DE102020105527A1 - Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung - Google Patents

Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung Download PDF

Info

Publication number
DE102020105527A1
DE102020105527A1 DE102020105527.7A DE102020105527A DE102020105527A1 DE 102020105527 A1 DE102020105527 A1 DE 102020105527A1 DE 102020105527 A DE102020105527 A DE 102020105527A DE 102020105527 A1 DE102020105527 A1 DE 102020105527A1
Authority
DE
Germany
Prior art keywords
traffic
cause
determined
road
flow 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.)
Pending
Application number
DE102020105527.7A
Other languages
English (en)
Inventor
Felix Klanner
Horst KLOEDEN
Markus Strassberger
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Priority to DE102020105527.7A priority Critical patent/DE102020105527A1/de
Publication of DE102020105527A1 publication Critical patent/DE102020105527A1/de
Pending legal-status Critical Current

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
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/02Detecting movement of traffic to be counted or controlled using treadles built into the road
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/04Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors

Abstract

Ein Verfahren zum Ermitteln einer möglichen Ursache für eine Verkehrsstörung in einem Straßenbereich weist auf:Ermitteln von Verkehrsflussdaten bezüglich des Straßenbereichs,Vergleichen der ermittelten Verkehrsflussdaten mit simulierten Verkehrsflussdaten, die auf einer Simulation bezüglich des Straßenbereichs basieren, undbasierend auf einem Ergebnis des Vergleichs, Ermitteln der möglichen Ursache für die Verkehrsstörung in dem Straßenbereich.

