DE102008021260A1 - Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren - Google Patents

Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren Download PDF

Info

Publication number
DE102008021260A1
DE102008021260A1 DE102008021260A DE102008021260A DE102008021260A1 DE 102008021260 A1 DE102008021260 A1 DE 102008021260A1 DE 102008021260 A DE102008021260 A DE 102008021260A DE 102008021260 A DE102008021260 A DE 102008021260A DE 102008021260 A1 DE102008021260 A1 DE 102008021260A1
Authority
DE
Germany
Prior art keywords
traffic
states
period
frequency distribution
traffic congestion
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.)
Withdrawn
Application number
DE102008021260A
Other languages
English (en)
Inventor
Klaus Dr. Bogenberger
Robert Hein
Ronald Dr. Kates
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke 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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Priority to DE102008021260A priority Critical patent/DE102008021260A1/de
Priority to US12/431,334 priority patent/US8144032B2/en
Publication of DE102008021260A1 publication Critical patent/DE102008021260A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • 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
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]

Abstract

Ein Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren umfasst die Schritte: - Erfassen einer Gesamtmenge von durch ein Verkehrsstörungsmeldeverfahren erzeugten Verkehrsstörungsmeldungen, die jeweils auf zumindest einen bestimmten Meldungszeitraum und zumindest einen bestimmten Meldungsstreckenabschnitt bezogen sind, über einen vorgegebenen Auswertezeitraum und einen vorgegebenen Auswertebereich, - Bilden einer Menge von Meldezuständen aus der Gesamtmenge der Verkehrsstörungsmeldungen, - Bestimmen einer ersten statistischen Häufigkeitsverteilung der Meldezustände, - Erfassen einer Gesamtmenge von Referenzbeobachtungen, die jeweils auf zumindest einen bestimmten Beobachtungszeitraum und zumindest einen bestimmten Beobachtungsstreckenabschnitt bezogen sind, innerhalb des Auswertezeitraums und innerhalb des Auswertebereichs, - Bilden einer Menge von Istzuständen aus der Gesamtmenge der Referenzbeobachtungen, - Bestimmen einer zweiten statistischen Häufigkeitsverteilung der Istzustände, - Vergleichen der zweiten statistischen Häufigkeitsverteilung mit der ersten statistischen Häufigkeitsverteilung, - Ableiten eines Güteindikators für das Verkehrsstörungsmeldeverfahren aus dem Ergebnis des Vergleichs.

