and the central office transmitted For its part, the current and predicted traffic situation is not considered continuous temporal-local Course of the traffic condition or parameters, but the traffic information transmission preferably in the form of event-oriented messages, like traffic reports etc.

In der älteren deutschen Patentanmeldung 100 51 777.3 der Anmelderin ist ein fahrzeugautonom durchführbares Verfahren zur fahrzeugindividuellen dynamischen Verkehrszustandsprognose beschrieben, bei dem durch das jeweilige Fahrzeug laufend aktuelle lokale Verkehrszustandsdaten ermittelt und die ermittelten Daten in ihrem zeitlich-örtlichen Verlauf mit abgespeicherten historischen Ganglinien verglichen werden, um aus letzteren eine jeweils bestpassende Ganglinie aufzufinden und den von dieser repräsentierten Verkehrszustand in Fahrtrichtung des Fahrzeugs als zu erwartenden Verkehrszustand zu prognostizieren. Für weitere Details einer solchen fahrzeugindividuellen dynamischen Verkehrszustandsprognose mit Auswahl einer bestpassenden Ganglinie wird auf diese ältere Anmeldung ver wiesen. Unter dem Begriff "Ganglinie" sind dabei dort und vorliegend sowohl herkömmliche Ganglinien zu verstehen, die typische Verkehrsparameter in ihrer zu erwartenden Zeitabhängigkeit repräsentieren, als auch zeitlich-örtliche Verkehrsmuster, bei denen der oder die berücksichtigten Verkehrsparameter oder daraus abgeleitete Größen typische zeitabhängige Musterprofile im Ortsraum bilden, wie Muster dichten Verkehrs vor effektiven Engstellen von Schnellstraßennetzen und Warteschlangen-Verkehrsmuster vor verkehrsgeregelten Netzknoten in Ballungsraum-Verkehrsnetzen.In the earlier German patent application 100 51 777.3 the applicant a vehicle autonomously feasible method for vehicle-specific dynamic traffic condition forecast is described, in which determined by the current vehicle continuously current local traffic condition data and the determined data in their temporal-local History are compared with stored historical hydrographs to find the latter a best fitting hydrograph and to predict the traffic condition represented by this in the direction of travel of the vehicle as the expected traffic condition. For further details of such a vehicle-specific dynamic traffic condition forecast with the selection of a best-fitting hydrograph, this earlier application is referred to. The term "hydrograph" here and in the present case are to be understood as meaning both conventional hydrographs representing typical traffic parameters in their expected time dependence and temporal-local traffic patterns in which the traffic parameter or variables derived from it are representative of typical time-dependent pattern profiles in spatial space form, such as dense traffic patterns before effective bottlenecks of expressway networks and queuing traffic patterns in front of traffic regulated network nodes in agglomeration transport networks.

In der Offenlegungsschrift WO 99/26212 A1 ist ein Verkehrszustandsprognoseverfahren der eingangs genannten Art beschrieben, das primär zum Signalisieren von lokalen Verkehrsstörungen dient. Dazu wird jeweils zu einem Bezugsfahrzeug eine maximale Gruppe von Fahrzeugen festgelegt, von denen das Bezugsfahrzeug 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 Gruppenverhalten 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 Verkehrsinformation für das Bezugsfahrzeug bezieht sich somit auf einen Ort, den das Bezugsfahrzeug erst zu einem späteren Zeitpunkt erreichen wird, so dass diese Verkehrsinformation eventuell schon veraltet ist, bis das Bezugsfahrzeug am betreffenden Ort ankommt, wenn die Entfernung zu groß wird. Daher eignet sich dieses bekannte Verfahren nur für eine Verkehrszustandsprognose in einem relativ eng begrenzten Umgebungsbereich des Bezugsfahrzeugs.In The published patent application WO 99/26212 A1 is a traffic condition forecasting method of the type mentioned above, the primary for signaling local traffic incidents serves. For this purpose, in each case to a reference vehicle, a maximum group of vehicles, of which the reference vehicle is individual Receives vehicle data signals, which it repeatedly evaluates and saves. Furthermore, by Evaluating the individual vehicle data at least one for the reference vehicle determined relevant group of vehicles and their group behavior, after which an information corresponding to this group behavior is signaled becomes. In particular, the group behavior may represent a traffic incident. By Display of the relevant information in the reference vehicle is a generates uniform traffic flow and the occurrence of accidents be reduced. The current traffic information for the reference vehicle thus refers to a place that the reference vehicle first a later one Time will reach, so this traffic information may is already out of date until the reference vehicle arrives at the relevant location, when the distance gets too big. Therefore, this known method is suitable only for a traffic condition forecast in a relatively narrow surrounding area of the reference vehicle.