Description

  • Die Erfindung betrifft ein Verfahren und ein System zum Ermitteln einer möglichen Ursache für eine Verkehrsstörung.
  • Aus dem Stand der Technik sind verschiedene Verfahren und Systeme zum Erkennen von Verkehrsstörungen im Straßenverkehr bekannt. In der Regel werden diese eingesetzt, um Verkehrsstörungen im Straßenverkehr, wie zum Beispiel einen Stau, möglichst schnell und automatisch zu erkennen, damit Verkehrsteilnehmer und gegebenenfalls Notfalldienste entsprechend informiert werden können. In der Regel beschränken sich diese Systeme auf das Erkennen, dass eine Verkehrsstörung vorliegt, gegebenenfalls auch das Erkennen eines Ausmaßes der Verkehrsstörung, zum Beispiel einer Staulänge (gemessen im Meter oder Kilometer) oder einer dadurch verursachten Zeitverzögerung.
  • EP 0 903 711 A2 offenbart ein Verfahren zur Ermittlung von Verkehrsinformationen. Gemäß dieser Druckschrift soll es möglich sein, verschiedene kritische Situationen zu erkennen und zu unterscheiden, insbesondere einen verkehrstechnischen Engpass, einen baulichen Engpass, eine Verdichtung, einen einwandernden Stau und einen zugestauten Abschnitt. Das in dieser Druckschrift vorgestellte Verfahren sieht unter anderem vor, dass an einem Erfassungsquerschnitt ermittelte, verkehrsbezogene Messwerte einer Plausibilitätsprüfung unterzogen werden, indem sie mit einem Modell verglichen werden. Des Weiteren sieht diese Druckschrift vor, dass Messwerte von zwei verschiedenen Erfassungsquerschnitten miteinander verglichen werden.
  • Es ist eine Aufgabe der Erfindung, ein alternatives und gegebenenfalls verbessertes Verfahren und System zum Ermitteln einer möglichen Ursache für eine Verkehrsstörung anzugeben.
  • Diese Aufgabe wird durch ein System und ein Verfahren gemäß den unabhängigen Ansprüchen gelöst.
  • Ein erster Aspekt der Erfindung betrifft ein Verfahren zum Ermitteln einer möglichen Ursache für eine Verkehrsstörung in einem Straßenbereich, aufweisend:
    • Ermitteln von Verkehrsflussdaten bezüglich des Straßenbereichs,
    • Vergleichen der ermittelten Verkehrsflussdaten mit simulierten Verkehrsflussdaten, die auf einer Simulation bezüglich des Straßenbereichs basieren, und
    • basierend auf einem Ergebnis des Vergleichs, Ermitteln der möglichen Ursache für die Verkehrsstörung in dem Straßenbereich.
  • Im Gegensatz zum oben genannten Stand der Technik wird ein Vergleich mit simulierten oder modellbasierten Verkehrsflussdaten nicht lediglich für eine Plausibilitätsprüfung der ermittelten Verkehrsflussdaten benutzt, sondern wird für das Ermitteln der möglichen Ursache für die Verkehrsstörung in dem Straßenbereich benutzt.
  • Unter dem Begriff „Straßenbereich“ wird vorzugsweise ein Knotenpunkt, wie zum Beispiel eine Kreuzung (mit oder ohne Lichtzeichenanlage, im allgemeinen Sprachgebrauch als „Ampel“ bezeichnet), ein Verkehrskreisel, eine Einmündung, Einfahrt, Ausfahrt, gesamte Anschlussstelle (wie z.B. Autobahnkleeblatt oder Autobahndreieck) oder ein Verkehrslink zwischen solchen Verkehrsknotenpunkten, also ein Streckenabschnitt des Straßennetzes, verstanden. Der Begriff „Straßenbereich“ umfasst vorzugsweise auch Teile solcher Verkehrsknotenpunkte oder Verkehrslinks, insbesondere einzelne Fahrspuren, sowie einzelne Querschnitte durch die zuvor genannten Verkehrsknotenpunkte, Verkehrslinks oder Teile derselben.
  • Unter dem Begriff „Verkehrsstörung“ wird insbesondere eine Situation verstanden, bei der der Verkehrsfluss nicht optimal ist bzw. außerhalb eines gewissen Bereichs um eine optimale Verkehrssituation liegt.
  • Unter dem Begriff „Verkehrsflussdaten“ werden insbesondere Daten, wie zum Beispiel Geschwindigkeit von Fahrzeugen, insbesondere straßengebundenen Kraftfahrzeugen, Wartezeit, Verkehrsdichte und/oder gegebenenfalls deren Mittelung verstanden.
  • Die Verwendung des Adjektivs „möglich“ in Verbindung mit dem Wort „Ursache“ trägt dem Umstand Rechnung, dass das Verfahren zwar die eigentliche Ursache zu ermitteln versucht, dass das Verfahren diese aber nicht immer mit 100%iger Genauigkeit erkennen kann. Letztendlich könne man das erfindungsgemäße Ermitteln einer möglichen Ursache als eine Schätzung der tatsächlichen Ursache ansehen. Obwohl eine 100%ige Trefferquote nicht immer erreichbar ist, liefert das erfindungsgemäße Verfahren zuverlässige Ergebnisse, die gegebenenfalls genauer sind als bereits bekannte Verfahren.
  • Bei der in dem oben genannten Verfahren benutzten Simulation kann ein Modell des Straßenbereichs benutzt werden. Die Simulation kann insbesondere bauliche Gegebenheiten des Straßenbereichs und seines Umfeldes berücksichtigen, sowie das erwartete Verkehrsaufkommen, gegebenenfalls abhängig von der Tageszeit. In diese Simulation fließen also nicht aktuell gemessene Verkehrsflussdaten ein, sondern beispielsweise historische Verkehrsflussdaten, insbesondere Verkehrsflussdaten, die über einen längeren Zeitraum, an verschiedenen Tagen, gegebenenfalls an gleichen Wochentagen wiederholend, ermittelt wurden. Der Simulation können auch geschätzte Verkehrsflussdaten, gegebenenfalls heuristisch ermittelt, zugrunde liegen. Diese können beispielsweise die Art der betreffenden Straße berücksichtigen und gegebenenfalls entsprechend klassifiziert sein. Beispielsweise könnten dreispurige Autobahnen außerhalb eines Ballungsgebiets einer ersten Kategorie zugeordnet sein, vierspurige Autobahnen innerhalb eines Ballungsgebiets einer zweiten Kategorie, einspurige innerstädtische Verkehrskreisel einer dritten Kategorie, usw.
  • Nach einer Ausführung wird als mögliche Ursache das allgemeine Verkehrsaufkommen ermittelt, wenn der Vergleich ergibt, dass eine Abweichung der ermittelten Verkehrsflussdaten von den simulierten Verkehrsflussdaten innerhalb eines Toleranzbereichs liegt.
  • Gemäß dieser Ausführung kann zwar eine Verkehrsstörung, wie zum Beispiel verdichteter Verkehr, Stau usw. vorliegen; dennoch wird diese als „normal“ angesehen, wenn sie weitgehend der Simulation entspricht. Mit anderen Worten, wenn es für den betreffenden Straßenbereich so üblich ist, dass - gegebenenfalls an bestimmten Tagen und/oder bestimmten Tageszeiten - eine Verkehrsstörung aufgrund von hohem Verkehrsaufkommen vorliegt, so wird nach dem erfindungsgemäßen Verfahren genau dieses Verkehrsaufkommen als Ursache für die Verkehrsstörung erkannt. Eine weitergehende Untersuchung der ermittelten Verkehrsflussdaten muss dann nicht notwendigerweise erfolgen, weil die Ursache für die Verkehrsstörung bereits erkannt wurde.
  • An dieser Ausführung erkannt man auch besonders deutlich, dass es gemäß Ausführungsformen der Erfindung nicht oder nicht notwendigerweise darum geht, Verkehrsstörungen zu ermitteln und Verkehrsteilnehmer entsprechend darauf hinzuweisen. Dagegen ist es nach Ausführungen der Erfindung möglich, Ursachen für Verkehrsstörungen automatisiert zu erkennen, wobei die so gewonnenen Erkenntnisse für weitere Zwecke benutzt werden können, wie später noch beschrieben wird.
  • Nach einer Ausführung wird als mögliche Ursache, gegebenenfalls zusätzlich zum allgemeinen Verkehrsaufkommen, eine störende Beeinflussung ermittelt, die sich von dem allgemeinen Verkehrsaufkommen unterscheidet, wenn der Vergleich ergibt, dass eine Abweichung der ermittelten Verkehrsflussdaten von den simulierten Verkehrsflussdaten außerhalb eines Toleranzbereichs liegt.
  • Diese Ausführung ist in gewisser Weise das Gegenstück zu der zuvor beschriebenen Ausführung. Liegt die Abweichung außerhalb des Toleranzbereichs, wird dies dahingehend interpretiert, dass das allgemeine Verkehrsaufkommen nicht der Grund oder nicht der einzige Grund für die Verkehrsstörung ist. Beispielsweise kann eine verminderte Durchschnittsgeschwindigkeit von Fahrzeugen in einem Straßenbereich zu einer Zeit, zu der gemäß Simulation kein hohes Verkehrsaufkommen zu erwarten wäre (beispielsweise nachts) auf eine andere Ursache hindeuten. Ebenso können beispielsweise besonders lange Staus im morgendlichen Berufsverkehr, während dem (gemäß Simulation) zwar mit hohem Verkehrsaufkommen zu rechnen ist, auf eine zusätzliche störende Beeinflussung hindeuten, wenn die Länge der Staus über das „normale“ Maß hinausgehen.
  • Nach einer Ausführung weist das Verfahren ferner auf: Erfassen, ob in dem Straßenbereich alle im Prinzip baulich zur Verfügung stehenden Fahrstreifen benutzt werden, wobei als störende Beeinflussung eine Fahrstreifensperrung, eine Baustelle, eine Fahrzeugpanne oder ein Unfall ermittelt wird, wenn das Erfassen ergibt, dass in dem Straßenbereich nicht alle im Prinzip baulich zur Verfügung stehenden Fahrstreifen benutzt werden.
  • Das Erfassen, ob in dem Straßenbereich alle im Prinzip baulich zur Verfügung stehenden Fahrstreifen benutzt werden, ist insbesondere dann zweckmäßig, wenn die Verkehrsstörung nicht (oder nicht alleine) durch das allgemeine Verkehrsaufkommen erklärt werden kann, wenn also die Abweichung zwischen ermittelten und simulierten Verkehrsflussdaten außerhalb des Toleranzbereichs liegt.
  • Das Erfassen der Benutzung von zur Verfügung stehenden Fahrstreifen kann beispielsweise durch stationäre Sensorik in der Umgebung des Straßenbereichs, wie zum Beispiel Beobachtungskameras, Leiterschleifen oder andere Detektoren, oder durch mobile Sensorik, insbesondere in Fahrzeugen verbaute Sensorik, beispielsweise Kameras oder andere Sensoren, ermittelt werden. Auch eine Auswertung von Positionsdaten, wie z.B. GPS-Daten, kann zu diesem Zweck benutzt werden. Ebenso kann eine Abfrage durch einen digitalen Sprachassistenten, der in manchen Fahrzeugen verbaut ist, diesem Zweck dienen. Eine entsprechende Abfrage könnte beispielsweise lauten „Welche Fahrspur benutzen Sie gerade?“ oder „Stehen in dem aktuellen Streckenabschnitt alle Fahrstreifen zur Verfügung?“. Die erfassten Antworten können durch den digitalen Sprachassistenten selbst ausgewertet werden und das Ergebnis der Auswertung an ein Backend weitergegeben werden, oder die Antwort kann im Wesentlichen unverarbeitet an das Backend weitergegeben werden und dort ausgewertet werden.
  • Erfindungsgemäß ist vorgesehen, dass der Großteil der nötigen Datenverarbeitung in einem Backend stattfindet.