Description

  • Die Erfindung betrifft ein Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren.
  • Ein solches Verfahren ist beispielsweise bekannt aus der DE 10246184 A1 oder der DE 10246185 A1 . Die gemäß der Lehren der DE 10246184 A1 und/oder der DE 10246185 A1 bestimmbaren Güteindikatoren für Verkehrsstörungsmeldeverfahren (QKZ1 und QKZ2) erlauben die Beurteilung einer Wahrscheinlichkeit der erfolgreichen Meldung einer auftretenden Verkehrsstörung (QKZ1) sowie die Beurteilung einer Wahrscheinlichkeit, dass eine ausgegebene Meldung unzutreffend ist (QKZ2).
  • Anhand dieser beiden Güteindikatoren lässt sich die Güte eines Verkehrsstörungsmeldeverfahrens sehr schnell und einfach prüfen. Jedoch kann die Zuverlässigkeit der Güteprüfung durch alternative oder zusätzliche Maßnahmen weiter verbessert werden.
  • Aufgabe der Erfindung ist es, ein einfaches Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren zu schaffen, durch welches zumindest ein alternativer oder zusätzlicher Aspekt berücksichtigt wird.
  • Gelöst wird diese Aufgabe durch ein Verfahren mit den Merkmalen des Anspruchs 1. Vorteilhafte Ausführungsformen und Weiterbildungen der Erfindung ergeben sich aus den abhängigen Ansprüchen.
  • Der so ermittelte Güteindikator kann als eigenständiger Güteindikator für ein zu prüfendes Verkehrsstörungsmeldeverfahren dienen. Er kann jedoch auch in Kombination mit weiteren Güteindikatoren, beispielsweise den aus der DE 10246184 A1 oder der DE 10246185 A1 bekannten Güteindikatoren QKZ1 und QKZ2, ausgewertet werden. Bezüglich der Ermittlung der Güteindikatoren QKZ1 und QKZ2 sei auf die Lehren der DE 10246184 A1 und der DE 10246185 A1 verwiesen.
  • Insbesondere kann der erfindungsgemäß ermittelte Güteindikator als Maß für die Zuverlässigkeit bzw. Aussagekraft einer anhand der Güteindikatoren QKZ1 und QKZ2 (oder anderer Güteindikatoren) bestimmten Verfahrensgüte dienen. So wird wirkungsvoll vermieden, dass günstige Werte bestimmter Güteindikatoren, beispielsweise QKZ1 und/oder QKZ2, durch ein in erster Linie auf günstige Werte dieser Güteindikatoren ausgerichtetes Verkehrsstörungsmeldeverfahren und/oder eine in erster Linie auf günstige Werte dieser Güteindikatoren ausgerichtete Auswertungsmethode erzielt werden.
  • Das erfindungsgemäße Verfahren sieht die Ermittlung eines Güteindikators vor, der auf dem Ergebnis eines Vergleichs zweier statistischer Häufigkeitsverteilungen beruht. Verglichen werden dabei die Häufigkeitsverteilungen von Meldezuständen und Istzuständen.
  • Die Meldezustände ergeben sich aus einer Gesamtmenge von Verkehrsstörungsmeldungen, die durch das zu prüfende Verkehrsstörungsmeldeverfahren für einen vorgegebenen Auswertezeitraum und einen vorgegebenen Auswertebereich erzeugt werden. Es wird angenommen, dass sich diese Verkehrsstörungsmeldungen jeweils auf zumindest einen bestimmten Meldungszeitraum und zumindest einen bestimmten Meldungsstreckenabschnitt beziehen (z. B. „stockender Verkehr auf der Autobahn A9 zwischenden Anschlusstellen X und Y im Zeitraum von 8:30 h bis 9:00 h”). Der Meldungszeitraum muss nicht zwingend in der Verkehrsstörungsmeldung enthalten sein, sondern kann sich beispielsweise auch aus deren Gültigkeitszeitraum ergeben.
  • Der Inhalt einer Verkehrsstörungsmeldung entspricht typischerweise einer Zuordnung des jeweiligen zumindest einen Meldungszeitraums und Meldungsstreckenabschnitts zu einer Verkehrssituations-Klasse. Vorgesehen sein können beispielsweise die Werte bzw. Ausprägungen „dichter Verkehr”, „stockender Verkehr”, „Stau” und „Stillstand”.
  • Aus den Verkehrsstörungsmeldungen werden die bereits genannten Meldezustände ermittelt. Die Menge der Meldezustände soll im Idealfall die Verkehrssituation auf allen für die Güteprüfung relevanten Streckenabschnitten im Auswertebereich über den gesamten Auswertezeitraum hinweg repräsentieren. Sie stellt gewissermaßen ein meldungsbasiertes Verkehrsmodell dar.
  • Dementsprechend sind die Meldezustände vorzugsweise analog zu denselben oder ähnlichen Verkehrssituations-Klassen definiert wie die Verkehrsstörungsmeldungen. Ein Meldezustand kann dann beispielsweise ebenfalls die Werte bzw. Ausprägungen „dichter Verkehr”, „stockender Verkehr”, „Stau”, „Stillstand” annehmen. Zusätzlich kann es vorteilhaft sein, insbesondere für den Fall, dass für einen bestimmten Streckenabschnitt innerhalb eines bestimmten Zeitraums keine Verkehrsstörungsmeldung vorliegt, diesen Streckenabschnitt für diesen Zeitraum der Verkehrssituations-Klasse „freie Fahrt” zuzuordnen. Es wird also die Menge der Meldezustände gegenüber der Gesamtmenge der Verkehrsstörungsmeldungen erweitert um eine Menge nicht durch Verkehrsstörungsmeldungen angezeigter ungestörter Meldezustände. Dies beruht auf der Anwendung des einfachen Umkehrschlusses, dass auf einem Streckenabschnitt, für den keine Verkehrsstörung gemeldet ist, anscheinend „freie Fahrt” möglich ist. So kann gegebenenfalls sogar jeder einzelne Streckenabschnitt im Auswertebereich für jeden erdenklichen Zeitraum im Auswertezeitraum einer bestimmten Verkehrssituations-Klasse zugeordnet werden. Auf eine solche Erweiterung bzw. Ergänzung kann selbstverständlich verzichtet werden, wenn auch für die Verkehrssituation „freie Fahrt” (oder ähnliche Verkehrssituationen) stets eine Verkehrsstörungsmeldung ausgegeben wird, wenn also die Verkehrsstörungsmeldungen an sich bereits im Wesentlichen zeitvollständig im Auswertezeitraum und flächendeckend im Auswertebereich sind. In diesem Fall können die Werte der Verkehrsstörungsmeldungen gegebenenfalls auch selbst unmittelbar als Meldezustände verwendet werden.
  • Bei der in den vorhergehenden Absätzen skizzierten Definition der Meldezustände ergibt sich eine Menge von Meldezuständen, die ein komplettes Abbild der gemeldeten Verkehrssituation im Auswertebereich innerhalb des Auswertezeitraums bietet. Der Einfachheit halber wird im Folgenden davon ausgegangen, dass ein solches komplettes Abbild vorliegt. Die nachfolgenden Ausführungen gelten selbstverständlich gleichermaßen, wenn das Abbild gewollt oder ungewollt lückenhaft ist. Aus Effizienzgründen kann die Menge der Meldezustände außerdem gegebenenfalls so definiert sein, dass sie nur eine repräsentative Teilmenge der Gesamtmenge der Verkehrsstörungsmeldungen umfasst oder auf einer solchen Teilmenge beruht.
  • Für die so ermittelte Menge von Meldezuständen wird eine statistische Häufigkeitsverteilung bestimmt. Dabei kann im einfachsten Fall die bloße Häufigkeit des Vorkommens eines bestimmten Meldezustands (z. B. „Stau”) berücksichtigt werden. Es kann jedoch auch die Länge des jeweiligen Meldungsstreckenabschnitts gewichtend berücksichtigt werden. Beispielsweise erhöht dann ein 3 km langer Stauabschnitt die Häufigkeit der Ausprägung „Stau” drei mal so stark wie ein 1 km langer Stauabschnitt. Bei ungleich langen Meldungszeiträumen kann entsprechend die Länge der Meldungszeiträume gewichtend berücksichtigt werden.
  • Die Erfindung basiert auf der technischen Überlegung, dass die statistische Häufigkeitsverteilung der Meldezustände in dem oben genannten kompletten Abbild der gemeldeten Verkehrssituation – bei entsprechender Güte des Verkehrsstörungsmeldeverfahrens – grundsätzlich der statistischen Häufigkeitsverteilung der tatsächlichen Verkehrszustände in der realen Verkehrssituation im Auswertebereich innerhalb des Auswertezeitraums entsprechen sollte. Schließlich ist es der Anspruch eines Verkehrsstörungsmeldeverfahrens, die reale Verkehrssituation möglichst exakt wiederzugeben.
  • Zu Vergleichszwecken wird als Referenz daher eine Häufigkeitsverteilung von Istzuständen ermittelt.
  • Hierzu werden zunächst Referenzbeobachtungen gemacht, die jeweils auf zumindest einen bestimmten Beobachtungszeitraum innerhalb des Auswertezeitraums und zumindest einen bestimmten Beobachtungsstreckenabschnitt innerhalb des Auswertebereichs bezogen sind. Vorzugsweise sind Beobachtungszeiträume und Meldungszeiträume analog zueinander definiert, um eine einfache Zuordnung zu ermöglichen. Entsprechendes gilt für Beobachtungsstreckenabschnitte und Meldungsstreckenabschnitte.
  • Gemäß einer bevorzugten Ausführungsform der vorliegenden Erfindung werden zur Erfassung der Referenzbeobachtungen dedizierte Messfahrten unternommen. Es dienen dann also Messfahrzeuge als mobile Verkehrsfluss-Sensoren, die Referenzbeobachtungen machen. Die Referenzbeobachtungen seien jeweils auf zumindest einen bestimmten Beobachtungszeitraum innerhalb des Auswertezeitraums und zumindest einen bestimmten Beobachtungsstreckenabschnitt innerhalb des Auswertebereichs bezogen. Im Regelfall ist dies der im Beobachtungszeitraum befahrene Beobachtungsstreckenabschnitt.