Aus der deutschen Patentanmeldung DE 198 56 704 A1 ist ein Verfahren zur fahrzeugindividuellen dynamischen Verkehrsprognose, welches mit Ganglinien arbeitet, bekannt. Weiterhin ist die Er mittlung von Ganglinien zur Verwendung in einem Verfahren zur Verkehrszustandsprognose der europäischen Patentanmeldung EP 1 045 224 A2 zu entnehmen. Der laufende Austausch von lokalen Verkehrszustandsdaten über Kommunikationsverbindungen zwischen verschiedenen Fahrzeugen ist aus dem Patent US 6,150,961 A1 bekannt. Darüber hinaus ist die Möglichkeit eines Vergleichs von aktuellen Verkehrszustandsdaten mehrerer Fahrzeuge mit historischen Verkehrszustandsdaten aus der europäischen Patentanmeldung EP 1 024 466 A1 bekannt. Weiterhin ist aus der internationalen Patentanmeldung WO 00/46777 A1 ein Verfahren zur Verkehrszustandsprognose zu entnehmen, bei dem mehrere Fahrzeuge miteinander in Kommunikationsverbindung stehen und laufend aktuelle Verkehrszustandsdaten ermitteln und wechselseitig übertragen. Die empfangenen Verkehrszustandsdaten werden dabei für eine Prognose des für das eigene Fahrzeug relevanten Verkehrszustands herangezogen.From the German patent application DE 198 56 704 A1 is a method for vehicle-specific dynamic traffic forecast, which works with hydrographs known. Further, the determination of hydrographs for use in a traffic condition forecasting method of the European patent application EP 1 045 224 A2 refer to. The ongoing exchange of local traffic condition data via communication links between different vehicles is from the patent US Pat. No. 6,150,961 A1 known. In addition, the possibility of a comparison of current traffic status data of several vehicles with historical traffic condition data from the European patent application EP 1 024 466 A1 known. Furthermore, from the international patent application WO 00/46777 A1 a method for traffic condition forecast can be found in which a plurality of vehicles are in communication with each other and continuously determine current traffic status data and transmitted alternately. The received traffic condition data are used for a prognosis of the traffic condition relevant for the own vehicle.

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 Aufwand vergleichsweise zuverlässig dynamisch prognostizieren lässt.Of the Invention is the technical problem of providing a Method for vehicle-specific traffic condition forecast of based on the aforementioned type, with which the traffic condition individually for a respective vehicle without the aid of a traffic center Relatively reliable with relatively little effort predict.

Die Erfindung löst dieses Problem durch die Bereitstellung eines 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 Verkehrszustandsdaten, die vom eigenen und anderen Fahrzeugen aufgenommen wurden, zeitrichtig berücksichtigt werden, wozu die Fahrzeuge untereinander über eine entsprechende Datenübertragungsverbindung kommunizieren.The Invention solves this problem by providing a traffic condition forecasting method with the features of claim 1. This method is characterized on the one hand by the fact that they are without a traffic center or a central traffic information service provider, and the others in that a dynamic traffic condition forecast by means of a hydrodynamic selection method, where traffic condition data, which were recorded by own and other vehicles, timely be taken into account what the vehicles communicate with each other via a corresponding data transmission connection.

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 liegenden Wegenetzbereich und/oder einen bis zu einem vorgebbaren Zielort führenden Wegenetzbereich, begrenzt bleiben kann und auf kontinuierlich in ihrem zeitlich-örtlichen Verlauf ermittelte Verkehrszustandsdaten des eigenen und vor allem auch anderer, mit ihm in Kommunikationsverbindung stehender Fahrzeuge gegründet wird, die sich im interessierenden Wegenetzbereich befinden. Die Berücksichtigung der aufgenommenen lokalen Verkehrszustandsdaten auch von anderen Fahrzeugen aus dem interessierenden Wegenetzbereich erlaubt eine vergleichsweise genaue Auswahl einer jeweils bestpassenden Ganglinie und damit eine entsprechend zuverlässige dynamische, fahrzeugindividuelle Prognose des Verkehrszustands in einem vom jeweiligen Fahrzeug zukünftig zu befahrenden Wegenetzabschnitt, der gegebenenfalls bis zu einem vorgebbaren Zielort führt.Compared to central-based systems on the vehicle side, only a limited amount of available computing capacity can be compensated in the present method by limiting the vehicle-specific prognosis to an associated road network area, expediently a road network area located in front of the relevant vehicle and / or a road network area leading up to a predefinable destination can be maintained and based on continuously in their temporal-local course determined traffic condition data of their own and especially also other, communicating with him standing in communication vehicles, which are located in the interesting road network area. The consideration of the recorded local traffic condition data from other vehicles from the road network of interest also allows a comparatively accurate selection of a respective best-fitting hydrograph and thus a correspondingly reliable dynamic, vehicle-individual le prognosis of the traffic condition in a future to be traveled by the respective vehicle route network section, which optionally leads to a predetermined destination.

Ein nach Anspruch 2 weitergebildetes Verfahren beinhaltet die Erstellung einer Gangliniendatenbank auf der Basis von über die Datenübertragungsverbindung verfügbaren Verkehrszustandsdaten. Diese Gangliniendatenbank kann dann den Fahrzeugen zur Adaption bzw. Aktualisierung der in selbigen abgespeicherten Ganglinien verwendet werden.One according to claim 2 further developed method includes the creation a gait database based on the data transmission connection available Traffic condition data. This gait database can then be used by the vehicles for adaptation or updating of the stored in the same Hydrographs are used.