  • Unter einem „baulich zur Verfügung stehenden Fahrstreifen“ wird vorzugsweise verstanden, dass der entsprechende Fahrstreifen tatsächlich vorhanden ist, also „gebaut wurde“. Die Informationen über im Prinzip baulich zur Verfügung stehende Fahrstreifen können dem Backend beispielsweise durch entsprechendes Kartenmaterial zur Verfügung stehen. Hingegen sind gegebenenfalls störende Beeinflussungen, wie Fahrstreifensperrung, (insbesondere kurzzeitige) Baustellen, Fahrzeugpannen oder Unfälle dem Backend a priori (beispielsweise aus Kartenmaterial) nicht bekannt. Durch das Erfassen der Fahrstreifenbenutzung können diese Informationen angereichert werden.
  • Gegebenenfalls kann aus dem Erfassen der Fahrstreifenbenutzung zwischen der Art der störenden Beeinflussung, wie z.B. Fahrstreifensperrung, Baustelle, Fahrzeugpanne oder Unfall, durch entsprechende Sensorik, Abfrage etc., unterschieden werden. Alternativ wird die Art der störenden Beeinflussung nicht ermittelt oder nicht gespeichert, sondern es wird lediglich erfasst, dass ein oder mehrere im Prinzip baulich zur Verfügung stehende Fahrstreifen nicht benutzt werden (können).
  • Nach einer Ausführung wird als störende Beeinflussung eine systemische Ursache ermittelt, insbesondere wenn in dem Straßenbereich alle im Prinzip baulich zur Verfügung stehenden Fahrstreifen benutzt werden.
  • Gemäß dieser Ausführung wird also erkannt, dass eine (weitere) störende Beeinflussung vorliegen muss, wenn die Verkehrsstörung nicht dadurch erklärt werden kann, dass ein baulich vorhandener Fahrstreifen nicht benutzt werden kann (eben weil alle Fahrstreifen benutzt werden können). Dies ist insbesondere dann der Fall, wenn die Verkehrsstörung auch nicht (oder nicht alleine) durch das allgemeine (hohe) Verkehrsaufkommen erklärt werden kann. Vorliegend wird dieser (weiteren) störenden Beeinflussung eine systemische Ursache zugeschrieben. Unter diesem Begriff können verschiedene Ursachen zusammengefasst sein, die eine Auswirkung auf den Straßenbereich haben, die aber nicht direkt mit dem Verkehrsaufkommen in dem betreffenden Straßenbereich in Verbindung stehen.
  • Nach einer Ausführung hat die systemische Ursache im Umfeld des Straßenbereichs ihren Ursprung, insbesondere in oder an oder jenseits von einem an den Straßenbereich angrenzenden Knotenpunkt oder Straßenlink.
  • Wenn beispielsweise der Straßenbereich eine erste Straßenkreuzung ist, kann die systemische Ursache beispielsweise ihren Ursprung bei der nächsten Straßenkreuzung (einer zweiten Straßenkreuzung) haben, oder auch an einer Straßenkreuzung, die weiter entfernt liegt. Beispielsweise könnte eine Ampelschaltung an der zweiten Kreuzung eine Auswirkung auf den Verkehrsfluss an der ersten Straßenkreuzung haben.
  • Nach einer Ausführung weist die systemische Ursache wenigstens eines der folgenden auf:
    • • eine kreuzende Bahnlinie, insbesondere mit Vorrangschaltung,
    • • eine Busspur oder andere Spur, die für bestimmte Fahrzeuge vorbehalten ist, insbesondere Fahrzeuge des öffentlichen Nahverkehrs, insbesondere mit Vorrangschaltung,
    • • ein Fahrstreifen, auf dem vorwiegend bestimmte Fahrzeuge fahren,
    • • eine Fußgängerampel.
  • Die aufgelisteten Ursachen sind Beispiele, die einen negativen Einfluss auf den betrachteten Straßenbereich haben können, selbst wenn diese nicht in unmittelbarer Nähe dieses Straßenbereichs liegen. Andere Ursachen sind denkbar.
  • Bei einem Fahrstreifen, auf dem vorwiegend bestimmte Fahrzeuge fahren, könnte es sich beispielsweise um einen Fahrstreifen handeln, auf dem vorwiegend Lastwagen oder Fahrzeuge mit Anhänger bzw. Wohnwagen fahren, beispielsweise, weil für die betreffenden Fahrzeuge die Benutzung eines anderen Fahrstreifens verboten ist.
  • Die in Betracht kommenden systemischen Ursachen können entweder bekannt sein oder können ermittelt werden. Dabei wird insbesondere berücksichtigt, dass nicht jede theoretisch mögliche systemische Ursache tatsächlich eine (signifikante) Auswirkung, insbesondere negative Auswirkung, auf den Verkehrsfluss in dem betrachteten Straßenbereich hat. Beispielsweise durch Korrelierung von im Voraus bekannten oder ermittelten Daten kann ermittelt werden, welche theoretisch möglichen systemischen Ursachen (hier auch „systemische Ursachenkandidaten“ genannt) tatsächlich eine Auswirkung auf den betrachteten Straßenbereich haben. Dies kann auch aufgrund einer Beobachtung über einen längeren Zeitraum, insbesondere aufgrund von wiederholten Beobachtungen, geschehen.
  • Gegebenenfalls kann auch, beispielsweise durch eine solche Korrelation, ermittelt werden, wie stark der Zusammenhang zwischen einem systemischen Ursachenkandidaten und der Verkehrsstörung in dem betrachteten Straßenbereich ist.
  • Nach einer Ausführung wird ein Konfidenzindikator für die mögliche Ursache, insbesondere für die systemische Ursache ermittelt, insbesondere wobei eine zusätzliche Aktion durchgeführt wird, wenn der Konfidenzindikator außerhalb eines akzeptablen Bereichs liegt, insbesondere unterhalb eines bestimmten Wertes.
  • Für das Ermitteln des Konfidenzindikators kann insbesondere die ermittelte Stärke des Zusammenhangs zwischen möglicher systemischer Ursache und der Verkehrsstörung in dem betrachteten Straßenbereich herangezogen werden. Bei einem relativ starken Zusammenhang könnte dem Konfidenzindikator beispielsweise ein relativ hoher Wert zugeteilt werden, bei einem vergleichsweise schwachen Zusammenhang ein entsprechend niedriger Wert. Es können auch mehrere verschiedene systemische Ursachen, insbesondere deren Zusammenwirkung, für die Verkehrsstörung in dem betrachteten Straßenbereich (mit) verantwortlich sein, so dass den Konfidenzindikatoren für beide Ursachen ein entsprechender Wert zugeteilt wird.
  • Liegt der Konfidenzindikator innerhalb eines akzeptablen Bereichs - dies mag beispielsweise ein Bereich oberhalb eines bestimmten Wertes sein -, so kann davon ausgegangen werden, dass der entsprechende Ursachenkandidat tatsächlich als Ursache für die Verkehrsstörung in dem betrachteten Straßenbereich anzusehen ist. Insofern kann die Ursache für die Verkehrsstörung als ermittelt angesehen werden, so dass eine weitergehende Untersuchung gegebenenfalls nicht notwendig ist. Das Verfahren kann also vollautomatisch eine (mögliche) Ursache oder auch mehrere mögliche Ursachen für die Verkehrsstörung ermitteln und insbesondere auch nach der Art der Ursache unterscheiden.
  • Ein Konfidenzindikator außerhalb des akzeptablen Bereichs, beispielsweise ein Konfidenzindikator mit einem Wert unterhalb eines bestimmten Wertes, kann dahingehend interpretiert werden, dass die Ursache für die Verkehrsstörung noch nicht mit ausreichender Sicherheit oder Wahrscheinlichkeit festgestellt wurde bzw. werden konnte. Für diesen Fall ist das Durchführen einer zusätzlichen Aktion vorgesehen, um die Wahrscheinlichkeit zu vergrößern, dass die Ursache für die Verkehrsstörung korrekt ermittelt wurde bzw. ermittelt werden kann.
  • Nach einer Ausführung weist die zusätzliche Aktion das Triggern einer Abfrage durch einen Sprachassistenten wenigstens eines Fahrzeugs auf.
  • Auf diese Weise können Fahrzeuginsassen mittels eines entsprechenden Sprachassistenten befragt und deren Antwort erfasst werden. Die zu stellenden Fragen könnten offene Fragen oder geschlossene Fragen sein. Gegebenenfalls kann das Verfahren zunächst offene Fragen wie z.B. „Warum glauben Sie, dass hier heute so viel Verkehr ist?“ vorsehen und nach Auswertung einer oder mehrerer entsprechenden Antworten zur Überprüfung auf diesen Antworten basierende geschlossene Fragen stellen, beispielsweise „Glauben Sie, dass X die Ursache für den Stau ist, in dem Sie sich befinden?“.
  • Nach einer Ausführung weist die zusätzliche Aktion das Triggern einer Anweisung an einen Servicemitarbeiter auf.
  • Ein solcher Servicemitarbeiter könnte beispielsweise ein Angestellter einer Stadt sein, in der sich der Straßenbereich oder die mögliche systemische Ursache befindet.
  • Die Anweisung kann darin bestehen, direkt zu untersuchen, ob die mögliche systemische Ursache als tatsächliche Ursache für die Verkehrsstörung in Frage kommt oder nicht.
  • Nach einer Ausführung wird zum Ermitteln der systemischen Ursache „Unsupervised Learning“ und/oder die Bildung von Clusters benutzt.
  • In diesem Zusammenhang kann insbesondere ein k-Means Algorithmus verwendet werden, der für jeden systemischen Ursachenkandidaten ein Clusterzentrum bildet.
  • Nach einer Ausführung weist das Verfahren ferner auf:
    • • Zur-Verfügung-Stellen der möglichen Ursache für die Verkehrsstörung, insbesondere an Verkehrsteilnehmer; und/oder
    • • basierend auf einer Emotionserkennung eines Verkehrsteilnehmers, Ausgeben der möglichen Ursache für die Verkehrsstörung an den Verkehrsteilnehmer, insbesondere proaktiv.
  • Das Zur-Verfügung-Stellen der (möglichen) Ursache für die Verkehrsstörung kann in mehrerer Hinsicht nützlich sein. Insbesondere wenn die mögliche Ursache Verkehrsteilnehmern zur Verfügung gestellt wird, kann dies eine defensivere und gegebenenfalls sicherere Fahrweise zur Folge haben. Dies ist insbesondere darauf zurückzuführen, dass viele Fahrer eines Kraftfahrzeugs eine Verkehrsstörung, durch die sie beeinträchtigt werden, besser „akzeptieren“, wenn sie die Ursache hierfür kennen.
  • Des Weiteren können die durch das Verfahren ermittelten Ursachen bei einer zukünftigen Verkehrsplanung nützlich sein und zu diesem Zweck den entsprechenden Stellen zur Verfügung gestellt werden.
  • Schließlich können auch die durch das Verfahren gewonnenen Erkenntnisse benutzt werden, um das in dem Verfahren benutzte Modell zu verbessern, zu aktualisieren oder zu erweitern. Eine Aktualisierung des Modells kann beispielsweise dann zweckmäßig sein, wenn es sich bei der Ursache um eine sich über mehrere Tage, Wochen oder Monate erstreckende Baustelle handelt.
  • Im Rahmen einer solchen Aktualisierung oder Erweiterung (indem nicht nur die direkte Umgebung um einen betrachteten Straßenbereich berücksichtigt wird, sondern auch weiter entfernte Ursachen) können im Laufe der Zeit anfängliche Fehler in dem Modell eliminiert oder zumindest reduziert werden. Insofern ist es nicht von allzu großer Bedeutung, wenn das Modell bzw. die Simulation zunächst auf falschen Annahmen beruht.
