DE102011087803B4 - Method and apparatus for merging classified traffic situation information - Google Patents
Method and apparatus for merging classified traffic situation information Download PDFInfo
- Publication number
- DE102011087803B4 DE102011087803B4 DE201110087803 DE102011087803A DE102011087803B4 DE 102011087803 B4 DE102011087803 B4 DE 102011087803B4 DE 201110087803 DE201110087803 DE 201110087803 DE 102011087803 A DE102011087803 A DE 102011087803A DE 102011087803 B4 DE102011087803 B4 DE 102011087803B4
- Authority
- DE
- Germany
- Prior art keywords
- los
- traffic situation
- situation information
- fusion
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- General Factory Administration (AREA)
Abstract
Die Erfindung betrifft ein Verfahren und eine Vorrichtung (1) zur Fusion von klassifizierten Verkehrslageinformationen (LOS-DATA), die von unterschiedlichen Detektoren erfasst werden, wobei den einzelnen klassifizierten Verkehrslageinformationen (LOS-DATA) Qualitätswerte (qi) zugeordnet sind, wobei zur Fusion (FLOS) mittels einer Recheneinheit ein qualitätsgewichteter Median verwendet wird.The invention relates to a method and a device (1) for merging classified traffic situation information (LOS-DATA), which are detected by different detectors, wherein the individual classified traffic situation information (LOS-DATA) quality values (qi) are assigned, wherein the fusion ( FLOS) a quality-weighted median is used by means of a computing unit.
Description
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Fusion von klassifizierten Verkehrslageinformationen.The invention relates to a method and a device for merging classified traffic situation information.
Der so genannte Level of Service (LOS) bzw. allgemeiner entsprechend klassifizierte Verkehrsqualitätsdaten stellen in der Straßenverkehrstechnik wichtige diskrete Bewertungsgrößen für den Verkehrsfluss dar. Typischerweise werden dabei zwischen 2 bis 6 Qualitätsstufen unterschieden, die in der Regel von ”gut” bis ”schlecht” durch Buchstaben des lateinischen Alphabets (A–F) oder durch geeignete sprachliche Bezeichnungen wie ”frei”, ”zähfließend”, ”gestaut”, etc. abgebildet werden. Die konkrete Definition der einzelnen LOS-Werte hängt dabei maßgeblich von der zur Verkehrslageerfassung verwendeten Detektionstechnik, den örtlichen Gegebenheiten des jeweils betrachteten Verkehrsnetzausschnitts (z. B. Autobahn, Bundesstraße, Kreuzung (signalisiert, nicht signalisiert), etc.) sowie weiteren Faktoren ab. Die einschlägige Literatur kennt in diesem Zusammenhang eine Vielzahl unterschiedlicher Klassifizierungsschemata. Problematisch wird dies dann, wenn die LOS-bewerteten Daten unterschiedlicher Quellen miteinander verglichen werden sollen. Insbesondere die statistisch sinnvolle Fusion solcher Daten stellt in diesem Kontext eine nicht-triviale Aufgabe dar. Zugleich ist die Datenfusion jedoch eines der wichtigsten Mittel zur Verbesserung der Qualität der Verkehrslageerfassung, indem durch die Integration verschiedener Datenquellen in ein Gesamtsystem die hinlänglich bekannten Schwächen der einzelnen, derzeit verfügbaren Detektionsmethoden und -ansätze (z. B. Induktionsschleifen, Videodetektion, Radar, Floating Car Data, ...) gegenseitig kompensiert werden können.The so-called level of service (LOS) or more generally correspondingly classified traffic quality data are important discrete evaluation variables for traffic flow in road traffic engineering. Typically, a distinction is made between 2 to 6 quality levels, which as a rule range from "good" to "poor" Letters of the Latin alphabet (A-F) or represented by suitable linguistic designations such as "free", "slow-flowing", "jammed", etc. The specific definition of the individual LOS values depends decisively on the detection technique used for the traffic situation detection, the local conditions of the particular traffic network section considered (eg motorway, federal highway, intersection (signaled, not signaled), etc.) as well as other factors. The relevant literature knows in this context a variety of different classification schemes. This becomes problematic if the LOS-rated data from different sources is to be compared with each other. In particular, the statistically meaningful fusion of such data is a non-trivial task in this context. At the same time, however, data fusion is one of the most important means of improving the quality of traffic assessment by integrating various data sources into an overall system, currently available detection methods and approaches (eg, induction loops, video detection, radar, floating car data, ...) can be mutually compensated.
Für den Vergleich bzw. die Fusion von LOS-basierten bzw. klassifizierten Verkehrslageinformationen existieren bereits verschiedene Möglichkeiten, die jedoch alle ihre spezifischen Nachteile haben.
- a) Im einfachsten Fall lassen sich beispielsweise die LOS-Werte unterschiedlicher Quellen (etwa in einer Lagekarte des Verkehrsnetzes) unabhängig voneinander graphisch visualisieren. Der Vergleich bzw. die Fusion der so dargestellten Informationen erfolgt dann durch den Betrachter vor dem Hintergrund dessen subjektiver Einschätzung und Bewertung der Situation. Ein analoger, jedoch weniger praktischer Ansatz ist zudem der direkte Abgleich der sprachlich gegebenenfalls unterschiedlich codierten LOS-Werte durch den Betrachter (ohne Visualisierung). Konkret entscheidet also der Betrachter, welche Verkehrslage er aus seiner subjektiven Einschätzung heraus für zutreffend hält, wenn ihm beispielsweise aus zwei unterschiedlichen Quellen einmal die Information ”gestaut” und einmal die Information ”zähfließend” vorliegt. Schwieriger wird eine derartige Einschätzung allein auf Basis der sprachlichen Notation notwendigerweise dann, wenn die Informationen beispielsweise lauten: ”LOS C” (auf einer sechsstufigen Skala) und ”LOS B” (auf einer dreistufigen Skala). Das Vorgehen ist wesentlich von der Einschätzung des jeweiligen Betrachters abhängig und damit stark subjektiv geprägt. Ergebnisse sind dadurch in der Regel nicht zuverlässig reproduzierbar bzw. nachprüfbar. Zudem ist die ”manuelle” Fusion auch unter Verwendung geeigneter visueller Hilfsmittel (z. B. Lagekarten) mit einem großen Aufwand verbunden. Flächendeckende und kontinuierliche Fusionsergebnisse können so nicht erzeugt werden. Die Problematik der korrekten Interpretation der Buchstaben-Codes durch den Betrachter legt folglich eine grundsätzliche, mathematische Formalisierung der Fusion nahe.
