DE102012218058B4 - Verkehrssensormanagement - Google Patents

Verkehrssensormanagement Download PDF

Info

Publication number
DE102012218058B4
DE102012218058B4 DE102012218058.3A DE102012218058A DE102012218058B4 DE 102012218058 B4 DE102012218058 B4 DE 102012218058B4 DE 102012218058 A DE102012218058 A DE 102012218058A DE 102012218058 B4 DE102012218058 B4 DE 102012218058B4
Authority
DE
Germany
Prior art keywords
sensor
traffic
combination
subset
procedure according
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
Application number
DE102012218058.3A
Other languages
English (en)
Other versions
DE102012218058A1 (de
Inventor
Raj Gupta
Biplav Srivastava
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.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Publication of DE102012218058A1 publication Critical patent/DE102012218058A1/de
Application granted granted Critical
Publication of DE102012218058B4 publication Critical patent/DE102012218058B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

Ein Verfahren zum Auswählen einer Teilmenge von Verkehrssensoren, wobei das Verfahren aufweist:Modellierung mehrerer Sensortypen, um wenigstens ein Sensormodell zu generieren;Erstellen eines Beispielraums von wenigstens einer Sensorkombination aus mehreren Sensormodellen;Modellieren des Verkehrsflusses einer Region;Ausführen einer Verkehrssimulation basierend auf wenigstens einem Sensormodell, dem Beispielraum von wenigstens einer Sensorkombination und dem Verkehrsfluss der Region, wobei die Verkehrssimulation mehrere Sensorenkandidatenmengen generiert; undAuswählen einer Teilmenge von mehreren Sensormodelle basierend auf den mehreren Sensorenkandidatenmengen;wobei wenigstens einer der Schritte durch eine Computervorrichtung ausgeführt wird,Filtern der ausgewählten Teilmenge der mehreren Sensormodelle, wobei das Filtern der ausgewählten Teilmenge ein Entfernen einer Kombination aus dem Beispielraum aufweist, wenn die Kombination über einem Fehlergrenzwert liegt.