  • Die Erfassung der Referenzbeobachtungen kann automatisiert durch die Messfahrzeuge oder unter Mitwirkung der Fahrzeuginsassen erfolgen. Insbesondere können im Falle der Mitwirkung der Fahrzeuginsassen wenig aussagekräftige Messungen bzw. Beobachtungen manuell unterdrückt werden, um das Verfahren nicht zu verfälschen. Beispielsweise kann so eine – auch ohne Verkehrsbehinderung langsame – Fahrt durch eine Schneckenkurve an einem Autobahn-Kreuz ausgeblendet werden. Gegebenenfalls können die Referenzbeobachtungen sogar eigenständig durch die Fahrzeuginsassen erfolgen. Die Messfahrzeuge können dann konventionelle Kraftfahrzeuge sein.
  • Grundsätzlich kann die Ermittlung der Referenzbeobachtungen alternativ oder zusätzlich auch vollständig oder teilweise auf der Basis gewöhnlicher Floating-Car-Data (FCD) erfolgen, die nicht im Rahmen dedizierter Messfahrten gewonnen werden. Ebenso kann die Ermittlung der Referenzbeobachtungen grundsätzlich auch vollständig oder teilweise auf der Basis stationärer Verkehrsflusssensoren erfolgen. In jedem Fall ist darauf zu achten, dass die Referenzbeobachtungen die reale Verkehrssituation so gut repräsentieren, dass sie als aussagekräftige „ground truth” für den nachfolgenden Vergleich geeignet sind. Am besten kann diese Anforderung im Rahmen dedizierter Messfahrten erfüllt werden, deren Zeitpunkt, Dauer, Route, Streckenlänge, Flächendeckung etc. entsprechend planbar ist. Zudem können sich dedizierte Messfahrten auch auf unerschlossene Auswertebereiche beziehen, die nicht mit stationären Verkehrsflusssensoren ausgerüstet sind und/oder in denen keine bzw. zu wenige FCD-Teilnehmer zur Verfügung stehen.
  • Vorzugsweise sind die Referenzbeobachtungen analog zu den oben genannten Verkehrsstörungsmeldungen definiert. Der Inhalt einer Referenzbeobachtung entspricht dann einer Zuordnung des jeweiligen zumindest einen Beobachtungszeitraums und Beobachtungsstreckenabschnitts zu einer Verkehrssituations-Klasse. Vorgesehen sein können wieder beispielsweise die Werte bzw. Ausprägungen „dichter Verkehr”, „stockender Verkehr”, „Stau” und „Stillstand”.
  • Aus der Gesamtmenge der Referenzbeobachtungen wird eine Menge von Istzuständen abgeleitet. Im einfachsten Fall erfolgt dies genau wie die oben beschriebene Ableitung der Meldezustände aus den Verkehrsstörungsmeldungen. Es können also einerseits Referenzbeobachtungen unmittelbar in Istzustände umgesetzt werden. Andererseits können Istzustände (z. B. „freie Fahrt”) logisch ergänzt werden für Beobachtungszeiträume und Beobachtungsstreckenabschnitte, die beobachtet wurden, für die aber keine Störung festgestellt wurde. Unter einem in einem bestimmten Zeitraum beobachteten Streckenabschnitt ist dabei ein Streckenabschnitt zu verstehen, auf dem sich im jeweiligen Zeitraum ein Messfahrzeug aufgehalten hat. Durch eine solche Ergänzung kann im Idealfall jeder einzelne im Rahmen der Messfahrten beobachtete Streckenabschnitt im Auswertebereich für den jeweiligen Beobachtungszeitraum einer bestimmten Verkehrssituations-Klasse zugeordnet werden. Sofern bereits bei den Referenzbeobachtungen die Ausprägung „freie Fahrt” vorgesehen ist, ist eine solche Ergänzung bzw. Erweiterung freilich nicht erforderlich.
  • Bei der oben skizzierten Definition der Istzustände ergibt sich eine Menge von Istzuständen, die einen beobachteten Ausschnitt der realen Verkehrssituation im Auswertebereich innerhalb des Auswertezeitraums bietet. Der Einfachheit halber wird im Folgenden davon ausgegangen, dass ein solcher Ausschnitt Istzustände für die gesamten im Rahmen der Messfahrten befahrenen Beobachtungsstreckenabschnitte in den jeweiligen Beobachtungszeiträumen umfasst. Die nachfolgenden Ausführungen gelten selbstverständlich gleichermaßen, wenn der Ausschnitt gewollt oder ungewollt lückenhaft ist. Aus Effizienzgründen kann die Menge der Istzustände außerdem gegebenenfalls nur eine repräsentative Teilmenge der Gesamtmenge der Referenzbeobachtungen umfassen.
  • Für die so ermittelte Menge von Istzuständen wird eine statistische Häufigkeitsverteilung bestimmt. Dabei kann im einfachsten Fall die bloße Häufigkeit eines bestimmten Istzustands (z. B. „Stau”) berücksichtigt werden. Es kann jedoch auch die Länge des jeweiligen Beobachtungsstreckenabschnitts gewichtend berücksichtigt werden. Bei ungleich langen Beobachtungszeiträumen kann die Länge der Beobachtungszeiträume gewichtend berücksichtigt werden.
  • Im nächsten Schritt des Güteprüfungsverfahrens wird die statistische Häufigkeitsverteilung der Meldezustände mit der statistischen Häufigkeitsverteilung der Istzustände verglichen.
  • Vorzugsweise werden die Häufigkeitswerte der einzelnen Meldezustände und/oder Istzustände vor oder bei dem Vergleich auf eine gemeinsame Größenordnung normiert. Beispielsweise kann die Häufigkeit jeder einzelnen Ausprägung als Prozentsatz der jeweiligen Gesamtmenge verfügbarer Zustandswerte bestimmt werden.
  • Vorzugsweise erfolgt der Vergleich der beiden Häufigkeitsverteilungen anhand des Chi-Quadrat-Verteilungstests.
  • Dabei kann insbesondere die Hypothese getestet werden, dass die Häufigkeitsverteilung der Meldezustände der Häufigkeitsverteilung der Meldezustände entspricht.
  • Das Ergebnis des Vergleichs kann als quantitativer oder binärer Güteindikator für das Verkehrsstörungsmeldeverfahren, auf dem die Meldezustände beruhen, angesehen und verwendet werden.
  • Im Fall der Anwendung des Chi-Quadrat-Tests dient vorzugsweise das Verwerfen oder Annehmen der Hypothese als binärer Güteindikator. Gegebenenfalls kann alternativ oder zusätzlich der Wert von χ2 (Chi-Quadrat) als quantitativer Güteindikator dienen. Im letztgenannten Fall stehen kleine Werte von χ2 (Chi-Quadrat) für eine hohe Verfahrensgüte.
  • Durch das erfindungsgemäße Verfahren wird es möglich, grundlegende Verfahrensfehler bei der Erzeugung von Verkehrsstörungsmeldungen aufzudecken. Wird beispielsweise erkannt, dass die statistische Häufigkeitsverteilung der auf den Verkehrsstörungsmeldungen basierenden Meldezustände dahingehend von der Häufigkeitsverteilung der Istzustände abweicht, dass der Anteil der Störungszustandswerte, d. h. aller Zustandswerte die nicht den Wert „freie Fahrt” besitzen, bei den Meldezuständen wesentlich kleiner ist als bei den Istzuständen, kann auf eine grundlegend unzureichende Erkennung geschlossen werden, beispielsweise infolge einer unzureichenden Flächendeckung. Wird hingegen gemäß einem anderen Beispiel erkannt, dass die statistische Häufigkeitsverteilung der auf den Verkehrsstörungsmeldungen basierenden Meldezustände dahingehend von der Häufigkeitsverteilung der Istzustände abweicht, dass der Anteil starker Störungszustandswerte, z. B. „Stau” und „Stillstand”, bei den Meldezuständen höher als bei den Istzuständen ist, der Anteil leichter Störungszustandswerte, z. B. „dichter Verkehr” und „stockender Verkehr”, hingegen bei den Meldezuständen geringer als bei den Istzuständen ist, kann auf eine übertriebene Beurteilung des Ausmaßes einer Störung als Ursache der Abweichung geschlossen werden.
  • Vorzugsweise ist bei dem Güteprüfungsverfahren die Mehrzahl der Meldungs- bzw. Beobachtungsstreckenabschnitte oder sämtliche Meldungs- bzw. Beobachtungsstreckenabschnitte definiert als Streckenabschnitt zwischen zwei aufeinander folgenden Anschlussstellen (Einfahrt und/oder Ausfahrt) einer Schnellstraße (z. B. Landstraße oder Autobahn). Eine weitere räumliche Granulation ist in der Regel nicht zielführend, da es für den Fahrer unerheblich ist, wo genau innerhalb des Streckenabschnitts ein durch eine Verkehrsstörung bedingter Zeitverlust entsteht.
  • Vorzugsweise sind die verwendeten Verkehrssituations-Klassen in Anlehnung an bestimmte Geschwindigkeitsintervalle definiert. Beispielsweise kann einer Verkehrssituation mit durchschnittlichen Geschwindigkeitswerten im Geschwindigkeitsintervall von 0 bis 10 km/h die Ausprägung „Stillstand” zugeordnet werden. Geschwindigkeitswerten im Geschwindigkeitsintervall von 0 bis 50 km/h kann die Ausprägung „Stau” zugeordnet werden, Geschwindigkeitswerten über 110 km/h die Ausprägung „freie Fahrt”, etc. Die Geschwindigkeitsintervalle können auch überlappen. Im Ergebnis bedeutet dies, dass eine sich im Überlappungsbereich abspielende Hysterese in der zeitlichen Meldefolge des geprüften Verkehrsstörungsmeldeverfahrens in der Auswertung nicht bestraft wird.
  • Als Grundlage für die Bestimmung eines Werts der Referenzbeobachtung für einen bestimmten Beobachtungsstreckenabschnitt und einen bestimmten Beobachtungszeitraum dient dementsprechend vorzugsweise die Durchschnittsgeschwindigkeit eines Messfahrzeugs auf dem Beobachtungsstreckenabschnitt.