Vorteilhafte Ausführungsformen der Erfindung sind in den Zeichnungen dargestellt und werden nachfolgend beschrieben. Hierbei zeigen:advantageous embodiments The invention is illustrated in the drawings and will be described below described. Hereby show:

1 eine schematische Blockdiagrammdarstellung eines Verfahrens zur dynamischen, fahrzeugindividuellen Verkehrszustandsprognose und dazu verwendeter Mittel unter Nutzung von Fahrzeug-Fahrzeug-Kommunikation, 1 1 is a schematic block diagram representation of a method for dynamic, vehicle-specific traffic condition prognosis and the means used therefor, using vehicle-vehicle communication;

2 eine schematische Blockdiagrammdarstellung einer Variante des Verfahrens von 1 mit fahrzeugseitiger Ganglinienadaption anhand einer automatisch erstellten Gangliniendatenbank und 2 a schematic block diagram representation of a variant of the method of 1 with on-board hydrograph adaptation using an automatically generated gait database and

3 eine schematische Darstellung eines Wegenetz-Streckenabschnitts mit einem Muster dichten Verkehrs an einer effektiven Engstelle. 3 a schematic representation of a road network route section with a pattern dense traffic at an effective bottleneck.

1 veranschaulicht die Vorgehensweise eines Verfahrens zur fahrzeugindividuellen dynamischen Prognose des Verkehrszustands für einen Bereich eines Wegenetzes, der für das betreffende Fahrzeug relevant ist, d.h. in welchem sich das Fahrzeug während eines vorgebbaren Prognosezeitraums aller Voraussicht nach bewegt, gegebenenfalls bis hin zu einem vorgebbaren Zielort, sowie die zur Verfahrensdurchführung benötigten Mittel. Wie aus 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 Verkehrsstörungsobjekte. 1 illustrates the procedure of a method for vehicle-specific dynamic prognosis of the traffic condition for an area of a road network, which is relevant for the vehicle in question, ie in which the vehicle for a presumable forecast period in all probability moves, possibly up to a predeterminable destination, as well funds required for the implementation of the procedure. How out 1 can be seen, includes the respective vehicle 1 Traffic condition determination means 2 with which the current traffic condition is continuously detected in its temporal-local course on the basis of one or more measured parameters and / or derived variables, such as the average vehicle speed, traffic density, traffic flow and / or customizable traffic disturbance objects.

Unter letztere fallen insbesondere verschiedene individualisierbare Zustandsphasen, wie Stau, synchronisierter Verkehr, gestauchter synchronisierter Verkehr und freier Verkehr, Phasenübergänge zwischen solchen Zustandsphasen und zeitlichräumliche Muster aus derartigen Zustandsphasen, insbesondere Muster dichten Verkehrs an effektiven Engstellen. Zu den weiteren Details über die Dynamik solcher verschiedener Zustandsphasen und darauf aufgebauter Muster kann auf die diesbezügliche Literatur verwiesen werden, speziell auch auf die früheren Patentanmeldungen der Anmelderin zu dieser Thematik. Bezüglich der Erkennung von Mustern dichten Verkehrs an effektiven Engstellen und Warteschlangenmustern an verkehrsgeregelten Netzknoten und darauf aufbauenden Verkehrsprognosen sei insbesondere auf die oben erwähnten älteren deutschen Patentanmeldungen 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.Under the latter in particular fall into different customizable phases of state, like traffic jam, synchronized traffic, compressed synchronized Traffic and free traffic, phase transitions between such state phases and temporal spatial Patterns from such state phases, especially dense patterns Traffic at effective bottlenecks. For further details about the Dynamics of such different state phases and built up on it Pattern can on the related Reference may be made to the literature, especially to the earlier patent applications the applicant on this subject. Regarding the recognition of patterns dense Traffic at effective bottlenecks and queue patterns at traffic regulated Network node and based on traffic forecasts in particular on the older Germans mentioned above Patent applications 199 44 075.1, 100 36 789.5, 100 36 792.5 and 100 51 777.3, the contents of which are incorporated herein by reference becomes.

Durch Erkennung der verschiedenen Verkehrsmuster und Verkehrszustandsphasen sowie Phasenübergängen zwischen denselben lässt sich die Bestimmung und Prognose des Verkehrszustands deutlich erleichtern und verbessern. Denn anhand der aufgenommenen Verkehrszustandsdaten 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 entsprechend zuverlässigen Prognose des Verkehrszustands insgesamt resultiert.By Detection of different traffic patterns and traffic status phases as well as phase transitions between the same leaves the determination and prognosis of the traffic conditions are much easier and improve. Because based on the recorded traffic condition data such existing individual traffic objects are detected, then based on their known dynamics in their temporal-local History quite reliable can be predicted which in a correspondingly reliable Forecast of traffic status overall results.