Description

  • Gebiet der Erfindung
  • Ausführungsformen der Erfindung beziehen sich im Allgemeinen auf die Informationstechnologie (IT) und im Besonderen auf das Verkehrsmanagement.
  • Hintergrund der Erfindung
  • Das Transportwesen ist ein Bereich, dem in vielen Städten der Welt Aufmerksamkeit gezollt werden muss. In Situationen, in denen intelligente Transportsysteme (ITS, Intelligent Transportation Systems) zum Management des Verkehrs verwendet werden, müssen die Stadtverwaltungen oftmals entscheiden, welche Sensoren verwendet werden sollen, um die Verkehrsdaten für die Region zu erhalten. Es existieren mehrere Ansätze, die sich hinsichtlich Genauigkeit, Abdeckung und Kosten bei der Installation und dem Unterhalt unterscheiden. Dementsprechend kann eine Stadt oder eine andere Entität eine Anfangsentscheidung treffen, aber bei den bestehenden Ansätzen muss diese Entscheidung im Laufe der Zeit stets neu überprüft werden, da sich die Verkehrsstrukturen und die Technologie verändern.
  • Auch berücksichtigen bestehende Ansätze nur die Auswahl eines Sensorverfahrens (zum Beispiel das globale Positionierungssystem (GPS, Global Positioning System) und ignorieren andere Erfassungsdaten. Darüber hinaus stehen bestehende Ansätze vor Problemen, wenn der Verkehr gemischt ist und die Bewegung chaotisch ist. Demgemäß besteht ein Bedarf an einer Technik, die Sensoren mit hoher Abdeckung, hoher Genauigkeit und Wartbarkeit aufweist.
  • Dokumente aus dem Umfeld des vorliegenden Konzeptes sind beispielsweise folgende:
    • Das Dokument US 2008/0 126 031 A1 beschreibt ein Computerimplementiertes Verfahren, welches die Leistungsfähigkeit eines Überwachungssystems misst. Dazu werden ein Geländemodell, ein Sensormodell, und ein Verkehrsmodell ausgewählt. Basierend auf dem Überwachungsmodell werden Überwachungssignale generiert. Die Leistungsfähigkeit des Überwachungssystems wird entsprechend qualitativer Überwachungsziele unter Überwachungssignale evaluiert, um einen Wert einer quantitativen Leistungsmetrik des Über wachungssystems zu bestimmen.
  • Das Dokument DE 10 2007 002 197 A1 offenbart eine Datenverarbeitungseinrichtung für ein eine Mehrzahl von Fahrerassistenzfunktionen zur Verfügung stellendes Fahrzeugassistenzsystem für ein Fahrzeug. Das System umfasst einen Eingang zum Empfangen von Daten von einer Mehrzahl von Sensoren, Verarbeitungsmittel zum Verarbeiten der empfangenen Daten und zum Erstellen jeweils eines Ausgangssignals für jede Fahrassistenzfunktion und einen Ausgang zum Ausgeben des Ausgangssignals für jede Fahrassistenzfunktion. Weiterhin betrifft D2 ein entsprechendes Verfahren.
  • Das Dokument DE 198 05 869 A1 bezieht sich auf ein Verfahren und eine Vorrichtung zur Bestimmung der Verkehrslage auf einem Verkehrswegenetz. Der Verkehrsfluss auf dem Verkehrswegenetz wird durch einen Verkehrsflusssimulationsrechner anhand zugeführter dynamischer verkehrsflussbezogener Eingangsgrößen simuliert und dadurch die Verkehrslage bestimmt. Dabei werden an der realen Verkehrslage gemessene Verkehrsflussdaten mit entsprechenden, durch die Simulation erhaltenen Verkehrsflussdaten verglichen, und das Vergleichsergebnis zum Abgleichen der Simulationsverkehrsflussdaten verwendet.
  • Übersicht über die Erfindung
  • Gemäß einem Aspekt der vorliegenden Erfindung werden Techniken zum Verkehrssensormanagement bereitgestellt. Ein beispielhaftes computerimplementiertes Verfahren zum Auswählen einer Teilmenge von wenigstens einem Verkehrssensor kann Schritte zur Modellierung mehrerer Sensortypen aufweisen, um wenigstens ein Sensormodell zu generieren, einen Beispielraum aus wenigstens einer Sensorkombination von mehreren Sensoren zu erstellen, den Verkehrsfluss einer Region zu modellieren, eine Verkehrssimulation basierend auf dem wenigstens einen Sensormodell, dem Beispielraum der wenigstens einen Sensorkombination und dem Verkehrsfluss in der Region durchzuführen, wobei die Verkehrssimulation mehrere Kandidatenmengen von Sensoren erstellt, und um eine Teilmenge von mehrere Sensoren basierend auf den mehreren Kandidatensätzen der Sensoren auszuwählen.
  • Ein weiterer Aspekt der Erfindung oder von Elementen davon kann in der Form eines Produkts verwirklicht werden, das materiell computerlesebare Anweisung verkörpert bei deren Implementierung ein Computer veranlasst wird, eine Mehrzahl von Verfahrensschritten auszuführen, wie in dem vorliegenden Dokument beschrieben. Weiterhin kann ein anderer Aspekt der Erfindung oder Elemente davon in Form einer Vorrichtung mit einem Speicher und wenigstens einen Prozessor, der mit dem Speicher verbunden ist und funktionsbereit ist, um die angegebenen Schritte des Verfahrens durchzuführen, implementiert werden. Darüber hinaus kann ein weiterer Aspekt der Erfindung oder von Elementen davon in Form von Mitteln zum Durchführen der hier beschriebenen Verfahrensschritte oder Elemente davon implementiert werden; zu den Mitteln können gehören (i) Hardwaremodul(e), (ii) Softwaremodul(e) oder (iii) eine Kombination aus Hardware- und Softwaremodulen; wobei ein beliebiges von (i)-(iii) die hier dargelegten speziellen Techniken implementiert und die Softwaremodule in einem materiellen computerlesbaren Speichermedium (oder mehreren solchen Medien) gespeichert werden.
  • Die obigen und weitere Ziele, Merkmale und Vorteile der vorliegenden Erfindung werden durch die folgende detaillierte Beschreibung der veranschaulichten Ausführungsformen davon deutlich, die in Verbindung mit den begleitenden Zeichnungen gelesen werden müssen.
  • Figurenliste
    • 1 ist eine Abbildung, die einen Bereich mit mehreren Verkehrserfassungstechniken (Traffic Sensing Techniques) gemäß einem Aspekt der Erfindung darstellt;
    • 2 ist ein Diagramm, das die Matsim-Architektur gemäß einem Aspekt der Erfindung darstellt;
    • 3 ist ein Diagramm, das einen Algorithmus zur Bestimmung einer Sensorteilmengenauswahl gemäß einem Aspekt der Erfindung darstellt;
    • 4 ist ein Diagramm, das eine Grundstruktur zur Bestimmung einer bevorzugten Teilmenge einer Sensorkombination gemäß einem Aspekt der Erfindung darstellt;
    • 5 ist ein Blockdiagramm, das eine beispielhafte Ausführungsform gemäß einem Aspekt der Erfindung darstellt;
    • 6 ist ein Ablaufdiagramm, das Techniken zur Auswahl einer Teilmenge von wenigstens einem Verkehrssensor gemäß einer Ausführungsform der Erfindung darstellt; und
    • 7 ist ein Systemdiagramm eines beispielhaften Computersystems, auf dem wenigstens eine Ausführungsform der Erfindung implementiert werden kann.
  • Detaillierte Beschreibung der Ausführungsformen
  • Wie in diesem Dokument beschrieben, weist ein Aspekt der vorliegenden Erfindung eine Teilmenge von Verkehrssensoren für ein bestimmtes Verkehrsmuster auf. Wie hier detailliert ausgeführt, kann ein IT-gesteuerter Ansatz wie in einer Ausführungsform der Erfindung, das Bestandsmanagement (zum Beispiel, welche Fahrzeuge bestimmten Organisationen gehören), wie auch die Erfassung, welche Fahrzeuge sich auf der Straße bewegen, beinhalten. Solche Techniken erhöhen die Effizienz auch auf der Versorgungsseite (Straßen, Fahrzeuge) und der Bedarfsseite (Anforderungen an den Verkehr), um die die Diskrepanz zwischen Bedarf und Versorgungsangebot zu überwinden und die Straßen sicherer zu machen.
  • Um Unterschied zu bestehenden Ansätzen beinhalten Aspekte der vorliegenden Erfindung Orientierungshilfen dazu, welche Sensoren in Betracht gezogen werden sollten, wie auch, wie Sensoren basierend auf Faktoren wie Sensoreigenschaften, Simulation der verschiedenen Sensoren, Auswahlverfahren usw. ausgewählt werden können. Zum Beispiel können Sensorlesewerte von verschiedene Arten von Sensoren (wie manuellen, GPS, Video, Anrufdatenaufzeichnung, mobilen) an verschiedenen Positionen berücksichtigt werden. Darüber hinaus beinhaltet ein Aspekt der Erfindung die Auswahl von Sensoren nach Präferenz, da Städte oder Entitäten unterschiedliche Präferenzen haben können, je nachdem, wo diese sich in einem intelligenten Transportsystem (ITS) befinden.
  • Demgemäß beinhaltet ein Aspekt der Erfindung, wie im vorliegenden Dokument beschrieben, das Bestimmen einer Teilmenge von Sensoren von verfügbaren Arten, die ein geeignetes Kosten-Nutzen-Ergebnis für ein bestimmtes Verkehrsmuster bieten. Eine Ausführungsform der Erfindung beinhaltet auch die Vereinfachung der Auswahl zukünftiger Sensoren anhand der Informationen und der bereits vorhandenen Sensoren.
  • In einer oder mehreren Ausführungsformen der Erfindung können die Sensortypen basierend auf den Kosten, der Genauigkeit und der Abdeckung modelliert werden. Ein Beispielraum von Sensorkombinationsoptionen bzw. -auswahlmöglichkeiten (Choices) kann erstellt werden, und ein Verkehrssimulator kann verwendet werden, um die Erfassungsfehlerverteilung zu messen, die in jeder Sensorkombination enthalten ist, und um sicherzustellen, dass die physischen Eigenschaften der Stadt berücksichtigt werden. Ein Aspekt der Erfindung beinhaltet auch die Auswahl von Pareto-Sensorkombinationen (nicht-dominiert), die hierin als eine optimale Kandidatenmenge (OCS, Optimal Candidate Set) bezeichnet werden können.
  • Wenigstens eine Ausführungsform der Erfindung kann darüber hinaus Filterschritte enthalten, wie zum Beispiel das Entfernen von Kombinationen über einem bestimmten Kostengrenzwert und Entfernen von Kombinationen über einem Fehlergrenzwert.
  • Gemäß einer Ausführungsform der Erfindung wird für eine bestimmte Menge von zurückzugebenden optimalen Kombinationen ‚k‘ (wobei ‚k‘ die Anzahl der verfügbaren Optionen ist) eine Präferenzfunktion ausgewählt, und die OCS-Auswahl wird mit der integrierten konvexen Präferenznäherung (ICP, Integrated Convex Preference) durchgeführt. Ein Aspekt der Erfindung gibt dann ‚k‘ optimale Sensorkombinationen zurück. Wenn sich ein Verkehrsmuster nicht ändert, kann die Auswahl der Sensoroption im Laufe der Zeit in einer OCS erfolgen, ohne die OCS zu regenerieren.
  • Die hier ausgeführten Techniken berücksichtigen sowohl die Errichtung von Mitteln zum Erfassen des Verkehrs (wie GPS und Videokameras), der von kostengünstigen Telefonen erhaltenen Daten (d. h. Anrufdatenaufzeichnung (CDR, Call Data Record)), die eine hohe Abdeckung haben, aber Verkehrsdaten nur grob darstellen, sowie der wahre Ort (Bodenverifikation).
  • Ein Aspekt der Erfindung beinhaltet die Modellierung der Datenextrahierungsfehler, der Abdeckung und der Erfassungskosten für jeden Sensor. Darüber hinaus werden mithilfe eines Standardverkehrssimulators die Kompromisse bei der Verwendung verschiedener Sensoroptionen unter unterschiedlichen Erfassungskonfigurationen und Verkehrsmusters ausgewertet.
  • Wie im vorliegenden Dokument beschrieben, können Daten von CDRs von kostengünstige Telefonen die Sensoren aufgrund ihrer hohen Abdeckung und den geringen Kosten trotz inhärenter Fehler ergänzen, und ein präskriptives Verfahren kann die optimale Sensoruntermengenauswahl für eine Verkehrsbedingung bereitstellen. Wie angeführt, kann ein solches Verfahren die Modellierung von Sensortypen basierend auf den Kosten, der Genauigkeit und der Abdeckung beinhalten, das Erstellen eines Beispielraums an Sensorkombinationsoptionen und die Verwendung eines Verkehrssimulators, um die in jeder Sensorkombination enthaltene Erfassungsfehlerverteilung zu messen und sicherzustellen, dass die physischen Eigenschaften der Stadt berücksichtigt werden. Zu diesen Techniken können auch die Auswahl von Pareto-optimalen Kombinationen von Sensoroptionen (d. h., nicht-dominiert), die hier als optimale Kandidatenmenge (OCS, Optimal Candidate Set) bezeichnet werden, sowie das Speichern und die Rückgabe der OCS als Ausgabemenge gehören.
  • Darüber hinaus kann OCS in wenigstens einer Ausführungsform der Erfindung gefiltert werden, um Kombinationen über einen bestimmten Kostengrenzwert zu entfernen, um Kombinationen über einem Fehlergrenzwert zu entfernen usw.
  • 1 ist eine , die einen Bereich mit mehreren Verkehrserfassungstechniken gemäß einem Aspekt der Erfindung darstellt. 1 stellt anhand einer Veranschaulichung einen veranschaulichten Rasterbereich von 5 x 5 dar, in dem sich die Fahrzeuge bewegen. In Abildung 102 sind alle Strassen bidirektional. Bei der Messung des Verkehrs sind die Geschwindigkeit und das Volumen (Fahrzeugzahl) die grundlegenden Metrikkategorien. Die Erfassungstechnologie erlaubt das Messen von einer oder beider dieser Metriken. Der Einfachheit halber wird die Erörterung aber auf die Geschwindigkeitsmessung beschränkt.
  • Der Verkehr kann in dieser Region durch mehrere Verfahren erfasst werden. In dem aktuellen Beispiel wird der wahre Ort von Personen beim Fahren der Fahrzeuge 1 (II) über Videosensoren übertragen, die an der Straßenseite (12) angebracht sind, sowie durch Verwenden von Daten aus der Mobiltelefonnutzung wie CDR, da die Personen ihre Telefonen mit sich tragen, während sie sich in der Region (13) bewegen.
  • Wie in 1 dargestellt, sind die Sensoren nur an einigen Stellen verfügbar. Dies kann zum Beispiel auf Gründe wie Kosten und Sensorinstallation im Laufe der Zeit zurückzuführen sein. Weiterhin können einige Straßensegmente mit mehrfacher Erfassung enden (also redundante Information mit verschiedenen Fehlerraten), während andere keine Sensoren zum Verfolgen der Fahrzeugbewegung besitzen können. Die Tabelle I listet die Sensoren und deren Eigenschaften im Beispiel von 1 auf. Selbst das Format der Daten kann sich unterscheiden, was darauf hinweist, dass selbst das Zusammenstellen der Daten in einem gemeinsamen Format nicht trivial ist. TABELLE I.