  • Gemäß einer bevorzugten Ausführungsform der vorliegenden Erfindung wird der Auswertezeitraum als Tagesabschnitt, z. B. mit einer Dauer von mehreren Stunden, definiert. Da die Verkehrssituation im gleichen Tagesabschnitt an verschiedenen Tagen, insbesondere gleichartigen Tagen (z. B. Werktag), insbesondere gleichen Wochentagen (z. B. Montag), in der Regel vergleichbar ist, kann die obige Güteprüfung sich auf Verkehrsstörungsmeldungen und daraus abgeleitete Meldezustände und/oder auf Referenzbeobachtungen und daraus abgeleitete Istzustände beziehen, die an mehreren Tagen gewonnen werden.
  • Der Auswertezeitraum kann auch aus mehreren Tagesabschnitten zusammengefügt sein, z. B. können eine morgendliche Stoßzeit 6 Uhr bis 9 Uhr und eine abendliche Stoßzeit 16 Uhr bis 19 Uhr gemeinsam den Auswertezeitraum „Stoßzeiten” bilden.
  • Gemäß einer besonders vorteilhaften Ausführungsform der vorliegenden Erfindung wird das Güteprüfungsverfahren separat für verschiedene Auswertezeiträume eines übergeordneten Hauptzeitraums durchgeführt. Die Auswertezeiträume innerhalb des Hauptzeitraums können überlappend oder disjunkt definiert sein. Vorzugsweise ist der Hauptzeitraum ebenfalls ein Tagesabschnitt, gegebenenfalls sogar ein Tagesabschnitt von 24 Stunden Länge. Beispielsweise kann der Hauptzeitraum 16 Stunden umfassen und von 4 Uhr morgens bis 22 Uhr abends reichen. Darin können beispielsweise separate Güteprüfungen für die folgenden Auswertezeiträume vorgenommen werden:
    • – Stoßzeiten (z. B. 6 Uhr bis 9 Uhr und 16 Uhr bis 19 Uhr)
    • – Nebenzeit morgens (z. B. 4 Uhr bis 6 Uhr)
    • – Nebenzeit abends (z. B. 19 Uhr bis 22 Uhr)
    • – Mittagszeit (z. B. 9 Uhr bis 16 Uhr)
  • Diese Aufteilung der gesamten Güteprüfung in separate Güteprüfungen für die verschiedenen Auswertezeiträume (auch Zeitzonen des Hauptzeitraums genannt) beruht auf der Überlegung, dass die statistische Häufigkeitsverteilung der realen Verkehrszustände erfahrungsgemäß sowohl quantitativ als auch qualitativ für unterschiedliche Zeitzonen des Tages sehr unterschiedlich ausfällt. Durch die Aufteilung können diese Effekte und ihre Auswirkung auf die Güte des zu prüfenden Verkehrsstörungsmeldeverfahrens verbessert berücksichtigt werden. Durch eine Zusammenführung der unterschiedlichen Häufigkeitsverteilungen der einzelnen Zeitzonen in eine einzige gemeinsame Häufigkeitsverteilung – auf den gesamten Hauptzeitraum bezogen – würde die Aussagekraft der Güteprüfung demgegenüber verringert.
  • Durch die separate Güteprüfung für jede Zeitzone wird die jeweilige Aussagekraft erhöht. So kann gegebenenfalls auch herausgefunden werden, dass bzw. ob die Qualität des geprüften Verkehrsstörungsmeldeverfahrens tageszeitabhängig ist und/oder ob das geprüfte Verkehrsstörungsmeldeverfahren für die Repräsentation der Verkehrssituation in unterschiedlichen Zeitzonen unterschiedlich gut geeignet ist.
  • Ebenso kann durch die Aufteilung in Zeitzonen erkannt werden, wenn die Verkehrssituation in bestimmten Zeitzonen eine Bewertung mittels des erfindungsgemäßen Güteprüfungsverfahrens und/oder mittels eines anderen Güteprüfungsverfahrens unmöglich macht oder zumindest erschwert und/oder die Aussagekraft der Ergebnisse beeinträchtigt. Beispielsweise macht eine nahe an 100% heranreichende Rate des Istzustands „freie Fahrt” und eine dementsprechend geringe Häufigkeit anderer Istzustände, wie sie insbesondere in Nebenzeiten in bestimmten Auswertebereichen auftritt, eine aussagekräftige Güteprüfung sehr schwer bzw. unmöglich.
  • Sofern der Chi-Quadrat-Test Anwendung findet, lässt sich ein Kriterium definieren, welches das Güteprüfungsverfahren erfüllen muss, um Aussagekraft zu besitzen. Für die Stichprobengröße N eines aussagekräftigen Chi-Quadrat-Tests sind aus der Literatur verschiedene Mindestgrößen bekannt, die sich an dem kleinsten in einer Häufigkeitsverteilung vertretenen Häufigkeitswert orientieren. Als eine bekannte solche Mindestgröße N wird in der Folge beispielhaft das Kriterium N = 5/p_min herangezogen.
  • Dabei ist p_min der kleinste vertretene Wahrscheinlichkeitswert (= prozentuale Häufigkeit) einer Verkehrssituations-Klasse in der Häufigkeitsverteilung der Istzustände.
  • Ist p_min beispielsweise gleich 2 Prozent, ergibt sich für die Stichprobengröße N die dimensionslose Zahl 250.
  • Wenn eine Menge von Istzuständen bereits vorliegt, kann diese dahingehend überprüft werden, ob ein aussagekräftiger Chi-Quadrat-Test durchführbar ist.
  • Gemäß einer an sich erfinderischen Weiterbildung der vorliegenden Erfindung kann aus der dimensionslosen Stichprobengröße N eine Richtgröße zur Planung weiterer Messfahrten abgeleitet werden.
  • Die Stichprobengröße steht für die Anzahl von bei den Messfahrten gesammelten Istzuständen, die sich jeweils auf einen Beobachtungsstreckenabschnitt und einen Beobachtungszeitraum beziehen.
  • Der Einfachheit halber wird im Folgenden davon ausgegangen, dass die Beobachtungsstreckenabschnitte – wie bereits weiter oben angedeutet – jeweils definiert sind als Streckenabschnitt einer Schnellstraße zwischen zwei aufeinander folgenden Anschlussstellen. Bei jeder Fahrt zwischen zwei Anschlussstellen wird dann ein Istzustandswert für den betreffenden Beobachtungsstreckenabschnitt gesammelt, der sich auf den betreffenden Beobachtungszeitraum bezieht, welcher wiederum im einfachsten Fall definiert ist als gleich dem Zeitraum des Aufenthalts auf dem Beobachtungsstreckenabschnitt. Es wird bei solcher Definition zwischen zwei Anschlussstellen genau ein Istzustandswert gewonnen. Auch bei anderer Definition des Beobachtungszeitraums – beispielsweise derart, dass die Dauer eines typischen Beobachtungszeitraums deutlich länger ist als die typische Zeit des Aufenthalts auf einem Beobachtungsstreckenabschnitt – kann im Normalfall von der Erfassung eines Istzustandswerts pro befahrenem Beobachtungsstreckenabschnitt ausgegangen werden. Sind die Beobachtungszeiträume kürzer definiert, kann die Erfassung eines Istzustandswerts pro befahrenem Beobachtungsstreckenabschnitt als „worst case” betrachtet werden.
  • Um eine bestimmte Stichprobengröße N zu erreichen, muss eine entsprechende Anzahl von Beobachtungsstreckenabschnitten befahren werden, d. h. es muss eine ebenso große Anzahl N_AS von Anschlussstellen während der Messfahrten passiert werden. Diese nach wie vor dimensionslose Anzahl N_AS kann in eine konkrete Planungsgröße für zu planende zukünftige Messfahrten umgesetzt werden, indem der durchschnittliche Abstand D zwischen zwei Anschlussstellen berücksichtigt wird. Das Produkt aus der oben genannten Anzahl N_AS zu passierender Anschlussstellen mit dem Abstand D ergibt die erforderliche Kilometerzahl (Länge) für die Messfahrten im Auswertebereich innerhalb des Auswertezeitraums, die für die Durchführung eines aussagekräftigen Chi-Quadrat-Tests zumindest erforderlich ist. Es wird also als Richtgröße für die Planung weiterer Messfahrten eine erforderliche Länge der Messfahrten abgeleitet aus einem Anwendbarkeitskriterium des Verfahrens, das zum Vergleichen der beiden Häufigkeitsverteilungen angewendet wird.
  • Für andere Verteilungstests als den Chi-Quadrat-Test lassen sich in entsprechender Art und Weise ähnliche Kriterien ableiten.
  • Durch die oben beschriebene Weiterbildung der Erfindung wird die Planung von Messfahrten erheblich verbessert. Testkilometer aus Messfahrten, die bei Anwendung bekannter Planungsverfahren häufig fehlen, können rechtzeitig eingefahren werden. Überflüssige Messfahrten können unterbleiben, wodurch immense Kosteneinsparungen möglich sind. Zudem werden Kraftstoffverbrauch, Verkehrs- und Umweltbelastung gesenkt.
  • Wird bei der oben beschriebenen Berechnung eine unpraktikabel hohe Zahl erforderlicher Testkilometer ermittelt, so kann im entsprechenden Auswertebereich auch ganz von Testfahrten im entsprechenden Auswertezeitraum (z. B. in einer von mehreren Zeitzonen) abgesehen werden, da mit überschaubarem Aufwand kein aussagekräftiges Ergebnis ermittelbar sein wird.
  • Es können alternativ oder zusätzlich auch weitere Kriterien herangezogen werden, die erfüllt sein müssen, damit überhaupt Testfahrten in einem bestimmten Auswertebereich in einem bestimmten Auswertezeitraum durchgeführt werden. Diese Kriterien können sich beispielsweise unmittelbar auf das Erreichen einer Mindestwahrscheinlichkeit für jede einzelne Verkehrssituations-Klasse beziehen oder auf eine Gesamtwahrscheinlichkeit für das Auftreten gestörter Verkehrssituationen (alle Zustände außer „freie Fahrt”).
  • Zur weiteren Verbesserung der Planung von Messfahrten kann die Flächendeckung in einem Auswertebereich kontrolliert werden durch grafische Darstellung von passierten Anschlussstellen (covered location codes) und nicht passierten Anschlussstellen (non-covered location codes).
  • Im Folgenden wird anhand der beigefügten Zeichnungen ein bevorzugtes Ausführungsbeispiel der Erfindung beschrieben. Daraus ergeben sich weitere Details, bevorzugte Ausführungsformen und Weiterbildungen der Erfindung. Im Einzelnen zeigen