Vorliegend werden dazu empirische Daten solcher Muster und Zustandsphasen ebenso wie bei Bedarf weitere Verkehrszustandsdaten 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 berücksichtigten Verkehrsparameter als auch in Form von typischen zeitabhängigen Verkehrsmustern im Ortsraum. Für die Zeitabhängigkeit ist es dabei zweckmäßig, sowohl hinsichtlich Uhr- d.h. Tageszeit als auch Wochentag zu unterscheiden, da der Verkehr meistens von beiden Zeitparametern signifikant abhängt. Hinsichtlich der Ortskomponente ist neben dem aktuellen Fahrzeugort vor allem das Fahrzeugziel und/oder die Fahrtrichtung von Interesse, um den örtlichen Prognosebereich darauf abgestimmt zu begrenzen. Bei dieser Ganglinien-Anwendung können selbstverständlich 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 abgespeichertes Maß unterscheiden. Des weiteren können die Ganglinien bzw. Verkehrsmuster mit einer zugehörigen Wahrscheinlichkeit ihres Auftretens abgespeichert sein, die dann bei der Auswertung entsprechend berücksichtigt wird.present become empirical data of such patterns and state phases as well As required, further traffic condition data is determined empirically in advance and processed into so-called historical hydrographs, which and location dependent for one respective section of the track at the respective time expected traffic conditions, both in form conventional Time-dependent Profiles of the considered Traffic parameters as well as in the form of typical time-dependent traffic patterns in the local area. For the time dependence It is useful, both in terms Clock- i. Time of day and day of the week to distinguish, as the Traffic mostly depends on both time parameters significantly. With regard to the Location component is next to the current vehicle location especially the Vehicle destination and / or the direction of travel of interest to the local Forecast area adjusted to limit. In this hydrograph application can Of course conventional as needed Hydrograph methods, e.g. a so-called hydrograph clustering, with similar hydrographs are summarized, e.g. those that are less than one differentiable and stored measure. Furthermore can the hydrographs or traffic patterns with an associated probability their occurrence, then in the evaluation considered accordingly becomes.

Ein solcher herkömmlich gewonnener Gangliniensatz wird, nunmehr wieder auf 1 bezugnehmend, in einer entsprechenden Speichereinheit 3 im jeweiligen Fahrzeug 1 abgelegt. Die Speichereinheit 3 kann von einem beliebigen herkömmlichen Typ sein, z.B. in Form einer CD-ROM, auf der die Daten fest abgespeichert sind, aber auch in Form einer sogenannten lernenden digitalen Wegenetzkarte, wie sie in der älteren deutschen Patentanmeldung 199 16 967.5 der Anmelderin beschrieben ist. In letzterem Fall können die historischen Ganglinien anhand früherer Fahrten derselben Strecke mit demselben oder einem anderen 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.Such a conventionally obtained course set is now on again 1 Referring to a corresponding memory unit 3 in the respective vehicle 1 stored. The storage unit 3 can be of any conventional type, for example in the form of a CD-ROM on which the data are permanently stored, but also in the form of a so-called learning digital Wegetzkarte, as described in the earlier German Patent Application 199 16 967.5 of the applicant. In the latter case, the historical hydrographs may be learned from previous trips of the same route with the same or different vehicle and updated upon re-driving on this route. This can be particularly suitable for vehicles, for example, which frequently travel on the same route.

Das jeweilige Fahrzeug 1 steht mit einem oder mehreren anderen Fahrzeugen, die das Wegenetz befahren, über eine geeignete Datenübertragungsverbindung 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 jeweilige Fahrzeug 1 sendet die von ihm ermittelten aktuellen lokalen 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 Datennetz handeln, an das die systembeteiligten Fahrzeuge angeschlossen sind, oder um eine Fahrzeug-Fahrzeug-Kommunikation, bei der die Fahrzeuge direkt paarweise untereinander kommunizieren.The respective vehicle 1 communicates with one or more other vehicles traveling the road network via a suitable communication link 6 Conventional type directly or in direct communication link. In the present case, this is used to transmit between the vehicles the current traffic status data determined by them, ie the respective vehicle 1 sends the current local traffic status data it has determined over the data transmission connection 6 to other vehicles, and conversely receives current local traffic condition data determined by other vehicles 7 , In the data transmission connection 6 it can be a data network to which the system-involved vehicles are connected, or a vehicle-to-vehicle communication in which the vehicles communicate directly with each other in pairs.

In einer Prognoseganglinien-Auswahleinheit 4 werden dann die laufend von den eigenen Verkehrszustandsmitteln 2 ermittelten Verkehrszustandsdaten aus dem Umfeldbereich des eigenen Fahrzeugs zusammen mit den von anderen Fahrzeugen empfangenen, von diesen in deren momentanem Aufenthaltsbereich des Wegenetzes ermittelten lokalen Verkehrszustandsdaten 7 mit dem abgespeicherten Satz historischer Ganglinien einschließlich zeitlichräumlicher Verkehrsmuster zu dem Zweck verglichen, unter den abgespeicherten Ganglinien diejenige herauszufinden, die am besten zu diesen ermittelten Verkehrsdaten, d.h. der zugehörigen Verkehrssituation passt. Diese Ganglinienauswahl erfolgt nach Art eines herkömmlichen "Matching"-Verfahrens. Von den empfangenen, von anderen Fahrzeugen ermittelten Verkehrszustandsdaten 7 werden hierbei zweckmäßigerweise insbesondere diejenigen berücksichtigt, die von Fahrzeugen stammen, welche sich in einem für das eigene Fahrzeug 1 interessierenden Wegenetzbereich 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.In a forecasting course selection unit 4 then become the running of the own traffic condition means 2 ascertained traffic condition data from the surrounding area of the own vehicle together with the local traffic condition data received from these vehicles in their current location area of the route network 7 compared with the stored set of historical hydrographs including spatiotemporal traffic patterns for the purpose of finding out, among the stored hydrographs, the one that best suits these determined traffic data, ie the associated traffic situation. This hydrograph selection is done in the manner of a conventional "matching" method. From the received traffic condition data determined by other vehicles 7 In this case, it is expedient to take into account in particular those originating from vehicles which are in one for one's own vehicle 1 Interesting network area are located, ie in a road network area, for the own vehicle 1 during the forecast time horizon, the route to be traveled is relevant. This can be, in particular, a relatively long-range advance area, which is in the current direction of travel of one's own vehicle 1 extends forward, if necessary to the area of a predetermined destination.