- b) Ein sehr einfacher Ansatz hierzu kann formal als Filterung der jeweils verfügbaren LOS-Werte aufgefasst werden. Hierbei wird auf Grundlage bestimmter Kriterien eine Reihung der gegebenen LOS-Werte vorgenommen und anschließend der qualitativ vermeintlich beste Wert als Fusionsergebnis ausgewählt. Als Kriterien können hierzu beispielsweise vorab definierte, erfahrungsbasierte, pauschale Basisverlässlichkeitswerte für die einzelnen Datenquellen oder im Idealfall auch einzeln mitgelieferte Qualitätswerte für jeden LOS-Datenpunkt verwendete werden. Wesentlicher Nachteil des Ansatzes ist die ineffiziente Nutzung der vorhandenen Informationen. Da letztlich lediglich eine Filterung der verfügbaren LOS-Werte vorgenommen wird, bleibt in der Regel zumindest ein Teil der statistischen Informationen der Daten ungenutzt (vgl. Ansatz c). Das volle Potential einer Datenfusion wird aus Sicht der Statistik/Informationstheorie folglich nicht ausgeschöpft.
- c) Aus informationstheoretischer Sicht hat der geschilderte Ansatz b) den großen Nachteil, dass letztlich nur ein gegebenenfalls kleiner Teil der statistischen Gesamtinformation, die sich in den für einen konkreten Straßenabschnitt verfügbaren Einzel-LOS-Werten gemeinsam verbirgt, tatsächlich für die Fusion genutzt wird. Besser ist es, auch die qualitativ vermeintlich schlechteren LOS-Einzelinformationen bei der Fusion explizit (mit einem geeigneten Gewicht) zu berücksichtigen. In der Praxis wird hierfür in der Regel ein gewichtetes Mittel gemäß mit passenden αi verwendet. Um hier vernünftig rechnen zu können, werden in naheliegender Weise die sprachlich bzw. alphanumerisch codierten LOS-Werte in konkrete, typischerweise natürliche Zahlen (z. B. A = 1, B = 2, C = 3 usw.) übersetzt. Die sprachliche bzw. alphanumerische Beschreibung des Fusionsergebnisses ergibt sich schließlich durch entsprechende Rundung des numerischen Wertes und Rückcodierung aus der rein numerischen Notation. Ein solches Verfahren ist für eine nicht notwendig LOS-basierte Datenfusion beispielsweise beschrieben in ”Neumann, Thorsten: Optimale Datenfusion bei Linearkombination der gemessenen Daten, Technischer Bericht, DIR, 2007” Im Gegensatz zu b) nutzt der Ansatz mit gewichtetem Mittelwert gemäß der Formel (1) systematisch die vorhandene Information aller verfügbaren LOS-Werte. Problematisch ist allerdings, dass LOS-Werte per Definition stets rangskalierte Größen sind. Aus Sicht der Statistik ist die Bildung eines Mittelwertes demnach strenggenommen nicht sinnvoll bzw. möglich. Dies wird klar, wenn man direkt mit den alphanumerisch codierten Größen rechnen wollte. Was soll beispielsweise ”2 mal LOS A” sein? Oder ist beispielsweise ”LOS D – LOS C = LOS A”? Offenbar machen derartige Rechnungen keinen Sinn. Genau das Gegenteil wird jedoch durch die oben geschilderte Transformation in numerische Werte (A = 1, B = 2, etc.) impliziert. Tatsächlich ändert aber die reine Umbenennung der einzelnen LOS-Werte (Umcodierung) nichts an der Tatsache, dass es sich bei LOS-Werten nicht um intervallskalierte, sondern lediglich ranskalierte Größen handelt, die zwar hinsichtlich einer ”Größer-kleiner-Relation” (im Sinne von ”besser” oder ”schlechter”) angeordnet werden können, für die jedoch insbesondere keine Addition/Subtraktion definiert ist. Der Ansatz ignoriert folglich wesentliche statistische Grundeigenschaften von LOS-Werten und ist demnach kritisch zu bewerten. Unter anderem hängt dessen Ergebnis maßgeblich von der willkürlich festgelegten Transformation zwischen alphanumerischer und numerischer Codierung der LOS-Werte ab, die letztlich in gewisser Weise die Willkürlichkeit des Ergebnisses impliziert.
- d) Ein aus statistischer Sicht ebenfalls sinnvoller Ansatz zur Datenfusion beruht ferner auf der Anwendung der Formel von Bayes. Hier wird die Verteilung des tatsächlichen LOS x bei gegebenen gemessenen (unabhängigen) LOS-Werte zi durch Kombination der verschiedenen Likelihoods mathematisch sauber berechnet: Der eigentliche LOS-Fusionswert wird schließlich per Maximum-Likelihood-Argument oder per ”Wheel-of-Fortune”-Ansatz aus der so berechneten Verteilung generiert. Ein solches Verfahren ist beispielsweise beschrieben in dem Fachartikel ”Junghans, Marek; Jentschel, Hans-Joachim: Qualification of Traffic Data by Bayesian Network Data Fusion, 10th Int. Conference an Information Fusion, July 9–12, 2007, Quebec, Canada”. Nachteil des Bayes'schen Ansatzes ist, dass die benötigten Likelihoods auf der rechten Seite der Formel (2) per se erst einmal nicht bekannt sind. Das Verfahren erfordert demnach eine aufwendige Kalibrierung, die die Qualität der Fusion maßgeblich beeinflusst. Da die entsprechenden Wahrscheinlichkeiten zudem teilweise nur schwer aus Daten direkt generiert werden können, ist in vielen Fällen eine subjektive Schätzung auf Basis von Erfahrungswerten erforderlich, die die bekannten Probleme hinsichtlich fehlender Nachvollziehbarkeit bzw. Reproduzierbarkeit und hohem manuellen Aufwand aufwirft.