  • Nach einer Ausführung weist das Verfahren ferner auf:
    • • Identifizieren wenigstens eines HotSpots; und
    • • Verwendung des HotSpots als Straßenbereich, für den eine mögliche Ursache für eine Verkehrsstörung ermittelt wird.
  • Unter einem HotSpot wird insbesondere eine (Problem)-Stelle oder ein (Problem)-Bereich im Straßenverkehr angesehen, an der oder in dem der Verkehrsfluss nicht optimal ist, wobei gegebenenfalls berücksichtigt werden kann, wie häufig der Verkehrsfluss an dieser Stelle oder in diesem Bereich nicht optimal ist. Ein Straßenbereich, bei dem nur in sehr großen zeitlichen Abständen vereinzelt Verkehrsstörungen auftreten, wird vorzugsweise nicht als HotSpot angesehen. Dagegen wird vorzugsweise ein Straßenbereich als HotSpot angesehen, wenn dort eine Verkehrsstörung häufiger auftritt, beispielsweise mindestens einmal pro Tag.
  • Nachdem ein oder mehrere HotSpot(s) identifiziert wurden, kann dieser wenigstens eine HotSpot als Straßenbereich verwendet werden, für den eine mögliche Ursache für eine Verkehrsstörung ermittelt wird. Das Identifizieren von wenigstens einem HotSpot würde also typischerweise vor den zuvor beschriebenen Verfahrensschritten durchgeführt werden.
  • Nach einer Ausführung weist das Identifizieren wenigstens eines HotSpots auf:
    • • bezüglich eines Straßenbereichs, Vergleich einer zugelassenen Geschwindigkeit mit einem Mess- oder Schätzwert einer tatsächlichen Geschwindigkeit; und Identifizieren dieses Straßenbereichs als HotSpot basierend auf dem Vergleich; und/oder
    • • bezüglich einer Ampelanlage an einem Straßenbereich, Ermitteln, nach wievielen Grünphasen ein Fahrzeug diesen Straßenbereich passieren kann; und Identifizieren dieses Straßenbereichs als HotSpot basierend auf einem Ergebnis dieser Ermittlung.
  • Bei dem Vergleich hinsichtlich der Geschwindigkeit kann beispielsweise wiederum ein Toleranzbereich festgelegt werden. Liegt die Abweichung zwischen zugelassener Geschwindigkeit und gemessener oder geschätzter Geschwindigkeit (wobei hier insbesondere ein Durchschnittswert, insbesondere von mehreren Fahrzeugen, zugrunde gelegt werden kann) außerhalb dieses Toleranzbereichs, so wird der entsprechende Straßenbereich als HotSpot angesehen.
  • In ähnlicher Weise kann als HotSpot nur ein solcher Straßenbereich angesehen und entsprechend identifiziert werden, bei dem der Straßenbereich (durchschnittlich) nicht schon bei der ersten Grünphase einer Ampel passiert werden kann, sondern erst nach zwei oder mehr Grünphasen (wobei dieser Wert je nach Konfiguration des Verfahrens gewählt sein kann).
  • Ein zweiter Aspekt der Erfindung betrifft ein System zum Ermitteln einer möglichen Ursache für eine Verkehrsstörung in einem Straßenbereich, wobei das System eingerichtet ist, eines der oben beschriebenen Verfahren durchzuführen.
  • Ein solches System kann insbesondere ein Backend aufweisen, das mit einem oder mehreren Kraftfahrzeugen kommunizieren kann, um Daten von diesem zu empfangen und/oder an dieses auszusenden. Gegebenenfalls kann das System auch auf mehrere Vorrichtungen verteilt sein. Insbesondere kann ein Teil der nötigen Datenverarbeitung in einem oder mehreren Fahrzeugen stattfinden.
  • Die mit Bezug auf ein erfindungsgemäßes Verfahren vorgestellten, bevorzugten Ausführungsformen und deren Vorteile gelten entsprechend auch für ein erfindungsgemäßes System und umgekehrt.
  • Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Alle vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder aber in Alleinstellung verwendbar.
  • Die Erfindung wird nun anhand eines/mehrerer bevorzugten Ausführungsbeispiels sowie unter Bezugnahme auf die beigefügte Zeichnung näher erläutert.
    • 1 zeigt schematisch ein System nach einer Ausführungsform der vorliegenden Erfindung.
    • 2 zeigt ein Ablaufdiagramm eines Verfahrens nach einer Ausführungsform der vorliegenden Erfindung.
  • 1 zeigt ein System nach einer Ausführungsform der vorliegenden Erfindung in seinem Umfeld. Als System kann hier in erster Linie ein Backend 1 angesehen werden, das im vorliegenden Beispiel einen Mikroprozessor 2, eine Speichereinheit (oder Speicher) 3 und eine Kommunikationsschnittstelle 4 aufweist. Über die Schnittstelle 4, die insbesondere für drahtlose Kommunikation, beispielsweise über das Mobilfunknetz, ausgelegt ist, kann das Backend 1 mit anderen noch zu beschreibenden Vorrichtungen kommunizieren. Diese anderen Vorrichtungen können je nach Ausführungsform auch als Teil des Systems angesehen werden.
  • 1 zeigt auch einen Straßenbereich 14, auf dem sich ein Fahrzeug 5 befindet. Der Straßenbereich 14 ist vereinfacht als horizontale Linie dargestellt. Alternativ könnte es sich bei dem Straßenbereich 14 beispielsweise um eine Kreuzung, Autobahnanschlussstelle, eine einzelne Fahrspur oder einen Erfassungsquerschnitt einer Straße handeln.
  • In oder an dem Fahrzeug 5 sind eine oder mehrere Erfassungsvorrichtungen 9 verbaut. Hierbei kann es sich beispielsweise um eine oder mehrere Kameras, Abstandssensoren, Geschwindigkeitsmesser usw. handeln. Das Fahrzeug 5 kann auch mit einem digitalen Sprachassistenten 15 ausgestattet sein. Digitale Sprachassistenten sind im Prinzip aus dem Stand der Technik bekannt und werden oft auch „Intelligent Personal Assistant“ genannt. In der vorliegenden Anmeldung wird im Folgenden die Abkürzung IPA benutzt.
  • In 1 sind die Erfassungsvorrichtungen 9 zusammenfassend als eine Einheit dargestellt. Es versteht sich aber, dass sich diese an verschiedenen Stellen in oder an dem Fahrzeug 5 befinden können.
  • Die Kommunikation zwischen Fahrzeug 5 und Backend 1 ist in 1 durch eine, insbesondere drahtlose, Kommunikationsverbindung 10 dargestellt. Der IPA kann hierfür eine geeignete Schnittstelle (nicht gesondert dargestellt) aufweisen, so dass die gesamte Kommunikation zwischen Fahrzeug 5 und Backend 1 über den IPA 15 abläuft. Die Erfassungsvorrichtungen 9 sind mit dem IPA 15 beispielsweise drahtgebunden verbunden. In Varianten sind andere Konstellationen für die Verbindung bzw. Kommunikation innerhalb des Fahrzeugs 5 und mit dem Backend 1 denkbar.
  • 1 zeigt zwei weitere Erfassungseinrichtungen, die umgebungsfest im Straßenbereich 14 oder in der Nähe des Straßenbereichs 14 angeordnet sind, nämlich ein oder mehrere Sensoren 6, beispielsweise Beobachtungskameras, und eine Leiterschleife 7 in bzw. unter dem Straßenbelag. Diese stehen stellvertretend für Vorrichtungen bzw. Sensorik zum Erfassen bzw. Ermitteln von Verkehrsflussdaten bezüglich des Straßenbereichs 14. Durch diese kann z.B. die Geschwindigkeit, insbesondere die Durchschnittsgeschwindigkeit, eines oder mehrerer Fahrzeuge 5 in dem Straßenbereich 14 erfasst werden, die Verkehrsdichte, ein durchschnittlicher Abstand zwischen Fahrzeugen usw. Die Kamera 6 und die Leiterschleife 7 sind durch entsprechende Kommunikationsverbindungen 11 bzw. 12 mit dem Backend 1, insbesondere über dessen Schnittstelle 4, verbunden. Die Kommunikationsverbindungen 11 und 12 können drahtlos oder drahtgebunden ausgestaltet sein und können sich beispielsweise des Mobilfunknetzes bedienen.
  • Über die Kommunikationsverbindungen 11 und 12 kann das Backend 1, das durch den Mikroprozessor 2 gesteuert wird, die Kamera 6 bzw. Leiterschleife 7 anweisen, Verkehrsflussdaten zu ermitteln. Die Kamera 6 bzw. Leiterschleife 7 kann die Kommunikationsverbindungen 11 und 12 benutzen, um ermittelte Verkehrsflussdaten an das Backend 1 zu senden. Dies kann auch ohne explizite Anweisung durch das Backend 1 erfolgen.
  • Auch das Fahrzeug 5 kann durch die Erfassungseinrichtung 9 Verkehrsflussdaten ermitteln und über die Kommunikationsverbindung 10 an das Backend 1 weiterleiten, entweder auf Aufforderung durch das Backend oder ohne eine solche Aufforderung.
  • Die über die Kommunikationsverbindungen 10, 11 und 12 erfassten Verkehrsflussdaten können im Speicher 3 des Backends 1 gespeichert werden und durch den Mikroprozessor 2 bearbeitet werden.
  • Speicher 3 kann außerdem historisch ermittelte oder geschätzte Verkehrsflussdaten speichern. Als historisch ermittelte Verkehrsflussdaten können beispielsweise Verkehrsflussdaten angesehen werden, die über einen längeren Zeitraum, beispielsweise mehrere Stunden, Tage, Wochen, Monate oder Jahre, ermittelt und gegebenenfalls aufbereitet wurden. Geschätzte Verkehrsflussdaten können beispielsweise auf Erfahrungswerten basieren, die für die Art des betrachteten Straßenbereichs typisch sind, also gegebenenfalls auf Werten beruhen, die bezüglich eines anderen (aber gegebenenfalls vergleichbaren) Straßenbereichs ermittelt wurden.
  • Alternativ können solche historisch ermittelten oder geschätzten Verkehrsflussdaten extern in einer Vorrichtung 8 gespeichert sein, die nicht notwendigerweise Teil des Backends 1 und gegebenenfalls auch nicht Teil des erfindungsgemäßen Systems ist. Dort gespeicherte Daten können aber über eine drahtgebundene oder drahtlose Kommunikationsverbindung 13 an das Backend 1 übermittelt werden, entweder auf Aufforderung oder ohne Aufforderung.
  • Ein Verfahren gemäß einer Ausführungsform der vorliegenden Erfindung wird im Folgenden anhand 2 (und auch unter Bezugnahme auf 1) beschrieben.
  • 2 zeigt ein Ablaufdiagramm nach einer Ausführungsform der vorliegenden Erfindung. Nach dem Start 20 des Verfahrens wird im Schritt 21 zunächst ein oder mehrere HotSpots ermittelt. Dies kann in dem Backend 1 erfolgen, wobei ermittelte Verkehrsflussdaten (durch Kamera 6, Leiterschleife 7 oder Fahrzeug 5 erfasst) herangezogen werden, beispielsweise um die ermittelte Geschwindigkeit von Fahrzeugen 5 mit der für einen bestimmten Straßenbereich erlaubten Höchstgeschwindigkeit zu vergleichen. Liegt die ermittelte Geschwindigkeit mehr als ein vorgegebenes Maß unter der erlaubten Höchstgeschwindigkeit, so kann der betreffende Straßenbereich als HotSpot klassifiziert werden. Ebenso kann beobachtet werden, wie viele Grünphasen einer Ampelanlage an oder in einem Straßenbereich benötigt werden, um diesen Straßenbereich zu passieren. Als HotSpot könnte ein Straßenbereich klassifiziert werden, bei dem mehr als nur eine Grünphase (oder alternativ mehr als zwei oder mehr als drei Grünphasen) benötigt werden, um den betreffenden Straßenbereich zu passieren. Andere Methoden zum Ermitteln von HotSpots sind auch denkbar.