  • 1 eine exemplarische Menge von Meldezuständen bei einem erfindungsgemäßen Verfahren und
  • 2 eine exemplarische Menge von Istzuständen bei einem erfindungsgemäßen Verfahren.
  • Für das Gebiet in und um die Stadt A (Auswertebereich) werden von einem Service-Provider SP Verkehrsstörungsmeldungen gesendet. Dabei soll das gesamte Schnellstraßen-Netz im Auswertebereich abgedeckt sein.
  • Durch ein Güteprüfungsverfahren soll ein Güteindikator ermittelt werden, der eine Aussage erlaubt bezüglich der Frage, ob die Verkehrsstörungsmeldungen die reale Verkehrssituation in der morgendlichen Stoßzeit (6 Uhr bis 8 Uhr = Auswertezeitraum) adäquat wiedergeben.
  • Aus den Verkehrsstörungsmeldungen wird zunächst ein meldungsbasiertes Verkehrsmodell (VM_M) des Auswertebereichs im Auswertezeitraum abgeleitet. Der Auswertezeitraum wird hierzu in Zeitabschnitte (Meldungszeiträume) von jeweils 15 Minute Dauer granuliert. Die Schnellstraßen im Auswertebereich werden in Abschnitte (Meldungsstreckenabschnitte) unterteilt, die jeweils definiert sind als Streckenabschnitt einer Schnellstraße zwischen zwei aufeinander folgenden Anschlussstellen. Bei einer Anzahl M1 Meldungsstreckenabschnitten und einer Anzahl M2 von Meldungszeiträumen ergeben sich M1·M2 zu betrachtende Tupel aus jeweils einem Meldungsstreckenabschnitt und einem Meldungszeitraum.
  • 1 zeigt exemplarisch die Struktur des meldungsbasierten Verkehrsmodells VM_M für M2 = 8 und M1 = 7 (in der Praxis ist der Wert insbesondere von M1 selbstverständlich sehr viel größer). Nach rechts entlang der Achse s sind die Meldungsstreckenabschnitte aufgetragen, nach unten entlang der Achse t die Meldungszeiträume. Es ergeben sich die 56 als Blöcke in 1 erkennbaren Tupel.
  • Die vom Service-Provider ausgegebenen Verkehrsstörungsmeldungen umfassen Meldungen zu Störungen, deren Ausprägungen in Anlehnung an bestimmte Geschwindigkeitsintervalle definiert sind. Einer Verkehrssituation mit durchschnittlichen Geschwindigkeitswerten im Geschwindigkeitsintervall von 0 bis 10 km/h wird die Ausprägung K4 zugeordnet. Geschwindigkeitswerten im Geschwindigkeitsintervall von 10 km/h bis 50 km/h wird die Ausprägung K3 zugeordnet, Geschwindigkeitswerten im Geschwindigkeitsintervall von 50 km/h bis 110 km/h wird die Ausprägung K2 zugeordnet, Geschwindigkeitswerten über 110 km/h ist die Ausprägung K1 zugeordnet.
  • Die Verkehrsstörungsmeldungen beruhen in der Regel ihrerseits auf einem von dem Service-Provider unterhaltenen Verkehrsmodell (VM_SP). Ihre Herkunft kann grundsätzlich jedoch dahingestellt bleiben, da die Verkehrsstörungsmeldungen an sich nicht als „wahr” betrachtet werden. Gerade ihre Zuverlässigkeit und Aussagekraft soll ja durch das Güteprüfungsverfahren überprüft werden.
  • Es wird unterstellt, dass für jedes der oben genannten M1·M2 Tupel beim Service-Provider anhand des VM_SP eine Verkehrssituations-Klasse K1, K2, K3 oder K4 bestimmt wird. Verkehrsstörungsmeldungen werden jedoch nur ausgegeben für die Verkehrssituations- Klassen K2, K3 und K4. Für alle übrigen Tupel kann somit unterstellt werden, dass diese der Verkehrssituations-Klasse K1 angehören.
  • Dementsprechend wird im Verkehrsmodell VM_M jedem von einer Verkehrsstörungsmeldung betroffenen Tupel der entsprechende Meldezustand K2, K3 oder K4 zugewiesen. Alle Tupel, die von keiner Verkehrsstörungsmeldung betroffen sind, erhalten den Meldezustand K1. In 1 ist beispielhaft für jedes Tupel ein Meldezustand eingetragen.
  • Das meldungsbasierte Verkehrsmodell VM_M bietet somit ein komplettes Abbild der gemeldeten Verkehrssituation im Auswertebereich innerhalb des Auswertezeitraums.
  • Als Vergleichsbasis werden anhand von Messfahrten Referenzbeobachtungen vorgenommen und aus diesen werden Istzustände der Schnellstraßen im Auswertebereich innerhalb des Auswertezeitraums abgeleitet.
  • Die Istzustände bilden ein beobachtungsbasiertes Verkehrsmodell VM_B.
  • Die Definition der dabei verwendeten Beobachtungsstreckenabschnitte ist identisch mit der Definition der Meldungsstreckenabschnitte. Die Definition der Beobachtungszeiträume ist identisch mit der Definition der Meldungszeiträume. 2 zeigt exemplarisch die Struktur des beobachtungsbasierten Verkehrsmodells VM_B.
  • Bei den Messfahrten wird für jeden Beobachtungsstreckenabschnitt anhand der Durchschnittsgeschwindigkeit des Messfahrzeugs auf dem Beobachtungsstreckenabschnitt eine Verkehrssituations-Klasse bestimmt. Die hierbei verwendeten Verkehrssituations-Klassen sind die gleichen, die bereits oben im Zusammenhang mit der Ausgabe der Verkehrsstörungsmeldungen angegeben wurden: Einer Verkehrssituation mit durchschnittlichen Geschwindigkeitswerten im Geschwindigkeitsintervall von 0 bis 10 km/h wird die Ausprägung K4 zugeordnet. Geschwindigkeitswerten im Geschwindigkeitsintervall von 10 km/h bis 50 km/h wird die Ausprägung K3 zugeordnet, Geschwindigkeitswerten im Geschwindigkeitsintervall von 50 km/h bis 110 km/h wird die Ausprägung K2 zugeordnet, Geschwindigkeitswerten über 110 km/h ist die Ausprägung K1 zugeordnet.
  • Jedem Beobachtungsstreckenabschnitt wird für jeden Beobachtungszeitraum, in dem sich ein Messfahrzeug zumindest zeitweise in diesem Beobachtungsstreckenabschnitt aufgehalten hat, und in dem die Durchschnittsgeschwindigkeit auf dem Beobachtungsstreckenabschnitt geringer als 110 km/h war, also eine der Klassen K2, K3 oder K4 festgestellt wurde, der entsprechende Wert als Referenzbeobachtung zugeordnet.
  • Die Referenzbeobachtungen werden vollständig als Istzustände für die entsprechenden Tupel aus jeweils einem Beobachtungsstreckenabschnitt und einem Beobachtungszeitraum übernommen. Zusätzlich wird für jeden Beobachtungsstreckenabschnitt für jeden Beobachtungszeitraum, in dem sich ein Messfahrzeug zumindest zeitweise in diesem Beobachtungsstreckenabschnitt aufgehalten hat, und für den kein Istzustand der Ausprägung K2, K3 oder K4 registriert ist, der Istzustand K1 vermerkt. In 2 ist beispielhaft für jedes beobachtete Tupel ein Istzustand eingetragen. Die beiden „Spuren” in 2 stammen von zwei unterschiedlichen Messfahrzeugen. Nicht beobachtete Tupel (d. h. Kombinationen aus jeweils einem Beobachtungsstreckenabschnitt und einem Beobachtungszeitraum, für die gilt, dass sich auf dem Beobachtungsstreckenabschnitt im jeweiligen Beobachtungszeitraum kein Messfahrzeug aufgehalten hat) erhalten keinen Istzustand (schraffiert dargestellt in 2).
  • Als Folge der oben beschriebenen Art und Weise der Bildung des beobachtungsbasierten Verkehrsmodells VM_B treten unter Umständen Paare von Tupeln bzw. Istzuständen auf, die von demselben Messfahrzeug herrühren, denselben Beobachtungszeitraum, aber unterschiedliche (benachbarte) Beobachtungsstreckenabschnitte betreffen (z. B. zweite Zeile in 2). Sofern dieser Effekt unerwünscht ist, kann er vermieden werden durch eine alternative Definition der Beobachtungszeiträume, beispielsweise anhand der Zeitpunkte, zu denen die Anschlussstellen passiert werden. Unter der Annahme langsamer Veränderungen der Verkehrssituation und demgegenüber knapp bemessener Beobachtungszeiträume ergibt sich aus dem genannten Effekt jedoch keine Verfälschung der Verfahrensergebnisse.
  • Die Menge der Istzustände des beobachtungsbasierten Verkehrsmodells VM_B stellt einen beobachteten Ausschnitt der realen Verkehrssituation im Auswertebereich innerhalb des Auswertezeitraums dar.
  • Nun wird die Häufigkeitsverteilung der Meldezustände mit der Häufigkeitsverteilung der Istzustände verglichen, um einen Güteindikator für das Verkehrsstörungsmeldeverfahren, auf dem die Verkehrsstörungsmeldungen beruhen, zu bestimmen.
  • Es ergibt sich für die Meldezustände die Häufigkeitsverteilung:
    K1 = 73,2% (41 mal vertreten in 56 Werten)
    K2 = 8,9% (5 mal vertreten in 56 Werten)
    K3 = 8,9% (5 mal vertreten in 56 Werten)
    K4 = 8,9% (5 mal vertreten in 56 Werten)
  • Für die Istzustände ergibt sich die Häufigkeitsverteilung:
    K1 = 56,3% (9 mal vertreten in 16 Werten)
    K2 = 6,3% (1 mal vertreten in 16 Werten)
    K3 = 12,5% (2 mal vertreten in 16 Werten)
    K4 = 25,0% (4 mal vertreten in 16 Werten)
  • Der Güteindikator sei im vorliegenden Fall binär definiert. Er besteht in der Annahme oder Ablehnung einer Hypothese bei einem vorgegebenen Signifikanzniveau. Die Hypothese besteht darin, dass die Häufigkeitsverteilung der Verkehrsflussklassen K1, K2, K3, K4 in der Menge der Meldezustände in VM_M einer bestimmten Verteilung unterliegt, nämlich der Häufigkeitsverteilung der Verkehrsflussklassen K1, K2, K3, K4 in der Menge der Istzustände in VM_B.
  • Die Überprüfung der Hypothese erfolgt in an sich bekannter Weise anhand des Chi-Quadrat-Tests.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • - DE 10246184 A1 [0002, 0002, 0006, 0006]
    • - DE 10246185 A1 [0002, 0002, 0006, 0006]