Die ausgewählte, am besten zum erfassten zeitlich-örtlichen Verlauf des oder der verwendeten Verkehrszustandsparameter passende Ganglinie wird dann als Prognoseganglinie für die dynamische Prognose des Verkehrszustands herangezogen, d.h. der Verkehrszustand wird für den relevanten Wegenetzbereich unter zeitrichtiger Berücksichtigung des Abstands jedes Streckenabschnitts vom momentanen Fahrzeugort anhand der ausgewählten Prognoseganglinie prognostiziert. Letztere enthält die Informationen darüber, welcher Verkehrszustand im betrachteten Bereich während des Prognosezeitraums am jeweiligen Ort zum voraussichtlichen Ankunftszeitpunkt wahrscheinlich herrscht. Hierbei wird der Verkehrszustand wiederum anhand des oder der für ihn indikativen Parameter für das Einzelfahrzeug prognostiziert, 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 Muster dichten Verkehrs an effektiven Engstellen bzw. Warteschlangen an verkehrsgeregelten Netzknoten.The selected, best to the recorded temporal-local course of the The traffic condition parameter used will be appropriate hydrograph then as a forecast curve for the dynamic prognosis of the traffic condition is used, i. of the Traffic condition is for the relevant road network area with timely consideration the distance of each section of the route from the current vehicle location based on the selected Forecasts are forecast. The latter contains the information about which Traffic condition in the considered area during the forecast period on respective place at the expected time of arrival prevails. Here, the traffic condition is again based on or for him indicative parameters for the individual vehicle predicts, i. in the form of a forecast about the in the route concerned and in the period concerned expected speed, density and / or traffic flow profiles as well as over the existence of traffic jams and other customizable traffic Objects, such as synchronized traffic and pattern dense traffic at effective bottlenecks or queues at traffic-regulated Network nodes.

Somit erfolgt die fahrzeugindividuelle Prognose des Verkehrszustands im interessierenden Wegenetzbereich durch die Verwendung des Ganglinien-Auswahlverfahrens mit relativ geringem Rechenaufwand und sehr zuverlässig, wobei nicht nur die vom eigenen Fahrzeug 1 ermittelten Verkehrszustandsdaten, sondern auch von anderen Fahrzeugen im interessierenden Wegenetzbereich ermittelte Verkehrszustandsdaten 7 als Stützstellen für die Ganglinienauswahl berücksichtigt werden. Je nach Anwendungsfall kann das Ergebnis der fahrzeugindividuellen dynamischen Verkehrsprognose für verschiedene fahrzeugseitige Systeme 5 des jeweiligen Fahrzeugs 1 genutzt werden, z.B. zur Zielführung, zur Fahrerassistenz, zur Komfort- und/oder Sicherheitsverbesserung und/oder zur Kraftstoffverbrauchsreduzierung.Thus, the vehicle-specific forecast of the traffic condition in the road network of interest by the use of the hydrograph selection method with relatively little computational effort and very reliable, not only those of the own vehicle 1 determined traffic condition data, but also from other vehicles in the road network of interest calculated traffic condition data 7 be taken as support points for the selection of hydrographs. Depending on the application, the result of the vehicle-specific dynamic traffic forecast for various on-board systems 5 of the respective vehicle 1 be used, for example, for route guidance, driver assistance, comfort and / or safety improvement and / or to reduce fuel consumption.

2 zeigt eine Variante der Vorgehensweise von 1, die zusätzlich eine automatische Erstellung einer Gangliniendatenbank 8 auf der Basis aktueller Verkehrsinformationen beinhaltet. Im übrigen entsprechen sich die beiden Vorgehensweisen, so dass für die verschiedenen Komponenten gleiche Bezugszeichen verwendet sind und auf deren obige Beschreibung zu 1 verwiesen werden kann. Speziell wird die zentrale Gangliniendatenbank 8 anhand der über die Datenübertragungsverbindung 6 vorliegenden aktuellen Verkehrszustandsdaten, die von den daran angeschlossenen Fahrzeugen ermittelt und gesendet werden, in einer an sich herkömmlichen Weise erstellt. Die Erzeugung der Gangliniendatenbank 8 kann z.B. über das Internet erfolgen. 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. 2 shows a variant of the procedure of 1 , in addition to automatic creation of a gait database 8th based on current traffic information. For the rest, the two approaches are the same, so that the same reference numerals are used for the various components and to the above description 1 can be referenced. Specifically, the central gait database becomes 8th on the basis of the data transmission connection 6 existing current traffic condition data, which are determined and sent by the connected vehicles, created in a conventional manner. The generation of the hydrographs Database 8th can be done eg via the internet. The so generated, in the gait database 8th stored hydrograph forecasts are then used in the vehicle-mounted memory unit 3 of the respective vehicle 1 to be stored stored lines, ie with those of the gait database 8th to update.

