DE102009049923A1 - Passagierbewegungsvorhersage- und Optimierungssystem - Google Patents

Passagierbewegungsvorhersage- und Optimierungssystem Download PDF

Info

Publication number
DE102009049923A1
DE102009049923A1 DE102009049923A DE102009049923A DE102009049923A1 DE 102009049923 A1 DE102009049923 A1 DE 102009049923A1 DE 102009049923 A DE102009049923 A DE 102009049923A DE 102009049923 A DE102009049923 A DE 102009049923A DE 102009049923 A1 DE102009049923 A1 DE 102009049923A1
Authority
DE
Germany
Prior art keywords
passenger
path
predicted
master
graph
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.)
Ceased
Application number
DE102009049923A
Other languages
English (en)
Inventor
Stefan Richter
Arnd Schirrmann
Stephan Tieck
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.)
Airbus Defence and Space GmbH
Original Assignee
EADS Deutschland GmbH
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 EADS Deutschland GmbH filed Critical EADS Deutschland GmbH
Priority to DE102009049923A priority Critical patent/DE102009049923A1/de
Priority to PCT/EP2010/065693 priority patent/WO2011048079A1/de
Publication of DE102009049923A1 publication Critical patent/DE102009049923A1/de
Priority to US13/450,555 priority patent/US20120254084A1/en
Ceased legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Abstract

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Vorhersagen von Passagierbewegung auf Flughäfen. Basierend auf Bewegungscharakteristika wie Gehgeschwindigkeitsklasse und ein oder mehrere von diesem Passagier präferierten Anlaufstellen eines individuellen Passagiers wird ein Pfad für diesen Passagier durch den Flughafen von einem Check-in Schalter über die Anlaufstellen zu einem Flugsteig vorhergesagt. Anhand des vorhergesagten Pfades kann eine voraussichtliche Ankunftszeit des Passagiers an dem Flugsteig vorhergesagt werden.