- e) Sowohl die Ansätze aus b) und c) als auch teilweise das Vorgehen in a) setzen voraus, dass die Eingangs-LOS-Größen auf einer einheitlichen Skala vorliegen. Dies impliziert, dass vorab gegebenenfalls eine Art Normierung vorgenommen werden muss, bei der alle LOS-Werte auf eine einheitliche Skala transformiert werden. Dies bedeutet, dass beispielsweise eine 6-stufige LOS-Skala (A–F) auf eine 3-stufige Skala (”frei”, ”zähfließend”, ”gestaut”) – oder umgekehrt – abgebildet werden muss. Nach aktueller Praxis werden hierzu für jeden Einzelfall (z. B. ”6 Stufen -> 3 Stufen” oder ”3 Stufen -> 4 Stufen”) einfache Zuordnungstabellen definiert, auf deren Basis LOS-Werte statisch in die jeweils andere Skala überführt werden. Die konkrete Festlegung der Abbildung in den Zuordnungstabellen unterliegt dabei in der Regel der Willkür des jeweiligen Anwenders und ist meist mehr oder weniger trivial. Ein allgemeines und plausibles Vorgehen zur Transformation von LOS-Werten zwischen beliebigen, unterschiedlichen LOS-Skalen (”n Stufen -> m Stufen”) ist nicht bekannt. Die Umrechnung von LOS-Werten in andere Skalen, aber auch bereits die Abbildung zwischen formal gleichen Skalen (z. B. A–F bei zugleich unterschiedlicher Definition der einzelnen LOS-Stufen) sind wegen der teils sehr unterschiedlichen Klassifizierungsschemata der eingesetzten LOS-Konzepte keineswegs trivial. Vielmehr macht die Komplexität des Problems hier zwangsläufig entsprechende Heuristiken erforderlich. In diesem Sinne können die oben genannten statischen Zuordnungstabellen als durchaus brauchbare Lösung angesehen werden. Nachteilig ist allerdings, dass sie keine grundsätzliche Verallgemeinerung auf beliebige LOS-Konzepte mit jeweils beliebiger Stufenanzahl erlauben. Stattdessen muss mit entsprechendem Aufwand in jedem Einzelfall per Hand eine neue Zuordnungstabelle erstellt werden. Zudem wird die softwaretechnische Realisierung der Transformation aufwendiger, weil jede neue Zuordnungstabelle explizit im Programmcode oder an anderer Stelle hinterlegt werden muss. Schließlich bewirkt die statische Abbildung von LOS-Werten auf eine andere Skala im Einzelfall unter Umständen eine Ungleichbehandlung einzelner LOS-Stufen, wenn beispielsweise mehrere LOS-Werte auf denselben Zielwert abgebildet werden, während bei anderen eine 1:1-Zuordnung vorgenommen wird, was in der nachfolgenden Tabelle dargestellt ist.
- f) Ein wichtiger Punkt bei der Fusion von Daten ist weiterhin die Bewertung der Qualität des Fusionsergebnisses. Gängige Ansätze bei der ”LOS-basierten” Datenfusion konzentrieren sich dabei zumeist auf mehr oder weniger willkürlich festgelegte Qualitätswerte auf Grundlage von Experteneinschätzungen, die einer einfachen Logik folgend (wenn ... dann ...) dem Fusionsergebnis zugeordnet werden, oder auf nachträglichen Messungen im Zuge stichprobenartiger Validierungskampagnen. Darüber hinaus stellt die
DE 10 2005 009 604 A1DE 10 2005 009 604 A1DE 10 2005 009 604 A1DE 10 2005 009 604 A1
- a) In the simplest case, for example, the LOS values of different sources (such as in a map of the transport network) can be graphically visualized independently. The comparison or fusion of the information thus presented is then performed by the viewer against the background of his subjective assessment and evaluation of the situation. An analogous, but less practical, approach is the direct comparison of the LOS values, which may be differently coded, by the viewer (without visualization). Specifically, therefore, the viewer decides which traffic situation he considers appropriate from his subjective assessment, for example, if he has the information "jammed" from two different sources and once the information is "viscous". Such an assessment becomes more difficult on the basis of linguistic notation, for example, when the information is, for example, "LOS C" (on a six-level scale) and "LOS B" (on a three-level scale). The procedure is essentially dependent on the judgment of the respective observer and thus strongly subjective. As a result, results are generally not reliably reproducible or verifiable. In addition, the "manual" fusion is also associated with the use of suitable visual aids (eg situation maps) with a great effort. Area-wide and continuous fusion results can not be generated this way. The problem of the correct interpretation of the letter codes by the viewer thus suggests a fundamental, mathematical formalization of the fusion.
- b) A very simple approach to this can be formally understood as filtering the available LOS values. In this case, a ranking of the given LOS values is carried out on the basis of specific criteria, and then the qualitatively supposedly best value is selected as the fusion result. For example, predefined, experience-based, flat-rate basic reliability values for the individual data sources or, ideally, individually supplied quality values for each LOS data point can be used as criteria for this purpose. The main disadvantage of the approach is the inefficient use of existing information. Since ultimately only a filtering of the available LOS values is carried out, at least part of the statistical information of the data usually remains unused (see approach c). The full potential of a data fusion is therefore not exhausted from the point of view of statistics / information theory.
- c) From the point of view of information theory, the described approach b) has the great disadvantage that ultimately only a possibly small part of the total statistical information, which is concealed in the individual LOS values available for a specific road section, is actually used for the merger. It is better, even the qualitatively allegedly worse LOS single information in the merger explicitly (with a suitable weight) to consider. In practice, this is usually a weighted average according to used with matching α i . In order to be able to reasonably calculate here, the linguistic or alphanumerically coded LOS values are translated into concrete, typically natural numbers (eg A = 1, B = 2, C = 3, etc.). The linguistic or alphanumeric description of the fusion result is finally obtained by corresponding rounding of the numerical value and return coding from the purely numerical notation. Such a method is described for non-essential LOS-based data fusion, for example in "Neumann, Thorsten: Optimal Data Fusion with Linear Combination of Measured Data, Technical Report, DIR, 2007". Unlike b), the weighted average approach uses the formula (FIG. 1) Systematically the existing information of all available LOS values. However, the problem is that LOS values are by definition always rank-scaled quantities. From a statistical point of view, the formation of an average value is strictly speaking not sensible or possible. This becomes clear, if one wanted to count directly with the alphanumerisch codierten sizes. For example, what should be "2 times LOS A"? Or is for example "LOS D - LOS C = LOS A"? Apparently, such calculations make no sense. But exactly the opposite is implied by the above-described transformation into numerical values (A = 1, B = 2, etc.). In fact, however, the mere renaming of the individual LOS values (transcoding) does not change the fact that LOS values are not interval-scaled variables but only ranscaled quantities which, although with respect to a "greater-smaller relation" (in the sense of FIG of "better" or "worse"), but for which, in particular, no addition / subtraction is defined. The approach thus ignores essential statistical properties of LOS values and should therefore be critically evaluated. Among other things, its outcome depends significantly on the arbitrarily determined transformation between alphanumeric and numeric coding of the LOS values, which ultimately implies, in a certain sense, the arbitrariness of the result.
- d) A statistically reasonable approach to data fusion is also based on the application of the Bayes formula. Here the distribution of the actual LOS x is calculated mathematically clean given the measured (independent) LOS values z i by combining the different likelihoods: The actual LOS fusion value is finally generated by the maximum likelihood argument or by the "wheel of fortune" approach from the distribution thus calculated. Such a method is described, for example, in the technical article "Junghans, Marek; Jentschel, Hans-Joachim: Qualification of Traffic Data by Bayesian Network Data Fusion, 10th Int. Conference on Information Fusion, July 9-12, 2007, Quebec, Canada ". The disadvantage of the Bayesian approach is that the required likelihoods on the right-hand side of the formula (2) are not known per se at first. The process therefore requires a complex calibration, which significantly influences the quality of the fusion. In addition, since the corresponding probabilities can sometimes be difficult to generate directly from data, in many cases a subjective estimate based on empirical values is required, which raises the known problems of lack of traceability or reproducibility and high manual effort.
- e) Both the approaches from b) and c) and partly the procedure in a) assume that the input LOS quantities are on a uniform scale. This implies that a kind of normalization may be required beforehand in which all LOS values are transformed to a uniform scale. This means, for example, that a 6-level LOS scale (A-F) must be mapped to a 3-level scale ("free", "slow flowing", "jammed") - or vice versa. According to current practice, simple allocation tables are defined for each individual case (eg "6 levels -> 3 levels" or "3 levels -> 4 levels"), on the basis of which LOS values are statically transferred to the other scale. The concrete definition of the mapping in the assignment tables is usually subject to arbitrariness of the respective user and is usually more or less trivial. A general and plausible approach for transforming LOS values between arbitrary different LOS scales ("n levels -> m levels") is not known. The conversion of LOS values into other scales, but also already the mapping between formally identical scales (eg A-F with at the same time different definition of the individual LOS stages) are by no means due to the sometimes very different classification schemes of the LOS concepts used trivial. Rather, the complexity of the problem inevitably requires appropriate heuristics. In this sense, the above-mentioned static allocation tables can be regarded as quite a viable solution. The disadvantage, however, is that they do not have a general generalization allow any LOS concepts with any number of stages. Instead, a new allocation table must be created by hand in each individual case with the appropriate effort. In addition, the software implementation of the transformation becomes more complex, because each new assignment table must be explicitly stored in the program code or elsewhere. Finally, the static mapping of LOS values to a different scale on a case-by-case basis may result in unequal treatment of individual LOS levels, for example, if several LOS values are mapped to the same target value, while others are mapped 1: 1, which is the following table is shown.
- f) An important point in the fusion of data continues to be the evaluation of the quality of the fusion result. Common approaches to "LOS-based" data fusion tend to focus on more or less arbitrary quality values based on expert assessments following a simple logic (if ... then ...) associated with the fusion outcome or on subsequent measurements in the course of random validation campaigns. In addition, the
DE 10 2005 009 604 A1DE 10 2005 009 604 A1DE 10 2005 009 604 A1DE 10 2005 009 604 A1
Aus dem Fachartikel ”Beliakov, G. et al.: The median and its extensions. Elsevier. Fuzzy Sets and Systems 175 (2011), online verfügbar bei Science Direct (www.sciencedirect.com), Seiten 36–47 ist ein Verfahren zur Fusion von klassifizierten Eingangswerten bekannt, wobei den einzelnen klassifizierten Eingangswerten Qualitätswerte zugeordnet sind, wobei zur Fusion mittels einer Recheneinheit ein qualitätsgewichteter Median verwendet wird.From the article "Beliakov, G. et al .: The median and its extensions. Elsevier. Fuzzy Sets and Systems 175 (2011), available online from Science Direct (www.sciencedirect.com), pages 36-47, discloses a method of merging classified input values wherein quality values are associated with each of the classified input values, with fusion using a Computing unit a quality-weighted median is used.
Aus der
Der Erfindung liegt daher das technische Problem zugrunde, eine Verfahren und eine Vorrichtung zur Fusion von beliebig klassifizierten Verkehrslageinformationen zu schaffen, mittels der die beliebigen klassifizierten Verkehrslageinformationen sinnvoll miteinander zu einer Gesamtinformation kombiniert werden können, wobei dabei sowohl die statistischen Eigenschaften der LOS-Klassifizierung als auch die technische Umsetzbarkeit im Sinne einer automatischen Berechnung der Fusion mittels der Vorrichtung zu berücksichtigen sind.The invention is therefore based on the technical problem of providing a method and a device for merging arbitrarily classified traffic situation information, by means of which the arbitrarily classified traffic situation information can be meaningfully combined with each other to form an overall information, wherein both the statistical properties of the LOS classification and the technical Implementability in terms of an automatic calculation of the merger by means of the device are taken into account.
Die Lösung des technischen Problems ergibt sich durch die Gegenstände mit den Merkmalen der Ansprüche 1 und 5. Weitere vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Unteransprüchen.The solution of the technical problem results from the objects with the features of
Das Verfahren bzw. die Vorrichtung zur Fusion von klassifizierten Verkehrslageinformationen (nachfolgend auch als LOS-Werte bezeichnet), die von unterschiedlichen Detektoren (Datenquellen) erfasst werden, wobei den einzelnen LOS-Werten Qualitätswerte zugeordnet sind, beruht darauf, dass zur Fusion mittels einer Recheneinheit ein qualitätsgewichteter Median verwendet wird. Dieser berücksichtigt explizit die statistischen Charakteristika der rangskalierten LOS-Werte und hat schon deshalb Vorteile gegenüber dem Stand der Technik. Hinzu kommt, dass der (gewichtete) Median als robuster Mittelwert verstanden werden kann in dem Sinne, dass Ausreißer in den Messwerten das Ergebnis in vorteilhafter Weise praktisch nicht verfälschen. Zugleich sichert die explizite, qualitätsgewichtete Berücksichtigung jeweils aller verfügbaren LOS-Werte ähnlich wie der Ansatz c) und im Gegensatz zu den einfacheren Methoden aus b) aus informationstheoretischer Sicht aber auch weiterhin die effiziente Nutzung der gesamten in den Daten enthaltenen Information. Dabei ist anders als beim Bayes'schen Ansatz aus d) in vorteilhafter Weise keine aufwendige Kalibrierung des Verfahrens notwendig. Abschließend erlaubt eine optionale virtuelle Manipulation der in die Berechnung eingehenden Qualitätswerte – falls erforderlich oder gewünscht – in flexibler Weise die Nachbildung weiterer Fusionsansätze wie etwa einer Filterung. Die fusionierten Daten können dann bedarfsweise zur automatischen Verkehrssteuerung verwendet werden, indem diese zur Steuerung von Verkehrsanlagen wie z. B. Lichtsignalanlagen verwendet werden. Darüber hinaus können diese Routenplanern und/oder Navigationsgeräten zur Verfügung gestellt werden, die dann in Abhängigkeit der Daten optimierte Routen ermitteln können.The method and the device for merging classified traffic situation information (hereinafter also referred to as LOS values), which are detected by different detectors (data sources), wherein the individual LOS values are assigned quality values, is based on the fact that for fusion by means of a computing unit a quality-weighted median is used. This explicitly takes into account the statistical characteristics of the rank-scaled LOS values and therefore already has advantages over the prior art. In addition, the (weighted) median can be understood as a robust mean in the sense that outliers in the measured values practically do not distort the result in an advantageous manner. At the same time, the explicit, quality-weighted consideration of all available LOS values, similar to the approach c) and, in contrast to the simpler methods from b), also ensure the efficient use of all the information contained in the data from an information theory perspective. In this case, unlike the Bayesian approach from d) advantageously no costly calibration of the process is necessary. Finally, an optional virtual manipulation of the quality values included in the calculation - if necessary or desired - allows the simulation of further fusion approaches, such as filtering, in a flexible manner. The merged data can then be used as needed for automatic traffic control by controlling this for the control of traffic facilities such. B. traffic lights are used. In addition, these route planners and / or navigation devices can be made available, which can then determine optimized routes depending on the data.
Dabei wird parallel eine Fusion der Qualitätswerte vorgenommen, wobei eine untere und eine obere Schranke des Qualitätswertes des Fusionsergebnisses der LOS-Werte ermittelt werden. Dabei sei angemerkt, dass parallel dabei nicht zwangsläufig bedeutet, dass dies zeitlich parallel erfolgt, sondern ist vielmehr im Sinne von ergänzend zu verstehen, d. h. die Abschätzung der Qualität kann auch dem Fusionsprozess der LOS-Werte nachfolgen. Dabei erfolgt eine Abschätzung der Qualität der Fusionsergebnisse auf Basis wahrscheinlichkeitstheoretischer Überlegungen. Anders als etwa in der
In einer Ausführungsform werden die Qualitätswerte der LOS-Werte von den Detektoren (bzw. Datenquellen) übermittelt und/oder von der Vorrichtung zur Durchführung der Fusion geschätzt. Im Idealfall bzw. vorzugsweise werden die Qualitätswerte direkt von den Detektoren mitgeliefert.In one embodiment, the quality values of the LOS values are communicated by the detectors (or data sources) and / or estimated by the device for performing the fusion. Ideally, or preferably, the quality values are supplied directly by the detectors.
Aus Sicht der Praxis wird dies jedoch nicht immer der Fall sein. In diesem Sinne müssen die qi gegebenenfalls heuristisch geschätzt werden. Hierzu werden vorzugsweise gewisse Basisverlässlichkeiten pk aller auftretenden Quellen k definiert, die anschließend pauschal jedem Eingangs-LOS-Wert aus dieser Quelle zugewiesen werden, sofern kein q-Wert vorhanden ist. Die Festlegung der pk erfolgt dabei vorzugsweise auf Grundlage der Auswertung entsprechender historischer Daten (vgl.