Claims (5)

  1. Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren, mit den Schritten: – Erfassen einer Gesamtmenge von durch ein Verkehrsstörungsmeldeverfahren erzeugten Verkehrsstörungsmeldungen, die jeweils auf zumindest einen bestimmten Meldungszeitraum und zumindest einen bestimmten Meldungsstreckenabschnitt bezogen sind, über einen vorgegebenen Auswertezeitraum und einen vorgegebenen Auswertebereich, – Bilden einer Menge von Meldezuständen aus der Gesamtmenge der Verkehrsstörungsmeldungen, – Bestimmen einer ersten statistischen Häufigkeitsverteilung der Meldezustände, – Erfassen einer Gesamtmenge von Referenzbeobachtungen, die jeweils auf zumindest einen bestimmten Beobachtungszeitraum und zumindest einen bestimmten Beobachtungsstreckenabschnitt bezogen sind, innerhalb des Auswertezeitraums und innerhalb des Auswertebereichs, – Bilden einer Menge von Istzuständen aus der Gesamtmenge der Referenzbeobachtungen, – Bestimmen einer zweiten statistischen Häufigkeitsverteilung der Istzustände, – Vergleichen der zweiten statistischen Häufigkeitsverteilung mit der ersten statistischen Häufigkeitsverteilung, – Ableiten eines Güteindikators für das Verkehrsstörungsmeldeverfahren aus dem Ergebnis des Vergleichs.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Vergleichen der zweiten statistischen Häufigkeitsverteilung mit der ersten statistischen Häufigkeitsverteilung anhand des Chi-Quadrat-Verteilungstests vorgenommen wird.
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Referenzbeobachtungen durch Messfahrten erfasst werden.
  4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass als Richtgröße für die Planung weiterer Messfahrten eine erforderliche Länge der Messfahrten abgeleitet wird aus einem Anwendbarkeitskriterium des Verfahrens, das zum Vergleichen der beiden Häufigkeitsverteilungen angewendet wird.
  5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die Menge der Meldezustände gegenüber der Gesamtmenge der Verkehrsstörungsmeldungen erweitert ist um eine Menge nicht durch Verkehrsstörungsmeldungen angezeigte ungestörte Meldezustände.
DE102008021260A 2008-04-29 2008-04-29 Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren Withdrawn DE102008021260A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102008021260A DE102008021260A1 (de) 2008-04-29 2008-04-29 Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren
US12/431,334 US8144032B2 (en) 2008-04-29 2009-04-28 Method of checking the quality of traffic disturbance reporting processes