Description

  • GEBIET DER ERFINDUNG
  • Die Erfindung betrifft eine Vorrichtung und ein Verfahren zum Vorhersagen von Passagierbewegungen in Flughäfen.
  • HINTERGRUND DER ERFINDUNG
  • Das Management von Passagieraufkommen und -bewegung in Großflughäfen, Zug- oder Busbahnhöfen bindet immer mehr Ressourcen. Einige Großflughäfen haben einen Durchsatz von mehreren Millionen Passagieren pro Jahr.
  • Fluggesellschaften, die diese Flughäfen anfliegen, haben ein Interesse dar an, dass diese große Zahl von Passagieren sicher und effizient an die jeweiligen Gates (Flugsteige) gelangen, so dass ein reibungsloser Flugverkehr zustande kommen kann. Das Flughafenmanagement hat natürlich auch ein Interesse an diesem reibungslosen Verlauf. Das kommerzielle Interesse an einem reibungslosen Flugverkehr darf allerdings die gesetzlich vorgegebenen Regularien, wie Sicherheitschecks, usw. nicht unterminieren.
  • Planer stehen also vor der Aufgabe, Flughafenmanagementsysteme zu entwickeln, die unter Einhaltung der jeweiligen gesetzlichen Vorgaben den größtmöglichen reibungslosen Flugverkehrsablauf gewährleisten.
  • Der Flugverkehrsablauf wird auch dadurch erschwert, dass Flughäfen eine Vielzahl von Läden, Restaurants, Einkaufsmöglichkeiten und sonstige Ablenkungsmöglichkeiten für die Passagiere bereithalten.
  • Bisherige Lösungen zu dem Problem zeichnen sich dadurch aus, dass sie mehr oder weniger statischer Natur sind. Zum Beispiel wird bei der Planung von Gebäuden, Korridoren, usw. in Flugzeughäfen Simulationssoftware verwendet, die den voraussichtlichen Passagierverkehrsfluss simulieren soll. Anhand von diesen Simulationsdaten werden dann die Korridore und Räumlichkeiten entsprechend dimensioniert. Andere Verfahren nutzen statistische Daten, um eine Planung und Einteilung von Ressourcen an Flughäfen zu bewirken. Die Planung erfolgt hierbei langfristig im Hinblick auf die folgenden Tage oder Wochen.
  • Andere Systeme, wie zum Beispiel in WO 2005/052885 nutzen in erster Linie geographische Koordinaten von Passagieren, um diese durch den Flughafen zu ihrem entsprechenden Endziel zu führen. Die bekannten Verfahren und Systeme erlauben entweder keine Echtzeitplanung bzw. kein Echtzeitmanagement der Passagierbewegung oder gestalten sich in ihrer rechnerischen Implementierung als zu aufwändig. Auch sind sie in ihrer Ausführung lediglich auf einen einseitigen Informationsfluss, das heißt, nur vom System zum Passagier ausgerichtet.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Die Aufgabe der Erfindung ist es, die vorgenannten Probleme im Stand der Technik, unter Bereitstellung eines Verfahrens und einer Vorrichtung zum Vorhersagen von Passagierbewegungen in Flughäfen, zu lösen.
  • Die Aufgabe der Erfindung wird gelöst durch den Gegenstand der unabhängigen Ansprüche, wobei Weiterbildungen durch die abhängigen Ansprüche verkörpert werden.
  • Gemäß einer Ausführungsform umfasst das Verfahren die folgenden Schritte: In einem Initialisierungsschritt werden die Passagierdaten eines bestimmten Passagiers erfasst. Anschließend werden anhand des statistischen Gewichts Bewegungscharakteristika für diesen Passagier aus den Passagierdaten bestimmt. Diese Bestimmung erfolgt durch einen Klassifizierer. Auf Grundlage dieser Bewegungscharakteristika wird dann ein Pfad durch ein Netzwerk von POIs ausgehend von einem Startpunkt zu einem Zielpunkt vorhergesagt. Diese Vorhersage setzt dabei auf einem Mastergraphen auf, der ein Layout des Flughafens abbildet. In dem Mastergraphen sind alle möglichen Anlaufstellen nebst der diese verbindenden Passagierwege gespeichert. Die Vorhersage erfolgt durch Modifikation oder Transformation dieses Mastergraphen so dass so der vorhergesagte Pfad aus einer Suche in diesem adaptierten Mastergraphen resultiert. Die Bewegungscharakteristika umfassen eine passagierspezifische, geschätzte mittlere Gehgeschwindigkeit und eine passagierspezifische Liste von POIs, die von diesem Passagier präferiert werden könnten.
  • Dieser Adaptionschritt, der dem Suchschritt vorgelagert ist, berücksichtigt zusätzlich bzw. ist abhängig von bereits vorhergesagten Pfade von weiteren Passagieren. Die Adaption erflogt durch Änderungen der Kantenkosten („Gehzeiten”) und/oder „Verweilzeiten” an den Knoten des Mastergraphen in Abhängigkeit von den bereits vorhergesagten Pfaden. Diese Berücksichtigung bzw. Adaption erfolgt durch Beaufschlagung der Verweil- und/oder Gehzeiten mit einer Zusatzzeit („penalty”). Durch diese Feedback-, bzw. Rückkopplungsschleife, die auch zusätzlich in einem späteren Stadium nach erfolgter Vorhersage des Pfads erfolgen kann, können Engpässe an den POIs Berücksichtigt werden. Auch könnte hierdurch die Vorhersage von Pfaden von Folgepassagieren beeinflusst werden, indem für diese Alternativpfade berechnet werden. Engpässe an den betroffenen POIs können so auch vermieden oder wieder aufgelöst werden.
  • Mit anderen Worten, der Vorhersageschritt umfasst zwei Teilschritte: einen Mastergraphen-Adaptionsschritt und einen folgenden Suchschritt nach einem Pfad in dem so adaptierten Mastergraphen. Die Suche erfolgt in dem so adaptierten/angepassten Mastergraphen anhand Weg- und/oder Zeitkriterien, von dem Start über die präferierte(n) Anlaufstelle(n) zu dem Ziel. Der so gefunden Pfad ist der (passagierspezifische) vorhergesagte Pfad. Die zuvor, also vor der Suche, erfolgte Adaption durch Modifikation des Mastergraphen erfolgt in Abhängigkeit der Bewegungscharakteristika und der bereits vorhergesagten Pfade anderer Passagiere – also in zweifacher Abhängigkeit.
  • Der Flughafen bzw. das Flughafengelände wird gemäß einer Ausführungsform als ein „Netzwerk” (= der Mastergraph) der POIs (engl. „Points of Interest”, „Orte von Interesse” bzw. Anlaufstellen [für Passagiere]) dargestellt. Der von dem Verfahren als Ausgabe gelieferte Pfad von dem Startpunkt (zum Beispiel Check-in) zu dem Zielpunkt (Gate) durch, bzw. über die Auswahl von passagierspezifischen POIs kann gemäß einer Ausführungsform als ein annotierter Graph erfolgen. Im Folgenden werden der Pfad und seine computerdarstellbare Version als annotierter Graph miteinander identifiziert. Die Darstellung in einem Computersystem, erfolgt als Ganzes oder als Teil, entweder permanent (Datenbank, Festspeicher) oder flüchtig (Arbeitsspeicher RAM oder Bufferspeicher), letzteres z. B. für eine Verarbeitung „on the fly”.
  • Der Pfad umfasst Knotenpunkt und Kanten zwischen diesen. Die Knotenpunkte repräsentieren die vom Klassifizierer ausgewählten (einer erwarteten Präferenz des Passagiers entsprechenden) POIs, während die Kanten, die diese POIs verbinden, die Wege durch den Flughafen zwischen diesen POIs repräsentieren. Den POIs sind so Verweilzeiten (des Passagiers an den jeweiligen POIs) zugeordnet und den Kanten passagierspezifische Gehzeiten – daher ist der Graph des Pfades ein annotierter Graph. Durch Summation über diesen Pfad kann so zum Beispiel eine voraussichtliche Ankunftszeit (ETA) des Passagiers am Zielpunkt (Gate) vorhergesagt werden. Durch Teilsummation bis zu einem bestimmten Kontenpunkt können auch Teil-ETAs für den, diesem Kontenpunkt entsprechenden, POI ermittelt werden.
  • Gemäß einer Ausführungsform umfasst das Verfahren einen konditionalen Korrigierschritt, der den Pfad in Abhängigkeit von erfassten, tatsächlichen Positionsdaten des Passagiers im Flughafengelände korrigiert. Insbesondere wird hierbei das „Layout” des vorhergesagten Pfades verändert. Dies geschieht zum Beispiel durch Ändern der Knotenpunkte des Pfades (der POIs), wie z. B. durch Umsortieren der Kontenpunkte, wenn der Passagier anhand der Teil-ETA eigentlich an einen anderen POI sein sollte, oder durch Aufnahme eines neuen Knotenpunkts, wenn der tatsächlich ermittelte POI keinem der präferierten POIs entsprechen sollte.
  • Gemäß einer Ausführungsform umfasst das Verfahren einen optionalen Schritt, in dem auf Grundlage einer erfassten Useranfrage von dem Passagier in Form einer bestimmten Anfrage an einen POI dieses angefragte POI in den vorhergesagten Pfad eingefügt wird. Dieser, aufgrund von User- bzw. Passagierinteraktivität veränderte angepasste Pfad, kann dann summiert werden, wodurch festgestellt werden kann, ob der Passagier trotz dieses zusätzlichen POIs voraussichtlich rechtzeitig an den Zielpunkt gelangen kann. Wenn nicht, kann zum Beispiel eine entsprechende Rückmeldung in Form einer Mobilfunktelefonnachricht oder eines entsprechenden Aufrufes durch das Gate-Personal reagiert werden.
  • Gemäß einer Ausführungsform wird in einem weiteren Schritt die Anzahl der positionsdatenkorrigierten Pfade registriert. Sollte die Anzahl von „Fehlvorhersagen” größer sein, als ein einstellbarer absoluter oder relativer Fehlerschrankenwert, so werden in einem weiteren Schritt die statistischen Gewichte zur Bestimmung der Bewegungscharakteristika des Passagiers auf Grundlage des Fehlerschrankenwerts aktualisiert, bzw. (fein-)justiert. Auf diese Weise können saisonale Schwankungen der Bewegungscharakteristika im Hinblick auf die Gehgeschwindigkeiten oder die Auswahl der präferierten POIs berücksichtigt werden. So kann ein dynamischer Selbstlernprozess implementiert werden.