Beide gezeigten Ausführungsformen ermöglichen durch die Verwendung 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 Verwendung von Erkennungsprozessen für Muster dichten Verkehrs an effektiven Engstellen und Warteschlangenmustern an verkehrsgeregelten Netzknoten. Dies wird zur Erläuterung und zum leichteren Verständnis nachstehend unter Bezugnahme auf 3 am Beispiel einer speziellen Verkehrssituation mit einem vollständig ausgebildeten Muster dichten Verkehrs stromaufwärts einer effektiven Engstelle E beschrieben.Both embodiments shown allow by the use of multiple additional nodes or bases in the form of determined by other vehicles and their own vehicle 1 transmitted local traffic status data 7 a reliable vehicle-based traffic forecast by selecting the best-fitting hydrograph, especially using detection processes for pattern dense traffic at effective bottlenecks and queuing patterns at traffic-regulated network nodes. This will be described below with reference to for illustrative purposes and ease of understanding 3 using the example of a special traffic situation with a fully formed pattern dense traffic upstream of an effective bottleneck E described.

Wie in 3 gezeigt, beinhaltet ein solches vollständiges Muster dichten Verkehrs stromaufwärts an die effektive Engstelle E anschließend einen Bereich synchronisierten Verkehrs S und daran stromaufwärts anschließend einen Bereich gestauchten synchronisierten Verkehrs G, an den sich stromaufwärts ein sogenannter Bereich sich bewegender breiter Staus B anschließt, 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 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 synchronisierten Verkehrs G, ein drittes Fahrzeug F3 in der Nähe der stromaufwärtigen Flanke Fu des Bereichs gestauchten synchronisierten Verkehrs G und ein viertes Fahrzeug F4 im Bereich B sich bewegender breiter Staus befinden. Über die besagte Datenübertragungsverbindung 6 stehen die vier Fahrzeuge F1 bis F4 untereinander und mit den übrigen systembeteiligten Fahrzeugen in Kommunikationsverbindung. Anhand der von den vier Fahrzeugen F1 bis F4 aktuell an ihrem jeweils momentanen Fahrzeugort aufgenommenen Verkehrszustandsdaten kann bei der Ganglinienauswahl in einem der vier Fahrzeuge F1 bis F4 oder einem anderen systembeteiligten Fahrzeug das im Bereich der effektiven 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 Wegenetzbereich erleichtert bzw. zuverlässiger macht.As in 3 Subsequently, such a complete pattern of dense traffic upstream of the effective bottleneck E then includes an area of synchronized traffic S and upstream thereupon an area of compressed synchronized traffic G followed by a so-called area of moving wide congestion B upstream of one or more comprises spaced-apart wide jams ST which detach from the upstream flank F u of the compressed-synchronized traffic area G and move upstream when the latter has reached a certain maximum extent. Next are in the example of 3 four system-involved vehicles F1, F2, F3, F4 shown schematically, of which a first vehicle F1 in the area of free traffic downstream of the effective bottleneck E and thus the associated dense traffic pattern, a second vehicle F2 in the midst of compressed compressed traffic G, a third vehicle F3 B wide moving congestion located near the upstream edge of the area F u compressed synchronized traffic G and a fourth vehicle in the range F4. Via the said data transmission connection 6 the four vehicles F1 to F4 are in communication with each other and with the other system-involved vehicles. On the basis of the four vehicles F1 to F4 currently recorded at their respective current vehicle location traffic condition data in the range selection in one of the four vehicles F1 to F4 or another system involved vehicle in the area of the effective bottleneck E currently present patterns dense traffic can be detected, which the selection of the best fitting hydrograph and thus the reconstruction of the current traffic situation and the forecast of the expected traffic situation for this road network area makes it easier or more reliable.

Wie aus der obigen Beschreibung vorteilhafter Ausführungsbeispiele deutlich wird, ermöglicht das erfindungsgemäße Verfahren somit eine zuverlässige fahrzeugindividuelle dynamische Verkehrsprognose ohne Notwendigkeit einer Verkehrszentrale unter Berücksichtigung von Verkehrszustandsdaten, die im interessierenden Wegenetzbereich laufend vom eigenen und von anderen systembeteiligten Fahrzeugen ermittelt werden.As from the above description of advantageous embodiments, allows that inventive method thus a reliable one Vehicle-specific dynamic traffic prognosis without necessity a traffic center under consideration of traffic condition data in the road network of interest ongoing from own and other system involved vehicles be determined.