Im unwahrscheinlichen Fall, dass weder q-Werte mitgeliefert werden noch die Quelle der Daten bekannt ist bzw. keine Basisverlässlichkeit pk geschätzt werden kann, wird in diesem Zusammenhang in bewusst pessimistischer Weise der Wert qi ≔ 1/n definiert. Dies entspricht im Sinne der Wahrscheinlichkeit der Richtigkeit des zugehörigen LOS-Wertes einem rein zufällig geratenen Wert und ist demnach die niedrigstmögliche Qualität eines Eingangs-LOS-Wertes im Rahmen dieses Qualitätsverständnisses. In the unlikely event that neither q-values are provided nor the source of the data is known or no basic reliability p k can be estimated, the value q i ≔ 1 / n is defined in a deliberately pessimistic manner. In the sense of the probability of the correctness of the associated LOS value, this corresponds to a purely random value and is therefore the lowest possible quality of an input LOS value within the framework of this understanding of quality.
In einer weiteren Ausführungsform werden die LOS-basierten Verkehrslageinformationen vor der Fusion einer Vorabtransformation unterzogen, wobei hierzu alle LOS-Stufen einer gegebenen LOS-Klassifizierung als gleich groß betrachtet werden (Laplace-Ansatz) und anschließend die Skalen normiert werden. Der stochastische Algorithmus zur Umrechnung der LOS-Werte kann dann kurz wie folgt beschrieben werden: Ziehe zufällig einen Punkt aus dem Intervallbereich des gegebenen Ausgangs-LOS-Wertes auf der normierten Ausgangsskala. Je nachdem in welchen Intervallbereich der normierten Zielskala der Punkt dabei fällt, wird der zugehörige Ziel-LOS-Wert ermittelt. Codiert man hierzu die verschiedenen LOS-Werte jeweils aufsteigend/absteigend durch die natürlichen Zahlen 0, 1, 2, usw., lässt sich das Vorgehen die Umrechnung von einer n-stufigen in eine m-stufige LOS-Skala kompakt in einer einzelnen Formel darstellen, die letztlich universell für beliebige LOS-Konzepte anwendbar ist:
Bemerkenswert ist, dass mit dem stochastischen Ansatz unter Annahme des oben genannten Laplace-Ansatzes die konkreten Proportionen zwischen den jeweils auftretenden LOS-Konzepten auch ohne komplizierte, deterministische Verfahren/Vorschriften automatisch berücksichtigt werden. Insbesondere sind anders, als es im Fall deterministischer Abbildungsvorschriften notwendig wäre, nicht für jeden Einzelfall explizite Regeln zu definieren, die die Gleichbehandlung der auftretenden LOS-Stufen sicherstellen.It is noteworthy that, with the stochastic approach assuming the Laplace approach mentioned above, the concrete proportions between the respective LOS concepts are automatically taken into account even without complicated, deterministic procedures / regulations. In particular, unlike deterministic mapping rules, it is not necessary to define explicit rules for each individual case to ensure equal treatment of the occurring LOS stages.
In einer weiteren Ausführungsform werden die übermittelten Qualitätswerte vor der Fusion der LOS-Werte modifiziert, so dass die Fusion sehr einfach an konkrete Vorgaben und Wünsche anpassbar ist.In a further embodiment, the transmitted quality values are modified before the fusion of the LOS values, so that the fusion is very easily adaptable to concrete specifications and wishes.
Die Erfindung wird nachfolgend anhand eines bevorzugten Ausführungsbeispiels näher erläutert. Die Fig. zeigen:The invention will be explained in more detail below with reference to a preferred embodiment. The figures show:
Die LOS-Werte unterscheiden sich dabei bei der dritten Netzkante, wobei der FCD-LOS-Wert ”dicht” und der DET-LOS-Wert ”gestaut” ist. Des Weiteren werden die LOS-Werte ergänzt durch Angaben zur tatsächlichen, mittleren Geschwindigkeit und zur Qualität der LOS-Werte.The LOS values differ in the third network edge, with the FCD LOS value being "tight" and the DET LOS value being "jammed". Furthermore, the LOS values are supplemented by information on the actual, average speed and the quality of the LOS values.
Die entsprechenden q-Werte sind hierbei als Wahrscheinlichkeit der Richtigkeit des jeweils zugehörigen LOS-Wertes zu interpretieren. Der untere Teil der Grafik zeigt schließlich das Ergebnis der Fusion. Erkennbar ist, wie die Qualitätsinformationen insbesondere im Fall der dritten Netzkante auf die Entscheidung für ein bestimmtes Fusionsergebnis (hier „dichter Verkehr”) einwirken. Da zudem alle LOS-Werte bereits in einer einheitlichen Skala („fließend”, „dicht”, „gestaut”) vorliegen, entfällt die Notwendigkeit einer Vorabtransformation der Eingangswerte.The corresponding q-values are to be interpreted as a probability of correctness of the respectively associated LOS-value. The lower part of the graph finally shows the result of the merger. It can be seen how the quality information, in particular in the case of the third edge of the network, affects the decision for a specific fusion result (here "dense traffic"). In addition, since all LOS values are already in a uniform scale ("flowing", "dense", "jammed"), there is no need for an advance transformation of the input values.
Ist eine solche Transformation jedoch in anderen Fällen notwendig, kann sie gemäß der Formel (3) erfolgen. Man beachte, dass dabei aus technischen Gründen in der Regel zuvor eine triviale Umcodierung der LOS-Werte in natürliche Zahlen 0, 1, 2, usw. vorzunehmen ist.
Die Fusion der LOS-Werte selbst erfolgt dann mittels eines qualitätsgewichteten Medians. Seien dazu die gegebenen Eingangs-LOS-Werte LOS1, ..., LOSn entsprechend ihrer Rangskalierung aufsteigend sortiert (von „gut” nach „schlecht”), d. h. LOS1 ≤ LOS2 ≤ ... ≤ LOSn. Dazu seien die zugehörigen Qualitätswerte qi für i = 1, ..., n gegeben. Das Fusionsergebnis ist dann definiert durch
Optional ist dieser Fusionsansatz erweiterbar in dem Sinne, dass anstelle der originären Qualitätswerte qi künstlich modifizierte Werte zi verwendet werden, die mittels einer allgemeinen Funktion f aus den qi und LOSi berechnet werden:
Dadurch kann in flexibler Weise letztlich jede alternative Fusionsmethodik, deren Fusionsergebnisse jeweils in der Menge M ≔ {LOS1, ..., LOSn} aller Eingangs-LOS-Werte liegen, im Rahmen der Verallgemeinerung des in den Formeln (4) und (5) beschriebenen Verfahrens nachgebildet werden. Theoretisch kann die Funktion f dabei im Extremfall sogar die vollständige Fusionslogik beinhalten und stellt damit ein äußerst flexibles Werkzeug zur individuellen Anpassung der Fusion an konkrete Vorgaben oder Wünsche bereit. Darüber hinaus hat ein derartiges Konzept den großen Vorteil, dass auf softwaretechnischer Seite eine umfassende Modularisierung möglich ist, die spätere Anpassungen an der Software maßgeblich vereinfacht und bezüglich ihres Aufwandes reduziert.As a result, any alternative fusion methodology whose fusion results are in each case in the set M ≔ {LOS 1 ,..., LOS n } of all input LOS values can be flexibly determined in the context of the generalization of that in the formulas (4) and ( 5) described method can be modeled. Theoretically, in extreme cases, the function f may even contain the complete fusion logic, thus providing an extremely flexible tool for customizing the fusion to concrete specifications or wishes. In addition, such a concept has the great advantage that on the software side, a comprehensive modularization is possible, the subsequent adjustments to the software considerably simplifies and reduces in terms of their effort.
Es bleibt, die Qualität qFusion des Fusionsergebnisses LOSFusion abzuschätzen. Auch diese wird dabei als Wahrscheinlichkeit der Richtigkeit des entsprechenden LOS-Wertes interpretiert. Die untere Schranke für qFusion ergibt sich dabei durch Vergleich des erfindungsgemäßen Fusionsverfahrens mit dem einfachstmöglichen sinnvollen Verfahren. Dieses würde bei gegebenen LOS-Werten mit zugeordneten Qualitätswerten entsprechend dem genannten Verständnis mindestens den qualitativ vermeintlich besten LOS-Wert auswählen und als Fusionsergebnis zurückgeben. Die Qualität des Fusionsergebnisses wäre demnach automatisch gleich der Qualität des qualitativ besten Eingangs-LOS-Wertes. Als vernünftigerweise anzunehmende, untere Schranke für die Qualität der Ergebnisse des erfindungsgemäßen Fusionsverfahrens ergibt sich folglich: It remains to estimate the quality q Fusion of the fusion result LOS Fusion . Again, this is interpreted as a probability of correctness of the corresponding LOS value. The lower bound for q fusion results from comparison of the fusion method according to the invention with the simplest possible meaningful method. For given LOS values with assigned quality values, this would at least select the qualitatively best LOS value and return it as the fusion result in accordance with the above-mentioned understanding. The quality of the fusion result would therefore automatically be equal to the quality of the highest quality input LOS value. As reasonably to be assumed, lower limit for the quality of the results of the fusion process according to the invention follows:
Umgekehrt ergibt sich eine sinnvolle obere Schranke aus dem Vergleich mit einem idealisierten, gewissermaßen optimalen aber zugleich noch realistischen Fusionsverfahren, das aus den Eingangs-LOS-Werten stets den Wert herausgreift, der am nächsten am tatsächlichen Wert liegt. Das Fusionsergebnis wäre also immer dann richtig, wenn in den jeweiligen Eingangs-LOS-Werten mindestens einmal der richtige LOS-Wert auftaucht. Unter Verwendung der Qualitätswerte der Eingangs-LOS-Werte (verstanden als Wahrscheinlichkeit für deren Richtigkeit) und unter Annahme der stochastischen Unabhängigkeit der verschiedenen Datenquellen ergibt sich hieraus eine Wahrscheinlichkeit, die gemäß zugleich in plausibler Weise die obere Schranke für die Qualität der Ergebnisse des erfindungsgemäßen Verfahrens definiert.Conversely, a reasonable upper bound results from the comparison with an idealized, to some extent optimal, but at the same time still realistic fusion method, which always picks out from the input LOS values the value closest to the actual value. The fusion result would therefore always be correct if the correct LOS value appears at least once in the respective input LOS values. Using the quality values of the input LOS values (understood as a probability of their correctness) and assuming the stochastic independence of the various data sources, this results in a probability according to at the same time plausibly defines the upper bound for the quality of the results of the method according to the invention.
Der tatsächliche Qualitätswert des Fusionsergebnisses kann schließlich in heuristischer Weise als mehr oder weniger pessimistischer/optimistischer Trade-off zwischen oberer und unterer Schranke (vgl. Formeln (7) und (8)) gemäß mit α1 = 1 und geeigneten αi ε [0, 1] grob festgelegt werden („Qualitätsfusion”).Finally, the actual quality value of the merger result may heuristically be interpreted as a more or less pessimistic / optimistic trade-off between upper and lower bound (see formulas (7) and (8)) in accordance with with α 1 = 1 and suitable α i ε [0, 1] are coarsely defined ("quality fusion").
In der
In der Vorverarbeitung
Durch die effiziente Verknüpfung mehrerer Datenquellen im Zuge der Generierung der Verkehrsinformation mit Hilfe des erfindungsgemäßen Verfahrens können hier ggf. wichtige Verbesserungen in der Informationsqualität erzielt werden. Dies erhöht die Verlässlichkeit der Verkehrsinformationen und damit die Akzeptanz und das Vertrauen der Verkehrsteilnehmer in die angebotenen Dienste. Die Objektivierung der Qualitätsbewertung im Sinne der wahrscheinlichkeitsbasierten Interpretation der verwendeten Qualitätsmaße verbessert zudem die Möglichkeiten einer konkreten Überprüfung der jeweils behaupteten Güte der angebotenen Verkehrsinformationen.By efficiently linking several data sources in the course of generating the traffic information with the aid of the method according to the invention, important improvements in the information quality can possibly be achieved here. This increases the reliability of traffic information and thus the acceptance and trust of road users in the services offered. The objectification of the quality assessment in the sense of the probability-based interpretation of the quality measures used also improves the possibilities of a concrete verification of the respectively claimed quality of the offered traffic information.
Claims (8)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201110087803 DE102011087803B4 (en) | 2011-12-06 | 2011-12-06 | Method and apparatus for merging classified traffic situation information |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201110087803 DE102011087803B4 (en) | 2011-12-06 | 2011-12-06 | Method and apparatus for merging classified traffic situation information |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102011087803A1 DE102011087803A1 (en) | 2013-06-06 |
DE102011087803B4 true DE102011087803B4 (en) | 2013-07-04 |
Family
ID=48431232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE201110087803 Active DE102011087803B4 (en) | 2011-12-06 | 2011-12-06 | Method and apparatus for merging classified traffic situation information |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102011087803B4 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106710238B (en) * | 2017-01-26 | 2023-09-05 | 深圳市迅朗科技有限公司 | Method for improving accuracy of geomagnetic vehicle detector |
WO2022109776A1 (en) * | 2020-11-24 | 2022-06-02 | 罗伯特·博世有限公司 | Intelligent traffic system, and method for transmitting information therein |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5182555A (en) * | 1990-07-26 | 1993-01-26 | Farradyne Systems, Inc. | Cell messaging process for an in-vehicle traffic congestion information system |
DE102005009604A1 (en) * | 2005-02-28 | 2006-09-14 | Ptv Ag | Traffic data evaluation value producing method, involves determining evaluation value for traffic data using source-initial data that is provided to individual traffic data based on respective data source |
-
2011
- 2011-12-06 DE DE201110087803 patent/DE102011087803B4/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5182555A (en) * | 1990-07-26 | 1993-01-26 | Farradyne Systems, Inc. | Cell messaging process for an in-vehicle traffic congestion information system |
DE102005009604A1 (en) * | 2005-02-28 | 2006-09-14 | Ptv Ag | Traffic data evaluation value producing method, involves determining evaluation value for traffic data using source-initial data that is provided to individual traffic data based on respective data source |
Non-Patent Citations (3)
Title |
---|
Beliakov, G., et al.: The median and its extensions. Elsevier. Fuzzy Sets and Systems 175 (2011), online verfügbar bei ScienceDirect (www.sciencedirect.com) ab 12. Januar 2011, Seiten 36-47. * |
Junghans, M., et al.: Qualification of Traffic Data by Bayesian Network Data Fusion. 10th Int. Conference on Information Fusion, 9.-12. Juli 2007, Quebec, Kanada, Seiten 1-7. * |
Neumann, T.: Optimale Datenfusion bei Linearkombination der gemessenen Daten. Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR), Institut für Verkehrsführung und Fahrzeugsteuerung, Berlin-Adlershof, 11.10.2007, Seiten 1-4. * |
Also Published As
Publication number | Publication date |
---|---|
DE102011087803A1 (en) | 2013-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Basten et al. | Spatial variation of sub-national fertility trends in Austria, Germany and Switzerland | |
DE102017213350A1 (en) | Method for predicting a switching time of a signal group of a signaling system | |
DE102020001541A1 (en) | Method for transforming acquired sensor data from a first data domain into a second data domain | |
DE102022003079A1 (en) | Method for an automated generation of data for raster map-based prediction approaches | |
DE102011087803B4 (en) | Method and apparatus for merging classified traffic situation information | |
DE102012214164B3 (en) | Method for dynamically controlling light signal plant, involves computing parameters of circuit diagram in light signal plant based on position data and permissible velocity interval or time window of vehicle | |
WO2013120765A1 (en) | Method for model construction for a travel-time database | |
DE102018006332A1 (en) | Procedure for determining traffic light switching times | |
DE102019205359B4 (en) | Method and device for controlling a technical device | |
DE102018211513A1 (en) | Method and device for determining a collision probability of a vehicle with an object | |
DE102020208474A1 (en) | Measuring the sensitivity of classifiers based on interacting disturbances | |
DE102016220561A1 (en) | Method for determining driving routes for land vehicles | |
DE102011005584A1 (en) | Method and apparatus for fusing partitioned correlated signals | |
DE102015205901A1 (en) | Method for calculating a route for a land vehicle | |
DE102010064063B4 (en) | Method and device for computer-aided prognosis of the travel time of a vehicle on a route made up of one or more route segments | |
Blatter | Kritik Der Schweizer Demokratie (Critique of Swiss Democracy) | |
DE102019211017A1 (en) | Method for clustering different time series values of vehicle data and use of the method | |
DE102019217951A1 (en) | Method and apparatus for determining a domain distance between at least two data domains | |
DE102022004427A1 (en) | Method for selecting a trajectory set from a given training data set | |
Wohlrabe et al. | How efficient are research universities in Germany, which were funded for their “future concepts” in the excellence initiative? An empirical comparison of input-and output-data | |
Wohlrabe et al. | How efficient are universities in Germany, which were funded for their “future concepts” in the Excellence Initiative? An empirical comparison of input-and output-data on research | |
Marheine et al. | Innovation Through the Use of Enterprise IoT Solutions: A Model to Determine Innovation Potential | |
Breisig et al. | Options for a nationwide implementation of environmental management systems. Final report | |
Blomeyer et al. | Evaluation in europäischen Institutionen | |
DE112021006196T5 (en) | METHOD AND APPARATUS FOR VISUAL INFERENCE |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |
Effective date: 20131005 |