  • Der rechnerische Aufwand beim positionsdatenbasierten Korrigieren des Pfades kann somit auf ein Minimum beschränkt werden. Es ist vorgesehen, dass die korrigierten Pfade zum Beispiel in einer Datenbank zwischengespeichert werden, um so einen Datenpool bereitzustellen zu können, falls ein Re-Training zur Ermittlung von neuen, bzw. aktualisierten statistischen Gewichten zur Bestimmung von Bewegungscharakteristika vorgenommen werden soll. Das System lässt sich somit dynamisch an saisonale Schwankungen anpassen und ist somit flexibel ausgerichtet.
  • Die verfahrensgemäß berechneten Pfade beruhen in erster Linie auf Vorhersagen. Dieser Zugang erlaubt somit, im Gegensatz zu anderen Systemen aus dem Stand der Technik, eine Sichtweise mit „niedriger Granularität” auf die tatsächlichen Pfade der Passagiere. Mit anderen Worten wird gemäß Verfahren in erster Linie nur aufgrund der Bewegungscharakteristika vorhergesagt. Eine genaue, konstante Bestimmung, bzw. lückenlose Überwachung der geographischen Koordinaten der einzelnen Passagiere ist nicht notwendig. Die Positionsdaten werden lediglich für gelegentliche Korrektureingriffe verwendet. Insgesamt ist somit die rechnerische Implementation auch bei einem hohen Passagieraufkommen niedrig und trotzdem kann ein Pfad für jeden einzelnen, individuellen Passagier berechnet werden.
  • Gemäß einem anderen Aspekt der Erfindung wird auch eine Vorrichtung zum Vorhersagen von Passagierbewegungen in Flughäfen bereitgestellt.
  • KURZE BESCHREIBUNG DER FIGUREN
  • 1 zeigt ein schematisches Blockdiagramm der Vorrichtung gemäß der Erfindung in einem Flughafen.
  • 2 zeigt ein schematisches Flussdiagramm des Verfahrens zum Vorhersagen von Passagierbewegungen in einem Flughafen.
  • DETAILIERTE BESCHREIBUNG
  • 1 zeigt ein schematisches Blockdiagramm einer Vorrichtung 100 zum Vorhersagen von Passagierbewegungen auf einem Flughafen FH.
  • Der Flughafen FH, bzw. die für den Passagier zugänglichen Einheiten des Flughafens FH, umfassen eine Vielzahl von Anlaufstellen (englisch: „point of interests”) POIs, sowie einen Startpunkt S (zum Beispiel ein Check-In Schalter) und einen Zielort Z (z. B. ein Flugsteig, engt. „Gate”).
  • Bei den Anlaufstellen POI kann es sich zum Beispiel um Restaurants, Geschäfte, Treffpunkte, Toiletten usw. handeln.
  • Nach Ankunft am Flughafen checkt ein Passagier an einem bestimmten Check-In Schalter S ein. Innerhalb einer bestimmten Zeit muss er sich dann zu einem bestimmten, dem gebuchten Flug entsprechend zugeordneten, Flugsteig Z bewegen.
  • Auf dem Weg vom Check-In S zu dem Flugsteig Z wird der Passagier dabei eine Reihe von Anlaufstellen POIs besuchen. Der Weg des Passagiers durch den Flughafen FH kann durch einen Pfad beschrieben werden, der in 1 systematisch durch die fette Linie dargestellt wird. Der Pfad geht von dem Schalter S aus, führt durch eine Anzahl von Anlaufstellen POIs und endet schließlich am Flugsteig Z.
  • Die Vorrichtung 100 zum Vorhersagen von Passagierbewegung ist so eingerichtet, dass eine passagierspezifische Vorhersage dieses Pfades ermöglicht wird.
  • Zu diesem Zweck umfasst die Vorrichtung 100 ein Pfadsuchermodul PS, einen Klassifikator CLA und einen Datenlogger NCL zur Überwachung der Passagierauslastung in dem Flughafen FH, bzw. an den einzelnen POIs.
  • Die Vorrichtung 100 umfasst auch eine Lokalisierungseinrichtung T. Die Lokalisierungseinrichtung T steht in Kommunikation mit ein oder mehreren Checkpoints (nicht dargestellt), die im Flughafen FH verteilt angeordnet sind.
  • Alle, oder ein Teil dieser Checkpoints können, bzw. kann den POIs oder einem Teil der POIs entsprechen. Durch die Lokalisierungseinrichtung T können Positionsdaten des Passagiers auf seinem Weg vom Check-In S zum Flugsteig Z zu einstellbaren Zeitpunkten erfasst werden.
  • Die Sicherheitsschleuse (engl. „Security Check”), die jeder Passagier auf seinem Weg zum Flugsteig Z passieren muss, wäre zum Beispiel eine Möglichkeit für einen geeigneten Checkpoint, der die bereits im Flughafen FH vorhandene Infrastruktur nutzt.
  • Die Positionsdaten sind Daten, durch die sich die genaue Position des Passagiers zu einem bestimmten Zeitpunkt feststellen lässt. Denkbar wäre zum Beispiel gemäß einer Ausführungsform der Erfindung, dass der Passagier beim Check-In S eine Flugkarte ausgehändigt bekommt, die mit einem RFID (engl. „Radio-Frequency IDentification”) Marker (engl. „tag”) versehen ist. Durch entsprechende Sensoren, die an den Checkpoints angeordnet sind, können dann die ID des Passagiers zum Zeitpunkt des Passierens durch diesen Checkpoint erfasst werden.
  • Die Positionsdaten werden an die Lokalisierungseinrichtung T übermittelt, die wiederum diese Positionsdaten über ein geeignetes Kommunikationsnetzwerk an den Datenlogger NCL und/oder den Pfadsucher PS übermittelt.
  • Die Anlaufstellen POI sind in 1 als Kreise mit einem markierten Mittelpunkt dargestellt. Dabei soll verdeutlicht werden, dass die Anlaufstellen POI auch einen bestimmten Zonenbereich, zum Beispiel einen Umkreis um ein Geschäft oder um ein Restaurant, umfassen können.
  • Im Folgenden soll nun das genaue Zusammenspiel des Pfadsuchers PS zur Suche des passagierspezifischen, vorherzusagenden Pfads, des Klassifizierers CLA zur Klassifizierung des Passagiers nach Gehgeschwindigkeit und präferierten POIs, und des Datenloggers NCL sowie der Lokalisierungseinrichtung T genauer erläutert werden. Der Pfadsucher PS erhält dabei bis zu dreifachen Input: von dem Klassifizierer CLA, dem Datenlogger NCL und der Positionierungseinrichtung T.
  • Der Pfadsucher PS, der Klassifizierer CLA und der Datenlogger NCL sind als computerimplementierte Module ausgebildet, z. B. als programmierbare Mikrochips oder als Routinen, die auf einem Computersystem ausführbar sind. Die Programmierung kann erfolgen unter C, C++, mit Hilfe der Boost-Library (zur Pfadsuche) und in Java (Klassifikator CLA und Datenlogger NCL). Die Programmiersprache hängt von der gewählten Rechnerarchitektur ab, z. B. PowerPC, Cell, GPGPU, x86 etc., und/oder dem Betriebssystem, z. B. UNIX, Linux, Windows, etc., sowie den verfügbaren Bibliotheken, die zur Unterstützung bei der Programmerstellung genutzt werden.
  • Die drei Module CLS, PS NCL können auf einem einzigen Computersystem implementiert sein, oder in einem verteilten Computersystem, das mittels geeigneter Protokolle in einem Kommunikationsnetzwerk vernetzt ist. Dasselbe gilt auch für die weiteren „Einheiten” oder „Module”.
  • Durch dieses Zusammenspiel wird als Ergebnis eine passagierspezifische, das heißt für den einzelnen Passagier spezifische, Vorhersage des Pfades von dem Check-In S über eine Anzahl von POIs bis hin zum Flugsteig Z produziert.
  • Genauer handelt es sich bei der Ausgabe des Pfades um einen annotierten Graph, der diesen passagierspezifischen Pfad repräsentiert. Der Graph ist eine Datenstruktur, in der für jeden Passagier eine Anzahl von Knotenpunkten zugeordnet ist, die über Kanten kettenartig miteinander verbunden sind. Der erste Knotenpunkt stellt dabei den Check-In Desk S dar und der letzte Knotenpunkt den Flugsteig Z. Dazwischen entspricht jeder Knotenpunkt einem der POIs. Jedem dieser POIs ist dabei eine passagierspezifische Verweilzeit zugeordnet. Jeder Kante ist eine passagierspezifische zu erwartende Gehzeit („Kantenkosten”) zugeordnet.
  • Diese Gehzeit entspricht der passagierspezifischen Zeit, die der Passagier benötigt, um von einem Knotenpunkt (das heißt entweder Check-In S, oder einer der POIs) zu dem benachbarten Knotenpunkt (POI oder Flugsteig Z) zu gelangen.
  • Geeignete computerdarstell- und/oder -verarbeitbare Datenstrukturen für den Mastergraphen, den adaptierten Mastergraphen und dem Pfad sind, neben Inzidenz oder Adjazenz Matrizen, Listenstrukturen (Inzidenz und oder Adjazenz). Eine computerinterne Darstellung kann durch Zeigervariablen (engl. ”pointer”) implementiert werden.
  • Beim Einchecken des Passagiers am Check-In S werden die Passagierdaten für diesen Passagier erfasst. Außerdem ist durch den Standort des Check-In Schalters S auch eine Initialposition des Passagiers gegeben. Sollte der Passagier sich Remote von zu Hause, oder auf dem Weg zum Flughafen über Laptop, Mobiltelefon oder PDA (Personal Digital Assistant) einchecken, dann wird der Eingangsbereich zum Terminal der jeweiligen Fluglinie als Startpunkt angenommen. Sollte der Passagier später diesen Bereich passieren wird er von dem System T erfasst (z. B. über Bluetooth oder einen RFID-Chip in seinem Mobiltelefon) und seine geplante Route einschließlich der Zeiten mit den aktuellen Erfassungsdaten verglichen und ggf. neu berechnet. Dadurch ist es auch möglich Verspätungen von Passagieren vorherzusagen, die sich noch nicht im Bereich der Infrastruktur des Systems T befinden, da sie ja noch einen „minimalen” Weg im Terminal zurücklegen müssen, um das Abfluggate oder ein sonstiges Ziel zu erreichen.
  • Über ein geeignetes Kommunikationsnetzwerk wird diese Anfangsposition zusammen mit den Passagierdaten an den Klassifizierer CLA übermittelt. Bei den Positionsdaten kann es sich zum Beispiel um Alter, Beruf, Geschlecht, Mobilität (das heißt behindert oder nicht oder, dass der Passagier gemäß einem Profil [z. B. bei der EDV der Airline gespeichert] bevorzugte Fortbewegungsmittel am Flughafen auszuwählen geneigt ist, wie z. B. Treppen, Rolltreppen, Fahrsteige oder Aufzüge), Nationalität des Passagiers, sowie das Eincheckdatum und das Flugziel handeln.