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102008021260A DE102008021260A1 (de) 2008-04-29 2008-04-29 Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren

Publications (1)

Publication Number Publication Date
DE102008021260A1 true DE102008021260A1 (de) 2009-11-05

Family

ID=41130832

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102008021260A Withdrawn DE102008021260A1 (de) 2008-04-29 2008-04-29 Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren

Country Status (2)

Country Link
US (1) US8144032B2 (de)
DE (1) DE102008021260A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010041583A1 (de) * 2010-09-29 2012-03-29 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Ermittlung eines Qualitätsdatenwerts von Verkehrsstörungsmeldeverfahren
DE102011109726A1 (de) 2011-08-06 2013-02-07 Daimler Ag Verfahren zur Qualitätsbestimmung eines Verkehrsserviceanbieters
DE102013008560A1 (de) 2013-05-17 2013-12-19 Daimler Ag Bewertungsverfahren für standortbezogene Dienste

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5649726B2 (ja) * 2010-06-15 2015-01-07 トムトム ベルギー ネムローゼ フエンノートシャップTomTom Belgium N.V. 障害横断情報を判断する方法
US10733209B2 (en) 2015-09-30 2020-08-04 International Business Machines Corporation Smart tuple dynamic grouping of tuples
US10296620B2 (en) * 2015-09-30 2019-05-21 International Business Machines Corporation Smart tuple stream alteration
US10558670B2 (en) 2015-09-30 2020-02-11 International Business Machines Corporation Smart tuple condition-based operation performance
US10657135B2 (en) 2015-09-30 2020-05-19 International Business Machines Corporation Smart tuple resource estimation
EP3358542B1 (de) * 2017-02-01 2020-12-09 Kapsch TrafficCom AG Verfahren zur vorhersage von verkehrsverhalten in einem strassennetz