Claims (2)

Verfahren zur fahrzeugindividuellen dynamischen Verkehrszustandsprognose, bei dem – mehrere, ein Wegenetz befahrende Fahrzeuge untereinander in Kommunikationsverbindung (6) stehen und – vom jeweiligen Fahrzeug (1) laufend aktuelle lokale Verkehrszustandsdaten ermittelt und an andere Fahrzeuge übertragen werden und von anderen Fahrzeugen empfangene Verkehrszustandsdaten (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 Verkehrszustandsdaten anderer Fahrzeuge und des eigenen Fahrzeugs mit fahrzeugseitig 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.Method for vehicle-specific dynamic traffic condition prognosis, in which - a plurality of vehicles driving a road network are in communication with each other ( 6 ) and - of the respective vehicle ( 1 ) current local traffic status data are continuously detected and transmitted to other vehicles and traffic status data received from other vehicles ( 7 ) for a forecast of that for the own vehicle ( 1 ) relevant traffic condition, characterized in that - the traffic condition prognosis in the respective vehicle ( 1 ) for a corresponding road network area includes a comparison of relevant for this road network area, local traffic condition data of other vehicles and the vehicle with stored on the vehicle historical hydrographs through which a best fitting hydrograph is determined from the latter, the traffic state represented by this as the expected traffic condition for the own vehicle ( 1 ) is predicted. 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.Method according to claim 1, further characterized in that - on the basis of the data transmission connection ( 6 ) available traffic condition data a gait database ( 8th ) and - the created gait database ( 8th ) is used to update the historically stored historical hydrographs.
DE2000157796 2000-11-22 2000-11-22 Method for vehicle-specific traffic condition forecasting Expired - Fee Related DE10057796B4 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE2000157796 DE10057796B4 (en) 2000-11-22 2000-11-22 Method for vehicle-specific traffic condition forecasting

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE2000157796 DE10057796B4 (en) 2000-11-22 2000-11-22 Method for vehicle-specific traffic condition forecasting

Publications (2)

Publication Number Publication Date
DE10057796A1 DE10057796A1 (en) 2002-05-23
DE10057796B4 true DE10057796B4 (en) 2007-12-27

Family

ID=7664154

Family Applications (1)

Application Number Title Priority Date Filing Date
DE2000157796 Expired - Fee Related DE10057796B4 (en) 2000-11-22 2000-11-22 Method for vehicle-specific traffic condition forecasting

Country Status (1)

Country Link
DE (1) DE10057796B4 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9243928B2 (en) 2004-11-16 2016-01-26 Microsoft Technology Licensing, Llc Methods for automated and semiautomated composition of visual sequences, flows, and flyovers based on content and context

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10062856B4 (en) * 2000-12-16 2008-01-10 Daimlerchrysler Ag Method for vehicle-specific traffic forecast
DE10234367B3 (en) * 2002-07-27 2004-04-22 Daimlerchrysler Ag Traffic situation imaging method for traffic flow organization system uses correlation of flow lines dependent on measured traffic parameters
DE102004041851A1 (en) * 2004-08-27 2006-03-16 Daimlerchrysler Ag Object acquisition method for use in motor vehicle environment, involves using parameters as input quantities which are acquired by sensors, such that acquired parameters are additionally used for dynamically projecting traffic parameters
US7519564B2 (en) 2004-11-16 2009-04-14 Microsoft Corporation Building and using predictive models of current and future surprises
US7698055B2 (en) 2004-11-16 2010-04-13 Microsoft Corporation Traffic forecasting employing modeling and analysis of probabilistic interdependencies and contextual data
DE102005049458A1 (en) * 2005-10-15 2007-04-26 Daimlerchrysler Ag System to reduce the consumption of a vehicle, using a navigation unit and a digital map, calculates the driving parameters according to the traffic and position data
DE102005055244A1 (en) * 2005-11-19 2007-05-31 Daimlerchrysler Ag Traffic data-based accident detecting method, involves concluding existence of accident when accident criterion is derived and determined from characteristic properties and parameters of temporal-spatial traffic patterns
DE102007050375A1 (en) 2007-10-22 2009-04-23 Daimler Ag Weather information e.g. rain information, utilizing method for vehicle i.e. car, involves utilizing traffic patterns for searching target information of drivers, where patterns are utilized for providing suggestions to drivers
US8095290B2 (en) 2008-08-01 2012-01-10 GM Global Technology Operations LLC Method to control vehicular powertrain by monitoring map preview information
DE102008057384A1 (en) 2008-11-14 2009-07-02 Daimler Ag Hybrid drive controlling method for vehicle, involves using electrical energy for hybrid drive in drive operation, and controlling functions of combustion engine and electric motor by control unit depending on identified traffic condition
DE102008061512A1 (en) 2008-12-10 2009-09-17 Daimler Ag Method for controlling hybrid drive of vehicle, involves operating hybrid drive, which has internal combustion engine and electric motor in braking mode as generator and stores electrical energy in energy storage
DE102009034376A1 (en) 2009-07-23 2010-03-25 Daimler Ag Method for map-based traffic forecasting for navigation device in vehicle, involves detecting traffic condition parameter in vehicle autonomous temporal-local continuous manner
DE102009059128A1 (en) 2009-12-19 2011-06-22 Daimler AG, 70327 Method for traffic condition determination in vehicle, involves determining road map location information by locating device, and getting traffic information using traffic information receiver
DE102010055282A1 (en) 2010-12-21 2011-08-25 Daimler AG, 70327 Method for controlling hybrid drive of vehicle, involves operating hybrid drive having combustion engine and electric motor within brake drive as generator and storing electricity in energy storage
DE102013014872A1 (en) 2013-09-06 2015-03-12 Audi Ag Method, evaluation system and cooperative vehicle for predicting at least one congestion parameter
CN105139656B (en) * 2015-09-28 2017-09-29 百度在线网络技术（北京）有限公司 A kind of road condition Forecasting Methodology and device
DE102016203500A1 (en) * 2016-03-03 2017-09-07 Novero Gmbh Method and device for generating at least one prediction information in a vehicle

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19856704A1 (en) * 1998-12-09 2000-06-21 Daimler Chrysler Ag Method and equipment for vehicle route planning and/or estimation of journey time with zonal updating of traffic conditions on proposed route
EP1024466A1 (en) * 1999-01-28 2000-08-02 International Business Machines Corporation Method and apparatus for automatic traffic conditions data collection using a distributed automotive computing system
WO2000046777A1 (en) * 1999-02-01 2000-08-10 Definiens Ag Method and device for obtaining relevant traffic information and dynamic route optimizing
EP1045224A2 (en) * 1999-04-15 2000-10-18 DaimlerChrysler AG Method for updating a road map and map based method of creating vehicle guidance information
US6150961A (en) * 1998-11-24 2000-11-21 International Business Machines Corporation Automated traffic mapping

Patent Citations (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
DE19856704A1 (en) * 1998-12-09 2000-06-21 Daimler Chrysler Ag Method and equipment for vehicle route planning and/or estimation of journey time with zonal updating of traffic conditions on proposed route
EP1024466A1 (en) * 1999-01-28 2000-08-02 International Business Machines Corporation Method and apparatus for automatic traffic conditions data collection using a distributed automotive computing system
WO2000046777A1 (en) * 1999-02-01 2000-08-10 Definiens Ag Method and device for obtaining relevant traffic information and dynamic route optimizing
EP1045224A2 (en) * 1999-04-15 2000-10-18 DaimlerChrysler AG Method for updating a road map and map based method of creating vehicle guidance information

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9243928B2 (en) 2004-11-16 2016-01-26 Microsoft Technology Licensing, Llc Methods for automated and semiautomated composition of visual sequences, flows, and flyovers based on content and context
US9267811B2 (en) 2004-11-16 2016-02-23 Microsoft Technology Licensing, Llc Methods for automated and semiautomated composition of visual sequences, flows, and flyovers based on content and context

Also Published As

Publication number Publication date
DE10057796A1 (en) 2002-05-23

Similar Documents

Publication Publication Date Title
DE10057796B4 (en) Method for vehicle-specific traffic condition forecasting
EP1176569B1 (en) Method for monitoring the condition of traffic for a traffic network comprising effective narrow points
EP1212738B1 (en) Method for monitoring the condition of traffic for a traffic network comprising effective narrow points
EP3042368B1 (en) Method, evaluation system and vehicle for forecasting at least a traffic jam parameter
DE102011082126B4 (en) SAFETY DEVICE FOR MOTOR VEHICLES
DE19904909C2 (en) Method and device for providing traffic information
DE10062856B4 (en) Method for vehicle-specific traffic forecast
EP1154389A1 (en) Method to determine the traffic situation in a road network
DE102009033431B4 (en) Method and device for the dynamic control of a signaling system
DE102005049458A1 (en) System to reduce the consumption of a vehicle, using a navigation unit and a digital map, calculates the driving parameters according to the traffic and position data
DE102011083677A1 (en) Method for predicting traffic conditions for e.g. electric car, involves determining future information for traffic conditions of vehicle based on current state of vehicle and historical data
DE102015215605A1 (en) Method for controlling a traffic control system
DE102013000385A1 (en) Method for determining travel route proposal for upcoming trip, involves providing description of particular traffic event together with typical environment feature given during particular traffic event
EP2116981B1 (en) Method and device for calculating backlog lengths at traffic lights
EP2662846A1 (en) Method for reducing the risk of traffic congestion
DE10101651A1 (en) Method for determining an optimum vehicle route based on current traffic and weather conditions and estimated future conditions so that a driver can concentrate on driving rather than trying to determine the best route
DE10051777A1 (en) Method for producing a dynamic forecast of traffic conditions for a road system around individual vehicles allows each vehicle to make an autonomic, continuous time-cum-location record for a parameter of traffic conditions
EP3787950B1 (en) Method and device for detecting vehicles travelling behind
DE102021005764A1 (en) Device and method for distance and speed control of a vehicle
DE19508486A1 (en) Method and device for reducing the amount of data to be transmitted from a vehicle
DE19954971B4 (en) System for influencing the traffic flow of vehicles
DE102015211910A1 (en) Method and arrangement for route guidance of vehicles in traffic
DE10336590A1 (en) Customized traffic forecast method for individual vehicles, using vehicle based traffic computer to create forecasts based on traffic conditions data captured on side of other vehicles and transmitted to individual vehicle
DE102005055244A1 (en) Traffic data-based accident detecting method, involves concluding existence of accident when accident criterion is derived and determined from characteristic properties and parameters of temporal-spatial traffic patterns
DE10025039C2 (en) Method for determining traffic control phase durations

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