  • Schritt 21 des Verfahrens ist in gewisser Weise optional, d.h. das Verfahren (bzw. auf den Schritt 21 folgende, noch zu beschreibende Verfahrensschritte) könnte(n) pauschal auf alle Straßenbereiche angewendet werden, für die das System 1 dazu in der Lage ist, oder gewisse HotSpots könnten schon im Voraus bekannt sein.
  • In einem Schritt 22 werden bezüglich eines Straßenbereichs, insbesondere eines HotSpots, auf einer Simulation basierende Verkehrsflussdaten ermittelt. Gegebenenfalls können diese auch schon vorliegen, so dass die entsprechenden Verkehrsflussdaten einfach abgerufen werden können. Eine erneute Simulation wäre dann nicht zwingend notwendig. Die Simulation kann basierend auf einem Modell für den Straßenbereich erfolgen, wie aus dem Stand der Technik im Prinzip bekannt.
  • Parallel hierzu werden in einem Schritt 23 Verkehrsflussdaten bezüglich des Straßenbereichs ermittelt, beispielsweise durch Kamera 6, Leiterschleife 7 und Fahrzeug 5. Diese Verkehrsflussdaten beziehen sich also auf einen aktuellen Zeitpunkt.
  • Die Schritte 22 und 23 können im Wesentlichen gleichzeitig oder aber auch nacheinander erfolgen.
  • In einem Schritt 24 werden die ermittelten Verkehrsflussdaten mit den simulierten Verkehrsflussdaten verglichen, insbesondere durch das Backend 1, insbesondere durch dessen Mikroprozessor 2. Entsprechen die ermittelten Verkehrsflussdaten im Wesentlichen den simulierten Verkehrsflussdaten (beispielsweise wenn eine Abweichung zwischen diesen zwei Daten bzw. Datensätzen innerhalb eines Toleranzbereichs liegt, der beispielsweise fest vorgegeben sein kann), kann das Backend 1 hieraus schließen, dass der Verkehrsfluss in dem betrachteten Straßenbereich den Erwartungen entspricht. Wie bereits erwähnt, bedeutet dies nicht, dass keine Verkehrsstörung vorliegt. Insbesondere kann in dem Straßenbereich durchaus beispielsweise ein Stau vorhanden sein. Wenn ein solcher Stau aber (gegebenenfalls tageszeitabhängig) in diesem Straßenbereich zu erwarten ist, so liegt keine Störung vor, die über das normale Maß hinausgeht. Das Verfahren kann somit an dem Endpunkt 30 enden.
  • Liegt die Abweichung hingegen außerhalb des Toleranzbereichs, schreitet das Verfahren zum Schritt 25 fort. Im Schritt 25 wird erfasst, ob in dem Straßenbereich alle im Prinzip baulich zur Verfügung stehenden Fahrstreifen benutzt werden oder nicht. Dies kann wiederum durch Kamera 6, Leiterschleife 7 oder Fahrzeug 5 erfasst werden, insbesondere durch eine fahrzeugeigene Kamera 9 oder eine Abfrage durch den IPA 15. Werden nicht alle im Prinzip baulich zur Verfügung stehenden Fahrstreifen benutzt, so kann dies als Ursache für die vorhandene Verkehrsstörung ermittelt werden, womit das Verfahren am Endpunkt 31 enden kann.
  • Wird hingegen festgestellt, dass alle im Prinzip baulich zur Verfügung stehenden Fahrstreifen tatsächlich zur Verfügung stehen bzw. benutzt werden, schreitet das Verfahren zum Schritt 26 voran. Dies erfolgt insbesondere, weil eine (andere) systemische Ursache für die vorhandene Verkehrsstörung vermutet wird.
  • Im Schritt 26 werden aus den ermittelten Verkehrsflussdaten unterschiedliche Cluster gebildet. Dabei werden nicht nur die für den jeweiligen Straßenbereich ermittelten Verkehrsflussdaten herangezogen, sondern zusätzlich Verkehrsflussdaten oder andere Daten bezüglich weiterer Straßenbereiche. Ebenso werden in diesem Zusammenhang weitere Informationen aus dem Umfeld des betrachteten Straßenbereichs berücksichtigt, wie z.B. das Vorhandensein von kreuzenden Bahnlinien, insbesondere mit Vorrangschaltung, oder Fahrspuren, die für bestimmte Fahrzeuge vorbehalten sind, insbesondere mit Vorrangschaltung, oder Fahrstreifen, auf denen vorwiegend bestimmte Fahrzeuge fahren (beispielsweise infolge eines Verbots der Benutzung anderer Fahrstreifen für solche Fahrzeuge), oder das Vorhandensein von Fußgängerampeln, usw. Die entsprechenden Daten können gegebenenfalls über einen längeren Zeitraum ermittelt werden, beispielsweise mehrere Minuten oder auch Stunden. Durch Unsupervised Learning werden nun verschiedene Cluster gebildet, beispielsweise durch einen k-Means Algorithmus. Durch das Unsupervised Learning können Zusammenhänge erkannt werden. Insbesondere kann das Unsupervised Learning eine Regel liefern, die diese Zusammenhänge erklärt. Auf diese Weise kann ermittelt werden, dass bestimmte Cluster auf bestimmte Ursachen zurückgeführt werden können. Um nur ein Beispiel zu nennen, kann durch das Unsupervised Learning festgestellt werden, dass ein Straßenbereich trotz „Grüne Welle-Schaltung“ durch eine kreuzende Bahnlinie negativ beeinflusst wird, obwohl zwischen dem betrachteten Straßenbereich und der kreuzenden Bahnlinie gegebenenfalls mehrere Verkehrsknotenpunkte (z.B. Kreuzungen) und gegebenenfalls größere Entfernungen (z.B. von mehreren hundert Metern) liegen.
  • Clusteranalysen und Unsupervised Learning-Methoden sind im Prinzip aus dem Stand der Technik, der sich auf Clusteranalysen und Unsupervised Learning-Methoden bezieht, bekannt und werden daher nicht näher erläutert.
  • Als Teil des Verfahrensschritts 26 ist gegebenenfalls weiter vorgesehen, dass ein Konfidenzindikator für mögliche Ursachen für die Verkehrsstörung in dem Straßenbereich ermittelt wird. Auch das Ermitteln eines Konfidenzindikators ist im Prinzip aus dem Stand der Technik bekannt. Liegt ein vergleichsweise starker Zusammenhang zwischen möglicher Ursache und Verkehrsstörung vor, so teilt das Backend 1 diesem Zusammenhang einen Konfidenzindikator mit einem relativ großen Wert zu. Ist der Zusammenhang vergleichsweise weniger deutlich, so wird ein entsprechend niedrigerer Wert als Konfidenzindikator benutzt.
  • Anhand der zugeteilten Konfidenzindikatoren kann das Backend 1 ferner entscheiden, ob eine mögliche Ursache als tatsächliche Ursache für die Verkehrsstörung angesehen werden soll oder nicht. Liegt beispielsweise der Konfidenzindikator unterhalb eines bestimmten Wertes, bedeutet dies, dass das System sich nicht besonders sicher ist, ob es die Ursache für die Verkehrsstörung richtig erkannt hat. In diesem Fall erfolgt im Schritt 27 eine weitere Aktion, um den Zusammenhang bzw. die mögliche Ursache zu überprüfen. Eine solche Aktion kann eine zusätzliche Abfrage von Fahrzeuginsassen über den IPA beinhalten oder die Anweisung an einen Servicemitarbeiter, beispielsweise einen Angestellten der betreffenden Stadt, den Störungen für die einzelnen Cluster ein Label zuzuteilen.
  • In einem Schritt 28 kann das Verfahrensergebnis, insbesondere die ermittelte Ursache für die Verkehrsstörung, zur Verfügung gestellt werden. Dies kann beispielsweise Fahrern von Fahrzeugen in dem betrachteten Straßenbereich oder in anderen, insbesondere angrenzenden, Straßenbereichen zur Verfügung gestellt werden. Eine mögliche Art dieses Zur-Verfügung-Stellens ist beispielsweise eine Ausgabe über den IPA. Dabei ist vorgesehen, dass das Verfahrensergebnis nicht nur im Falle einer systemischen Störung (Schritte 26 und 27), sondern auch im Falle einer den Erwartungen entsprechenden Verkehrsstörung (Endpunkt 30) oder im Falle einer Reduzierung der benutzbaren Fahrspuren (Endpunkt 31) zur Verfügung gestellt wird. Beispiele möglicher Ausgaben durch den IPA sind „Das hohe Verkehrsaufkommen tritt in diesem Straßenbereich häufig auf; es sind keine zusätzlichen Ursachen erkennbar“, „Nach 200 m ist der rechte Fahrstreifen infolge eines Unfalls nicht benutzbar“ oder „In 1 km Entfernung wird eine Fußgängerampel im Moment besonders häufig benutzt, wahrscheinlich durch Besucher einer Sportveranstaltung, die die Straße X überqueren müssen“.
  • Des Weiteren können die ermittelten Ursachen entsprechenden Stellen der Verkehrsplanung zur Verfügung gestellt werden, damit gegebenenfalls Maßnahmen getroffen werden können, durch bauliche Veränderungen die Wahrscheinlichkeit eines Auftretens einer Verkehrsstörung in dem betrachteten Straßenbereich zu vermindern.
  • Das Verfahren kann dann im Prinzip am Endpunkt 32 enden. Nach einer Variante ist jedoch vorgesehen, dass die ermittelten Zusammenhänge zwischen Ursache und Verkehrsstörung in das bei der Simulation (Schritt 22) verwendete Modell einfließen, um das Modell (iterativ) zu verbessern, wie durch den Pfeil 29 angedeutet. Auch können die ermittelten Verkehrsflussdaten benutzt werden, um bereits vorhandene Verkehrsflussdaten, die in der Simulation im Schritt 22 benutzt werden, zu aktualisieren oder zu ergänzen.
  • Während die einzelnen Verfahrensschritte in einer bestimmten Abfolge erläutert wurden, ist es erfindungsgemäß möglich, diese Schritte in einer anderen Reihenfolge durchzuführen. Beispielsweise kann der Schritt 25 vor oder gleichzeitig mit dem Schritt 24 durchgeführt werden usw.
  • Weitere mögliche Einzelheiten eines erfindungsgemäßen Verfahrens bzw. Systems werden im Folgenden beispielhaft erläutert.
  • Das in diesem Ausführungsbeispiel vorgeschlagene Verfahren zielt in erster Linie nicht darauf ab, ein Monitoring von aktuellen Verkehrsstörungen zu ermöglichen und diese zu verstehen, sondern systembedingte (oder „systemische“) Störungen wie z.B. sich widersprechende Wirkketten (z.B. „Grüne Welle kreuzt Trambahnlinie“) zu identifizieren. Anhand dieser Identifikation kann die Stadtplanung oder ein Straßenbauunternehmen befähigt werden, solche Systemfehler zu beheben sowie den Fahrern von Fahrzeugen z.B. via IPA eine Transparenz zu geben.
  • Hintergrund ist die Überlegung, dass die aktuell verwendete Auslegungsmethodik bei der Planung von Straßeninfrastruktur wirkkettenbasiert erfolgt, d.h. dass beispielsweise nur der Verkehrsfluss als Auslegungsgröße verwendet wird. Störgrößen wie z.B. die Art der Fahrzeuge oder ÖPNV werden im Allgemeinen nicht berücksichtigt. In einem historischen Fallbeispiel wurde eine längere, innerstädtische Straße auf ihrer gesamten Länge auf „Grüne Welle“ ausgelegt (erste Wirkkette). Nach einigen Jahren wurde eine kreuzende Trambahnlinie mit Vorrangschaltung eingezogen (zweite Wirkkette). Als Konsequenz ist die Grüne Welle zusammengebrochen, ohne dass dies sofort als Ursache bemerkt wurde.