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19833614A1 (de) * 1998-07-25 2000-01-27 Bayerische Motoren Werke Ag Verfahren zur Verkehrsqualitätserkennung und Fahrzeug als Mittel dazu
DE10246185A1 (de) 2002-10-02 2004-04-15 Bayerische Motoren Werke Ag Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren
DE10246184A1 (de) 2002-10-02 2004-09-30 Bayerische Motoren Werke Ag Verfahren zur Güteverbesserung von Verkehrsstörungsmeldeverfahren
DE10326973A1 (de) * 2003-06-12 2004-12-30 Daimlerchrysler Ag Verfahren zur automatisierten Bestimmung eines Qualitätsmaßes für Verkehrsmeldungen
DE102004049936A1 (de) * 2004-10-13 2006-04-27 Ptv Ag Verfahren und Vorrichtung zum Ermitteln und/oder Bewerten und Ausgeben zumindest eines Qualitätsdatenwertes zu einer Verkehrsinformation

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE470367B (sv) * 1992-11-19 1994-01-31 Kjell Olsson Sätt att prediktera trafikparametrar
US5917432A (en) * 1996-10-02 1999-06-29 Rathbone; Daniel B. Intelligent intersections
US6473698B1 (en) * 1999-04-22 2002-10-29 University Of Louisville Research Foundation, Inc. Method and apparatus for automated rolling leukocyte velocity measurement in vivo
CN1449551A (zh) * 2000-06-26 2003-10-15 卡斯特姆交通Pty有限公司 用于提供交通和相关信息的方法和系统
EP1577643A1 (de) * 2002-12-27 2005-09-21 Matsushita Electric Industrial Co., Ltd. Verkehrsinformationsbereitstellungssystem, verkehrsinformationsexpressionsverfahrenund einrichtung
US7688224B2 (en) * 2003-10-14 2010-03-30 Siemens Industry, Inc. Method and system for collecting traffic data, monitoring traffic, and automated enforcement at a centralized station
US7948400B2 (en) * 2007-06-29 2011-05-24 Microsoft Corporation Predictive models of road reliability for traffic sensor configuration and routing

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19833614A1 (de) * 1998-07-25 2000-01-27 Bayerische Motoren Werke Ag Verfahren zur Verkehrsqualitätserkennung und Fahrzeug als Mittel dazu
DE10246185A1 (de) 2002-10-02 2004-04-15 Bayerische Motoren Werke Ag Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren
DE10246184A1 (de) 2002-10-02 2004-09-30 Bayerische Motoren Werke Ag Verfahren zur Güteverbesserung von Verkehrsstörungsmeldeverfahren
DE10326973A1 (de) * 2003-06-12 2004-12-30 Daimlerchrysler Ag Verfahren zur automatisierten Bestimmung eines Qualitätsmaßes für Verkehrsmeldungen
DE102004049936A1 (de) * 2004-10-13 2006-04-27 Ptv Ag Verfahren und Vorrichtung zum Ermitteln und/oder Bewerten und Ausgeben zumindest eines Qualitätsdatenwertes zu einer Verkehrsinformation

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010041583A1 (de) * 2010-09-29 2012-03-29 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Ermittlung eines Qualitätsdatenwerts von Verkehrsstörungsmeldeverfahren
DE102011109726A1 (de) 2011-08-06 2013-02-07 Daimler Ag Verfahren zur Qualitätsbestimmung eines Verkehrsserviceanbieters
DE102013008560A1 (de) 2013-05-17 2013-12-19 Daimler Ag Bewertungsverfahren für standortbezogene Dienste

Also Published As

Publication number Publication date
US20100073196A1 (en) 2010-03-25
US8144032B2 (en) 2012-03-27

Similar Documents

Publication Publication Date Title
DE102008021260A1 (de) Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren
EP0750774B1 (de) Verfahren zur verkehrserfassung und verkehrssituationserkennung auf autostrassen, vorzugsweise autobahnen
DE60107938T2 (de) Automatische unfallfeststellung
EP0879460B1 (de) Verfahren und einrichtung zur erfassung von daten über die verkehrslage
EP2280383B1 (de) Verfahren zur Ermittlung von Verkehrsinformationen für eine Straßenstrecke eines Straßennetzes sowie Verkehrsrechner zur Durchführung des Verfahrens
DE102013014872A1 (de) Verfahren, Auswertesystem und kooperatives Fahrzeug zum Prognostizieren von mindestens einem Stauparameter
DE112019000714T5 (de) Glasfasererfassung zur autobahninstandhaltung
DE102008003039A1 (de) Verfahren zur Verkehrszustandsbestimmung in einem Fahrzeug
EP3665036B1 (de) Verfahren zur zustandsbestimmung von wenigstens einer entlang einer fahrstrecke verlaufenden fahrleitung
EP2447924B1 (de) System zur Ermittlung der Verkehrssituation auf einer Straßenstrecke
DE1574109B1 (de) Geraet zur Ermittlung der relativen Dichte von Verkehrsstroemen auf Strassen
EP2047447B1 (de) Verfahren und vorrichtung zur fusion von verkehrsdaten bei unvollständiger information
EP2811466B1 (de) Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem
DE102009020054B3 (de) Fahrzeugnavigationssystem mit künstlicher Intelligenz bei der Verkehrsflussanalyse im Netzwerkverbund mit Navigationssytemen anderer Fahrzeuge
AT502459B1 (de) Verfahren zum ermitteln des verkehrszustandes
DE102015213108A1 (de) Verfahren und System zur Bewertung der Fahrweise eines Fahrzeugführers mit einem Kraftfahrzeug
DE102020105527A1 (de) Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung
DE2911734A1 (de) Verfahren zur messung von verkehrsstoerungen
EP1413999B1 (de) Verfahren zur Generierung impliziter informationen aus FC-Daten
DE102019218111A1 (de) Verfahren zur Generierung von Ortsinformationen von relevanten Straßenabschnitten für die Detektion von Falschfahrten und Verfahren zur Detektion einer Falschfahrt
EP0903711A2 (de) Verfahren zur Ermittlung von Verkehrsinformationen
DE102010041583A1 (de) Verfahren zur Ermittlung eines Qualitätsdatenwerts von Verkehrsstörungsmeldeverfahren
DE102005060856A1 (de) Verfahren zur Erkennung eines Stauereignisses
DE102013202255B4 (de) Verfahren und Vorrichtung zur Bestimmung von Verkehrsstärken
EP1970875B1 (de) Verfahren und Vorrichtungen zur Generierung von Verkehrsinformationen und ihrer Lokalisierung innerhalb eines räumlichen Bereichs

Legal Events

Date Code Title Description
OM8 Search report available as to paragraph 43 lit. 1 sentence 1 patent law
R012 Request for examination validly filed
R012 Request for examination validly filed

Effective date: 20150121

R120 Application withdrawn or ip right abandoned