  • Der Klassifizierer CLA hat Zugriff auf eine Datenbank DBPRIOR. In der Datenbank DBPRIOR sind statistisch ermittelte Daten gespeichert. Diese statistischen Daten können zum Beispiel durch Umfragen gewonnen werden. Im Folgenden wird davon ausgegangen, dass diese statistischen Daten bereits vorhanden sind. Aufgrund von geeigneten statistischen Schätzverfahren klassifiziert der Klassifikator den Passagier hinsichtlich zweier Bewegungscharakteristika: Einmal hinsichtlich der durchschnittlich zu erwartenden Gehgeschwindigkeit des Passagiers, und zum anderen hinsichtlich einer Auswahl von präferierten POIs (im folgenden POIPs genannt) aus der Gesamtheit der auf dem Flughafengelände FH vorhandenen POIs. Die POIPs präferierten POIs sind solche, von denen zu erwarten ist, dass sie von Interesse für den individuellen Passagier sind.
  • Gemäß anderen Ausführungsformen wird klassifiziert nach den bevorzugten Fortbewegungsmitteln auf dem Flughafen. Bevorzugt werden Größen, die nicht zu viele Ausprägungen (z. B. zwei bis drei) haben, da der Klassifizierer CLA sonst zu viele Möglichkeiten hat und die Wahrscheinlichkeit steigt, dass er sich verschätzt.
  • Beispielsweise kann aus den statistischen Daten in der Erfahrungsdatenbank DBPRIOR die, auf Grund des Alters, des Geschlechts, bzw. der Mobilität zu erwartende Gehgeschwindigkeit, geschätzt werden. Der Klassifikator benutzt hierbei einstellbare statistische Gewichtungen, mittels der die Klassifikation erfolgen kann.
  • Um hinsichtlich der präferierten POIPs zu klassifizieren, wird eine geeignete statistische Gewichtung der Passagierdaten Alter, Geschlecht, Profession und Nationalität zugrunde gelegt. Zum Beispiel kann aus der Nationalität (ist der Passagier ein Ausländer [bzgl. des Standortes des Flughafens FH], ja/nein?) geschlossen werden, dass dieser Passagier sich vorzugsweise in denjenigen Geschäften (POIPs) aufhalten wird, an denen Souvenirartikel des Landes, in dem sich der Flughafen FH befindet, feilgeboten werden.
  • Um eine möglichst exakte Schätzung der Präferenzen des einzelnen Passagiers zu erlagen, wird der Klassifikator CLA in Falle der Verwendung eines Entscheidungsbaums oder eines neuronalen Netzes zunächst anhand der gesammelten statistischen Daten trainiert.
  • Dazu werden die gesammelten Daten analysiert und nach Mustern durchsucht, die dafür entscheidend sind, wieso eine Person sich gerade so verhält wie sie es tut (= Präferenz).
  • Diese Muster-Präferenz-Verknüpfungen werden gespeichert und sobald eine Person mit ähnlichen Charakteristika erfasst wird, werden diese Verknüpfungen wieder aktiviert und so der noch „unbekannte” Passagier der vorher beim Trainieren des Klassifikators CLA benutzten Gruppe zugeordnet.
  • Gemäß einer anderen Ausführungsform kann auch eine Nachbarschaftssuche verwendet werden, so dass ein Training nicht notwendig ist. Im Falle der Nachbarschaftsuche legt man die Gewichtung einzelner Attribute fest und erhält nach dem Klassifizierungslauf eine Zuordnung zu einer vorher definierten Klasse.
  • Der Klassifikator CLA liefert so für jeden Passagier als Output zum Beispiel eine Datenstruktur (z. B. ein alphanumerisches „Tupel”), indem der Passagier ID einer Geschwindigkeitsklasse und einer Liste der präferierten POIPs zugeordnet wird.
  • Der Klassifikator kann dabei so eingerichtet sein, dass alle POIs berücksichtigt werden, oder nur diejenigen POIs, bei denen die passagierspezifische Aufenthaltswahrscheinlichkeit größer als ein konfigurierbarer Mindestwert ist.
  • Der Klassifikator CLA ist als ein zweistufiger Klassifikator eingerichtet. Der Output des ersten Schrittes dient dabei als Input für den zweiten Schritt. Klassifiziert wird erst im Hinblick auf die Gehgeschwindigkeit und basierend auf dieser ersten Klassifikation wird in einem zweiten Schritt die Liste der präferierten POIs geschätzt, bzw. bestimmt. Es hat sich in simulierten Testläufen herausgestellt, dass die Geschwindigkeitsklasse einfach zu schätzen ist, da sie primär vom Alter, Geschlecht und Behinderungsgrad bestimmt ist. Alle weiteren Attributklassen sind mit einem höheren Fehler belastet, der durch die Zuhilfenahme weiterer Attribute (z. B. Geschwindigkeitsklasse) minimiert werden kann.
  • Gemäß anderen Ausführungsformen, kann die Reihenfolge im Zuge eines erneuten Trainings des Klassifikators durchaus variiert werden, da die zum Training verwendeten Attribute nicht zwingend alle grundsätzlich zur Verfügung stehenden Attribute umfassen müssen. Vorzugsweise werden die Attribute und die Reihgenfolge der Klassifizierung so gewählt, dass es in der Mehrzahl zu einer eindeutigeren Klassenzuordnung im späteren Betrieb kommt.
  • Nach erfolgter Klassifikation wird dann das Tupel der Gehgeschwindigkeitsklasse zusammen mit der Liste der präferierten POIs als Input an den Pfadsucher PS übermittelt.
  • Auf Grundlage der klassifizierten Gehklasse sowie der präferierten POIs und der die aktuelle Passagierauslastung an den POIPs/POIs wiederspiegelnden, bereits bestimmten Pfade anderer Passiergiere im NCL, wird ein Mastergraph durch entsprechende Modifikationen an dessen Knoten und Kanten adaptiert. Der Suchraum wird so passagierspezifisch unter Berücksichtigung der Auslastung an den POIs/POIPs, bzw. der Wege zwischen diesen angepasst. In diesem so adaptierten Mastergraph sucht der Pfadsucher PS anhand eines geeigneten Suchalgorithmus in einer so gegebenen matrizenartigen Datenstruktur, die das Layout der POIs im Flughafen abbildet, nach dem optimalen Pfad. Optimiert wird dabei hinsichtlich wählbarer statistischer Kriterien, wie z. B. minimaler Weg etc. Zum Beispiel ist aus 1 ersichtlich, dass die darstellende Matrix des Flughafens FH eine Matrix (= Mastergraph) mit drei Spalten und vier Zeilen ist. Ein Matrizeneintrag entspricht dabei einem der POIs. In den jeweiligen Matrizeneinträgen sind auch die Entfernungen zwischen den jeweils benachbarten POIs vermerkt.
  • Über das infrastrukturelle Layout des Terminalgebäudes ist entsprechend der Aufteilung in Zonen (1) ein „Netzwerk” gelegt, welches einem gerichteten (ermöglicht das erfassen von „Einbahnstraßen” wegen Security-Bereichen) und gewichteten/annotierten (Zeiten an den Masterkanten und Masterknoten) Graphen entspricht.
  • Der Mastergraph umfasst das komplette Gebäude mit allen Bereichen und ist mit Durchschnittswerten für die Durchlaufzeiten an den Kanten und Knoten belegt.
  • Befinden sich nun schon Personen an verschiedenen Stellen in diesem Netzwerk, die im Datenlogger NCL bereits erfasst sind, dann kommt es an entsprechenden Stellen zu einer Erhöhung der Personendichte, respektive Verlangsamung der Gehgeschwindigkeit und somit zu einem Anstieg der Zeit auf der Masterkante. Dadurch lässt sich der Mastergraph vor der Suche dynamisch an die Auslastung an den POIs anpassen. Gemäß einer anderen Ausführungsform wird diese NCL basierte Adaption auch zusätzlich vom Datenlogger NCL in einer späteren Phase ausgelöst werden. Siehe hierzu weiter unten mehr.
  • Diese bereits bestehende Auslastung im Mastergraph wird im Datenlogger NCL gespeichert und dient fortan als zusätzliche Grundlage für die Vorhersage der Passagierpfade.
  • Alle weiteren Einschränkungen werden von dem Pfadsucher PS bei der Pfadsuche berücksichtigt. Hierzu zählen die Einschränkung des Mastergraphen für Passagiere, die keine Berechtigungen zu bestimmten Zonen haben (z. B. EU-Passagiere kommen nicht in den zollfreien Bereich).
  • Diese Einschränkungen beschleunigen die Pfadsuche auf Grund des kleineren Suchraums und verhindern bei einer Routenplanung durch den Passagier zu einer Zwischenanlaufstelle, die das System 100 gemäß einer Ausführungsform ermöglicht, dass er in beschränkte Bereiche geführt wird.
  • Die Klassifikationsergebnisse des Klassifikators CLA werden auf den Mastergraphen angewendet, bzw. setzen auf diesem auf. Je nach Geh- bzw. Geschwindigkeitsklasse des Passagiers werden die Standardzeiten des Mastergraphen (oder des NCL korrigierenden Mastergraphs) an den Masterknoten mit einem Faktor beaufschlagt, wodurch der Passagier länger oder schneller unterwegs ist. Die POIP haben Einfluss auf einzelne Master Kanten im Mastergraph: Wege bzw. Masterkanten, die zu nicht PIOPs führen, werden künstlich um einen Faktor verschlechtert („penalized”).
  • Gemäß einer Ausführungsform werden diese Masterknoten, die keine POIPs sind, nicht aus dem Graphen entfernt, um im Falle von Überlastungen (Staus) doch noch als Alternativen in der Pfadbestimmung zur Verfügung zu stehen. Der Weg entlang der PIOPs erfolgt somit nicht um jeden Preis. Der neu bestimmte Pfad des Passagiers wird im Datenlogger NCL abgespeichert, damit bei Berechnungen für folgende Passagiere das so hinzugekommene Aufkommen berücksichtigt werden kann.
  • In dem so adaptierten, d. h. auf den Passagier „zugeschnittenen” Mastergraph, sucht der Pfadsucher PS gemäß verwendetem Algorithmus nach dem schnellsten, und/oder kostengünstigsten Weg.
  • Um den vorhergesagten passagierspezifischen Pfad abzugleichen mit dem vom Passagier tatsächlich zurückgelegten Pfad, ist der Pfadsucher PS mit der Lokalisierungseinrichtung T kommunikativ verbunden.
  • Zu bestimmten Zeitpunkten werden dabei die Positionsdaten an den Pfadsucher PS übermittelt. Gegebenenfalls, bzw. optional wird dann der vorhergesagte Pfad korrigiert. Es wird überprüft, ob die vom Passagier tatsächlich aufgesuchte Anlaufstelle, die aus den Positionsdaten bestimmt wird, unter den präferierten POIs liegt, aufgrund derer der Pfadsucher PS den vorhergesagten Pfad generiert hat. Sollte dies nicht der Fall sein, so wird der vorhergesagte Pfad entweder um diese tatsächlich aufgesuchte Anlaufstelle ergänzt, oder es wird einer der präferierten POIs durch den tatsächlich aufgesuchten POI ersetzt, oder es werden die vorhergesagten Verweilzeiten und oder die Kantenkosten der POIPs angepasst.
  • Die so vorhergesagten Pfade bzw. der optional auf Grundlage der Positionsdaten korrigierte vorhergesagte Pfad werden für jeden Passagier oder für jeden n-ten (n > 1) Passagier an/in) in dem Datenlogger NCL übermittelt. Der Datenlogger NCL kann so überwachen, wie viele Passagiere sich voraussichtlich an den jeweiligen (präferierten) POIs aufhalten werden. Wenn jeder Passagierpfad NCL erfasst wird, kann eine sehr genaue Aussage erfolgen. Wenn die Erfassung im Sinne einer statistischen Stichprobe, nur für jeden n-ten oder zufällig erfolgt, kann auch eine akzeptable Genauigkeit erreichet werden und z. B. CPU Ressourcen geschont werden.
  • Gemäß einer Ausführungsform der Erfindung liefert der Datenlogger NCL in einer Rückkopplungsschleife ein Signal an den Pfadsucher PS, wenn die Anzahl der voraussichtlichen Passagiere an einem bestimmten POI eine kritische Anzahl erreicht.
  • In diesem Fall wird dann der vorhergesagte Pfad eines bestimmten Passagiers erneut durch den Pfadsucher PS vorhergesagt, indem der Mastergraph anhand der aktuellen Passagierpfade im NCL erneut vor dem Suchen adaptiert wird. Die Adaption erfolgt, wie anfangs auch, indem die Verweilzeit an dem überlaufenden POI, sofern sich dieser unter dem präferierten POIs des Passagiers befindet, mit einer zusätzlichen Zeit beaufschlagt wird. Außerdem können die Kantenkosten des vorhergesagten oder korrigierten Pfades beaufschlagt werden, da durch den überlaufenen POI eine Verlängerung der Gehzeiten zwischen diesem überlaufenen POI und benachbarten POIs zu erwarten sind. Somit kann durch die Rückkopplung vom Datenlogger NCL Engpässen Rechnung getragen werden.
  • Der so vorhergesagte, korrigierte und/oder NLC-angepasste Pfad wird dann an eine Postprozessoreinheit OUT weitergegeben. Dort können dann zum Beispiel durch Summation über den vorhergesagten, korrigierten oder NC-angepassten Pfad voraussichtliche Ankunftszeit (ETA) des Passagiers am Gate Z bereits im Vorfeld ermittelt werden. Die ETA kann dann an das zuständige Gate Z übermittelt werden. Das Personal an dem Gate Z kann dann veranlassen, dass für den Passagier ein entsprechender Aufruf gemacht wird, sich unverzüglich an das Gate Z zu bemühen, sobald die zu erwartende Ankunftszeit eine Verspätung des Passagiers nahe legen würde.
  • Alternativ bzw. ergänzend könnte auch dem Passagier, wenn er denn über ein Mobiltelefon verfügt, eine entsprechende z. B. SMS (Short Message System) an sein Mobiltelefon übermittelt werden. Dies setzt voraus, dass sich der Passagier für diesen Verspätungsvorwarnservice mittels seines Mobiltelefons registriert. Alternativ kann eine solche Registrierung beim Check-In automatisch erfolgen. In diesem Fall umfassen die Passagierdaten auch die Mobiltelefonnummer des Passagiers.
  • In einer weiteren Ausführungsform der Erfindung stellt die Vorrichtung 100 auch Mittel bereit, die eine Interaktivität zwischen dem Pfadsucher PS und dem Passagier ermöglichen. Der Passagier kann gemäß dieser Ausführungsform zum Beispiel über das Mobiltelefon eine Anfrage bzgl. alternativer Anlaufstellen POIs übermitteln. Diese Anfragen werden benutzt, um den vorhergesagten Pfad zu modifizieren unter Einfügung der angefragten Anlaufstellen in den Graph des Pfades. Der vorhergesagte Pfad wird so passagierwunschgemäß um die angefragten Anlaufstellen ergänzt und der so modifizierte Pfad um, auf den Bewegungscharakteristika des Passagiers beruhenden Verweilzeiten bzw. Kantenkosten, ergänzt.
  • Dieser passagiermodifizierte Pfad wird dann an den Postprozessor OUT weitergeleitet und dort erneut über den passagiermodifizierte summiert, um festzustellen, ob die angefragte Anlaufstelle dazu führen würde, dass der Passagier zu spät zum Gate Z gelangen würde. Wenn eine verspätete Ankunft zu erwarten ist, wird eine entsprechende Nachricht auf das Mobiltelefon des anfragenden Passagiers versandt.
  • Gemäß einer weiteren Ausführungsform der Erfindung umfasst die Vorrichtung 100 auch Mittel, die es gestatten, das System 100 in einem Selbstlernprozess an saisonale Tendenzen im Passagierverhalten anzupassen.
  • Zu diesem Zweck werden die vorhergesagten und korrigierten Pfade vom Pfadsucher PS an eine Datenbank DBPOST übermittelt und dort abgelegt. Dies geschieht für jeden Passagier einschließlich der Passagiere, bei denen eine Korrektur des vorhergesagten Pfades auf Grundlage der von der Lokalisierungseinrichtung T gelieferten Positionsdaten erfolgt ist. Übersteigt die Anzahl der Passagiere, für die eine solche Korrektur des vorhergesagten Pfades erfolgt ist, eine vorgegebene Schranke, so ist zu vermuten, dass es sich bei den Passagieren um solche handelt, die ein saisonal bedingtes, abweichendes Verhalten aufweisen. Die Daten weisen eine Tendenz auf, die durch die statistischen Gewichte aufgrund der Klassifikation bzw. der Suche, die in dem CLA bzw. dem PS erfolgt, nicht mehr richtig widerspiegelt wird. Der so gesammelte Datenpool an korrigierten Pfaden in der Datenbank DBPOST kann dann dazu benutzt werden, die statistischen Gewichte in dem Klassifikator CLA bzw. die Suchalgorithmen in dem Pfadsucher PS neu zu justieren, bzw. neu zu trainieren. Diese Trainingsphase kann dabei parallel zum normalen Betrieb erfolgen, kann aber auch während Schlusszeiten des Flughafens erfolgen. Die Registrierung der zu korrigierenden Pfade setzt die Vorrichtung 100 gemäß der Erfindung in einen Selbstlernprozess um. Diese Fähigkeit zum Selbstlernprozess kann auch dazu benutzt werden, das System bei Neuinstallation in einem Flughafen vor der regulärer Inbetriebnahme entsprechend anzutrainieren. In einer Initialisierungsphase würde die Vorrichtung 100 dann, von den Passagieren unbemerkt, die vorgenannten Schritte ausführen, allerdings keine Ausgabe an den Postprozessor OUT liefern. Stattdessen werden sämtliche Daten in der Datenbank DBPOST abgelagert. Sobald der Datenpool eine statistisch relevante Größe erreicht hat, können dann die statistischen Gewichte in dem Klassifikator CLA bzw. dem Pfadsucher PS unter Zuhilfenahme der Erfahrungsdaten in der Datenbank DBPRIOR eingestellt werden.
  • In 2 wird zur Verdeutlichung das von dem System 100 implementierte Verfahren anhand eines Flussdiagramms genauer dargestellt.
  • In Schritt S5 werden die Passagierdaten erfasst.
  • In Schritt S10 werden aus den erfassten Passagierdaten Bewegungscharakteristika im Hinblick auf die Passagierdaten des Passagiers bestimmt. Zuerst wird bestimmt, wie schnell sich der Passagier voraussichtlich bewegt, und in einem zweiten Unterschritt wird dann bestimmt, wohin sich der Passagier mit großer Wahrscheinlichkeit bewegen wird. Das heißt die Liste der präferierten POIPs wird bestimmt.
  • In einem Schritt S12 werden bereits vorhergesagte Pfade von anderen Passagieren, die vorher im Datenlogger NCL registriert bzw. zwischengespeichert wurden, erfasst. Sollte es zu diesem Zeitpunkt noch keine solchen bereits erfassten Pfade geben, wird dieser Schritt S12 übersprungen.
  • Auf Grundlage dieser Bewegungscharakteristika und des, bzw. der im NCL registrierten Pfads oder Pfade von einem anderen Passagier oder anderen Passagieren, wird dann in Schritt S15 der Pfad ausgehend von Startpunkt S über die präferierten POIs zum Ziel Z bestimmt. Dazu wird der Mastergraph auf die Bewegungscharakteristika des Passagies und unter Berücksichtigung der bereits vorhergesagten Pfade der anderen Passagiere aus dem Datenlogger NCL adaptiert. Dabei werden irrelevante Mastergraph-Kanten entfernt und/oder Masterkantenkosten (Gewichte) modifiziert. Mastergraph-Kanten sind irrelevant, wenn sie keine der präferierten POIPs verbinden.
  • Zusätzlich werden die Mastergraphen-Kantenkosten und/oder Verweilzeiten an den Masterknotenpunkten angepasst in Abhängigkeit der bereits vorhergesagten Pfade der anderen Passagiere im Datenlogger NCL. Die Anpassung erfolgt durch Beaufschlagung der Verweilzeiten und/oder Masterkantenkosten (= durchschnittlichen Gehzeiten), um so einer Auslastung durch Passagieraufkommen an den Anlaufstellen und der diese verbindenden Wege zu berücksichtigen, die durch die entsprechenden Mastergraph-Knotenpunkte und Mastergraph-Kanten repräsentiert werden. Dies erlaubt die Berücksichtigung einer aktuellen Auslastung an den Anlaufstellen auf Grundlager bereits erfolgter/vorhergesagter Pfade. Je höher die zu erwartende Auslastung an den Anlaufstellen desto höher die Beaufschlagung an den entsprechenden Mastergraph-Knotenpunkten und/oder Mastergraph-Kanten. Gemäß einer Ausführungsform erfolgt die Beaufschlagung proportional, d. h., bei erhöhter Auslastung an dem Masterknotenpunkt, wird eine vorher festgelegte „Default-Zeit” ebenfalls erhöht. Dabei wird gemäß einer Ausführungsform eine nichtlineare und abschnittsweise definierte Extrapolationsfunktionsfamilie zugrunde gelegt werden, da die Gehzeit nicht linear ist: die Gehzeit bricht erst ab einer bestimmten Personendichte (ca. 0,5 Personen/qm) ein, dann aber sehr rasch, und flacht dann leicht bis zum absoluten Stillstand (bei ca. 5,4 Personen/qm) ab.
  • Gemäß einer Ausführungsform, kann das Verfahren auch im Vorfeld in einer Datenlogger NCL-Auffüllphase in einer Schleife bis einschließlich dem Schritt S15 und anschließender Registrierung des so bestimmten Pfades im Datenlogger NLC erfolgen, bis ein oder mehrere Pfade in dem Datenlogger registriert sind. Dadurch kann für jeden zukünftigen Schritt S12 sichergestellt werden, dass der Datenlogger NCL gefüllt ist und Schritt S12 daher ausgeführt werden kann.
  • Durch diese zweifache Adaption des Mastergraphen, d. h. in Abhängigkeit der Klassifizier CLA generierten Bewegungscharakteristika und der NCL registrierten aktuellen Auslastung an den präferierten Anlaufstellen wird ein adaptierter Graph bereitgestellt, der auf den Passagier zugschnitten ist und. die aktuelle Passagierauslastung an den POIs/POIPs in dem Flughafen FH widerspiegelt.
  • Anschließend sucht der Pfadsucher PS in einem folgenden Teilschritt des Schritts S15 in diesem so adaptierten Graph nach einem optimalen Pfad, ausgehend von dem Start S über die POIPs bis hin zum Ziel Z. Es kann hierbei konfiguriert werden, ob hinsichtlich Weglänge oder (Geh)-Zeit optimiert werden soll. Dadurch, dass die Suche nur in dem adaptierten Mastergraphen mit i. A. niedriger Dimension (weniger Kanten und/oder Knoten) verläuft, kann bei der Suche Rechenzeit gespart werden.
  • In einem optionalen Schritt S20 kann dann auf Grundlage eines Userfeedbacks von dem Passagier eine neue Zwischenanlaufstelle (in 2 auch „AS”) in den vorhergesagten Pfad eingefügt werden. Hier wird es ermöglicht, auch Zwischenanlaufstellen, die von dem Passagier explizit gewünscht werden, in dem Vorhersageschritt für den Pfad zu berücksichtigen.
  • Hat der Passagier ein solches Userfeedback abgesetzt, wird in S20 ein Zwischenpfad zur Zwischenanlaufstelle bestimmt.
  • Ausgehend von dieser Zwischenanlaufstelle wird dann im Schritt S25 ein Restpfad über die dazwischenliegenden präferierten POIPs zum Gate Z bestimmt.
  • Die Schritte in S20 und S25 entsprechen dabei dem Pfadbestimmungsschritt S15, nur, dass jetzt die Bestimmung jeweils unter Berücksichtigung der userangefragten Zwischenstelle erfolgt. Durch diese Rückkopplung zum Schritt S15 werden auch etwaige Änderungen im Datenlogger NCL mitberücksichtigt bei der erneuten Suche nach dem um die angefragte Zwischenstelle ergänzten Pfad.
  • Sollte die vorrausichtliche Ankunftszeit ETA, die sich aus den um die Zwischenstelle ergänzten Pfad in S20 und S25 ergibt, die verbleibende Zeit bis zum Ende der Einstiegszeit (engl. „gate closed”) überschreiten, wird in S32 der Passagier und ggf. das Gate Z darüber informiert in Form einer Nachricht, die dann abgesetzt wird. Die Zeit wird festgestellt indem zuvor über die aktuellen Kantenkosten und Verweilzeiten des vorhergesagten Pfades in Schritt S30 summiert wird.
  • Gemäß einer Ausführungsform hat der Passagier in einem solchen Fall im Schritt S35 die Möglichkeit ein anderes Zwischenziel zu wählen oder gänzlich darauf zu verzichten. Alternativ kann im Schritt S35 auch eine Liste alternativer Zwischenziele angeboten werden, die in der verbleibenden Zeit erreichbar sind.
  • Ohne Anfrage für eine Zwischenanlaufstelle wird über dem so bestimmten bzw. vorhergesagten Pfad in einem Schritt S45, ähnlich zum Schritt S30, über den jetzt aktuellen Pfad summiert. Auf Grundlage dieser Summation werden dann eventuelle Verspätungen oder Navigationshinweise in Schritt S47 dem Passagier und/oder dem Personal am Gate Z übermittelt
  • In S50 wird der so vorhergesagte und eventuell ergänzte Pfad im Datenlogger NCL abgelegt („eingelastet”) um die Pfade folgender Passagiere anpassen zu können unter Berücksichtigung der bereits vorhergesagten Pfade in einem zukünftigen Schritt S15.
  • In einem konditionalen Schritt S55 wird der so vorhergesagte Pfad in Abhängigkeit von tatsächlichen Positionsdaten des Passagiers auf dem Flughafen (FH)-Gelände, die von der Lokalisierungseinrichtung T geliefert werden, korrigiert. Hierbei werden je nach aktueller Position des Passagiers, Knotenpunkte in dem Pfad vertauscht, gelöscht, oder ersetzt. Dann erfolgt eine erneute Berechnung wie im Schnitt S15 um so einen korrigierten oder realaktuellen Pfad zu erhalten. Anschließend wird, ähnlich wie in den Schritten S45 und S47, erneut summiert und, wenn eine Verspätung am Gate Z droht, der Passagier und, oder das Personal am Gate Z benachrichtigt.
  • Die korrigierende Pfadaktualisierung wird ausgelöst, wenn beim Überprüfen der Positionsdaten des Passagiers Abweichungen festgestellt werden von dem vorhergesagten Pfad.
  • Der Überprüfungsschritt S55 erfolgt in einstellbaren Zeitintervallen. Gemäß einer Ausführungsform können die Zeitintervalle so klein gewählt werden, dass eine kontinuierliche Überprüfung realisiert ist. Gemäß einer anderen Ausführungsform sind die Überprüfungsintervalle größer gewählt, um Rechenzeit zu sparen.
  • Eine Abweichung ist gegeben, wenn die zu einem Zeitpunkt erfasste Position auf einen Aufenthalt des Passagiers an einem aktuellen POI schließen lässt, der sich nicht in unter den präferierten POIPs des vorhergesagten Pfades befindet. Eine Abweichung ist auch dann gegeben, wenn die erfasste Position auf einen Aufenthalt des Passagiers an einem anderen POIP schließen lässt als sich aus dem vorhergesagten Pfad durch Teilsummation bis zu einem bestimmten POIP und Vergleich der Teil-ETA an diesem POIP ergibt.
  • Abschließend wird in S60 der korrigierte Pfad in der Datenbank DBPOST abgelegt und ggf. die festgestellten Abweichung zwischen dem korrigierten Pfad und dem vorhergesagten Pfad vermerkt.
  • Übertrifft diese Anzahl der so abgespeicherten Pfade eine bestimmte Schranke δ, werden in dem Schritt S65 die statistischen Gewichte, die im Schritt S15 zur Bestimmung der Bewegungscharakteristika benutzt wurden, im Lichte dieser korrigierten Pfade justiert. Dadurch kann in einem Selbstlernprozess der saisonal bedingten Schwankungen im Verhalten der Passagiere in einem späteren Bestimmungsschritt (Klassifizierungsschritt) S10 für zukünftige Passagiere Rechnung getragen werden.
  • Ergänzend bzw. alternativ wird, bzw. kann der Justierschritt S65 (auch) ausgelöst werden, wenn die Abweichungen zwischen den in der Datenbank DBPOST abgespeicherten Pfaden und den vorhergesagten Pfaden einen einstellbaren Schwellenwert überschreitet.
  • Wird eine solche Überschreitung der Schanke δ und/oder des Schwellenwertes detektiert, wird mit anhand der in der Datenbank DBPOST gespeicherten Pfade der Klassifikator CLA in einem Schritt S70 neu trainiert bzw. initiiert.
  • Danach werden die Daten in der Datenbank DBPRIOR in Schritt S75 ersetzt. Es erfolgt somit eine Aktualisierung („update”) an die neuen Passagiervorlieben im Hinblick auf die präferierten Anlaufstellen POIP) durch die Daten in der Datenbank DBPOST. Die Datenbank DBPOST wird fortan neu gefüllt bis zum erneuten Erreichen der Schranke und/oder des Schwellwertes.
  • Die Genaue Abfolge der oben genannten Schritte kann auch dynamisch variiert bzw. nach Bedarf wiederholt werden.
  • Insbesondere kann z. B. der Unterschritt des Datenlogger NCL Abgleichs in Schritt S15 durch ein Signal des Datenloggers NCL an den Pfadsucher PS erneut durchgeführt werden. Dieses Signal wird gemäß einer Ausführungsform abgesetzt, wenn der Datenlogger NCL eine bestimmte Änderungsrate von Registrierungen detektiert. Dies könnte für eine erhöhte Passagierbewegungsdynamik sprechen, die eine erneute Beaufschlagung an den Kanten und Kanten des Mastergraphen notwendig macht. Der adaptierte Mastergraph wird so nur NCL angepasst und der optimale Pfad für den Passagier erneut gesucht. Der Adaptionsschritt anhand der Bewegungscharakteristika erfolgt in diesem wiederholten NCL Abgleichungsschritt nicht mehr.
  • Zusammenfassend lässt sich sagen, dass durch die Vorrichtung 100 gemäß vorliegender Erfindung es sich zum frühen Zeitpunkt feststellen lässt, ob ein Passagier zu spät, oder gar nicht an dem Flugsteig Z ankommen wird. In diesem Fall kann dann zum Beispiel rechtzeitig das Entladen des Gepäcks solcher „No-show”-Passagiere initiiert werden. Auch können die vorhergesagten korrigierten, bzw. angepassten Pfade auch anderweitig statistisch ausgewertet werden, bzw. Passagierbewegungsmuster detektiert werden.
  • Berechnung durch Summation über dem Pfad der erwartenden Ankunftszeit am Gate Z ist nur eine konkrete Anwendung des Informationsgehaltes, der durch diesen Pfad abgebildet wird. Z. B. lassen sich auch hochfrequentierte Bereiche erfassen, um ggf. (saisonal) gestaffelte Mietpreise der Geschäfte oder Restaurants zu erheben und zielgruppenspezifische Marketingaktionen (engl. „Location based Advertisement”) zu starten.
  • Ebenso können Einzelhändler Sonderaktionen dem System 100 bekannt machen, so dass im Falle einer Pfadbestimmung die Zielgruppe des Händlers gezielt an seinem Geschäft vorbeigeführt wird.
  • Auch das Platzangebot in dem Flughafen FH kann besser genutzt werden, der Einsatz von Personal in Infrastrukturen kann verbessert werden, und Engpässe können rechtzeitig und kurzfristig identifiziert werden. So wird der Komfort und die Flexibilität für die Passagiere genutzt, da die Zeit bis zum Abflug, bzw. bis zur Boarding-Time am Gate Z optimaler durch Zwischenstopps an den Anlaufstellen genutzt werden kann.
  • 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
    • WO 2005/052885 [0007]

Claims (15)

  1. Verfahren zum Vorhersagen von Passagierbewegung eines Passagiers in Flughäfen (FH), umfassend die folgenden Schritte Erfassen (S5) von Passagierdaten des Passagiers; Bestimmen (S10) von Bewegungscharakteristika des Passagiers aus den Passagierdaten, mittels statistischer Gewichte; Konditionales Erfassen (S12) einer bereits vorhergesagter Passagierbewegung eines anderen Passagiers, wenn solche Vorhersagen bereits vorliegen; Unter Zugrundelegen der Bewegungscharakteristika und der bereits vorhergesagten Passierbewegung des anderen Passagiers, Vorhersagen (S15) eines Pfades des Passagiers von einem Startpunkt (S) zu einem Zielpunkt (Z) über eine Anlaufstelle (POIP) im Flughafen (FH), wobei der vorhergesagte Pfad als Graph speicherbar ist, wobei der Graph Knotenpunkte und Kanten zwischen diesen Knotenpunkten umfasst; Konditionales Korrigieren (S55) des so vorhergesagten Pfades in Abhängigkeit von erhaltenen Positionsdaten des Passagiers, wobei aus den Positionsdaten eine tatsächliche Position des Passagiers in dem Flughafen ableitbar ist.
  2. Verfahren nach Anspruch 1, wobei das Vorhersagen (S15) des Pfades umfasst: Adaption eines Mastergraphen anhand der Bewegungscharakteristika und der bereits vorhergesagten Passagierbewegung des andern Passagiers, wobei der Mastergraph ein Layout des Flughafens (FH) abbildet, der Mastergraph anfänglich umfassend Masterknoten, die alle Anlaufstellen (POI) repräsentieren, und Masterkanten zwischen diesen Masterknoten, die Wege zwischen diesen Masterknoten repräsentieren; Suchen, anhand konfigurierbaren Kriterien, in dem so adaptierten Mastergraphen, um so den vorhergesagten Pfad zu erhalten.
  3. Verfahren nach einem der vorgehenden Ansprüche 1 oder 2, wobei das Verfahren umfasst Summieren (S30, S45) über die Kantenkosten und Verweilzeiten des als Graph abgespeicherten vorhergesagten bzw. korrigierten bzw. ergänzten Pfads, um so eine voraussichtliche Ankunftszeit (ETA) des Passagiers am Zielpunkt (Z) zu erhalten.
  4. Verfahren nach Anspruch 1 bis 3, weiter umfassend Optionales Einfügen (S20–S32) einer weiteren Anlaufstelle in den vorhergesagten Pfad, wobei das Einfügen der weiteren Anlaufstelle auf Grundlage einer Anfrage erfolgt, die vom Passagier abgesetzt wurde, und wobei das Einfügen nur dann erfolgt, wenn die Summation über diesen so ergänzten Pfad eine voraussichtliche Ankunftszeit (ETA) ergibt, die mit vorher definierten Zeiterfordernissen an dem Ziel (Z) vereinbar ist.
  5. Verfahren nach einem der Ansprüche 1 bis 4, weiter umfassend: Zwischenspeichern (S60) des korrigierten Pfades des Passagiers, wenn eine Pfadkorrektur erfolgt ist; sobald eine Anzahl der so abgespeicherten korrigierten Pfade eine konfigurierbare Schranke übersteigt und/oder eine Abweichung zwischen den korrigierten Pfaden und dem vorhergesagten Pfad einen Schwellenwert übersteigt, Justieren (S65) der statistischen Gewichte, aufgrund derer das Bestimmen der Bewegungscharakteristika für zukünftige Passagiere erfolgen soll.
  6. Verfahren nach einem der vorgehenden Ansprüche, wobei die Bewegungscharakteristika des Passagiers eine vorhergesagte Gehgeschwindigkeitsklasse des Passagiers und mindestens eine von dem Passagier präferierte Anlaufstelle (POIP) im Flughafen (FH) umfassen.
  7. Verfahren nach Anspruch 6, wobei die Bestimmung der Bewegungscharakteristika in zwei aufeinanderfolgenden Phasen erfolgt, wobei in der ersten Phase die Gehgeschwindigkeitsklasse bestimmt wird und in einer zweiten Phase, basierend auf der so bestimmten Gehgeschwindigkeitsklasse, die mindestens eine präferierter Anlaufstelle (POIP) bestimmt wird.
  8. Vorrichtung (100) zum Vorhersagen von Passagierbewegung in Flughäfen (FH), die Vorrichtung umfassend eine Erfassungseinheit (S) zum Erfassen von Passagierdaten eines Passagiers; einen Klassifikator (CLA), konfiguriert um mittels statistischer Gewichte aus den erfassten Passagierdaten Bewegungscharakteristika des Passagiers zu bestimmen; einen Datenlogger (NCL), der eingerichtet ist, um bereits vorhergesagten Passagierbewegungen von anderen Passagieren zu registrieren; einen Pfadsucher (PS), der konfiguriert ist, um unter Zugrundelegung der Klassifikator (CLA) bestimmten Bewegungscharakteristika und der bereits vorhergesagte Datenlogger (NCL) registrierten Passagierbewegung von anderen Passagieren einen Pfad des Passagiers von einem Startpunkt (S) über eine Anlaufstelle (POIP) im Flughafen zu einem Zielpunkt (Z) vorherzusagen, wobei der vorhergesagte Pfad als ein Graph speicherbar ist, der Graph umfassend Knotenpunkte und Kanten zwischen diesen Knotenpunkten, wobei durch den Pfadsucher (PS) konditional eine Korrektur durch Modifikation der Knotenpunkte des vorhergesagten Pfades erflogt in Abhängigkeit von erhaltenen Positionsdaten des Passagiers, wobei aus den Positionsdaten eine tatsächliche Position des Passagiers auf dem Flughafen ableitbar ist.
  9. Vorrichtung nach Anspruch 8, wobei das Vorhersagen des Pfades durch den Pfadsucher (PS) erfolgt durch Adaption eines Mastergraphen anhand der Bewegungscharakteristika und der bereits vorhergesagten Passagierbewegung des andern Passagiers, wobei der Mastergraph ein Layout des Flughafens (FH) abbildet, der Mastergraph anfänglich umfassend Masterknoten, die alle Anlaufstellen (POI) repräsentieren, und Masterkanten zwischen diesen Masterknoten, die Wege zwischen diesen Masterknoten repräsentieren, wobei das Adaptieren ein Ändern von Kantenkosten der Masterkanten und/oder Verweilzeiten an den Masterkontenpunkten umfasst; und anschließendem Suchen, anhand konfigurierbaren Kriterien, in dem so adaptierten Mastergraphen, um so den vorhergesagten Pfad zu erhalten.
  10. Vorrichtung nach einem der vorgehenden Ansprüche 8 bis 9, weiter umfassend: einen Postprozessor (OUT), der konfigurierbar ist, um über die Kantenkosten und Verweilzeiten des als Graph abgespeicherten vorhergesagten oder korrigierten Pfads zu summieren, um so eine voraussichtliche Ankunftszeit des Passagiers am Zielpunkt zu erhalten.
  11. Vorrichtung nach einem der Ansprüche 10, wobei der Pfadsucher (PS) Schnittstellen aufweist um Anfragen zu empfangen, die vom dem Passagier abgesetzt wurden; wobei der Pfadsucher (PS) konfiguriert ist um auf Grundlage der empfangenen Anfrage optional eine weitere Anlaufstelle in den vorhergesagten oder korrigierten Pfad einzufügen, wenn die Summation über diesen so ergänzten Pfad eine voraussichtliche Ankunftszeit (ETA) ergibt, die mit vorher definierten Zeiterfordernissen an dem Ziel (Z) vereinbar ist.
  12. Vorrichtung nach einem der Ansprüche 7 bis 11, weiter umfassend eine Datenbank (DBPOST) zum Zwischenspeichern des korrigierten Pfades des Passagiers und von weiteren korrigierten Pfaden von weiteren Passagieren, wenn eine solche Pfadkorrektur durch den Pfadsucher (PS) erfolgt ist; eine Justiereinheit (JE) die so eingerichtet ist dass, sobald eine Anzahl der abgespeicherten korrigierten Pfade einen konfigurierbaren Schwellenwert übersteigt, die statistischen Gewichte des Klassifikators (CLA) justiert werden, so dass das Bestimmen der Bewegungscharakteristika für zukünftige Passagiere mit den so justieren statistischen Gewichten erfolgt.
  13. Vorrichtung nach einem der vorgehenden Ansprüche 7 bis 12, wobei die Bewegungscharakteristika des Passagiers eine vorhergesagte Gehgeschwindigkeitsklasse des Passagiers und mindestens eine von dem Passagier präferierte Anlaufstelle (POIP) im Flughafen (FH) umfassen.
  14. Ein Programmelement, das, wenn es auf einem Prozessor ausgeführt wird, den Prozessor steuert, so dass ein computergestütztes Verfahren auf dem Prozessor implementierbar ist zum Vorhersagen von Passagierbewegung in Flughäfen wobei der so gesteuerte Prozessor dann die folgenden Schritte ausführt: Erfassen (S5) von Passagierdaten des Passagiers; Bestimmen (S10) von Bewegungscharakteristika des Passagiers aus den Passagierdaten, mittels statistischer Gewichte; Konditionales Erfassen (S12) einer bereits vorhergesagter Passagierbewegung eines anderen Passagiers, wenn solche Vorhersagen bereits vorliegen; Unter Zugrundelegen der Bewegungscharakteristika und der bereits vorhergesagten Passierbewegung des anderen Passagiers, Vorhersagen (S15) eines Pfades des Passagiers von einem Startpunkt (S) zu einem Zielpunkt (Z) über eine Anlaufstelle (POIP) im Flughafen (FH), wobei der vorhergesagte Pfad als Graph speicherbar ist, wobei der Graph Knotenpunkte und Kanten zwischen diesen Knotenpunkten umfasst; Konditionales Korrigieren (S55) des so vorhergesagten Pfades in Abhängigkeit von erhaltenen Positionsdaten des Passagiers, wobei aus den Positionsdaten eine tatsächliche Position des Passagiers in dem Flughafen ableitbar ist.
  15. Ein elektronischer Datenträger auf dem ein Programmelement nach Anspruch 14 gespeichert ist.
DE102009049923A 2009-10-19 2009-10-19 Passagierbewegungsvorhersage- und Optimierungssystem Ceased DE102009049923A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102009049923A DE102009049923A1 (de) 2009-10-19 2009-10-19 Passagierbewegungsvorhersage- und Optimierungssystem
PCT/EP2010/065693 WO2011048079A1 (de) 2009-10-19 2010-10-19 Passagierbewegungsvorhersage- und optimierungssystem
US13/450,555 US20120254084A1 (en) 2009-10-19 2012-04-19 Passenger motion prediction and optimization system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102009049923A DE102009049923A1 (de) 2009-10-19 2009-10-19 Passagierbewegungsvorhersage- und Optimierungssystem

Publications (1)

Publication Number Publication Date
DE102009049923A1 true DE102009049923A1 (de) 2011-05-05

Family

ID=43413361

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102009049923A Ceased DE102009049923A1 (de) 2009-10-19 2009-10-19 Passagierbewegungsvorhersage- und Optimierungssystem

Country Status (3)

Country Link
US (1) US20120254084A1 (de)
DE (1) DE102009049923A1 (de)
WO (1) WO2011048079A1 (de)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5741390B2 (ja) * 2011-11-11 2015-07-01 トヨタ自動車株式会社 周波数選択方法およびコグニティブ無線システム
FR2988507B1 (fr) * 2012-03-23 2014-04-25 Inst Francais Des Sciences Et Technologies Des Transports De Lamenagement Et Des Reseaux Systeme d'assistance pour vehicule routier
US9437114B2 (en) * 2013-03-15 2016-09-06 Us Airways, Inc. Departure sequencing systems and methods
JP5746255B2 (ja) * 2013-04-11 2015-07-08 日本電信電話株式会社 訪問poi推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体
US9922350B2 (en) 2014-07-16 2018-03-20 Software Ag Dynamically adaptable real-time customer experience manager and/or associated method
US10380687B2 (en) 2014-08-12 2019-08-13 Software Ag Trade surveillance and monitoring systems and/or methods
US9449218B2 (en) 2014-10-16 2016-09-20 Software Ag Usa, Inc. Large venue surveillance and reaction systems and methods using dynamically analyzed emotional input
CN105679307A (zh) * 2014-11-21 2016-06-15 上海新跃仪表厂 一种基于语音技术的变量状态监测方法
KR101555450B1 (ko) * 2014-12-26 2015-09-24 한국공항공사 도착 정보 제공 방법 및 서버 및 디스플레이 장치
US10592749B2 (en) 2016-11-14 2020-03-17 General Electric Company Systems and methods for analyzing turns at an airport
CN107491483B (zh) * 2017-07-13 2018-09-25 长安大学 一种基于位置预测的潜在共乘群体识别方法
EP3669334B1 (de) 2017-08-18 2023-09-27 Carrier Corporation Verfahren zur erstellung eines gebäudeweges für gebäudeinsassen auf der basis historischer informationen
CN107526815A (zh) * 2017-08-28 2017-12-29 知谷(上海)网络科技有限公司 目标区域范围内的移动模式的确定方法及电子设备
US10834336B2 (en) 2018-01-29 2020-11-10 Ge Aviation Systems Llc Thermal imaging of aircraft
US11035676B2 (en) 2018-06-11 2021-06-15 Here Global B.V. Navigation system and method for providing navigational assistance at a venue
GB2593116A (en) * 2018-07-16 2021-09-22 Sita Information Networking Computing Uk Ltd Self sovereign identity
CN108876064B (zh) * 2018-08-23 2022-03-18 北京交通大学 基于客流量的城市轨道交通网络关键车站识别方法
JP6999588B2 (ja) * 2019-01-30 2022-01-18 株式会社日立情報通信エンジニアリング 移動経路予測システム、移動経路予測方法、コンピュータプログラム
EP3696094A1 (de) * 2019-02-12 2020-08-19 General Electric Company Optimierung der flugzeugstandplatzrückgewinnung
US10534956B1 (en) 2019-04-25 2020-01-14 Alclear, Llc Using identity information to facilitate interaction with people moving through areas
CN111080016B (zh) * 2019-12-19 2023-09-26 广州新科佳都科技有限公司 一种基于节点控制的地铁车站客流管控方法及装置
US20210262809A1 (en) * 2020-02-25 2021-08-26 Alclear, Llc Estimation and presentation of total journey time from origin to gate
JP2022156369A (ja) * 2021-03-31 2022-10-14 株式会社日立ビルシステム 人流管理システム及び人流管理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005052885A1 (en) 2003-11-24 2005-06-09 Mantic Point Solutions Limited Method and system for assisting the passage of an entity through successive zones to a destination
WO2009098165A1 (de) * 2008-02-07 2009-08-13 Art + Com Ag System zur übertragung von informationen für personen im bereich eines flughafens, verfahren zur übertragung von informationen und ein personenendgerät

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587835B1 (en) * 2000-02-09 2003-07-01 G. Victor Treyz Shopping assistance with handheld computing device
WO2006025044A2 (en) * 2004-07-29 2006-03-09 Ziv Ben-Yehuda System and method for travel planning
US20060155591A1 (en) * 2005-01-10 2006-07-13 Faheem Altaf Systems, methods, and media for managing a travel itinerary
US7327262B2 (en) * 2005-10-12 2008-02-05 Mantic Point Solutions Limited System and method for electronic article surveillance
US9117223B1 (en) * 2005-12-28 2015-08-25 Deem, Inc. Method and system for resource planning for service provider

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005052885A1 (en) 2003-11-24 2005-06-09 Mantic Point Solutions Limited Method and system for assisting the passage of an entity through successive zones to a destination
US20070273514A1 (en) * 2003-11-24 2007-11-29 Henri Winand Method and System for Assisting the Passage of an Entity Through Successive Zones to a Destination
WO2009098165A1 (de) * 2008-02-07 2009-08-13 Art + Com Ag System zur übertragung von informationen für personen im bereich eines flughafens, verfahren zur übertragung von informationen und ein personenendgerät

Also Published As

Publication number Publication date
WO2011048079A1 (de) 2011-04-28
US20120254084A1 (en) 2012-10-04

Similar Documents

Publication Publication Date Title
DE102009049923A1 (de) Passagierbewegungsvorhersage- und Optimierungssystem
Vlahogianni et al. A real-time parking prediction system for smart cities
Ghanim et al. Real-time dynamic transit signal priority optimization for coordinated traffic networks using genetic algorithms and artificial neural networks
Stathopoulos et al. A multivariate state space approach for urban traffic flow modeling and prediction
Nuzzolo et al. A mesoscopic transit assignment model including real-time predictive information on crowding
Fragoudaki et al. Airport performance in a tourism receiving country: Evidence from Greece
Nielsen et al. Estimating passenger numbers in trains using existing weighing capabilities
DE112018007300T5 (de) Routenführung mit wahrnehmung der umgebung
WO2014202362A1 (de) Verfahren zum bereitstellen von parkinformationen zu freien parkplätzen
WO2013113588A1 (de) Verfahren zur bereitstellung von parkinformationen zu freien parkplätzen
Haase et al. Improving pilgrim safety during the hajj: an analytical and operational research approach
DE202013012418U1 (de) Reiseplanung im öffentlichen Personenverkehr
CN113034913A (zh) 交通拥堵预测方法、装置、设备及存储介质
Arriagada et al. Modeling bus bunching using massive location and fare collection data
DE102019135333A1 (de) Systeme und verfahren zur disposition und routenplanung von fahrzeugen
KR102236546B1 (ko) 빅데이터 및 인공지능 기반 관광목적에 따른 선택이 가능한 스마트 관광 서비스 제공 방법
DE112017007882T5 (de) Fahrzeug und navigationssystem
Caros et al. Day-to-day market evaluation of modular autonomous vehicle fleet operations with en-route transfers
Śleszyński Expected traffic speed in Poland using Corine land cover, SRTM-3 and detailed population places data
Srikukenthiran et al. Enabling large-scale transit microsimulation for disruption response support using the Nexus platform: Proof-of-concept case study of the Greater Toronto area transit network
Lin et al. Airport baggage handling system simulation modeling using SysML
Kieu et al. Empirical modelling of the relationship between bus and car speeds on signalised urban networks
Babu et al. Comparison of bridge live loads in US and Europe
Schmaranzer et al. Population-based simulation optimization for urban mass rapid transit networks
Apronti et al. Four-step travel demand model implementation for estimating traffic volumes on rural low-volume roads in Wyoming

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R082 Change of representative

Representative=s name: MAIWALD PATENTANWALTSGESELLSCHAFT MBH, DE

R081 Change of applicant/patentee

Owner name: AIRBUS DEFENCE AND SPACE GMBH, DE

Free format text: FORMER OWNER: EADS DEUTSCHLAND GMBH, 85521 OTTOBRUNN, DE

Effective date: 20140819

R082 Change of representative

Representative=s name: MAIWALD PATENTANWALTS- UND RECHTSANWALTSGESELL, DE

Effective date: 20140819

Representative=s name: MAIWALD PATENTANWALTSGESELLSCHAFT MBH, DE

Effective date: 20140819

R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final