  • Als weiterer Hintergrund dient die Erfahrung, dass häufige Wartezeiten an Ampeln oder Schranken oft zu Unverständnis bei Verkehrsteilnehmern führt, da keine Transparenz über die Vorgänge vorliegt. Fragen an einen IPA hinsichtlich einer Verkehrsstörung können derzeit nur beantwortet werden, wenn diese mit einer aktuellen Verkehrsmeldung übereinstimmt. Systematische Verkehrsstörungen können derzeit durch einen IPA nicht erklärt werden.
  • Ein System bzw. Verfahren nach dem vorliegenden Ausführungsbeispiel weist auf:
    1. 1. Eine Softwarekomponente in einem Backend, in der folgende Informationen vorliegen:
      1. a) Kartendaten der Infrastruktur in einer Stadt, insbesondere die Anzahl der Fahrstreifen und Ampelschaltung.
      2. b) Verkehrsdichtenschätzung zu einer bestimmten Tageszeit/Tag, die z.B. aus Flottendaten ermittelt wird.
  • Geschätzt wird die Anzahl der Fahrzeuge pro Zeiteinheit in einem bestimmten Straßenbereich.
  • Zusätzlich kann die Verkehrsdichtenschätzung auf Basis von weiteren Daten verbessert werden, beispielsweise eine Schätzung der durchschnittlichen Geschwindigkeit durch Leiterschleifen, CityMaut, Verkehrsbeobachtungskameras usw.
  • 2. Das Verkehrsgeschehen wird durch eine Softwarekomponente aus Sicht eines Fahrers eines Fahrzeugs bewertet. Z.B. wird ermittelt, ob ein Fahrzeug mit zulässiger Höchstgeschwindigkeit durch einen Straßenbereich fahren kann oder ob diese (deutlich) unterschritten wird. bzw. ob ein Fahrzeug in der ersten Grünphase eine Kreuzung passieren kann oder ob mehrere Grünphasen benötigt werden. Als Ergebnis dieses Vergleichs können ein oder mehrere HotSpots (insbesondere Kreuzungen) in einer Stadt identifiziert werden, die zu Unzufriedenheit unter Fahrern von Fahrzeugen führen.
  • 3. Eine Softwarekomponente analysiert die HotSpots hinsichtlich der Störungsursache. Hierzu wird in einem Straßenbereich (z.B. einer Kreuzung) eine mikroskopische Verkehrssimulation durchgeführt. Diese wird basierend auf historischen Daten oder Schätzungen (also insbesondere nicht basierend auf den aktuellen Messwerten) unter Berücksichtigung von aktuellen Parametern der Infrastruktur sowie der Verkehrsflüsse in den einzelnen Kreuzungsarmen durchgeführt.
  • Als Ergebnis der Simulation liegt beispielsweise eine Durchschnittsgeschwindigkeit und durchschnittliche Wartezeit an einer Kreuzung bis zur Überquerung in jedem Kreuzungsarm pro Richtung auf Grundlage der aktuellen baulichen Gegebenheiten vor.
    1. a) Auf Basis der Simulation, insbesondere durch einen Vergleich von simulierten Verkehrsflussdaten mit gemessenen Verkehrsflussdaten kann klassifiziert werden, ob der aktuelle (hohe) Verkehrsfluss die Ursache für den HotSpot ist, also ob das aktuelle (hohe) Verkehrsaufkommen dem erwarteten Verkehrsaufkommen entspricht.
    2. b) Ferner können auf Basis der Verkehrsflüsse unterschiedliche Verkehrsinfrastrukturen simuliert werden, z.B. Kreisverkehr einspurig, Kreisverkehr mehrspurig, Ampelkreuzung dreispurig, Vorfahrt achten usw. Als Ergebnis liegt für unterschiedliche Szenarien die Information vor, in welcher Form sich die Infrastrukturveränderung quantitativ auf den Verkehr (Durchschnittsgeschwindigkeit, Wartezeit) auswirken würde.
    3. c) Außerdem wird auf Basis der aktuellen Verkehrsflüsse verglichen, ob diese zur Verkehrsinfrastruktur passen. Dabei kann festgestellt werden, dass eine Kreuzung über mehr Spuren verfügt als aktuell genutzt werden. Dies deutet darauf hin, dass hier eine Baustelle oder ein Unfall o.ä. auf den nicht genutzten Fahrstreifen vorliegt. Damit kann die Ursache als Baustelle/Unfall o.ä. eingegrenzt werden.
    4. d) Passen die beobachteten Verkehrsflüsse und die simulierten Verkehrsflüsse nicht zusammen (obwohl alle im Prinzip zur Verfügung stehenden Spuren aktuell genutzt werden) kann daraus geschlossen werden, dass es eine andere Wirkkette gibt, die eine störende Beeinflussung darstellt. Diese kann beispielsweise eine kreuzende Bahnlinie sein, eine Fußgängerampel sein oder ein Fahrstreifen der durch spezifische Fahrzeuge wie LKWs/Wohnwagen genutzt wird. Um diese Ursache enger einzugrenzen wird ein zusätzlicher Klassifikator verwendet.
  • 4. Der zusätzliche Klassifikator zur Erkennung der Ursache von Abweichungen zwischen Simulation und beobachteten Verkehrsflüssen wird wie folgt verwendet:
    1. a) Es wird ein „Unsupervised Learning“ durchgeführt, bei dem über einen längeren Beobachtungszeitraum (z.B. mehrere Minuten oder Stunden) unterschiedliche Cluster gebildet werden, die auf die gleiche Ursache zurückgeführt werden können. Hierfür eignet sich ein k-Means Algorithmus der für jede Störungsursache ein Clusterzentrum bildet und die Kreuzungen diesem Clusterzentrum zuordnet.
    2. b) Gegebenenfalls wird ein Servicemitarbeiter (z.B. ein Mitarbeiter der Stadt, die für den betrachteten Straßenbereich verantwortlich ist) angewiesen, für die einzelnen Cluster die Störung zu labeln. Als Ergebnis liegt ein Label für jedes Cluster vor.
    3. c) Gemäß einer Variante wird das Labeling mit Hilfe einer entsprechend ausgestatteten Fahrzeugflotte durchgeführt. Dazu kann ein IPA eines solchen Fahrzeugs veranlasst werden, dem Fahrer des Fahrzeugs eine proaktive Frage zu stellen, warum der Fahrer glaubt, dass aktuell die Verkehrsstörung existiert.
  • 5. Gemäß einer Variante wird die aufgebaute Simulationsumgebung auch dafür genutzt um zu analysieren, wie sich verschiedene Eingriffe (z.B. Sperrung einzelner Fahrstreifen für Baustellen oder Umrüstung von Kreisverkehr oder Veränderung von Lichtsignalschaltungen) auf den Gesamtdurchsatz auswirken würde.
  • Das vorgeschlagene Verfahren bietet die Möglichkeit, feingranularer und realitätsnäher die Auswirkung zu beschreiben als es nach manchem Stand der Technik möglich ist, wo solche Auslegungen in der Regel auf Zählungen und Schätzungen basieren.
  • 6. Gemäß einer Variante verfügt der IPA über das Wissen (oder die ermittelte Ursache), warum an einer bestimmten Kreuzung eine Störung vorliegt. Insbesondere kann er klassifizieren, welche Klasse die Störung hat, z.B.:
    1. a) Baustelle, Unfall
    2. b) Konflikt mit zweiter Wirkkette (Trambahn, Eisenbahn)
    3. c) Fußgängerübergang zu dicht an der Kreuzung, so dass die Nebenstraßen nicht einfließen können
    4. d) Zu hoher Verkehrsfluss
    5. e) Art der Fahrzeuge (Wohnwagen oder LKWs, die langsamer anfahren)
  • Bei Nachfrage des Fahrers bezüglich des Grunds der Störung kann der IPA diese Klasse transparent angeben.
  • 7. Gemäß einer Variante erkennt der IPA über eine Emotionserkennung, dass der Fahrer des entsprechenden Fahrzeugs von der aktuellen Verkehrssituation genervt ist. Insbesondere in diesem Fall kann der IPA proaktiv Informationen über den Grund der Störung zur Verfügung stellen.
  • 8. Gegebenenfalls können zusätzliche Informationen angeben werden. Wenn z.B. seitens der Stadt eine Abhilfsmaßnahme mit angegeben ist (z.B. „Baustelle geplant bis zum Datum X“, „Fahrstreifen werden demnächst erweitert“ usw.), wird diese zusätzlich ausgegeben.
  • Gemäß einer Variante wird ein erfindungsgemäßes System bzw. Verfahren dazu benutzt, die Ursache für eine Störung genauer zu lokalisieren und/oder zu ermitteln, auf welche Bereiche eines Straßennetzes sich eine bestimmte Störung oder mehrere Störungen auswirken. Dies wird anhand eines Beispiels eines Kreuzungsbereichs erläutert. Für jeden Kreuzungsarm wird wie zuvor beschrieben eine Simulation durchgeführt (oder simulierte Daten werden abgerufen). Für jeden Kreuzungsarm werden die auf dieser Simulation beruhenden Verkehrsflussdaten mit ermittelten (z.B. gemessenen) Verkehrsflussdaten verglichen. Dabei kann das System beispielsweise feststellen, dass für die betrachtete Kreuzung die ermittelten Verkehrsflussdaten zwar für den Zufluss mit den auf der Simulation basierenden Verkehrsflussdaten im Wesentlichen übereinstimmen, nicht aber für den Abfluss. Daraus kann das System schließen, dass die Ursache für die Störung stromabwärts zu finden ist. Entsprechend kann der nächste Straßenlink bis zum nächsten Verkehrsknotenpunkt (z.B. bis zur nächsten Kreuzung) und/oder der nächste Verkehrsknotenpunkt selbst in ähnlicher Weise untersucht werden. Dieses Vorgehen kann rekursiv entlang der Wirkkette durchgeführt werden, bis die Ursache für die Störung ermittelt wurde. In dieser Weise kann das System auch ermitteln, auf welche Verkehrsknotenpunkte oder Straßenlinks sich die Störung (negativ) auswirkt, ohne dass an diesen die Ursache für die Störung zu finden ist.
  • Während vorausgehend wenigstens eine beispielhafte Ausführungsform beschrieben wurde, ist zu bemerken, dass eine große Anzahl von Variationen dazu existiert. Es ist dabei auch zu beachten, dass die beschriebenen beispielhaften Ausführungsformen nur nichtlimitierende Beispiele darstellen, und es nicht beabsichtigt ist, dadurch den Umfang, die Anwendbarkeit oder die Konfiguration der hier beschriebenen Vorrichtungen und Verfahren zu beschränken. Vielmehr wird die vorausgehende Beschreibung dem Fachmann eine Anleitung zur Implementierung mindestens einer beispielhaften Ausführungsform liefern, wobei es sich versteht, dass verschiedene Änderungen in der Funktionsweise und der Anordnung der in einer beispielhaften Ausführungsform beschriebenen Elemente vorgenommen werden können, ohne dass dabei von dem in den angehängten Ansprüchen jeweils festgelegten Gegenstand sowie seinen rechtlichen Äquivalenten abgewichen wird.
  • Bezugszeichenliste
  • 1
    System; Backend
    2
    Mikroprozessor
    3
    Speicher
    4
    Kommunikationsschnittstelle
    5
    Fahrzeug
    6
    Kamera
    7
    Leiterschleife
    8
    Externe Vorrichtung (Speicher)
    9
    Erfassungsvorrichtung(en)
    10 bis 13
    Kommunikationsverbindungen
    14
    Straßenbereich
    15
    Sprachassistent, IPA
    20 bis 32
    Verfahrensschritte
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • EP 0903711 A2 [0003]