    Label Sensortyp Datenformat Kosten Präzision Abdeckung
    11 Manuell, GPS Dokument Hoch Hoch Gering
    12 Video Bild Mittel Mittel Gering
    13 Anrufdatenaufzeichnung (mobil) Binär Gering Mittel Hoch
  • Dementsprechend weist ein Aspekt der Erfindung unter Verwendung der verfügbaren Informationen ein Interesse daran auf, welche Gesamtansicht des Verkehrs bereitgestellt werden kann. Man beachte, dass beim Fehlen einer systematischen Erfassungsleistung bereits Hintergrundinformationen aus Erhebungen darüber vorhanden sein können, wie schnell sich Fahrzeuge in einer bestimmten Stadt bewegen. Somit wird es ein Problem, wie genaue Verkehrsinformationen mit den Erfassungstechnologien über die Hintergrundinformationen hinaus erhalten werden können.
  • Wie hier ausgeführt, beinhaltet ein Aspekt der Erfindung die Verbesserung der Erfassungsgenauigkeit durch eine Erhöhung der Sensoranzahl wie auch die Verbesserung der Erfassungsgenauigkeit, indem mehr Sensortypen verwendet werden. Darüber hinaus bestimmt ein anderer Aspekt der Erfindung, ob mehrere Sensoren sich in der Region im Rahmen eines bestimmten Budgets, des Typs und Menge der weiteren Sensoren befinden. Dies wird hier als das Problem der Auswahl der Sensorteilmenge bezeichnet.
  • Wie hier beschrieben, ist Matsim ein Multi-Agent, Open-Source-Tool bzw. Werkzeug, das für den Entwurf und die Ausführung verkehrsorientierter Simulationen für große Netze verwendet wird. 2 ist ein Diagramm, das die Matsim-Architektur gemäß einem Aspekt der Erfindung darstellt. 2 stellt grafisch ein Systemsetupmodul 202, ein Planausführungsmodul 204 und ein Sensormodellierungsmodul 206 dar. Das Systemsetupmodul 202 beinhaltet das Erstellen eines Netzes, das Erstellen eines Plans und das Erstellen einer Netzkonfiguration. Das Planausführungsmodul 204 verwendet Eingaben von dem Systemsetupmodul 202 (wie auch vom Sensormodellierungsmodul 206) zur Routenführung von Agents und Verarbeitung von Ereignissen. Das Planausführungsmodul stellt dann dem Sensormodellierungsmodul 206 eine Eingabe bereit, die eine Geschwindigkeitsberechnung bestimmt, Informationen erfasst und die Geschwindigkeit aus den Sensoren extrahiert und Statistiken berechnet.
  • Matsim nutzt einen modularen Ansatz, wobei die Standardmodule bezüglich von Aspekten wie Verkehrsdaten, Koordinatensystem und Straßennetz, Visualisierung und den Vergleich von Strategien ersetzt werden können. Neue Module können ebenso hinzugefügt werden.
  • Zu der Eingabe für Matsim gehört eine Netzdatei (Network File), die die Knoten (Nodes) und Verbindungen (Links) angibt, die die Straßen einer Stadtregion darstellen, eine Plandatei, die als Agents modellierte Fahrzeuge in der Region mit Ausgangsort und Zielorten sowie von Fahranforderungen darstellt, und eine Netzkonfigurationsdatei, die darstellt, wie die Geschwindigkeit der Fahrzeuge sich im Laufe der Zeit ändern kann. Die Tools unterstützen die ereignisgesteuerte Simulation. Wenn der Plan ausgeführt wird, verarbeitet der Simulator die Ereignisse, wertet die Pfadoptionen für Agents aus und klassifiziert sie mit Bewertungsfunktionen. Wenigstens eine Ausführungsform der Erfindung betrachtet den Agent als ein Fahrzeug und wählt die auszuführenden Pläne aus. Dies kann weitere Ereignisse auslösen, wodurch der Prozess wiederholt wird.
  • In einer weiteren Beschreibung von 2 unterstützt das Systemsetupmodul 202 das Erstellen und Verarbeiten von Eingabedateien, die zur Simulation des Verkehrs erforderlich sind. Dadurch kann das Verhalten von Straßen (Verbindungen) und Fahrzeugen (Agents) angegeben und dynamisch geändert werden. Bei Erstellen eines Netzes bewegen sich Agents (Fahrzeuge) in Matsim auf einem vordefinierten Straßennetz. Das Netz besteht aus Knoten und Verbindungen. Der Knoten enthält die Positionsinformation, während die Verbindung zwischen zwei Knoten definiert wird und die Länge, die Anzahl der Fahrzeuge, die Standardgeschwindigkeit und die Anzahl der Fahrspuren enthält. Wenn zu einem beliebigen Zeitintervall die Anzahl der Fahrzeuge auf einer Verbindung die Aufnahmekapazität übersteigt, tritt ein Stauereignis ein. Und für jedes Stauereignis werden alle daran teilnehmenden Agents mit einer Strafe belegt.
  • Beim Erstellen eines Plans wird das Verhalten eines Agents vollständig durch seinen Plan bestimmt. Ein Agent besitzt einen Aktivitätenplan und extrahiert die Informationen, die die Simulation aus diesem Plan benötigt. Eine Ausführung der Erfindung beinhaltet die Verwendung des Algorithmus von Djikstra (namens ReRoute Djikstra), um die Wege (Plan) im Netz dynamisch zu finden. In einem Plan verfügt ein Agent über Informationen (i) zum Abfahrtsort, (ii) der Abfahrtszeit, (iii) dem Ankunftsort und der (iv) Ankunftszeit (nur erforderlich, wenn der Agent unterwegs ist). Beim Erstellen einer Netzkonfiguration beinhaltet ein Aspekt der Erfindung die Initialisierung der Verbindungen (Straßen) mit der Standardgeschwindigkeit. Um die Geschwindigkeit während der Simulation zu ändern, kann man die Startzeit, die Verbindungskennung und den Skalierungsfaktor angeben, in der sich die Geschwindigkeit im Laufe der Zeit ändert.
  • Das Planausführungsmodul 204 beinhaltet nach dem Setup das Initiieren der Planausführung, wodurch Agents Routen zugewiesen und Ereignisse verarbeitet werden, was zu einer weiteren Neuzuweisung der Routen und dem Generieren von Ereignissen führt. Die Routenführung der Agents bestimmt die Pfade für Agents, bewertet ihre Optionen und legt jeden Agent auf die besten bestimmten Pläne fest. Die ausgewählten Pläne lösen neue Ereignisse aus, die der Simulator verfolgt. Bei der Verarbeitung von Ereignissen stehen in Matsim verschiedene Ereignistypen zur Verfügung, die sich darauf beziehen, wann eine Aktivität endet, wann sich ein Agent vom Ausgangsort entfernt, an einer Verbindung wartet, eine Verbindung verlässt, eine Verbindung betritt und am Ziel ankommt.
  • Wie in 2 dargestellt, beinhaltet ein Aspekt der Erfindung auch Erweiterungen zu Matsim zum Ausführen von Erfassungsexperimenten; zum Beispiel das Sensormodellierungsmodul 206. Um die Auswertung und Simulation der Kompromisse bei Erfassung zu ermöglichen, werden Profile mit verschiedenen Erfassungstechnologien definiert, und Matsim wird für die Unterstützung des Erfassungsverhaltens basierend auf diesen Profilen erweitert.
  • Beim Erstellen von Profilen für Sensoren steht, wie bereits erwähnt, eine umfassende Menge an Sensoren zur Auswahl zur Verfügung. Die Sensoren können grob in stationäre, die entlang der Straßen angebracht sind, und bewegliche, die somit auf Fahrzeugen verfügbar sein können, die sich durch die Stadt bewegen, klassifiziert werden. Es werden nun beispielhaft die folgenden Sensoren betrachtet.
  • Die manuellen Verfahren beinhalten Personen, die den Verkehr beobachten und die Messungen berichten. Historisch betrachtet gewann eine Transportgemeinschaft Volumendaten, indem Personal vor Ort engagiert wurde, um den Verkehr zu zählen, der einen Referenzpunkt passiert. Die manuelle Erfassung kann als der wahre Ort und als Beispiel einer stationären Erfassung betrachtet werden. Die manuelle Erfassung kann sehr präzise sein, aber auch sehr kostenaufwändig im Arrangement sein, und die Abdeckung möglicherweise gering sein.
  • Zu den videokamerabasierten Verfahren gehört eine Videokamera, die fortlaufend die Fahrspuren einer Straße überwacht. Diese Rohdaten werden mit Software analysiert, um die Anzahl der Fahrzeuge im Video sowie deren Geschwindigkeiten anzugeben. Videokameras werden in der Regel an Pfosten oder Gebäuden über oder angrenzend zur Straße angebracht und sind daher stationäre Sensoren. Videokamerabasierte Verfahren sind aufwändig in der Installation und im Betrieb und erfordern umfangreiche Berechnungen. Sie sind jedoch bei unbewölkten Wetterbedingungen und ziemlich homogenen Verkehr, der sich in den Fahrspuren bewegt, genau.
  • Zu den GPS-basierten Verfahren gehört die Verwendung einer auf Fahrzeugen angebrachten Vorrichtung, um deren Position zu verfolgen und diese Daten auf einen Server zu übermitteln. Der Server kann die Geschwindigkeit der Fahrzeuge verarbeiten und deren Daten berichten wie auch zusammengefasste Verkehrsaufkommensinformation berechnen. GPS-Vorrichtungen verwenden globale Navigationssatelliten für genaue Berichterstattung, was in offenen Gebieten gut funktioniert. Die Vorrichtungen sind teuer und werden möglicherweise aufgrund von Datenschutz- oder Energieverbrauchsgründen nicht in allen Fahrzeugen verwendet. Dies ist eine Form der beweglichen Erfassung.
  • Mobiltelefonbasierte Verfahren beinhalten Personen, die Fahrzeuge lenken und Mobiltelefone bei sich haben. Zur Unterstützung dieser Telefone verfolgen Telekommunikationsanbieter (Telcos) die Telefone im Detaillierungsgrad von Zellen, um eine Basisabdeckung für Mobilgeräte bereitzustellen. Die Zelleninformationen können analysiert werden, um in einem groben Detaillierungsgrad zu ermitteln, wie sich Personen in Raum und Zeit bewegen. Es bestehen hier viele Optionen bei den untergeordneten Technologien, nämlich der Messung der Signalstärke, die Erfordernis von Anrufen und die zu generierenden CDRs, die für die Telekommunikationsanbieter verschiedene Ebenen zusätzlichen Aufwands bedeuten, aber eine erhöhte Genauigkeit liefern können. Mobiltelefonbasierte Verfahren sind kostengünstig und können eine breitere Abdeckung bereitstellen, aber die damit berechnete Geschwindigkeit kann Fehler enthalten. Dies ist eine Form der beweglichen Erfassung.
  • Tabelle II stellt die Profile der Sensoren basierend auf ihrem Fehler, den Kosten pro Lesewert und der räumlichen Abdeckung dar. TABELLE II.
    Datentyp Format Fehler Kosten pro Lesewert Abdeckung
    Manuell Dokument 0 % 5 Straßenverbindung
    Video Bild, Video 10 % 4 Straßenverbindung
    Mobiltelefon Binär 20 % (Hop 0) 30 % (Hop 1) 1 Nachbarschaft
    GPS Folgeformat des Datenverkehrs 5 % 3 Fahrzeug
  • Bezüglich Fehler weist jeder Sensor eigene Eigenschaften auf. Tabelle II enthält einen gegebenen typischen Fehler in den Verfahren. Bezüglich der Kosten pro Lesewert (Reading) weist ein Sensorlesewert viele Komponenten auf, wie beispielsweise, die Setupkosten des Sensors, die Kosten zum Lesen das Rohwerts, die Kosten der Datensammlung und die Kosten, diese in Verkehrsdaten umzuwandeln (zum Beispiel Geschwindigkeit). Tabelle II enthält die relativen Kosten. Man beachte, dass manuelle Daten höhere Sensorpositionierungskosten besitzen, während Video und GPS vorab Installationskosten aufweisen. GPS weist hohe Kosten bei der Datensammlung auf, während Video und Mobilgeräte hohe Analysekosten aufweisen. Bezüglich der Abdeckung erzeugt jeder Sensor einen Lesewert für eine bestimmte Verbindung. Darüber hinaus können bei Mobilgeräten/CDR Verkehrsdaten erhalten werden, um die Nachbarschaften zu verbinden.
  • Wie ebenso in 2 dargestellt, weist ein Aspekt der Erfindung die Erweiterung von Matsim auf, um die Erfassung zu unterstützen (vgl. Modul 206). Man beachte, dass Informationen darüber, wie sich ein Fahrzeug auf der Straße bewegt, bereits in Matsim verfügbar sind. Eine Ausführungsform der Erfindung trifft eine Unterscheidung zwischen beobachtbaren Informationen, in der Sensoren zum Berichten der Geschwindigkeit mit einer bestimmten Fehlerrate zu berichten, die dem Sensor zu eigen ist, vorhanden sind, und verborgenen Informationen, in denen kein Sensor vorliegt und die Fehlerrate von den Kenntnissen über die Geschwindigkeit im Hintergrund und den konkreten Informationen abhängt. In dem äußersten Fall, dass keine Sensoren verwendet werden, ist die gesamte Verkehrsinformation ausgeblendet.
  • Dementsprechend enthält das Sensormodellierungsmodul 206 die folgenden Leistungsmerkmale. Beim Bestimmen einer Geschwindigkeitsberechnung enthält die zu einem Ereignis aus dem Agent-Routenmanagement extrahierte Information den Ereignistyp, die Fahrzeugkennung und die Verbindungskennung. Immer wenn ein Ereignis (e1) vom Ereignistyp ‚verlässt die Verbindung‘ für das Fahrzeug (v1), die Verbindung (l1) und den Zeitpunkt (t1) eintritt, extrahiert ein Aspekt der Erfindung das Ereignis (e2) des Ereignistyps ‚betritt eine Verbindung‘ für das Fahrzeug v1 und die Verbindung l1. Wenn mehrere Ereignisse des Typs ‚betritt eine Verbindung‘ von Person v1 und Link l1 erhalten werden, dann verwendet ein Aspekt der Erfindung dasjenige mit dem neuesten Zeitstempel und bezeichnet dies als Zeitstempel (Timestamp) t2. Die Distanzinformation für die Verbindung l1 wird aus dem Systemsetupmodul 202 extrahiert.
  • Die Distanz für die Verbindung l1 wird als d1 bezeichnet. Mit der Zeit- und Distanzinformation kann ein Aspekt der Erfindung die Geschwindigkeit (s1) eines Fahrzeugs v1 entlang der Verbindung l1 berechnen als: s 1 = d 1 ( t 2 t 1 )
    Figure DE102012218058B4_0001
  • Nun kann ein Aspekt der Erfindung Geschwindigkeitsinformation mit der Geschwindigkeit s1, der Verbindung l1 und dem Fahrzeug v1 erstellen.
  • Beim Bestimmen oder Berechnen der Sensorinformationen, wurden die Extrahierung des Verhaltens und der Informationen bereits für das Fahrzeug durchgeführt. Für Geschwindigkeitsinformationen beinhaltet ein Aspekt der Erfindung die Bestimmung, ob der Lesewert beobachtbar oder verborgen ist. Sensoren sind an ausgewählten Verbindungen und Fahrzeugen vorhanden. Demgemäß werden beide Fälle mit Geschwindigkeitsinformationen geprüft. Wird ein Sensor gefunden, wird mit dem Sensorprofil der erfasste Lesewert berechnet. Mit der Gaußschen Funktion kann der Fehler für den erfassten Lesewert berechnet werden. Im Falle der Abdeckung weist der Lesewert vom nächstliegenden Sensor eine höhere Genauigkeit auf.
  • Beim Extrahieren der Geschwindigkeit aus Sensorinformationen wird die Geschwindigkeitsinformation über den vom Sensor erfassten Lesewert bestimmt. Sind redundante Sensorlesewerte verfügbar, wird der Sensorlesewert mit dem geringsten Sensortypfehler zuerst ausgewählt. Wenn kein Lesewert verfügbar ist, wird die Standardnetzgeschwindigkeit verwendet.
  • Bei der Berechnung von Statistiken werden für jedes Ereignis verschiedene Statistiken mit den tatsächlichen und den vom Sensor extrahierten Informationen berechnet. Statistiken können zum Beispiel für ein bestimmtes Zeitintervall (zum Beispiel eine Stunde), die Maximalgeschwindigkeit, die Minimalgeschwindigkeit, das maximale Aufkommen und das minimale Aufkommen beinhalten.
  • Die hier im Detail beschriebenen Techniken können weiterhin beinhalten, dass für eine bestimmte Anzahl k eine optimale Näherung von OCS zurückgegeben wird. Hierzu kann die Auswahl einer Präferenzfunktion gehören wie auch die Durchführung einer OCS-Auswahl mit einer ICP-Annäherung. Ein Aspekt der Erfindung erhält auch die Auswahl von k-Teilmengen von Verkehrssensoren, wenn OCS und eine Annahmeverteilung („Belief Distribution“) gegeben sind. Weiterhin beinhaltet ein weiterer Aspekt der Erfindung die optimale Erweiterung der Sensoren in einer Region mit einem aktuellen Sensorlayout über die Modellierung aktueller Verkehrsbedingungen in einem Simulator und dem Bestimmen der Sensorkombinationen für neue Kosten-/Fehlergrenzwerte.
  • Dementsprechend beinhaltet eine Ausführungsform der Erfindung, wie hier ausgeführt, das Bestimmen einer bevorzugten Sensorkombinations-Teilmenge. In wenigstens einer Ausführungsform der Erfindung wird die Methodologie in zwei Teile unterteilt. Der erste Teil bestimmt eine Grenzsensorkombinations-Teilmenge aus dem Sensorkombinationsraum. Der zweite Teil verwendet das Zielkriterium für die Grenzsensorkombinations-Teilmenge zum Bestimmen der bevorzugten Sensorkombinations-Teilmenge. Eine Grenze fungiert als Basis für die Auswahl einer Entscheidung, und objektive Kriterienfaktoren fungieren als ein Modell zur Präferenzbereitstellung.
  • Die Basis zur Auswahl der richtigen Lösung wird durch eine Pareto-Dominanz (Pareto Dominance) gelöst. Wenigstens eine Ausführungsform der Erfindung beinhaltet die Verwendung von integrierten konvexen Präferenzen (ICP, Integrated Convex Preferences) zur Bereitstellung der Präferenzen.
  • Die Pareto-Dominanz bestimmt eine nicht-triviale Gruppe, die die speziellen Kriterien erfüllt. N sei eine Menge positiver Ganzzahlenwerte. Für n ε N ist Rn der n-dimensionale euklidische Raum. R = UnεNRn sei die Menge der finiten dimensionalen Vektoren von reellen Zahlen. Sei x ε R, und die Dimension von x wird durch dim(x) angegeben. Somit ist x die Pareto-Dominanz von y ↔ dim(x) = dim(y) und xi <= yi für alle Koordinaten i. Die Pareto-Dominanz ermittelt die nicht dominierten Lösungen durch Entfernen aller y in einer gegebenen Menge.
  • Die integrierte konvexe Präferenzen (ICP, Integrated Convex Preference) wurde zum Messen der Qualität einer Lösung in einer breiten Palette an Mehrfachoptimierungsproblemen verwendet. Um die ICP-Funktion zu berechnen, muss der Benutzer eine Wahrscheinlichkeitsdistribution h(α) eines Parameter α angeben, sodass ∫αh(α)dα = 1 und eine Funktion f(pi, α) : S → R (wobei S der Lösungsraum ist) verschiedene Zielfunktionen in einer einzelnen reellwertigen Qualitätsmessung für die Lösung p kombiniert. Der ICP-Wert der Lösungsmenge P ist eine Teilmenge von S, die definiert ist als: I C P ( P ) = i = 1 k w i 1 w i h ( w ) × f ( p i , w ) d w
    Figure DE102012218058B4_0002
    wobei w0 = 0, wk = 1 und pi = argminpεP f(p,w) ∀ w ε [wi-1,wi].
  • Anders ausgedrückt, wird w [0,1] in nicht überlappende Regionen unterteilt, sodass es in jeder Region (wi-1,wi) eine einzelne Lösung piεP gibt, die einen besseren Wert f(pi, α) als alle anderen Lösungen in P aufweist. ICP(P) kann als der erwartete Gebrauchswert der besten Lösung von P mit einer Wahrscheinlichkeitsverteilung h(α) für den Abgleichswert α interpretiert werden.
  • Darüber hinaus beinhaltet ein Aspekt der Erfindung die Verwendung eines Präferenzmodells für die Sensorkombination. Mit der Pareto-Dominanz und ICP wird ein Algorithmus erstellt, und diese Ansätze werden auch für die Sensorkombination modelliert. Wie oben erwähnt, werden mit der Pareto-Dominanz die nicht-dominanten Pareto-Lösungen ermittelt. In einem allgemeinen Fall von Pareto-Dominanz wird dies unter Verwendung von n Dimensionen beschrieben. In diesem detaillierten Beispiel gibt ein Stadtadministrator „zweidimensional“ als Kosten und Wurzel aus der mittleren quadratischen Abweichung (RMSE, Root-Mean-Square Error) an.
  • Dementsprechend kann die Pareto-Dominanz definiert werden als „A und B sollen eine Sensorkombination sein, und A kann als von B dominiert gelten, wenn costA < costB und RMSE-A < RMSE-B.“ Eine Sensorkombinationsmenge kann mithilfe der Pareto-Dominanz reduziert werden. Es können auch Faktoren aufgenommen werden, um den Raum mithilfe von ICP zu verringern.
  • In ICP muss der Benutzer die Zielfunktion angeben, die definiert ist als: f ( p i , α ) = ( α × C o s t p i + ( 1 α ) × R M S E p i )
    Figure DE102012218058B4_0003
    Wobei C o s t p i = ( β × C o s t I n s t p i + ( 1 β ) × C o s t M a  int p i )
    Figure DE102012218058B4_0004
    wobei Konstanten zwischen αε[0, 1] und βε[0, 1] liegen.
  • Ein Aspekt der Erfindung beinhaltet die Verwendung von ICP in einem sequenziellen Ansatz, um die Lösungsmenge k zu bestimmen.
  • Wie oben erwähnt, beinhaltet ein Aspekt der Erfindung einen Algorithmus, der die Pareto-Dominanz und ICP nutzt. Der Algorithmus bestimmt die bevorzugte Sensorkombinations-Teilmenge. Der Algorithmus in 3 zeigt den Pseudocode für diesen Ansatz. 3 ist eine Abbildung, die einen Algorithmus 302 zur Bestimmung einer Sensorteilmengenauswahl gemäß einem Aspekt der Erfindung darstellt.
  • Wie erwähnt, wird mittels der Pareto-Dominanz die nicht-dominierte Sensorkombinations-Teilmenge bestimmt. Ebenso bestimmt ICP die bevorzugte Sensorkombinations-Teilmenge. Sei S die Menge aller als Eingabe bestehenden Sensorkombinationsmengen. Ein Aspekt der Erfindung beinhaltet das Erstellen einer Sensorkombinations-Teilmenge Q, die nicht-dominierte Lösungen enthält.
  • Wie im Algorithmus 302 in 2 dargestellt, wurde eine nicht-dominierte Lösung mithilfe des Pareto-Dominanzkriteriums von S in Schritt 1 gefunden. Eine bevorzugte Sensorkombinations-Teilmenge P wird in Schritt 2 erstellt. Anfangs wird P auf eine leere Menge festgelegt. Die Zusammenstellung bevorzugter Sensorkombination-Teilmengen wird sequenziell durchgeführt. In jedem sequenziellem Schritt wird eine Sensorkombination gesetzt (seeded), die den Gesamtwert von ICP senkt. Nachdem die Seed-Sensorkombination ermittelt wurde, wird sie zur Menge P hinzugefügt. Diese sequenzielle Vorgehensweise wird durchgeführt, bis die Anzahl der Sensorkombinationen in P k erreicht oder keine Seed-Sensorkombination erzielt werden kann (Schritte 3-6). Der Algorithmus wird beendet und gibt die bevorzugte Sensorkombinations-Teilmenge P zurück (Schritt 7).
  • Eine bevorzugte Sensorkombinations-Teilmenge wird aus der oben beschriebenen Sensorkombinationsmenge bestimmt. Dies impliziert, dass eine Sensorkombinationsmenge erforderlich ist für die Berechnung einer bevorzugten Sensorkombinations-Teilmenge für ein Stadtszenario. Eine Sensorkombinationsmenge kann Informationen bezüglich Kosten und RMSE enthalten. Ein Matsim-Verkehrssimulator mit einem Sensorkonzeptmodul bestimmt die Kosten und RMSE für eine Sensorkombination. Ein Matsim-Simulator mit einem Sensorkonzeptmodul wird in dem vorliegenden Dokument als SMatsim bezeichnet. SMatsim ist ein ereignisgesteuerter Simulator, das Eingaben benötigt. Mit Systemintegrations-Präferenzansätzen in SMatsim kann ein System für einen Stadtadministrator oder eine ähnliche Entität erstellt werden. Die Grundstruktur wird in wenigstens einer Ausführungsform der Erfindung in drei Teilen als Eingabe-, Sensormodellierungs- und Sensorkombinationsauswahl, wie in 4 dargestellt, unterteilt.
  • Demgemäß ist 4 ein Diagramm, das eine Grundstruktur zur Bestimmung einer bevorzugten Sensorkombinations-Teilmenge gemäß einem Aspekt der Erfindung darstellt. Wie in 4 dargestellt, erfordert ein solches System drei verschiedene Kategorien an Eingabeinformationen: Übersichtsinformationen 402, Sensormodelle 404 und einen Sensorkombinationsraum 406.
  • Die Übersichtseingabe 402 beinhaltet eine Netzdatei, die die Knoten und Verbindungen angibt, die die Straßen einer Stadtregion darstellen, eine Plandatei, die als Agents modellierte Fahrzeuge in der Region mit Ausgangsort und Zielorten sowie Fahranforderungen darstellt, und eine Netzkonfigurationsdatei, die darstellt, wie die Geschwindigkeit der Fahrzeuge sich im Laufe der Zeit ändern kann. Bei der Ausführung des Plans verarbeitet der Simulator die Ereignisse, wertet die Pfadoptionen für Agents aus und klassifiziert sie mit Bewertungsfunktionen.
  • Bei den Sensormodellen 404 gibt es verschieden Typen von Sensoren und jeder Sensortyp verfügt über eine spezielle Menge an Eigenschaften. Diese Eigenschaften definieren die Bedingung, unter der die Sensoren am besten arbeiten und aktuell die vielversprechendsten Ergebnisse liefern. Wie oben beschrieben, können Verkehrssensoren grob in zwei Kategorien unterteilt werden: stationäre und bewegliche. Das Sensormodell beinhaltet die Eigenschaften der Sensoren.
  • Die Sensorkombinationsraum 406 beinhaltet verschiedene Sensorkombinationen, die unter Verwendung verschiedener verfügbarer Sensortypen erstellt werden können. Die Sensorkombination wird als Prozentsatz der für das bestehende Netz und die Fahrzeuge verfügbaren Sensoren definiert. Es bestehen verschiedene Ansätze zum Definieren des Sensorkombinationsraums. Eine Ausführung der Erfindung enthält in beispielhafter Weise die Verwendung des Ansatzes, bei dem Permutationen erstellt werden, indem der Prozentsatz der Sensoren mit einem diskreten Wert geändert wird. Dann kann ein Kombinationsraum mit allen möglichen Permutationen für alle Sensortypen erstellt werden.
  • Wie in 4 dargestellt, werden die Eingaben 402, 404 und 406 einem Sensormodellierungsmodul 408 bereitgestellt, die schließlich einem Sensorkombinations-Auswahlmodul 410 eine Eingabe bereitstellt. Das Sensormodellierungsmodell 408 ist in der Lage, eine Region zu extrahieren, relevante Informationen zu extrahieren und ein erweitertes Matsim auszuführen. Das Sensorkombinations-Auswahlmodul 410 ist in der Lage, ein Ergebnis einer Sensorkombinationsmenge zu verwenden, um eine bevorzugte Sensorkombinationsmenge zu extrahieren und zu speichern.
  • Das Sensormodellierungsmodul 408 prüft die Integrität der Eingabeübersichtsdateien. Basierend auf den Eingabeübersichtsdateien erstellt ein Aspekt der Erfindung den Tupel < Sensor, Position >. Nach Erstellen des Tupelraums wird SMatsim ausgeführt.
  • Beim Extrahieren einer Region beinhalten die Übersichten Netz-, Plan- und Netzänderungsinformationen. Zu den Netzinformationen gehören Knoten und Verbindungen. Zu den Planinformationen gehören Ausgangsort und Zielort. Mit diesen Informationen prüft ein Aspekt der Erfindung, ob der Plan in dem gegebenen Netz realisierbar ist. Wenn ein Widerspruch entdeckt wird, wird der entsprechende Plan aus der weiteren Betrachtung entfernt. In ähnlicher Weise wird für das Netz verfahren. Wenn eine Verbindung oder ein Plan gefunden wurde, der nicht von einem Plan verwendet wird, werden diese Verbindungen/oder Knoten aus der weiteren Betrachtung entfernt. Unter der Annahme, dass das Netz korrekt ist, wird die Integrität bei der Änderung des Netzes geprüft. Wenn bestimmt wird, dass eine Netzwerkänderung nicht verwendet wird, wird diese Information aus der weiteren Betrachtung entfernt. Nach der Durchführung dieser Integritätsprüfungen werden der restliche Netzinhalt, der Plan und die Netzänderung als eine Region bezeichnet.
  • Beim Erstellen eines Sensor-Tupels wird die Eingabesensorkombination aus der Sensorkombinationsmenge einer Region zugeordnet. Für eine Integration definiert ein Aspekt der Erfindung den Tupel als < Sensor, Position >. Die Position umfasst zwei Typen: Fahrzeug und Verbindung aufgrund von zwei Typen von Sensorkategorien (stationär und beweglich), wie im vorliegenden Dokument beschrieben. So ist der Tupel < Sensor, Person >, wenn der Sensor beweglich ist, und < Sensor, Verbindung >, wenn der Sensor stationär ist.
  • Für eine bestimmte Sensorkombination beinhaltet ein Aspekt der Erfindung das Erstellen eines Tupelraums. Der Tupelraum besteht aus allen möglichen Tupeln für einen gegebenen Prozentsatz der Sensoren für jeden Typ. Die Zuweisung der Sensoren an eine Position erfolgt nach dem Zufallsprinzip. Um die Auswirkung der Zufallsauswahl zu neutralisieren, werden mehrere Tupelräume für eine bestimmte Sensorkombination erstellt. Statistiken einer bestimmten Sensorkombination können durch die Mittelung der durch einen mehrfachen Tupelraum gesteuerten Ergebnisse berechnet werden.
  • Nach dem Erhalt der Region und der Tupelräume kann SMatsim ausgeführt werden. Nach der Ausführung von SMatsim für eine Konfiguration wird in einem Aspekt der Erfindung eine Statistik ausgegeben. Die Genauigkeit (RMSE) und die Anzahl der Auslösungen eines jeden Sensors kann als Statistik in diesem System verwendet werden.
  • Darüber hinaus werden die Ergebnisse konsolidiert und die Präferenzansätze werden ausgeführt, um die bevorzugte Sensorkombinations-Teilmenge zu bestimmen. Die Statistikergebnisse können für eine Sensorkombination aus allen Tupelräumen zusammengefasst werden und die Kosten der Installation und Wartung können für den Sensor anhand der Auslöseinformationen von den Sensoren berechnet werden. Die Installationskosten und Wartungskosten werden durch die Anzahl der Trigger (bzw. Auslösungen) bestimmt, die für einen Sensor auftreten.
  • Nach der Bestimmung der verschiedenen Parameter für jede Sensorkombination enthält ein Aspekt der Erfindung das Anwenden der Präferenzansätze, um die bevorzugte Sensorkombinations-Teilmenge zu bestimmen (zum Beispiel mit dem hier beschriebenen Algorithmus). Die Gebrauchsfunktion wird als Eingabe für den ICP-Ansatz verwendet. Ein Relevanzfaktor kann berechnet werden, um den Bereich einer Sensorkombination in ICP zu bestimmen, wo sie den höchsten Wert für die Funktion f aufweist.
  • 5 ist ein Blockdiagramm, das die Matsim-Architektur gemäß einem Aspekt der Erfindung darstellt. Anhand der Illustration stellt 5 die Sensormodelle 502, den Sensorkombinationsraum 504 und die Verkehrsmuster 506 dar, die dem Verkehrssimulationsmodul 508 bereitgestellt werden. Wie hier detailliert ausgeführt, gehört zu den zu treffenden Entscheidungen zum Beispiel, welche Struktur die Stadt aufweist, welche Sensoren berücksichtigt werden sollten und wie der Verkehr fließt. Aufgrund dieser Entscheidungen kann eine Ausführungsform der Erfindung das Erstellen anderer Eingaben für das System beinhalten.
  • Als Beispiel wird in der Abbildung ein Raster für eine Stadt gewählt. Aus der Auswahl der Sensoren wird ein Sensormodell erstellt, das eine Datenstruktur im Simulator ist, die jedem Sensortyp entspricht. Dessen Information entspricht zum Beispiel der in der Tabelle II erfassten. Der Sensorkombinationsraum wird automatisch basierend auf einem Schema gemischter Sensortypen erstellt. Zuerst wird eine Anzahl (N) von Sensoren pro Sensortyp gewählt. Dann wird jeder Sensortyp von 0 bis 1 (als Bruchteil von N) im Inkrement 0,1 variiert, was auch als Prozentsatz ausgedrückt werden kann. Die gesamte Menge an Kombinationen wird hier als Sensorkombinationsoptionen bezeichnet.
  • Eine Verkehrsstruktur ist eine spezielle Art und Weise, in der der Verkehr in einer Region fließt. In beispielhafter Weise werden nun drei Verkehrsstrukturen im Raster betrachtet (und im Simulator kodiert):
    • • Struktur 1: Die Agents, die sich aus allen Ecken in die Mitte des Netzes bewegen.
    • • Struktur 2: Die Agents, die planen, sich von dem Bereich ganz unten links zu dem Bereich ganz oben rechts des Netzes zu bewegen.
    • • Struktur 3: Die Agents, die sich von allen Knoten in die Mitte des Netzes bewegen.
  • Das Verkehrssimulatormodul 508 stellt eine Ausgabe für ein Pareto-optimales Kandidatenmengen (OCS)-Repository 510 bereit. Der Simulator berechnet die Erfassungsdaten und gibt den Erfassungsfehler (zum Beispiel durch die Wurzel aus der mittleren quadratischen Abweichung berechnet) für eine bestimmte Kombination aus. Die OCS aus dem Repository 510 kann in wenigstens einer Ausführungsform der Erfindung einer Lösungsfilterung in einem Lösungsfilterungsmodul 512 unterzogen werden, bevor es an das OCS-Sensorteilmengen-Auswahlmodul 516 (die OCS kann auch ohne Filterung gesendet werden) zur Auswahl einer beliebigen Nummer k gesendet wird. Darüber hinaus kann auch eine Sensorauswahl oder eine Präferenzannahmenverteilung (Preference Belief Distribution) 514 dem OCS-Sensorteilmengen-Auswahlmodul 516 bereitgestellt werden. Die Präferenzannahme ist eine Eingabe. So können andere Städte oder Entitäten die kostengünstigste Sensorkombination bevorzugen, während andere die mit dem geringsten Erfassungsfehler bevorzugen.
  • 6 ist ein Ablaufdiagramm, das Auswahltechniken für eine Teilmenge von wenigstens einem Verkehrssensor gemäß einer Ausführungsform der vorliegenden Erfindung darstellt. Schritt 602 beinhaltet die Modellierung mehrerer Sensortypen, um wenigstens ein Sensormodell zu erstellen. Die Modellierung mehrerer Sensortypen beinhaltet die Modellierung mehrerer Sensortypen basierend auf den Kosten, der Genauigkeit und/oder Abdeckung. Schritt 604 beinhaltet das Erstellen eines Beispielraums von wenigstens einer Sensorkombination von mehreren Sensoren. Schritt 606 beinhaltet die Modellierung des Verkehrsflusses einer Region.
  • Schritt 608 beinhaltet das Ausführen einer Verkehrssimulation basierend auf wenigstens einem Sensormodell, einem Beispielraum der wenigstens einen Sensorkombination und dem Verkehrsfluss der Region, wobei die Verkehrssimulation mehrere Sensorenkandidatenmengen generiert. Dieser Schritt wird beispielsweise mit einem Verkehrssimulatormodul durchgeführt. Das Ausführen einer Verkehrssimulation beinhaltet das Messen einer Erfassungsfehlerverteilung, die in jeder Sensorkombination enthalten ist, und das Sicherstellen, dass wenigstens eine physische Eigenschaft einer relevanten Position berücksichtigt wird.
  • Schritt 610 beinhaltet die Auswahl einer Teilmenge von mehreren Sensoren basierend auf den mehreren Sensorenkandidatenmengen. Dieser Schritt kann beispielsweise mit einem Sensorteilmengen-Auswahlmodul durchgeführt werden. Die Auswahl einer Teilmenge von mehreren Sensoren basierend auf mehreren Sensorenkandidatenmengen beinhaltet die Auswahl einer Pareto-optimalen Kombination von Sensoroptionen.
  • Die in 6 dargestellten Techniken beinhalten weiterhin das Speichern der Teilmenge der mehreren Sensoren in einer Datenbank und das Bereitstellen die Teilmenge der mehreren Sensoren als Ausgabemenge für einen Benutzer. Wenigstens eine Ausführungsform der Erfindung beinhaltet auch die Filterung der ausgewählten Teilmenge der mehreren Sensoren, indem eine Kombination über einem bestimmten Kostengrenzwert entfernt wird, über einem bestimmten Fehlergrenzwert entfernt wird etc.. Weiterhin können die in 6 dargestellten Techniken die Bereitstellung einer Näherung der ausgewählten Teilmenge der mehreren Sensoren für eine bestimmte Anzahl k von angedachten Auswahlmöglichkeiten beinhalten, wozu die Auswahl einer Präferenzfunktion und die Verwendung einer ICP-Näherung gehört.
  • Darüber hinaus beinhalten die in 6 dargestellten Verfahren die Auswahl einer bestimmten Anzahl k von Teilmengen von Verkehrssensoren, wenn die ausgewählte Teilmenge der mehreren Sensoren und eine Annahmeverteilung gegeben ist. Weiterhin beinhaltet ein weiterer Aspekt der Erfindung die Erweiterung von wenigstens einem Sensor in einer Region mit einem aktuellen Sensorlayout über die Modellierung aktueller Verkehrsbedingungen in einem Simulator und die Bestimmung der Sensorkombinationen für neue Kosten- oder Fehlergrenzwerte.
  • Die in 6 dargestellten Techniken können auch, wie in dem vorliegenden Dokument beschrieben, die Bereitstellung eines Systems umfassen, wobei das System eigene Softwaremodule enthält, wobei jedes der eigenen Softwaremodule auf einem materiellen computerlesbaren aufzeichenbaren Speichermedium verkörpert wird. Alle Module (oder eine beliebige Teilmenge davon) können sich beispielsweise auf demselben Medium oder jedes auf einem anderen Medium befinden. Die Module können beliebige oder alle Komponenten beinhalten, die in den FIG. dargestellt sind. In einem Aspekt der Erfindung können die Module ein Verkehrssimulatormodul und ein Sensorteilmengen-Auswahlmodul beinhalten, die zum Beispiel auf einem Hardwareprozessor ausgeführt werden können. Die Verfahrensschritte können dann mit den eigenen Softwaremodulen des Systems, die auf einem Hardwareprozessor ausgeführt werden, durchgeführt werden, wie oben beschrieben. Weiterhin kann ein Computerprogrammprodukt ein materielles, computerlesbares aufzeichenbares Speichermedium mit Code beinhalten, der dazu ausgebildet ist, wenigstens einen hier beschriebenen Verfahrensschritt auszuführen, einschließlich der Bereitstellung des Systems mit eigenen Softwaremodulen.
  • Darüber hinaus können die in 6 dargestellten Techniken über ein Computerprogrammprodukt implementiert werden, die einem von einem Computer verwendbaren Programmcode enthalten können, der auf einem computerlesbaren Speichermedium in einem Datenverarbeitungssystem gespeichert ist, und wobei der von einem Computer verwendbare Programmcode über ein Netzwerk von einem entfernten Datenverarbeitungssystem heruntergeladen wurde. In einem Aspekt der Erfindung kann ein Computerprogrammprodukt auch von einem Computer verwendbaren Programmcode enthalten, der auf einem von einem Computer lesbaren Speichermedium in einem Serverdatenverarbeitungssystem gespeichert ist, und wobei der von einem Computer verwendbare Programmcode über ein Netzwerk auf ein entferntes Datenverarbeitungssystem zur Verwendung in einem computerlesbaren Speichermedium mit dem entfernten System heruntergeladen wird.
  • Fachleute werden verstehen, dass Aspekte der vorliegenden Erfindung als System, Verfahren oder Computerprogrammprodukt ausgeführt werden können. Demgemäß können Aspekte der vorliegenden Erfindung die Form einer reinen Hardware-Ausführungsform annehmen, einer reinen Software-Ausführungsform (einschließlich Firmware, speicherresidenter Software, Mikrocode usw.) oder einer Ausführungsform, die Software- und Hardwareaspekte vereint, die im Allgemeinen alle hier als „Schaltkreis,“ „Modul“ oder „System“ bezeichnet werden können. Weiterhin können Aspekte der vorliegenden Erfindung die Form eines Computerprogrammprodukts annehmen, das in einem computerlesbaren Medium mit computerlesbarem Programmcode darauf ausgeführt ist.
  • Ein Aspekt der Erfindung oder von Elementen davon kann bzw. können in Form einer Vorrichtung mit einem Speicher und wenigstens einen Prozessor, der mit dem Speicher verbunden ist und funktionsbereit ist, die angegebenen Schritte des Verfahren durchzuführen, implementiert werden.
  • Darüber hinaus kann in einem Aspekt der vorliegenden Erfindung die Software auf einem allgemeinem Computer oder einer Workstation ausgeführt werden. Mit Bezugnahme auf 7 kann eine solche Implementierung zum Beispiel einen Prozessor 702, einen Speicher 704 und eine Eingabe/Ausgabe-Schnittstelle, die zum Beispiel von einem Monitor 706 und einer Tastatur 708 gebildet wird, nutzen. Der Begriff „Prozessor“ soll gemäß der Verwendung in diesem Dokument jede beliebige Verarbeitungsvorrichtung beinhalten, wie zum Beispiel eine, die eine CPU (Central Processing Unit, zentrale Verarbeitungseinheit) und/oder andere Formen von Verarbeitungsschaltkreisen beinhaltet. Weiterhin kann sich der Begriff „Prozessor“ auf mehr als einen einzelnen Prozessor beziehen. Der Begriff „Speicher“ (Memory) soll einen mit einem Prozessor oder mit einer CPU verbundenen Speicher beinhalten, wie zum Beispiel RAM (Random Access Memory, Direktzugriffsspeicher), ROM (Read-only Memory, Festspeicher), eine feste Speichervorrichtung (zum Beispiel Festplatte), eine entfernbare Speichervorrichtung (wie Diskette), einen Flash-Speicher und Ähnliches. Darüber hinaus soll der Ausdruck „Eingabe/Ausgabe-Schnittstelle“ gemäß der Verwendung in diesem Dokument zum Beispiel einen Mechanismus zum Eingeben von Daten in die Verarbeitungseinheit (zum Beispiel Maus) und einen Mechanismus zum Bereitstellen der mit der Verarbeitungseinheit verbundenen Ergebnisse (zum Beispiel Drucker) beinhalten. Der Prozessor 702, der Speicher 704 und die Eingabe/Ausgabe-Schnittstelle, wie ein Monitor 706 und eine Tastatur 708, können miteinander über einen Bus 710 als Teil der Datenverarbeitungseinheit 712 verbunden sein. Geeignete Verbindungen, wie zum Beispiel der Bus 710, können auch einer Netzwerkschnittstelle 714, wie einer Netzwerkkarte, die als Schnittstelle zu einem Computernetzwerk bereitgestellt werden kann, und einer Medienschnittstelle 716, wie einem Disketten- oder CD-ROM-Laufwerk, das als Schnittstelle zu den Medien 718 bereitgestellt werden kann, bereitgestellt werden. Dementsprechend kann Computersoftware mit Anweisungen oder Code zur Durchführung der Verfahren der Erfindung, wie hier beschrieben, auf zugeordneten Speichervorrichtungen (wie ROM, festen oder entfernbaren Speicher) gespeichert werden, und vor ihrer Verwendung ganz oder teilweise geladen werden (zum Beispiel in das RAM) und von einer CPU implementiert werden. Diese Software kann beinhalten, ohne darauf beschränkt zu sein, Firmware, speicherresidente Software, Mikrocode und Ähnliches.
  • Ein zum Speichern und/oder Ausführen von Programmcode geeignetes Datenverarbeitungssystem enthält wenigstens einen Prozessor 702, der direkt oder indirekt mit Speicherelementen 704 über einen Systembus 710 gekoppelt ist. Die Speicherelemente können lokalen Speicher enthalten, der bei der konkreten Implementierung des Programmcodes genutzt wird, Massenspeicher und Cachespeicher, die einen temporären Speicher für wenigsten einen Teil eines Programmcode bieten, damit Code bei der Implementierung nicht so oft aus dem Massenspeicher abgerufen werden muss.
  • Eingabe/Ausgabe oder I/O-Vorrichtungen (einschließlich aber nicht beschränkt auf Tastaturen 708, Monitore 706, Zeigevorrichtungen und Ähnliches) können entweder direkt (wie über einen Bus 710) oder über zwischengeschaltete I/O-Controller (aus Gründen der Übersichtlichkeit weggelassen) mit dem System gekoppelt werden.
  • Netzwerkadapter wie die Netzwerkschnittstelle 714 können ebenso mit dem System gekoppelt werden, damit das Datenverarbeitungssystem mit anderen Datenverarbeitungssystemen oder entfernten Druckern oder Speichervorrichtungen über dazwischengeschaltete private oder öffentliche Netzwerke gekoppelt werden kann. Modems, Kabelmodems und Ethernet-Karten sind nur einige der derzeit verfügbaren Typen von Netzwerkadaptern.
  • Wie hier einschließlich in den Ansprüchen verwendet, beinhaltet ein „Server“ ein physisches Datenverarbeitungssystem (wie zum Beispiel das System 712, wie in 7 dargestellt), das ein Serverprogramm ausführt. Es versteht sich, dass solch ein physischer Server einen Bildschirm und eine Tastatur enthalten kann oder nicht.
  • Wie angegeben, können Aspekte der vorliegenden Erfindung die Form eines Computerprogrammprodukts annehmen, das auf einem computerlesbaren Medium mit computerlesbarem Programmcode darauf ausgeführt ist. Auch kann jede beliebige Kombination aus einem computerlesbaren Medium oder mehreren computerlesbaren Medien verwendet werden. Das computerlesbare Medium kann ein Medium mit einem computerlesbaren Signal oder ein computerlesbares Speichermedium sein. Ein computerlesbares Speichermedium kann zum Beispiel, ohne darauf beschränkt zu sein, ein elektronisches, magnetisches, optisches, elektromagnetisches, Infrarot- oder Halbleitersystem, - vorrichtung, -gerät oder jede geeignete Kombination aus den Vorhergehenden sein. Zu den weiteren speziellen Beispielen (eine nicht erschöpfende Liste) von computerlesbaren Speichermedien gehören folgende: eine elektrische Verbindung mit einen oder mehreren Kabeln, eine tragbare Computerdiskette, eine Festplatte, Direktzugriffsspeicher (RAM bzw. Random Access Memory), Festspeicher (ROM bzw. Read-only Memory), ein löschbarer programmierbarer Festspeicher (EPROM- oder Flash-Speicher), eine Glasfaser, ein tragbarer Compact Disc-Festspeicher (CD-ROM bzw. Compact Disc Read-only Memory), eine optische Speichervorrichtung, eine magnetische Speichervorrichtung oder jede geeignete Kombination des Vorhergehenden. Im Kontext dieses Dokuments kann ein computerlesbares Speichermedium jedes materielle Medium sein, das ein Programm für die Verwendung durch oder in Verbindung mit einem Anweisungsausführungssystem, einer Anweisungsausführungsvorrichtung oder einem Anweisungsausführungsgerät speichern kann.
  • Zu den computerlesbaren Signalmedien kann ein weitergeleitetes Datensignal mit computerlesbarem Programmcode darin gehören, zum Beispiel im Basisband oder als Teil einer Trägerwelle. Solch ein weitergeleitetes Signal kann eine beliebige einer Vielzahl an Formen annehmen, einschließlich aber nicht beschränkt auf eine elektromagnetische Form, optische Form oder jede geeignete Kombination davon. Ein computerlesbares Signalmedium kann ein beliebiges computerlesbares Medium sein, das kein computerlesbares Speichermedium ist und das ein Programm zur Verwendung oder in Verbindung mit einem Anweisungsausführungssystem, einer Anweisungsausführungsvorrichtung oder einem Anweisungsausführungsgerät kommunizieren, weiterleiten oder transportieren kann.
  • Auf einem computerlesbaren Medium enthaltener Programmcode kann mit einem angemessenen Medium übertragen werden, darunter, ohne darauf beschränkt zu sein, Funk, Kabel, Glasfaser, HF oder jede geeignete Kombination aus dem vorhergehenden.
  • Computerprogrammcode zum Ausführen der Operationen für Aspekte der vorliegenden Erfindung kann in jeder Kombination von wenigstens einer Programmiersprache geschrieben sein, darunter objektorientierte Programmiersprachen wie Java, Smalltalk, C++ oder Ähnliches, und herkömmliche Programmiersprachen, wie die Programmiersprache „C“ oder ähnliche Programmiersprachen. Der Programmcode kann ganz auf dem Rechner des Benutzers ausgeführt werden, teilweise auf dem Rechner des Benutzers, als eigenständiges Softwarepaket, teilweise auf dem Rechner des Benutzers und teilweise auf einem entfernten Computer oder ganz auf dem entfernten Computer oder Server. Im letzteren Szenario kann der Ferncomputer mit dem Computer des Benutzers über jede Art von Netzwerk verbunden sein, darunter ein lokales Netzwerk (LAN bzw. Local Area Network) oder ein Fernnetzwerk (WAN bzw. Wide Area Network), oder die Verbindung kann zu einem externen Computer hergestellt werden (zum Beispiel über das Internet mit einem Internetdienstanbieter).
  • Aspekte der vorliegenden Erfindung werden in diesem Dokument mit Bezugnahme auf Flussdiagrammabbildungen und/oder Blockdiagramme von Verfahren, Vorrichtungen (Systeme) und Computerprogrammprodukten gemäß den Ausführungsformen der Erfindung beschrieben. Es versteht sich, dass jeder Block der Flussdiagrammabbildungen und/oder Blockdiagramme und Kombinationen der Blöcke in den Flussdiagrammabbildungen und/oder Blockdiagrammen durch Computerprogrammanweisungen implementiert werden kann. Diese Computerprogrammanweisungen können einem Prozessor eines Standardcomputers, eines Spezialcomputers oder einer anderen programmierbaren Datenverarbeitungsvorrichtung bereitgestellt werden, um eine Maschine zu erzeugen, sodass die Anweisungen, die über den Prozessor des Computers oder einer anderen programmierbaren Datenverarbeitungsvorrichtung ausgeführt werden, Mittel zur Implementierung der im Flussdiagramm und/oder Blockdiagrammblock bzw. -blöcken angegebenen Funktionen/Vorgänge erstellen.
  • Diese Computerprogrammanweisungen können auch in einem computerlesbaren Medium gespeichert werden, das einen Computer, eine anderen programmierbare Datenverarbeitungsvorrichtung oder andere Geräte anweisen kann, in einer bestimmten Weise zu funktionieren, sodass die im computerlesbaren Medium gespeicherten Anweisungen ein Produkt erstellen, das Anweisungen aufweist, die die Funktion/den Vorgang implementieren, der/die im Flussdiagramm und/oder Blockdiagrammblock bzw. -blöcke angegeben sind. Demgemäß beinhaltet ein Aspekt der Erfindung ein Produkt, das materiell computerlesebare Anweisung verkörpert, bei deren Implementierung ein Computer veranlasst wird, eine Mehrzahl von Verfahrensschritten auszuführen, wie in dem vorliegenden Dokument beschrieben.
  • Die Computerprogrammanweisungen können auch auf einen Computer, eine andere programmierbare Datenverarbeitungsvorrichtung oder andere Geräte geladen werden, um die Durchführung einer Reihe operativer Schritte auf dem Computer oder anderen programmierbaren Vorrichtungen oder anderen Geräten zu veranlassen, um einen computerimplementierten Prozess zu erzeugen, sodass die auf dem Computer oder der programmierbaren Vorrichtung ausgeführten Anweisungen die Prozesse zum Implementieren der Funktionen/Vorgänge bereitstellen, die in dem Flussdiagramm und/oder Blockdiagrammblock bzw. -blöcken angegeben sind.
  • Das Flussdiagramm und die Blockdiagramme in den Abbildungen (FIG.) veranschaulichen die Architektur, Funktionalität und Operation der möglichen Implementierungen der Systeme, Verfahren und Computerprogrammprodukte gemäß verschiedener Ausführungsformen der vorliegenden Erfindung. In dieser Hinsicht kann jeder Block in den Fluss- oder Blockdiagrammen ein Modul, eine Komponente, ein Segment oder einen Codeabschnitt darstellen, der wenigstens eine ausführbare Anweisung zur Implementierung der angegebenen logischen Funktion(en) aufweist. Es sollte ebenso beachtet werden, dass in einigen alternativen Implementierungen die im Block angegebenen Funktionen nicht in der in den FIG. angegeben Reihenfolge auftreten können. Zum Beispiel können in Abhängigkeit von der beinhalteten Funktionalität zwei aufeinanderfolgende Blöcke im Wesentlichen gleichzeitig ausgeführt werden, oder Blöcke können manchmal in der umgekehrten Reihenfolge ausgeführt werden. Es sollte auch beachtet werden, dass jeder Block in den Blockdiagramm- und/oder Flussdiagrammabbildungen und den Kombinationen der Blöcke in den Blockdiagramm- und/oder Flussdiagrammabbildungen durch hardwarebasierte Spezialsysteme, die die angegebenen Funktionen oder Vorgänge ausführen, oder Kombinationen von Spezialhardware und Computeranweisungen implementiert werden kann.
  • Es sollte beachtet werden, dass jede der hier beschriebenen Verfahren einen weiteren Schritt der Bereitstellung eines System mit eigenen Softwaremodulen beinhalten kann, die auf einem von einem Computer lesbaren Medium verkörpert werden; wobei die Module zum Beispiel beliebige oder alle der hier im Detail ausgeführten Komponenten beinhalten können. Die Verfahrensschritte können dann mit den eigenen Softwaremodulen und/oder Submodulen des Systems, die auf einem Hardwareprozessor 702 ausgeführt werden, wie oben beschrieben, durchgeführt werden. Weiterhin kann ein Computerprogrammprodukt ein materielles, computerlesbares aufzeichenbares Speichermedium mit Code beinhalten, der ausgebildet ist, implementiert zu werden, um wenigstens einen hier beschriebenen Verfahrensschritt auszuführen, einschließlich der Bereitstellung des Systems mit eigenen Softwaremodulen.
  • Auf jedem Fall sollte klar ersichtlich sein, dass die hier dargestellten Komponenten in verschiedenen Formen von Hardware, Software oder Kombinationen davon, implementiert werden können; zum Beispiel als anwendungsspezifische(r) integrierte(r) Schaltkreis(e) (ASICs, Application Specific Integrated Circuit), als funktionaler Schaltkreis, als ein entsprechend programmierter digitaler Standardcomputer mit zugehörigem Speicher und Ähnliches. Mit den hier ausgeführten Lehren der Erfindung sind Fachleute in der Lage, andere Implementierungen der Komponenten der Erfindung anzudenken.
  • Die hier verwendete Terminologie dient dem Zweck, nur bestimmte Ausführungsformen zu beschreiben und ist nicht dazu gedacht, die Erfindung einzuschränken. Wie hier verwendet, sind die Singularformen „ein“, „eine“ und „der“, „die“ „das“ dazu gedacht, auch die Pluralformen einzuschließen, sofern der Kontext dies nicht klar anders angibt. Es versteht sich, dass der Begriff „aufweist“ oder „aufweisend“, wenn er in dieser Beschreibung verwendet wird, zur Angabe des Vorhandenseins angegebener Merkmale, Ganzzahlen, Schritte, Operationen, Elemente und/oder Komponenten verwendet wird, dies aber nicht das Vorhandensein oder das Hinzufügen eines anderen Merkmal, Ganzzahl, Schritts, Operation, Elements, Komponente und/oder Gruppen hiervon ausschließt.
  • Die zugehörigen Strukturen, Materialien, Vorgänge und Entsprechungen aller Mittel oder Schritte plus Funktionselemente in den folgenden Ansprüchen sind dazu gedacht, jede beliebige Struktur, jedes beliebige Material oder jeden beliebigen Vorgang einzuschließen, um die Funktion in Kombination mit anderen beanspruchten Elementen wie im Besonderen beansprucht durchzuführen. Die Beschreibung der vorliegenden Erfindung wurde zum Zwecke der Veranschaulichung und Beschreibung dargelegt, es ist aber nicht beabsichtigt, dass sie erschöpfend oder auf die offengelegte Form der Erfindung beschränkt ist. Für Fachleute werden viele Veränderungen und Variationen ersichtlich sein, ohne dabei vom Umfang und Geist der Erfindung abzuweichen. Die Ausführungsform wurde gewählt und in der Reihenfolge beschrieben, um die Prinzipien der Erfindung und der praktischen Anwendung am besten zu erklären und um anderen Fachleuten zu ermöglichen, die Erfindung in verschiedenen Ausführungsformen mit verschiedenen Änderungen zu verstehen, wie sie für die bestimmte vorgesehene Verwendung geeignet sind.
  • Wenigstens ein Aspekt der vorliegenden Erfindung kann eine vorteilhafte Wirkung bereitstellen, wie zum Beispiel das Bestimmen einer Teilmenge von Sensoren aus verfügbaren Typen, die ein geeignetes Kosten-Nutzen-Ergebnis für ein bestimmtes Verkehrsmuster bereitstellen.
  • Die Beschreibungen der verschiedenen Ausführungsformen der vorliegenden Erfindung wurden für Veranschaulichungszwecke dargestellt, sollen aber nicht als erschöpfend oder auf die offengelegten Ausführungsformen beschränkt sein. Für Fachleute werden viele Veränderungen und Variationen ersichtlich sein, ohne dabei vom Umfang und Geist der beschriebenen Ausführungsformen abzuweichen. Die hier verwendete Terminologie wurde gewählt, um die Prinzipien der Ausführungsformen, der praktischen Anwendung oder der technischen Verbesserung gegenüber im Markt erhältlichen Technologien am besten zu erklären, oder um anderen Fachleuten das Verständnis der hier offengelegten Ausführungsformen zu ermöglichen.

Claims (15)

  1. Ein Verfahren zum Auswählen einer Teilmenge von Verkehrssensoren, wobei das Verfahren aufweist: Modellierung mehrerer Sensortypen, um wenigstens ein Sensormodell zu generieren; Erstellen eines Beispielraums von wenigstens einer Sensorkombination aus mehreren Sensormodellen; Modellieren des Verkehrsflusses einer Region; Ausführen einer Verkehrssimulation basierend auf wenigstens einem Sensormodell, dem Beispielraum von wenigstens einer Sensorkombination und dem Verkehrsfluss der Region, wobei die Verkehrssimulation mehrere Sensorenkandidatenmengen generiert; und Auswählen einer Teilmenge von mehreren Sensormodelle basierend auf den mehreren Sensorenkandidatenmengen; wobei wenigstens einer der Schritte durch eine Computervorrichtung ausgeführt wird, Filtern der ausgewählten Teilmenge der mehreren Sensormodelle, wobei das Filtern der ausgewählten Teilmenge ein Entfernen einer Kombination aus dem Beispielraum aufweist, wenn die Kombination über einem Fehlergrenzwert liegt.
  2. Das Verfahren gemäß Anspruch 1, das weiterhin ein Speichern der Teilmenge von mehreren Sensormodellen in einer Datenbank aufweist.
  3. Das Verfahren gemäß Anspruch 1, das weiterhin ein Bereitstellen der mehreren Sensormodelle als eine Ausgabemenge an einen Benutzer aufweist.
  4. Das Verfahren gemäß Anspruch 1, wobei die Modellierung mehrerer Sensortypen eine Modellierung mehrerer Sensortypen basierend auf wenigstens einem aus der Gruppe bestehend aus aufweist: Kosten, Genauigkeit und Abdeckung.
  5. Das Verfahren gemäß Anspruch 1, wobei das Ausführen einer Verkehrssimulation basierend auf dem wenigsten einen Sensormodell und dem Beispielraum der wenigstens einen Sensorkombination weiterhin aufweist - Messen einer Erfassungsfehlerverteilung, die in jeder Sensorkombination enthalten ist, und/oder - Sicherstellen, dass wenigstens eine physische Eigenschaft einer relevanten Position der Erfassungsfehlerverteilung berücksichtigt wird.
  6. Das Verfahren gemäß Anspruch 1, wobei die Auswahl einer Teilmenge der mehreren Sensormodelle basierend auf mehreren Sensorenkandidatenmengen die Auswahl einer Pareto-optimalen Kombination von Sensorauswahlmöglichkeiten aufweist.
  7. Das Verfahren gemäß Anspruch 1, das weiterhin ein Filtern der ausgewählten Teilmenge der mehreren Sensormodelle aufweist.
  8. Das Verfahren gemäß Anspruch 7, wobei das Filtern der ausgewählten Teilmenge der mehreren Sensormodelle ein Entfernen einer Kombination über einem bestimmten Kostengrenzwert aufweist.
  9. Das Verfahren gemäß Anspruch 1, das weiterhin eine Bereitstellung einer Näherung einer ausgewählten Teilmenge mehrerer Sensormodelle für eine bestimmte Anzahl k von in Erwägung gezogenen Optionen der ausgewählten Teilmenge aufweist.
  10. Das Verfahren gemäß Anspruch 9, das weiterhin aufweist - Auswählen einer Präferenzfunktion basierend auf der ausgewählten Teilmenge der mehreren Sensormodelle, und/oder - Verwenden einer integrierten konvexen Präferenz-Näherung (Integrated Convex Preference) für die Auswahl der Teilmenge der mehreren Sensormodelle.
  11. Das Verfahren gemäß Anspruch 1, das ein Erweitern von wenigstens einem Sensorkombination in einer Region bei einem gegebenen aktuellen Sensorlayout aufweist.
  12. Das Verfahren gemäß Anspruch 11, wobei das Erweitern von wenigstens einer Sensorkombination in einer Region aufweist: Modellieren der aktuellen Verkehrsbedingungen in einem Simulator; und Bestimmen der Sensorkombinationen für neue Kosten- oder Fehlergrenzwerte.
  13. Das Verfahren gemäß Anspruch 1, weiterhin aufweisend: Bereitstellen eines Systems, wobei das System wenigstens ein eigenes Softwaremodul aufweist, wobei jedes eigene Softwaremodul auf einem materiellen computerlesbaren aufzeichenbaren Speichermedium ausgeführt wird, und wobei das wenigstens eine eigene Softwaremodul ein Verkehrssimulatormodul und ein Sensorteilmengen-Auswahlmodul aufweist, das auf einem Hardwareprozessor ausgeführt wird.
  14. Ein Produkt, das ein computerlesbares Speichermedium mit materiell darauf verkörperten computerlesbaren Anweisungen aufweist, bei dessen Implementierung ein Computer dazu veranlasst wird, eine Mehrzahl an Verfahrensschritten gemäß einem der Ansprüche 1 bis 13 auszuführen.
  15. Ein System zum Auswählen einer Teilmenge von wenigstens einem Verkehrssensor, das aufweist: wenigstens ein einzelnes Softwaremodul, wobei jedes einzelne Softwaremodul auf einem materiellen computerlesbaren Medium verkörpert ist; und einen Speicher; und wenigstens einen Prozessor, der mit dem Speicher verbunden ist und ausgebildet ist, um die Schritte gemäß einem der Ansprüche 1 bis 13 durchzuführen.
DE102012218058.3A 2011-10-05 2012-10-02 Verkehrssensormanagement Active DE102012218058B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/253,114 US8706458B2 (en) 2011-10-05 2011-10-05 Traffic sensor management
US13/253,114 2011-10-05

Publications (2)

Publication Number Publication Date
DE102012218058A1 DE102012218058A1 (de) 2013-04-25
DE102012218058B4 true DE102012218058B4 (de) 2021-02-25

Family

ID=47225272

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102012218058.3A Active DE102012218058B4 (de) 2011-10-05 2012-10-02 Verkehrssensormanagement

Country Status (4)

Country Link
US (2) US8706458B2 (de)
CN (1) CN103077604B (de)
DE (1) DE102012218058B4 (de)
GB (1) GB2495383A (de)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8706458B2 (en) * 2011-10-05 2014-04-22 International Business Machines Corporation Traffic sensor management
KR101554216B1 (ko) * 2013-06-18 2015-09-18 삼성에스디에스 주식회사 시계열 형태의 센싱 데이터 배드 패턴 검증 방법 및 그 장치
WO2014203389A1 (ja) * 2013-06-21 2014-12-24 株式会社日立製作所 センサ配置決定装置およびセンサ配置決定方法
DE102014221285B3 (de) * 2014-10-21 2015-12-03 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur Generierung von Verkehrsinformationen
US9466209B2 (en) 2015-01-09 2016-10-11 International Business Machines Corporation Traffic network sensor placement
US9984544B2 (en) * 2015-02-17 2018-05-29 Sap Se Device layout optimization for surveillance devices
US10012766B2 (en) 2015-04-10 2018-07-03 Google Llc Monitoring external vibration sources for data collection
US9483938B1 (en) 2015-08-28 2016-11-01 International Business Machines Corporation Diagnostic system, method, and recording medium for signalized transportation networks
US9733973B2 (en) * 2015-09-16 2017-08-15 Cisco Technology, Inc. Automatically determining sensor location in a virtualized computing environment
US9721472B2 (en) * 2015-09-22 2017-08-01 Ford Global Technologies, Llc Formulating lane level routing plans
EP3260999B1 (de) * 2016-06-24 2021-08-04 Sick Ag System zum simulieren von sensoren
CN106781487B (zh) * 2016-12-28 2019-10-25 安徽科力信息产业有限责任公司 道路固定检测器布设类型选取方法
US9935818B1 (en) 2017-05-02 2018-04-03 At&T Intellectual Property I, L.P. Diagnostic traffic generation for automatic testing and troubleshooting
FR3094126B1 (fr) * 2019-03-21 2021-10-22 Transdev Group Dispositif électronique de sélection automatique d’une configuration de surveillance d’une zone de trafic routier, procédé de sélection et programme d’ordinateur associés
CN111427277A (zh) * 2020-03-16 2020-07-17 明珞汽车装备(上海)有限公司 一种传感器数模创建方法、系统、装置及存储介质
CN112598912B (zh) * 2020-12-10 2022-05-03 佳都科技集团股份有限公司 卡口间隔获取方法、装置、计算机设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19805869A1 (de) * 1998-02-13 1999-08-26 Daimler Chrysler Ag Verfahren und Vorrichtung zur Bestimmung der Verkehrslage auf einem Verkehrswegennetz
US20080126031A1 (en) * 2006-11-29 2008-05-29 Mitsubishi Electric Research Laboratories System and Method for Measuring Performances of Surveillance Systems
DE102007002197A1 (de) * 2007-01-16 2008-07-17 Siemens Ag Gemeinsamer Kontroller für verschiedene Fahrerassistenzsysteme

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3920967A (en) * 1974-02-22 1975-11-18 Trw Inc Computerized traffic control apparatus
US5400244A (en) * 1991-06-25 1995-03-21 Kabushiki Kaisha Toshiba Running control system for mobile robot provided with multiple sensor information integration system
SE9203474L (sv) * 1992-11-19 1994-01-31 Kjell Olsson Sätt att prediktera trafikparametrar
US5798949A (en) * 1995-01-13 1998-08-25 Kaub; Alan Richard Traffic safety prediction model
CN100533482C (zh) 1999-11-03 2009-08-26 特许科技有限公司 基于视频的交通监控系统的图像处理技术及其方法
ATE423339T1 (de) * 2001-04-26 2009-03-15 Abb As Verfahren zur uberwachung und zum erkennen eines sensorausfalls in öl- und gasproduktionssystemen
EP1402457B1 (de) * 2001-06-22 2011-02-09 Caliper Corporation Verkehrsdatenverwaltung und simulationssystem
US6577946B2 (en) 2001-07-10 2003-06-10 Makor Issues And Rights Ltd. Traffic information gathering via cellular phone networks for intelligent transportation systems
US7065465B2 (en) * 2002-03-26 2006-06-20 Lockheed Martin Corporation Method and system for multi-sensor data fusion
US7197320B2 (en) 2003-07-02 2007-03-27 Joseph Joseph System for managing traffic patterns using cellular telephones
EP1591980A1 (de) 2004-03-29 2005-11-02 C.R.F. Società Consortile per Azioni Verkehrsüberwachungssystem
US7289904B2 (en) * 2004-04-06 2007-10-30 Honda Motor Co., Ltd. Vehicle navigation system and methods for incorporating user preferences into same
JP4175312B2 (ja) * 2004-09-17 2008-11-05 株式会社日立製作所 交通情報予測装置
US7379844B2 (en) * 2005-02-17 2008-05-27 Sungkyunkwan University Foundation For Corporate Collaboration Of Sungkyundwan University Particle sampling method and sensor fusion and filtering method
DE102005017422A1 (de) * 2005-04-15 2006-10-19 Robert Bosch Gmbh Fahrerassistenzsystem mit Einrichtung zur Erkennung von stehenden Objekten
US7885758B2 (en) 2005-06-30 2011-02-08 Marvell World Trade Ltd. GPS-based traffic monitoring system
US8297977B2 (en) * 2005-07-12 2012-10-30 Eastern Virginia Medical School System and method for automatic driver evaluation
EP1938277A4 (de) * 2005-09-02 2010-03-10 Hntb Holdings Ltd System und verfahren zum sammeln und modellieren von objektsimulationsdaten
DE102005046045A1 (de) * 2005-09-27 2007-03-29 Robert Bosch Gmbh Verfahren und Vorrichtung zur Steuerung mindestens eines Objektdetektionssensors
US7706963B2 (en) * 2005-10-28 2010-04-27 Gm Global Technology Operations, Inc. System for and method of updating traffic data using probe vehicles having exterior sensors
US7912628B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources
US7541943B2 (en) 2006-05-05 2009-06-02 Eis Electronic Integrated Systems Inc. Traffic sensor incorporating a video camera and method of operating same
US8179281B2 (en) * 2006-10-13 2012-05-15 Continental Teves Ag & Co. Ohg Method and apparatus for identifying concealed objects in road traffic
US8751209B2 (en) * 2007-03-14 2014-06-10 Exelis Inc. Simulation cache to expedite complex modeling and simulation processes
US7539593B2 (en) * 2007-04-27 2009-05-26 Invensys Systems, Inc. Self-validated measurement systems
US7948400B2 (en) 2007-06-29 2011-05-24 Microsoft Corporation Predictive models of road reliability for traffic sensor configuration and routing
US8103435B2 (en) * 2007-07-27 2012-01-24 George Mason Intellectual Properties, Inc. Near real-time traffic routing
DE102007062741B4 (de) * 2007-12-27 2009-08-27 Siemens Ag Verfahren und Prüfeinrichtung zum Prüfen eines Verkehrssteuerungssystems
CN101246513A (zh) * 2008-03-20 2008-08-20 天津市市政工程设计研究院 城市快速路互通立交仿真设计系统及选型方法
US8890802B2 (en) * 2008-06-10 2014-11-18 Intel Corporation Device with display position input
JP4783414B2 (ja) * 2008-09-12 2011-09-28 株式会社東芝 交通状況予測システム
CN101505486B (zh) 2009-03-18 2011-01-05 北京交通大学 传感器网络组网优化方法
US8368559B2 (en) 2009-08-26 2013-02-05 Raytheon Company Network of traffic behavior-monitoring unattended ground sensors (NeTBUGS)
KR101331091B1 (ko) * 2009-12-22 2013-11-20 한국전자통신연구원 보행 패턴 분석 방법
JP5585229B2 (ja) * 2010-06-16 2014-09-10 富士通株式会社 車両の挙動推定装置、プログラム、及び、方法
JP5501903B2 (ja) * 2010-09-07 2014-05-28 株式会社日立製作所 異常検知方法及びそのシステム
US8514283B2 (en) * 2010-09-20 2013-08-20 Ajou University Industry Cooperation Foundation Automatic vision sensor placement apparatus and method
US9704391B2 (en) * 2010-10-28 2017-07-11 Panasonic Intellectual Property Management Co., Ltd. Traffic accident detection device and method of detecting traffic accident
US8706458B2 (en) * 2011-10-05 2014-04-22 International Business Machines Corporation Traffic sensor management

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19805869A1 (de) * 1998-02-13 1999-08-26 Daimler Chrysler Ag Verfahren und Vorrichtung zur Bestimmung der Verkehrslage auf einem Verkehrswegennetz
US20080126031A1 (en) * 2006-11-29 2008-05-29 Mitsubishi Electric Research Laboratories System and Method for Measuring Performances of Surveillance Systems
DE102007002197A1 (de) * 2007-01-16 2008-07-17 Siemens Ag Gemeinsamer Kontroller für verschiedene Fahrerassistenzsysteme

Also Published As

Publication number Publication date
US20130090905A1 (en) 2013-04-11
GB201217271D0 (en) 2012-11-14
US8706458B2 (en) 2014-04-22
CN103077604B (zh) 2015-07-29
US8706459B2 (en) 2014-04-22
GB2495383A (en) 2013-04-10
DE102012218058A1 (de) 2013-04-25
CN103077604A (zh) 2013-05-01
US20130090904A1 (en) 2013-04-11

Similar Documents

Publication Publication Date Title
DE102012218058B4 (de) Verkehrssensormanagement
DE102013208521B4 (de) Kollektives Erlernen eines hochgenauen Straßenmodells
EP2191233B1 (de) Vorrichtung und verfahren zum aktualisieren von kartendaten
DE112016002817T5 (de) Änderungserfassungbasiertes bildaufnahme-beauftragungssystem
CN101930668B (zh) 车牌识别的道路交通od信息采集系统的处理方法
DE102012102770B4 (de) System und Verfahren zur Fehlereingrenzung und Fehlerabschwächung basierend auf einer Netzwerkmodellierung
DE112021001581T5 (de) Ausfallfrühwarn-Analyseverfahren für Regelungen des Betriebs für Stausee unter dem Einfluss des Klimawandels
DE102012219849A1 (de) Intelligentes Mautnetzwerk zur Verbesserung der Leistung von Fahrzeugidentifikationssystemen
DE102012201472A1 (de) Verfahren zur Bereitstellung von Parkinformationen zu freien Parkplätzen
DE102004045716A1 (de) Verfahren und maschinenlesbares Medium zur Verwendung von Matrizen zur automatischen Analyse von Netzereignissen und -objekten
WO2014202362A1 (de) Verfahren zum bereitstellen von parkinformationen zu freien parkplätzen
DE102009006560B4 (de) Verfahren und Sensornetz zur Merkmalsauswahl für eine Ereigniserkennung
DE102016211751B4 (de) Verfahren, Vorrichtungen und Computerprogramme zum Bestimmen eines Zustands zumindest eines Fahrbahnrandobjekts
DE112017000669T5 (de) Semantische Segmentierung auf der Grundlage einer globalen Optimierung
DE112020003380T5 (de) Ermittlung des zustands der infrastruktur in einem interessierenden bereich
EP1650686A2 (de) Verfahren und Vorrichtung zur Simulation von nichtlinearen Abhängigkeiten zwischen physikalischen Entitäten und über Sensoren gemessene Einflussfaktoren auf der Basis eines Mikro-Simulationsansatzes mittels in Objekten eingebetteten probabilistischen Netzen
DE102019135333A1 (de) Systeme und verfahren zur disposition und routenplanung von fahrzeugen
DE102016216154A1 (de) Verfahren und Auswerteeinheit zur Ermittlung der Position von Verkehrszeichen
DE112021000370T5 (de) Auf maschinellem lernen beruhende datenüberwachung
CN107067781A (zh) 一种用于先进驾驶辅助系统应用的gis道路黑点地图生成方法
DE102018220892A1 (de) Vorrichtung und Verfahren zur Generierung von Labelobjekten für die Umgebung eines Fahrzeugs
EP1659550B1 (de) Verfahren zur Erfassung von Verkehrsdaten
DE102019122543A1 (de) Verkehrsminderungssystem
EP3811035B1 (de) Verfahren zum verifizieren von sensoren eines sensornetzwerks und sensornetzwerk
DE102018006332A1 (de) Verfahren zum Ermitteln von Ampelschaltzeiten

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R082 Change of representative

Representative=s name: LIFETECH IP SPIES & BEHRNDT PATENTANWAELTE PAR, DE

Representative=s name: SPIES & BEHRNDT PATENTANWAELTE PARTG MBB, DE

Representative=s name: LIFETECH IP SPIES DANNER & PARTNER PATENTANWAE, DE

R082 Change of representative

Representative=s name: LIFETECH IP SPIES & BEHRNDT PATENTANWAELTE PAR, DE

Representative=s name: SPIES & BEHRNDT PATENTANWAELTE PARTG MBB, DE

Representative=s name: LIFETECH IP SPIES DANNER & PARTNER PATENTANWAE, DE

R016 Response to examination communication
R082 Change of representative

Representative=s name: LIFETECH IP SPIES & BEHRNDT PATENTANWAELTE PAR, DE

Representative=s name: SPIES & BEHRNDT PATENTANWAELTE PARTG MBB, DE

R082 Change of representative

Representative=s name: SPIES & BEHRNDT PATENTANWAELTE PARTG MBB, DE

R016 Response to examination communication
R018 Grant decision by examination section/examining division
R084 Declaration of willingness to licence
R020 Patent grant now final