Claims (15)

  1. Verfahren zum Ermitteln einer möglichen Ursache für eine Verkehrsstörung in einem Straßenbereich (14), aufweisend: Ermitteln (23) von Verkehrsflussdaten bezüglich des Straßenbereichs (14), Vergleichen (24) der ermittelten Verkehrsflussdaten mit simulierten Verkehrsflussdaten, die auf einer Simulation bezüglich des Straßenbereichs (14) basieren, und basierend auf einem Ergebnis des Vergleichs, Ermitteln der möglichen Ursache für die Verkehrsstörung in dem Straßenbereich (14).
  2. Verfahren nach Anspruch 1, wobei als mögliche Ursache das allgemeine Verkehrsaufkommen ermittelt wird (30), wenn der Vergleich ergibt, dass eine Abweichung der ermittelten Verkehrsflussdaten von den simulierten Verkehrsflussdaten innerhalb eines Toleranzbereichs liegt.
  3. Verfahren nach Anspruch 1 oder 2, wobei als mögliche Ursache, gegebenenfalls zusätzlich zum allgemeinen Verkehrsaufkommen, eine störende Beeinflussung ermittelt wird, die sich von dem allgemeinen Verkehrsaufkommen unterscheidet, wenn der Vergleich ergibt, dass eine Abweichung der ermittelten Verkehrsflussdaten von den simulierten Verkehrsflussdaten außerhalb eines Toleranzbereichs liegt.
  4. Verfahren nach Anspruch 3, ferner aufweisend: Erfassen, ob in dem Straßenbereich (14) alle im Prinzip baulich zur Verfügung stehenden Fahrstreifen benutzt werden, wobei als störende Beeinflussung eine Fahrstreifensperrung, eine Baustelle, eine Fahrzeugpanne oder ein Unfall ermittelt wird (31), wenn das Erfassen ergibt, dass in dem Straßenbereich (14) nicht alle im Prinzip baulich zur Verfügung stehenden Fahrstreifen benutzt werden.
  5. Verfahren nach Anspruch 3 oder 4, wobei als störende Beeinflussung eine systemische Ursache ermittelt wird, insbesondere wenn in dem Straßenbereich (14) alle im Prinzip baulich zur Verfügung stehenden Fahrstreifen benutzt werden.
  6. Verfahren nach Anspruch 5, wobei die systemische Ursache im Umfeld des Straßenbereichs (14) ihren Ursprung hat, insbesondere in oder an oder jenseits von einem an den Straßenbereich (14) angrenzenden Knotenpunkt oder Straßenlink.
  7. Verfahren nach Anspruch 5 oder 6, wobei die systemische Ursache wenigstens eines der folgenden aufweist: - eine kreuzende Bahnlinie, insbesondere mit Vorrangschaltung, - eine Busspur oder andere Spur, die für bestimmte Fahrzeuge vorbehalten ist, insbesondere Fahrzeuge des öffentlichen Nahverkehrs, insbesondere mit Vorrangschaltung, - ein Fahrstreifen, auf dem vorwiegend bestimmte Fahrzeuge fahren, - eine Fußgängerampel.
  8. Verfahren nach einem der vorhergehenden Ansprüche, wobei ein Konfidenzindikator für die mögliche Ursache, insbesondere für die systemische Ursache ermittelt wird (26), insbesondere wobei eine zusätzliche Aktion durchgeführt wird (27), wenn der Konfidenzindikator außerhalb eines akzeptablen Bereichs liegt, insbesondere unterhalb eines bestimmten Wertes.
  9. Verfahren nach Anspruch 8, wobei die zusätzliche Aktion das Triggern einer Abfrage durch einen Sprachassistenten (15) wenigstens eines Fahrzeugs (5) aufweist.
  10. Verfahren nach Anspruch 8, wobei die zusätzliche Aktion (27) das Triggern einer Anweisung an einen Servicemitarbeiter aufweist.
  11. Verfahren nach einem der Ansprüche 5 bis 10, wobei zum Ermitteln der systemischen Ursache „Unsupervised Learning“ und/oder die Bildung von Clusters benutzt wird (26).
  12. Verfahren nach einem der vorhergehenden Ansprüche, ferner aufweisend: - Zur-Verfügung-Stellen (28) der möglichen Ursache für die Verkehrsstörung, insbesondere an Verkehrsteilnehmer; und/oder - basierend auf einer Emotionserkennung eines Verkehrsteilnehmers, Ausgeben (28) der möglichen Ursache für die Verkehrsstörung an den Verkehrsteilnehmer, insbesondere proaktiv.
  13. Verfahren nach einem der vorhergehenden Ansprüche, ferner aufweisend: Identifizieren (21) wenigstens eines HotSpots; und Verwendung des HotSpots als Straßenbereich, für den eine mögliche Ursache für eine Verkehrsstörung ermittelt wird.
  14. Verfahren nach Anspruch 13, wobei das Identifizieren (21) wenigstens eines HotSpots aufweist: - bezüglich eines Straßenbereichs (14), Vergleich einer zugelassenen Geschwindigkeit mit einem Mess- oder Schätzwert einer tatsächlichen Geschwindigkeit; und Identifizieren dieses Straßenbereichs als HotSpot basierend auf dem Vergleich; und/oder - bezüglich einer Ampelanlage an einem Straßenbereich (14), Ermitteln, nach wievielen Grünphasen ein Fahrzeug diesen Straßenbereich passieren kann; und Identifizieren dieses Straßenbereichs als HotSpot basierend auf einem Ergebnis dieser Ermittlung.
  15. System (1) zum Ermitteln einer möglichen Ursache für eine Verkehrsstörung in einem Straßenbereich (14), wobei das System (1) eingerichtet ist, ein Verfahren nach einem der vorhergehenden Ansprüche durchzuführen.
DE102020105527.7A 2020-03-02 2020-03-02 Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung Pending DE102020105527A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102020105527.7A DE102020105527A1 (de) 2020-03-02 2020-03-02 Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020105527.7A DE102020105527A1 (de) 2020-03-02 2020-03-02 Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung

Publications (1)

Publication Number Publication Date
DE102020105527A1 true DE102020105527A1 (de) 2021-09-02

Family

ID=77271309

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020105527.7A Pending DE102020105527A1 (de) 2020-03-02 2020-03-02 Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung

Country Status (1)

Country Link
DE (1) DE102020105527A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022111969A1 (de) 2022-05-12 2023-11-16 Cariad Se System und Verfahren zum Bereitstellen einer Zeitverzögerungsprognose einer Verkehrsbehinderung

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0903711A2 (de) 1997-09-18 1999-03-24 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
DE102009020054B3 (de) 2009-05-06 2010-08-26 Lucia Schaub Fahrzeugnavigationssystem mit künstlicher Intelligenz bei der Verkehrsflussanalyse im Netzwerkverbund mit Navigationssytemen anderer Fahrzeuge

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0903711A2 (de) 1997-09-18 1999-03-24 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
DE102009020054B3 (de) 2009-05-06 2010-08-26 Lucia Schaub Fahrzeugnavigationssystem mit künstlicher Intelligenz bei der Verkehrsflussanalyse im Netzwerkverbund mit Navigationssytemen anderer Fahrzeuge

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022111969A1 (de) 2022-05-12 2023-11-16 Cariad Se System und Verfahren zum Bereitstellen einer Zeitverzögerungsprognose einer Verkehrsbehinderung

Similar Documents

Publication Publication Date Title
DE102015100812B4 (de) Verfahren zum Verwenden von Strassenniveaubildern zum Verbessern eines Modus eines automatisierten Fahrens für ein Fahrzeug
EP1695317B1 (de) Verkehrszustandserkennung mit einem schwellenwertverfahren
DE19606258C1 (de) Fahrzeugautonome Detektion von Verkehrsstau
DE112019000714T5 (de) Glasfasererfassung zur autobahninstandhaltung
DE102009043764A1 (de) Navigationsvorrichtung und Navigationsverfahren für ein Fahrzeug
EP2858039A1 (de) Verfahren zur automatischen Kontrolle des Einfahrens eines Straßenfahrzeuges in einen kontrollierten Straßenabschnitt, Kontrollsystem und fahrzeugseitiges System dafür sowie Computerprogramm
DE102012208254A1 (de) Verfahren und System zur Erstellung eines aktuellen Situationsabbilds
EP1695295B1 (de) Überprüfung des geltungsbereichs von verkehrszustandsdaten
WO2005064564A1 (de) Ermittlung des zu erwartenden geschwindigkeitsniveaus
DE102008021260A1 (de) Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren
DE102020120957A1 (de) Verwendung von ganzheitlichen daten zur umsetzung von verkehrssicherheitsmassnahmen
EP3827277B1 (de) Verfahren, system und elektronische recheneinrichtung zum überprüfen von sensoreinrichtungen von fahrzeugen, insbesondere von kraftfahrzeugen
DE102017003566A1 (de) Verfahren zur Unterstützung eines Fahrers eines Fahrzeugs bei der Bildung einer Rettungsgasse
DE102021005438A1 (de) Verfahren zur Bestimmung von Streckenattributen in einer Straßenkarte eines Fahrzeugsystems aus Schilderbeobachtungen
DE102016213015A1 (de) Verfahren und Vorrichtung zum Erstellen einer Gefahrenkarte zum Identifizieren zumindest einer Gefahrenstelle für ein Fahrzeug
DE102020105527A1 (de) Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung
DE102020205425A1 (de) Verfahren zum automatischen Informieren eines Nutzers im Fahrzeug über eine geltende Verkehrsvorschrift sowie ein Verkehrsvorschriften-Informationssystem
DE102018220844A1 (de) Verfahren zum Steuern eines Fahrerassistenzsystems, Fahrerassistenzsystem, Kraftfahrzeug und zentrale Datenverarbeitungseinrichtung
EP1695314B1 (de) Erkennung von kreuzungsbereichen bei der verkehrszustandserkennung
DE102021125730A1 (de) Systeme und verfahren zum detektieren einer fahrt in die falsche richtung eines fahrzeugs
EP1695320B1 (de) Verfahren zur bereitstellung von verkehrzustandsdaten
EP1413999B1 (de) Verfahren zur Generierung impliziter informationen aus FC-Daten
DE102022201355B4 (de) Verfahren zum Erstellen einer Datenbank zur Fahrkontexterkennung
DE102022111969A1 (de) System und Verfahren zum Bereitstellen einer Zeitverzögerungsprognose einer Verkehrsbehinderung
DE102010041583A1 (de) Verfahren zur Ermittlung eines Qualitätsdatenwerts von Verkehrsstörungsmeldeverfahren

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication