DE102021204191B4 - Vorrichtung und Verfahren zur echtzeit-basierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen - Google Patents

Vorrichtung und Verfahren zur echtzeit-basierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen Download PDF

Info

Publication number
DE102021204191B4
DE102021204191B4 DE102021204191.4A DE102021204191A DE102021204191B4 DE 102021204191 B4 DE102021204191 B4 DE 102021204191B4 DE 102021204191 A DE102021204191 A DE 102021204191A DE 102021204191 B4 DE102021204191 B4 DE 102021204191B4
Authority
DE
Germany
Prior art keywords
vehicle
measuring device
vehicles
data
time
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
DE102021204191.4A
Other languages
English (en)
Other versions
DE102021204191A1 (de
Inventor
Kevin Malena
Christopher Link
Sandra Gausemeier
Ansgar Trächtler
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.)
Universitaet Paderborn
Original Assignee
Universitaet Paderborn
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 Universitaet Paderborn filed Critical Universitaet Paderborn
Priority to DE102021204191.4A priority Critical patent/DE102021204191B4/de
Publication of DE102021204191A1 publication Critical patent/DE102021204191A1/de
Application granted granted Critical
Publication of DE102021204191B4 publication Critical patent/DE102021204191B4/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
    • 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
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • 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
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/015Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/042Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

Vorrichtung zur echtzeitbasierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen für ein Verkehrsleitsystem aufweisend:• zumindest eine erste Messeinrichtung (M1), die geeignet ist, für eine erste Fahrbahn eine Fahrzeugart und eine Fahrzeug-Geschwindigkeit zu bestimmen, wobei einer so bestimmten Fahrzeugart und Fahrzeug-Geschwindigkeit eine Zeitmarke zugeordnet ist,• zumindest eine zweite Messeinrichtung (M2), die geeignet ist eine Fahrzeugart und eine Fahrzeug-Geschwindigkeit zu bestimmen, wobei einer so bestimmten Fahrzeugart und Fahrzeug-Geschwindigkeit eine Zeitmarke zugeordnet ist,• wobei die so bestimmte Fahrzeugart und Fahrzeug-Geschwindigkeitsdaten zusammen mit der Zeitmarke der jeweiligen Messeinrichtung einer Verarbeitungseinrichtung (V) zur Verfügung gestellt werden,• wobei die Verarbeitungseinrichtung (V) basierend auf historischen Daten und den zur Verfügung gestellten Daten eine Prognose über einen bestimmten Fahrweg vornimmt, wobei für jede Fahrzeugart eine Lösung eines ganzzahligen linearen Optimierungsproblems gesucht wir• wobei die Prognosedaten einem Verkehrsleitsystem zur Verfügung gestellt werden.• dadurch gekennzeichnet, dass für die Suche nach einer Lösung des ganzzahligen linearen Optimierungsproblems die Verarbeitungseinrichtung (V) eingerichtet ist zur• Generierung von Ungleichheitsbedingungen basierend auf erhaltenen Daten und dem Fahrzeugstatus, wobei simulierten Fahrzeugen, die sich innerhalb einer vorbestimmten Reisezeit in Reichweite von nur einer anderen Messeinrichtung befinden, definierte Nachfolgerouten zugewiesen werden,• Durchführung einer ganzzahligen linearen Optimierung,• Zuweisung von flexiblen Fahrzeugen resultierend von der ganzzahligen linearen Optimierung mit Bestimmung von jeweils nachfolgenden Routen, wobei ein flexibles Fahrzeug ein simuliertes Fahrzeug ist, welches sich innerhalb einer vorbestimmten Reisezeit in Reichweite von mehr als einer anderen Messeinrichtung befindet.

Description

  • Hintergrund
  • Aus unterschiedlichen Motivationen hat sich in der jüngeren Vergangenheit der Wunsch nach einer Modellierung von Verkehr und Verkehrsströmen entwickelt. Solche Motivationen können z.B. in der Prognose für die Änderung von Verkehrsinfrastruktur als auch der Wegbestimmung als auch in Sicherheitsaspekten liegen, um nur eine Auswahl zu nennen. Neben dieser generalisierten Sicht ergibt sich aber auch im Kleinen bei der Steuerung von Verkehrssystemen ein Bedarf an solchen Systemen. Hier kann zum einen der Wunsch nach einem möglichst flüssigen Verkehr vorhanden sein, um sowohl Emissionen an Lärm und Abgasen als auch Standzeiten zu mindern.
  • Um solche Zwecke bedienen zu können, wäre es vorteilhaft, nicht nur die gegenwärtige Verkehrssituation innerhalb der Gegebenheiten beobachten zu können, sondern darüber hinaus auch die sich hieraus ergebenden (wahrscheinlichen) Verkehrsströme mit hoher Sicherheit voraussagen zu können.
  • Aus der Literatur ist es bekannt, dass Start-Ziel-Flüsse für eine makroskopische Betrachtung zur Analyse der Infrastruktur ausreichend sein können, wobei diese Daten rein offline analysiert werden können, siehe z.B. „Dynamic origin-destination matrix calibration for large-scale network simulators“, Transportation Research Part C: Emerging Technologies, 98, 186-206, bzw. „High-dimensional offline origin-destination (OD) demand calibration for stochastic traffic simulators of large-scale road networks“, Transportation Research Part B: Methodological, 124, 18-43.
  • Weiterhin ist aus der deutschen Patentanmeldung DE 10 2005 053 461 A1 eine Verfahren und eine Vorrichtung zur Verkehrssteuerung bekannt, bei dem Simulationen auf Basis von Daten von XFCD-Fahrzeugen durchgeführt werden.
  • In anderen Bereichen, wie z.B. bei Navigationssystemen oder Verkehrsleitsystemen, werden hingegen Abschätzungen des Verkehrszustandes nahezu unmittelbar benötigt.
  • Auch hier gibt es bereits sogenannte simulationsbasierte Optimierungsansätze. Die dort aufgezeigte simulationsbasierte Optimierung versucht mittels Lichtzeichenkontrolle die Reisezeiten zu minimieren. Jedoch ist der Ansatz bisher sehr beschränkt, z.B. die Veränderung von Festzeitprogrammen, und erlaubt es nicht, komplexere Phasen und deren Übergänge zu behandeln. Insofern sind solche Systeme sehr unflexibel.
  • Aufgabe
  • Vor diesem Hintergrund ist es eine Aufgabe der Erfindung, eine Verbesserung bereitzustellen.
  • Kurzdarstellung der Erfindung
  • Die Aufgabe wird gelöst durch eine Vorrichtung gemäß Anspruch 1 bzw. durch ein Verfahren gemäß Anspruch 7. Weitere vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der abhängigen Ansprüche, der Beschreibung und der Figuren.
  • Figurenliste
  • Nachfolgend wird die Erfindung näher unter Bezug auf die Figuren erläutert. In diesen zeigt:
    • 1 schematisch eine Situation eines Fahrzeuges in der Annäherung an einen Bereich mit zwei Richtungsfahrbahnen,
    • 2 schematisch unterschiedliche Einflüsse, die von unterschiedlichen Wegebestimmungssystemen auf andere Wegbestimmungssysteme ausgeübt werden können,
    • 3 schematisch eine Situation von mehreren Fahrzeugen in einem Kreuzungsbereich,
    • 4 schematisch ein Blockdiagramm einer dynamischen Verkehrszuweisung gemäß der Ausführungsformen der Erfindung.
  • Ausführliche Darstellung der Erfindung
  • Nachfolgend wird die Erfindung eingehender unter Bezugnahme auf die Figuren dargestellt werden. Dabei ist anzumerken, dass unterschiedliche Aspekte beschrieben werden, die jeweils einzeln oder in Kombination zum Einsatz kommen können. D.h. jeglicher Aspekt kann mit unterschiedlichen Ausführungsformen der Erfindung verwendet werden, soweit nicht explizit als reine Alternative dargestellt.
  • Weiterhin wird nachfolgend der Einfachheit halber in aller Regel immer nur auf eine Entität Bezug genommen werden. Soweit nicht explizit vermerkt, kann die Erfindung aber auch jeweils mehrere der betroffenen Entitäten aufweisen. Insofern ist die Verwendung der Wörter „ein“, „eine“ und „eines“ nur als Hinweis darauf zu verstehen, dass in einer einfachen Ausführungsform zumindest eine Entität verwendet wird.
  • Soweit nachfolgend Verfahren beschrieben werden, sind die einzelnen Schritte eines Verfahrens in beliebiger Reihenfolge anordbar und/oder kombinierbar, soweit sich durch den Zusammenhang nicht explizit etwas Abweichendes ergibt. Weiterhin sind die Verfahren - soweit nicht ausdrücklich anderweitig gekennzeichnet - untereinander kombinierbar.
  • Angaben mit Zahlenwerten sind in aller Regel nicht als exakte Werte zu verstehen, sondern beinhalten auch eine Toleranz von +/- 1 % bis zu +/- 10 %.
  • Bezugnahme auf Standards oder Spezifikationen sind als Bezugnahme auf Standards bzw. Spezifikationen, die zum Zeitpunkt der Anmeldung und/oder - soweit eine Priorität beansprucht wird - zum Zeitpunkt der Prioritätsanmeldung gelten / galten zu verstehen. Hiermit ist jedoch kein genereller Ausschluss der Anwendbarkeit auf nachfolgende oder ersetzende Standards oder Spezifikationen zu verstehen.
  • Unter Bezug auf die Figuren wird nachfolgend eine Vorrichtung bzw. ein Verfahren zur echtzeitbasierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen für ein Verkehrsleitsystem erläutert. Die Erfindung ist jedoch hierauf - wie eingangs erwähnt - als Anwendungsfall nicht beschränkt.
  • In 4 ist die Ausgestaltung der Verkehrswege / Fahrbahnen als Netzwerk-Topologie abgebildet. Innerhalb dieses Netzwerkes können von verschiedenen Quellen, wie z.B. Messeinrichtungen M1, M2, ... und/oder Induktionsschleifen I1, I2, .... und/oder über den Erhalt von Nachrichten von Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtungen V2l Daten zu Verkehrsereignissen bereitgestellt werden. Diese Daten können zunächst sehr unterschiedlicher Natur sein.
  • Währens z.B. klassische Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtungen V2l Daten von Verkehrsunternehmen zur Signalbeeinflussung enthalten können und in aller Regel auf die zu erwartende Route festgelegt sind, ist dies bei Induktionsschleifen I1, I2, ... nicht der Fall. Diese können feststellen, dass ein Fahrzeug sie passiert hat. In Ausgestaltungen der Induktionsschleifen bzw. deren Verknüpfung und/oder höherfrequente Auslesung des Induktionsprofiles lässt sich neben der Geschwindigkeit unter Umständen auch eine Fahrzeuglänge und Größe ermitteln, sodass hieraus eine Unterscheidung getroffen werden kann, was für eine Art Fahrzeug die Induktionsschleife(n) passiert hat. Mittels Messeinrichtungen M1, M2, die z.B. auf Radartechnologie und/oder Kameratechnologie basieren können, kann neben der Geschwindigkeit auch u.a. ein Fahrzeugtyp oder (sofern Messung verfügbar) eine ersichtliche Personenanzahl bestimmt werden. Befinden sich z.B. auf einem Straßenabschnitt mehrere solcher Einrichtungen hintereinander, können die Daten der jeweiligen Einrichtungen verknüpft werden. Wird z.B. von einer ersten Messeinrichtung eine Art des Fahrzeuges und eine Geschwindigkeit des Fahrzeuges erkannt, so kann daraus ein Rückschluss über ein Anfahrverhalten gezogen werden. Trifft dieses Fahrzeug nach einem gewissen Erwartungshorizont an einer nachfolgenden Einrichtung ein, ohne dass ein weiteres Fahrzeug die erste Messeinrichtung passiert, so kann mit hoher Wahrscheinlichkeit angenommen werden, dass dies das zuerst erkannte Fahrzeug ist. Ebenso können auch Kommunikationsnachrichten ausgewertet werden, welche in aller Regel auf Grund bestimmter Vorgaben von bestimmten Fahrzeugen, z.B. Bussen, eingesetzt werden. D.h. innerhalb der Erfindung kann durch die Auswertung unterschiedlicher Informationen bisher weniger aussagekräftiger Daten von Induktionsschleifen eine weitere Bedeutung zugeordnet werden. Damit kann ihr Wert für ein Verkehrsleitsystem verbessert werden.
  • Messeinrichtungen können - wie erwähnt - auf unterschiedlicher Technologie aufgebaut sein. Beispielsweise können bereits bestehende Systeme, z.B. aus Mautüberwachungsanlagen und/oder Verkehrsüberwachungsanlagen mitgenutzt werden. Ohne Weiteres können diese Messeinrichtungen auch eigenständig organisiert und bereitgestellt sein. Dies kann z.B. aus datenschutzrechtlichen Erwägungen notwendig sein. Die Messeinrichtungen hingegen können eine Fahrzeugart und eine Fahrzeug-Geschwindigkeit bestimmen, wobei einer so bestimmten Fahrzeugart und Fahrzeug-Geschwindigkeit eine Zeitmarke zugeordnet ist. Die Zeitmarken unterschiedlicher Messeinrichtungen können dabei eine gemeinsame Zeitbasis aufweisen oder aber es kann eine ableitbare gemeinsame Zeitbasis bereitgestellt sein.
  • Auf Basis der erkannten Fahrzeugart kann eine Vorhersage viel besser getroffen werden. Ist z.B. bekannt, dass an einer Kreuzung LKW überwiegend bestimmte Routen wählen, so ist dies für die anschließende Verkehrsplanung eine wichtige Information.
  • Es sei angemerkt, dass es in einem von Individualverkehr geprägten Raum nicht möglich ist, alle Wege mit Sicherheit zu kennen. Insofern kommt der Vorhersage eine zentrale Rolle zu.
  • Schwierigkeiten, die sich dadurch z.B. ergeben, dass Nutzer mit Verkehrsleiteinrichtungen individuell interagieren und z.B. ihre Routenwahl spontan an z.B. eine LSA-Steuerung anpassen, können mit einer mikroskopischen Verkehrssimulation verringert werden. Eine solche Simulation führt dabei zu besseren Ergebnissen als eine rein algorithmische Informationsverarbeitung. Hier stellen diskontinuierliche, Event-basierte, lokale (sowohl aktuelle als auch historische) Daten eine Verbesserung dar, da sie historische Daten mit aktuellen und zukünftig erwartbaren Messdaten verbinden.
  • Die mikroskopische Art der Daten - z.B. die Unterscheidung in Fahrzeugarten - erlaubt dabei eine erhebliche Verbesserung. Die Rekonstruktion des Verkehrszustandes kann im Rahmen der Erfindung als ein Zuordnungsproblem verstanden werden. Basierend auf den Messungen des aktuellen Verkehrsgeschehens (unterschiedlicher Nutzer) kann eine Zustandsbeschreibung mathematisch in ein ganzzahliges lineares Optimierungsproblem für einen vordefinierten (kurzen) Zeitraum übersetzt werden. Der Zeitraum kann z.B. wenige Sekunden (z.B. 1-5 Sekunden) aufweisen.
  • Im Rahmen der Erfindung kann vorgesehen sein, dass einer mikroskopischen Verkehrssimulation Messdaten von realen Messeinrichtungen M1, M2, ... bzw. realen Induktionsschleifen l1, 12, ... und/oder realen Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtungen zugeführt werden, um als ein Event-basierter Beobachter des gegenwärtigen Verkehrszustandes zu dienen.
  • Es sei angemerkt, dass die Erfindung echtzeitbasiert ist. Dabei wird bei der Erstellung einer Verkehrssituation zwischen den Messeinrichtungen M1, M2, ... , Induktionsschleifen l1, l2, ..., Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtungen V2l, auf Wegprognosen zurückgegriffen, die somit eine Verknüpfung von vergangenen Messungen (aus der Historie) und zukünftig erwartbaren Messergebnissen bereitstellt, siehe 4. Hier ist gezeigt, wie die Simulation auf Basis verschiedener Daten mit der Realität interagiert.
  • Es sei an dieser Stelle angemerkt, dass einige (statistische) Daten zuvor bestimmt worden sein können. So kann z.B. die durchschnittliche Fahrzeit für eine bestimmte Wegstrecke (z.B. zwischen zwei Erfassungspunkten M1, M2, ...; I1, I2, ...; V2I) für unterschiedliche Fahrzeugarten zuvor bestimmt worden sein. Dabei können lokale Besonderheiten berücksichtigt werden. Diese durchschnittliche Fahrzeit kann auch mit unterschiedlichen Zuständen von Verkehrsleiteinrichtungen, wie z.B. Lichtsignalanlagen (LSA), dynamische Fahrspurenzuweisungen, etc., verknüpft sein.
  • Im Unterschied zu bisherigen Ansätzen, die versuchen, den Verkehrszustand im Minutenbereich vorherzusagen, verlässt die Erfindung diese Ansätze und trennt zwischen statistischen Ergebnissen und kurzfristigen realen Messdaten. Die realen Messdaten führen zu einer kurzfristigen Anpassung einer laufenden Simulation, sodass in Echtzeit agiert werden kann.
  • Im Rahmen der Erfindung werden Daten von Messeinrichtungen M1, M2, ... erhoben. Diese können neben einer Zeitmarke auch eine gegenwärtige Fahrzeug-Geschwindigkeit und die Fahrzeugart erfassen. Fahrzeugart kann in diesem Zusammenhang eine Unterscheidung zwischen Personenfahrzeugen und mindestens einem weiteren ausgewählt aus der Gruppe aufweisend Lastkraftwagen, Motorrädern, Bussen, Fahrrädern, Fahrzeugen mit Anhängern, bedeuten. Ohne Weiteres kann aber z.B. auch eine Unterscheidung in Linienverkehr (unter Zuhilfenahme von Erkennung eines Zielschildes und/oder Daten einer Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtung V2l) und Reiseverkehr z.B. bei Bussen vorgenommen werden. Andere Parameter, wie z.B. Länge eines Fahrzeuges und/oder Achsanzahl und/oder Achskonfiguration und/oder Achsabstand, können ebenfalls für die Klassifizierung herangezogen werden. Ebenso kann vorgesehen sein, aus anderen Messeinrichtungen (wie z.B. Mikrofonen, Höhenprofilbestimmung) Messwerte zu erhalten, die für die Fahrzeugkategorisierung herangezogen werden können.
  • Mit Hilfe der Unterscheidung der Fahrzeugart wird es nunmehr möglich, sowohl eine fahrzeugartspezifische Wegbestimmung als auch Priorisierung bereitzustellen.
  • Wie bereits angedeutet und in 2 veranschaulicht, können Daten unterschiedlicher Herkunft in spezifischen Wegbestimmungen verwendet werden. Dabei ist es jedoch im Rahmen der Erfindung möglich, dass bestimmte Werte in ein jeweilig anderes Wegbestimmungsschema einfließen. D.h. eine von Induktionsschleifen I1, I2, ... erfasste Position eines Fahrzeuges kann mit Daten einer Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtung V2l kombiniert werden. Daten einer Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtung V2l können nicht nur eine Angabe der Position, sondern auch der Route enthalten. Diese Wegbestimmungsschemata können als unterschiedliche Wegbestimmungsebenen aufgefasst werden, die miteinander interagieren können.
  • Entsprechend weist eine erfindungsgemäße Vorrichtung zur echtzeitbasierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen für ein Verkehrsleitsystem zumindest eine erste Messeinrichtung M1 auf, die geeignet ist, für eine erste Fahrbahn eine Fahrzeugart und eine Fahrzeug-Geschwindigkeit zu bestimmen, wobei einer so bestimmten Fahrzeugart und Fahrzeug-Geschwindigkeit eine Zeitmarke zugeordnet ist. Ebenso weist eine erfindungsgemäße Vorrichtung zur echtzeitbasierten dynamischen Verkehrszuordnung zumindest eine zweite Messeinrichtung M2 auf, die geeignet ist, eine Fahrzeugart und eine Fahrzeug-Geschwindigkeit zu bestimmen, wobei einer so bestimmten Fahrzeugart und Fahrzeug-Geschwindigkeit eine Zeitmarke zugeordnet ist. Die so bestimmten Fahrzeugart- und Fahrzeug-Geschwindigkeitsdaten werden zusammen mit der jeweiligen Zeitmarke der jeweiligen Messeinrichtung einer Verarbeitungseinrichtung V zur Verfügung gestellt. Die Verarbeitungseinrichtung V nimmt dann basierend auf historische Daten und den zur Verfügung gestellten Daten eine Prognose über einen bestimmten Fahrweg vor. Die Prognosedaten können dann beispielsweise an ein Verkehrsleitsystem zur Verfügung gestellt werden. Im Ramen der Erfindung zählen beispielsweise Lichtzeichenanlagen, wie z.B. LSA, zu Elementen, die von einem Verkehrsleitsystem gesteuert werden können.
  • Historische Daten können dabei in einer Datenbank HIS erfasst sein. Dabei kann die Datenbank HIS auch im laufenden Betrieb aktualisiert werden, sodass Änderungen am Verkehrsgeschehen entsprechend erfasst werden und bei zukünftigen Simulationen berücksichtigt werden können. Dazu kann von Messeinrichtungen M1, M2, ... Induktionsschleifen I1, I2, ... etc. eine eingetretene Verkehrssituation abgespeichert werden. Z.B., wenn ein Fahrzeug, das vor der LSA in 3 steht, abbiegt, kann durch die Messeinrichtung M1 oder M2 der aus dem Kreuzungsbereich abfließende Verkehr (als rechts- oder linksabbiegend) erkannt werden. Wird das Fahrzeug dann erkannt, so kann das abgeschlossene Ereignis nebst anderen Daten (Fahrzeugart, Zeitmarke, Dauer des Abbiegevorgangs, etc.) in der Datenbank HIS abgespeichert werden.
  • Für die Wegbestimmung mittels Messeinrichtung M1, M2, ... kann die Netzwerk-Topologie als ein gerichteter Graph modelliert werden. Dieser Graph G = ( N , L )
    Figure DE102021204191B4_0001
    kann als Satz Knoten
    Figure DE102021204191B4_0002
    und als ein Satz von Verbindungen
    Figure DE102021204191B4_0003
    aufgefasst werden. Die Knoten
    Figure DE102021204191B4_0004
    stellen dabei entweder Kreuzungspunkte oder andere (geometrische) Punkte entsprechend der Daten bereitstellenden Infrastruktur (M1, M2, ... I1, I2, ..., V2I) dar. Mittels solcher Punkte kann z.B. die Simulation in Bezug auf erreichbare Geschwindigkeit bzw. Beschleunigung beeinflusst werden. Innerhalb der Modellierung können Straßen als Verbindungen
    Figure DE102021204191B4_0005
    modelliert werden. Den Knoten, die unmittelbar einer Lichtsignalanlage (Englisch: Traffic Light System - TLS) zugeordnet sind N T L S N ,
    Figure DE102021204191B4_0006
    kommt eine wichtige Bedeutung zu. Anders als in bisherigen Ansätzen, werden Messeinrichtungen, die das System beobachten, nicht als Untermenge der Verbindungen
    Figure DE102021204191B4_0007
    aufgefasst, sondern als Untermenge geometrischer Punkte N D N .
    Figure DE102021204191B4_0008
     
    Figure DE102021204191B4_0009
    D.h. der Graph basiert lediglich auf der gegebenen Infrastruktur und nicht auf Zeit und beschreibt somit ein Leergeschehen ohne Verkehr. Für jede Verbindung L L
    Figure DE102021204191B4_0010
    kann die jeweilige Fahrzeit berechnet werden, um jede Messeinrichtung D N D
    Figure DE102021204191B4_0011
    zu erreichen. Der Fahrzeugzustand zu einem gegebenen Zeitpunkt kann durch einen Belegungsvektor ξ(t) beschrieben werden, der neben der Fahrzeugart und Momentangeschwindigkeit auch die gegenwärtige Position aufweist. Der zeitabhängige Verkehrszustand kann durch eine Belegung mit Nveh(t) dargestellt werden, wobei dies die Anzahl der gegenwärtig im System befindlichen Fahrzeuge ist. Dieses theoretische Gerüst erlaubt es, spezifische Fahrzeuge innerhalb der Simulation spezifischen Messeinrichtungen zuzuordnen, wenn es ein nachfolgendes Messergebnis in der Realität gibt. Hiermit kann eine Plausibilitätskotrolle eingeführt werden, d.h. ob ein Fahrzeug an eine nachfolgende Messeinrichtung geroutet wird oder nicht. Dies kann z.B. auf Basis der Fahrtdauer ermöglicht werden. Offensichtlich ergeben sich durch den Echtzeit-Ansatz Änderungen, die durch die stetige Anpassung der Simulation erfasst werden können. Die Fahrzeit hat sich dabei als potentes Kriterium herausgestellt, da Geschwindigkeiten auf Grund unterschiedlicher realer Weggestaltung (Kurven, Steigungen, aber auch Geschwindigkeitsbegrenzungen) variabler sind, sodass eine Zuordnung auf deren Basis erschwert ist. Faktisch ist eine solche Information der Geschwindigkeit auch indirekt in der Fahrtdauer enthalten. D.h. durch geeignete Modellbildung wäre es auch möglich, aus vielen unterschiedlichen Werten (Topographie, Tempobeschränkungen, ...) diese Werte zu erhalten. In diesem Kernteil der Erfindung wird jede Fahrzeugart getrennt betrachtet und verarbeitet.
  • Im Prinzip können nun im Rahmen der Erfindung verschiedene Situation für ein Fahrzeug auftreten.
  • Eine Situation ist, dass ein Fahrzeug nicht in Reichweite einer der Messeinrichtungen M1, M2, ... ist, d.h. die Fahrzeit, um an einer beliebigen Messeinrichtung M1, M2, ... anzugelangen, ist größer als ein vorgebbarer Grenzwert. Mit anderen Worten, hier kann keine Messung greifen. Ein weitere Situation ist, dass sich ein Fahrzeug nur in Reichweite einer einzigen der Messeinrichtungen M1, M2, ... befindet. D.h., bei einer in Realität stattfindenden Messung wird das Fahrzeug in seinem Weg zu dieser einen Messeinrichtung M1, M2, ... zugeordnet (deterministische Zuordnung). Eine weitere und (letzte) Situation ist, dass ein Fahrzeug in der Lage ist, zu mehreren der Messeinrichtungen M1, M2, ... innerhalb einer (vorberechneten) Fahrzeit zu gelangen. Dies ist z.B. der Fall für die an der LSA stehenden Fahrzeuge der 3. Basierend auf den Messungen ist es nun möglich, ein Optimierungsproblem zu erstellen, mit dem die Abweichungen der berechneten Fahrzeiten der „flexiblen“ Fahrzeuge minimiert werden können und die Zuordnung von Fahrzeugen (gleichzeitig) erhöht werden kann (flexible Zuordnung).
  • Der mathematische Hintergrund hierzu kann dem Artikel „Online State Estimation for Microscopic Traffic Simulations using Multiple Data Sources“ der Autoren Kevin Malena, Christopher Link, Sven Mertin, Sandra Gausemeier and Ansgar Trächtler entnommen werden, der zur Publikation im Rahmen der VehlTS 2021 eingereicht und akzeptiert ist und der in seiner Gesamtheit jedoch insbesondere in Bezug auf die Modellbildung einbezogen ist.
  • Von besonderem Stellenwert ist die Behandlung der „flexiblen“ Fahrzeuge i { 1, , n } .
    Figure DE102021204191B4_0012
    Offensichtlich steigt die Komplexität mit der Anzahl dieser Fahrzeuge als auch der möglichen Anzahl von Endpunkten im Sinne von nachfolgend erreichbaren Messeinrichtungen M1, M2, ... im mathematischen Modell als qi bezeichnet. Insbesondere kann angenommen werden, dass n = Nveh(t) gilt, denn nicht alle Fahrzeuge sind in Reichweite von zumindest einer Messeinrichtung. D.h. ein flexibles Fahrzeug, mit seinen ℕ ∋ qi ≥ 2 möglichen in der Fahrzeit erreichbaren Messeinrichtungen, resultiert in qi binären Optimierungsvariablen xi,1, ..., xi,qi , die bestimmen, ob ein Fahrzeug an eine bestimmte nachfolgende Messeinrichtung geroutet wird oder nicht. Die Gesamtzahl der Optimierungsvariablen im k-ten Zeitschritt ergibt sich zu: N ( k τ ) = i = 1 n q i ( k τ )
    Figure DE102021204191B4_0013
  • Da jedoch jedes der Fahrzeuge nur einmal weitergeführt werden kann, muss die Summe aller Optimierungsvariablen der n Fahrzeuge weniger oder gleich b1,i = 1 sein. Dies führt zu ersten n Ungleichheitsbedingungen des Optimierungsproblems für den k-ten Zeitschritt, mit A 1 x ( k τ ) b 1 ( k τ ) j = 1 N a 1, i j x j ( k τ ) b 1, i ( k τ ) = 1, i { 1, , n } , k 0 ,
    Figure DE102021204191B4_0014
    wobei a1,ij ∈ {0,1} die Optimierungsvariablen xj(kτ) den Fahrzeugen i ∈ {1, ..., n} zuordnet. Um die genaue Anzahl von erkannten Fahrzeugen im entsprechenden Zeitintervall an die entsprechenden Messeinrichtungen zu führen, können weitere Randbedingungen zur Problemformulierung hinzugefügt werden. Diese weiteren Randbedingungen basieren auf der Anzahl von Messeinrichtungen S ≙ |ND| und können z.B. sicherstellen, dass bereits zugewiesene Fahrzeuge (deterministische Zuweisung - siehe oben -) berücksichtigt werden. Dieser zweite Teil führt zu j = 1 N a 2, i j x j ( k τ ) m i ( k τ ) d i ( k τ ) = : b 2, i ( k τ ) , i { 1, , S } , k 0 ,
    Figure DE102021204191B4_0015
    mit
    • • a2,ij ∈ {0,1}, das der Optimierungsvariablen xj die Messeinrichtung i ∈ {1, ..., S} zuweist,
    • • mi(kτ) ∈ ℕ0, das die Gesamtzahl von Messungen für die Messeinrichtung i ∈ {1, ...,S} angibt,
    • • di(kτ) ∈ ℕ0, das die Anzahl von (in diesem Intervall) deterministisch weitergeführten Fahrzeugen zu Sensor i ∈ {1, ...,S} angibt,
    • • b2,i(kτ) ∈ ℕ0, repräsentativ für die Messungen ist, die von der Messeinrichtung i ∈ {1, ...,S} noch zu erfüllen sind.
  • Für den Fall, dass mehr Fahrzeuge vorhanden sind, die deterministisch weitergeführt werden könnten, als aus den Daten hervorgeht (mi(kτ) < di(kτ)), werden die bereinigten Feldmessungen zu Null gesetzt, d.h. b2,i(kτ) = 0, und lediglich die nächstliegenden Fahrzeuge mi(kτ) werden weitergeführt.
  • Durch diese Ungleichheitsbedingungen kann das Optimierungsproblem wie folgt formuliert werden: min x { 0,1 } N f ( x ( k τ ) ) wobei gilt  [ A 1 A 2 ] x ( k τ ) [ b 1 ( k τ ) b 2 ( k τ ) ] .
    Figure DE102021204191B4_0016
  • Wie bereits zuvor ausgeführt, kann das Ziel mithilfe der Zielfunktion f(x(kτ)) sein, die Abweichungen der Fahrzeit der Fahrzeuge zu den Messeinrichtungen zu verringern / minimieren, wobei dies die Messungen bestätigt, und (zugleich) die Anzahl der zugewiesenen Fahrzeuge erhöht / maximiert. In diesem Fall ergibt sich f ( x ( k τ ) , t ( k τ ) ) = ( w t t ( k τ ) w a ) x ( k τ ) ,
    Figure DE102021204191B4_0017
    wobei
    • • t(kτ) ∈ ℝN den Fahrzeiten für jedes Fahrzeug zu der entsprechenden Messeinrichtung entspricht,
    • • wt, wa ∈ ℝ Gewichtungsfaktoren für Fahrzeit t und Zuweisung a beschreiben.
  • Falls der gegenwärtige Bedarf einer bestimmten Messeinrichtung nicht durch die Zuordnung von verfügbaren Fahrzeugen befriedigt werden kann, können neue Fahrzeuge in der Simulation erstellt und somit in die Simulation eingefügt werden. Dies ist der Fall, wenn die Ungleichheitsbedingungen nicht mit Gleichheit erfüllt sind. Somit kann z.B. auch sichergestellt werden, dass Zuflüsse von nicht überwachten Straßen / Einfahrten aus Grundstücken etc. ebenso in der Erfindung Berücksichtigung finden und somit die Konsistenz zwischen Simulation und Messungen hergestellt werden kann.
  • Umgekehrt kann es aber auch sinnvoll sein, Fahrzeuge wieder aus der Simulation zu entfernen. Somit kann z.B. auch sichergestellt werden, dass Abflüsse in nicht überwachte Straßen / Zufahrten zu Grundstücken etc. ebenso in der Erfindung Berücksichtigung finden und somit die Konsistenz zwischen Simulation und Messungen hergestellt werden kann.
  • Sobald ein Fahrzeug einer Messeinrichtung in der Simulation zugewiesen ist, kann es vor Erreichen der Messeinrichtung nicht erneut zugewiesen werden. Für jede Fahrzeugzuweisung wird ein Nachfolgeziel basierend auf Wahrscheinlichkeiten ermittelt aus historischen Daten zugewiesen.
  • Die Verarbeitung solcher historischer Daten in der Datenbank kann sowohl laufend vorgenommen werden als auch anlassbezogen. Hierdurch lassen sich auch für verschiedene Zeiten, z.B. Wochentage, Feiertage, als auch unterschiedliche Zeiträume unterschiedliche Datensätze (statistisch) aufbereiten.
  • Die Gewichtung zwischen „historischen“ Wegzuweisungen und online generierten Wegzuweisungen kann geeignet gewählt werden, beispielsweise kann die „historische“ Zuweisung weniger priorisiert sein als die Online-Zuweisung.
  • Die wegzuweisbaren Fahrzeuge für jede Fahrzeugart innerhalb der Simulation können mithilfe des gegenwärtigen Belegungsvektors %(t) und einer Abfrage, ob das vorherige Ziel bereits erreicht wurde, bestimmt werden.
  • Am Ende eines jeden Simulationsschrittes kann geprüft werden, ob es noch Fahrzeuge gibt, die innerhalb folgender Simulationsschritte eine Messeinrichtung passieren würden. Da diese Fahrzeuge während der Wegzuweisung nicht zugewiesen wurden, können solche Fahrzeuge aus der Simulation entfernt werden (entspricht z.B. den bereits genannten Abbiegevorgängen in unbeobachtbare Straßen).
  • In einer Ausgestaltung der Erfindung können, wie bereits angedeutet, weiterhin Informationen einer Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtung V2l erhalten werden. Die Informationen der Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtung V2l werden der Verarbeitungseinrichtung V zur Verfügung gestellt, wobei die Verarbeitungseinrichtung V die Prognose auch auf Basis der so zur Verfügung gestellten Daten vornimmt.
  • In einer weiteren Ausgestaltung der Erfindung kann die erste Messeinrichtung M1 und die zweite Messeinrichtung M2 zwischen Personenfahrzeugen und mindestens einem weiteren ausgewählt aus der Gruppe aufweisend Lastkraftwagen, Motorrädern, Bussen, Fahrrädern, Fahrzeugen mit Anhängern unterscheiden.
  • Gemäß einer weiteren Ausgestaltung der Erfindung können weiterhin Informationen von zumindest einer Induktionsschleife I1 in einer Fahrbahn erhalten werden, wobei die Informationen der Induktionsschleife I1 der Verarbeitungseinrichtung V zur Verfügung gestellt werden, wobei die Verarbeitungseinrichtung die Prognose auch auf Basis der so zur Verfügung gestellten Daten vornimmt.
  • In noch einer weiteren Ausgestaltung der Erfindung ist die Zeitbasis für die Zuordnung von Zeitmarken durch die erste Messeinrichtung M1 als auch die zweite Messeinrichtung M2 gleich. Hierdurch kann eine Umrechnung auf eine gemeinsame Zeitbasis vermieden werden. Beispielsweise kann die gemeinsame Zeitbasis durch ein Kommunikationssystem (beispielsweise ein (Mobil-)Funksystem) zur Verfügung gestellt werden, mit dem die Messeinrichtungen M1, M2, ... bzw. die Verarbeitungseinrichtung V und/oder Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtung V2I verbunden sein können.
  • Gemäß einer weiteren Ausgestaltung der Erfindung ist die zweite Messeinrichtung M2 geeignet, für eine zweite Fahrbahn eine Fahrzeugart und eine Fahrzeug-Geschwindigkeit zu bestimmen.
  • In einem erfindungsgemäßen Verfahren zur Verwendung mit einer erfindungsgemäßen Vorrichtung werden in einem Schritt Daten bezüglich Fahrzeugart und Fahrzeug-Geschwindigkeit zusammen mit der Zeitmarke von einer Messeinrichtung M1, M2, ... an einer Verarbeitungseinrichtung V erhalten. Für jede Fahrzeugart kann dann eine Lösung eines ganzzahligen linearen Optimierungsproblems gesucht werden.
  • In einer Ausgestaltung des Verfahrens weist die Suche nach einer Lösung des ganzzahligen linearen Optimierungsproblems den Schritt der Generierung von Ungleichheitsbedingungen basierend auf erhaltenen Daten und dem Fahrzeugstatus auf. Hierbei simulierten Fahrzeugen, die sich innerhalb einer vorbestimmten Reisezeit in Reichweite von nur einer anderen Messeinrichtung befinden, wird eine Nachfolgeroute zugewiesen. Anschließend wird eine ganzzahlige lineare Optimierung durchgeführt und „flexiblen“ Fahrzeuge abhängig von der ganzzahligen linearen Optimierung nachfolgende Routen zugewiesen. Ein flexibles Fahrzeug ist ein simuliertes Fahrzeug, das sich innerhalb einer vorbestimmten Reisezeit in Reichweite von mehr als einer anderen Messeinrichtung M1, M2 befindet, siehe z.B. in der Situation der 3 die Fahrzeuge vor der LSA.
  • In einer weiteren vorteilhaften Ausgestaltung des Verfahrens weist die Suche nach einer Lösung des ganzzahligen linearen Optimierungsproblems die virtuelle Erstellung von Fahrzeugen auf, die durch Messeinrichtungen M1, M2, ... bereits erfasst aber durch vorherige Schritte nicht zugewiesenen wurden.
  • In einer weiteren vorteilhaften Ausgestaltung des Verfahrens weist die Suche nach einer Lösung des ganzzahligen linearen Optimierungsproblems das Entfernen von nicht zu Messungen zuordnungsfähigen Fahrzeugen, die eine Messung generieren würden, auf.
  • Im Rahmen der Erfindung können unterschiedliche Wegbestimmungsformen, basierend auf Basis der Messeinrichtungen M1, M2, ..., und/oder der Induktionsschleifen I1, I2, ... und/oder der Fahrzeug-zu-Infrastruktur-Kommunikation V2l, verwendet werden. Es sei angemerkt, dass eine Zuordnung, die z.B. auf Basis einer Messeinrichtung getroffen wurde, bei einer eindeutigen Zuordbarkeit auch für andere Elemente, wie z.B. Induktionsschleifen, übernommen werden kann, sodass eine fahrzeugbezogene Zuordnung auch für solche Informationen weitergeführt werden kann.
  • Bevorzugt werden Messeinrichtungen M1, M2, ... im Rahmen der Erfindung auf Abschnitten eingesetzt, an denen der Verkehr typischerweise fließt und nicht in einem unmittelbaren Kreuzungsbereich, wie in 1 und 3 gezeigt. Dies ist vor dem Hintergrund zu sehen, dass radarbasierte Messeinrichtungen M1, M2, .... in für (Rück-)Stauung neigende Fahrbahnabschnitte eher ungeeignet sind.
  • Es sei angemerkt, dass radarbasierte Messeinrichtungen M1, M2, .... hingegen - anders als fahrbahnspezifische Induktionsschleifen I1, I2, .... - nicht nur eine Fahrtrichtung, sondern mehrere Fahrtrichtungen als auch unterschiedliche Fahrbahnen einer Fahrtrichtung überwachen können.
  • Ohne Beschränkung der Allgemeinheit sei auch angemerkt, dass die erfinderische Idee nicht nur für ein Verkehrsleitsystem, sondern auch für (server-basierte) Routing-Systeme genutzt werden kann.

Claims (9)

  1. Vorrichtung zur echtzeitbasierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen für ein Verkehrsleitsystem aufweisend: • zumindest eine erste Messeinrichtung (M1), die geeignet ist, für eine erste Fahrbahn eine Fahrzeugart und eine Fahrzeug-Geschwindigkeit zu bestimmen, wobei einer so bestimmten Fahrzeugart und Fahrzeug-Geschwindigkeit eine Zeitmarke zugeordnet ist, • zumindest eine zweite Messeinrichtung (M2), die geeignet ist eine Fahrzeugart und eine Fahrzeug-Geschwindigkeit zu bestimmen, wobei einer so bestimmten Fahrzeugart und Fahrzeug-Geschwindigkeit eine Zeitmarke zugeordnet ist, • wobei die so bestimmte Fahrzeugart und Fahrzeug-Geschwindigkeitsdaten zusammen mit der Zeitmarke der jeweiligen Messeinrichtung einer Verarbeitungseinrichtung (V) zur Verfügung gestellt werden, • wobei die Verarbeitungseinrichtung (V) basierend auf historischen Daten und den zur Verfügung gestellten Daten eine Prognose über einen bestimmten Fahrweg vornimmt, wobei für jede Fahrzeugart eine Lösung eines ganzzahligen linearen Optimierungsproblems gesucht wir • wobei die Prognosedaten einem Verkehrsleitsystem zur Verfügung gestellt werden. • dadurch gekennzeichnet, dass für die Suche nach einer Lösung des ganzzahligen linearen Optimierungsproblems die Verarbeitungseinrichtung (V) eingerichtet ist zur • Generierung von Ungleichheitsbedingungen basierend auf erhaltenen Daten und dem Fahrzeugstatus, wobei simulierten Fahrzeugen, die sich innerhalb einer vorbestimmten Reisezeit in Reichweite von nur einer anderen Messeinrichtung befinden, definierte Nachfolgerouten zugewiesen werden, • Durchführung einer ganzzahligen linearen Optimierung, • Zuweisung von flexiblen Fahrzeugen resultierend von der ganzzahligen linearen Optimierung mit Bestimmung von jeweils nachfolgenden Routen, wobei ein flexibles Fahrzeug ein simuliertes Fahrzeug ist, welches sich innerhalb einer vorbestimmten Reisezeit in Reichweite von mehr als einer anderen Messeinrichtung befindet.
  2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass weiterhin Informationen einer Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtung (V2l) erhalten werden, wobei die Informationen der Fahrzeug-zu-Infrastruktur-Kommunikationseinrichtung (V2l) der Verarbeitungseinrichtung (V) zur Verfügung gestellt werden und die Verarbeitungseinrichtung (V) die Prognose auch auf Basis der so zur Verfügung gestellten Daten vornimmt.
  3. Vorrichtung nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die erste Messeinrichtung (M1) und die zweite Messeinrichtung (M2) zwischen Personenfahrzeugen und mindestens einem weiteren ausgewählt aus der Gruppe aufweisend Lastkraftwagen, Motorrädern, Bussen, Fahrrädern, Fahrzeugen mit Anhängern unterscheiden können.
  4. Vorrichtung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass weiterhin Informationen von zumindest einer Induktionsschleife (l1) in einer Fahrbahn erhalten werden, wobei die Informationen der Induktionsschleife (l1) der Verarbeitungseinrichtung (V) zur Verfügung gestellt werden und die Verarbeitungseinrichtung (V) die Prognose auch auf Basis der so zur Verfügung gestellten Daten vornimmt.
  5. Vorrichtung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Zeitbasis für die Zuordnung von Zeitmarken durch die erste Messeinrichtung (M1) als auch die zweite Messeinrichtung (M2) gleich ist.
  6. Vorrichtung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die zweite Messeinrichtung (M2) geeignet ist für eine zweite Fahrbahn eine Fahrzeugart und eine Fahrzeug-Geschwindigkeit zu bestimmen.
  7. Verfahren zur Verwendung mit einer Vorrichtung nach einem der vorhergehenden Ansprüche, aufweisend die Schritte: • Erhalten von Fahrzeugart und Fahrzeug-Geschwindigkeitsdaten zusammen mit der Zeitmarke einer Messeinrichtung an einer Verarbeitungseinrichtung (V), • wobei für jede Fahrzeugart eine Lösung eines ganzzahligen linearen Optimierungsproblems gesucht wird , dadurch gekennzeichnet, dass die Suche nach einer Lösung des ganzzahligen linearen Optimierungsproblems aufweist: • Generierung von Ungleichheitsbedingungen basierend auf erhaltenen Daten und dem Fahrzeugstatus, wobei simulierten Fahrzeugen, die sich innerhalb einer vorbestimmten Reisezeit in Reichweite von nur einer anderen Messeinrichtung befinden, definierte Nachfolgerouten zugewiesen werden, • Durchführen einer ganzzahligen linearen Optimierung, • Zuweisen von flexiblen Fahrzeugen resultierend von der ganzzahligen linearen Optimierung mit Bestimmung von jeweils nachfolgenden Routen, wobei ein flexibles Fahrzeug ein simuliertes Fahrzeug ist, welches sich innerhalb einer vorbestimmten Reisezeit in Reichweite von mehr als einer anderen Messeinrichtung befindet.
  8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die Suche nach einer Lösung des ganzzahligen linearen Optimierungsproblems aufweist: • Erstellung von durch Messeinrichtung bereits erfassten, durch vorherige Schritte nicht zugewiesenen Fahrzeugen.
  9. Verfahren nach Anspruch 7 oder 8, dadurch gekennzeichnet, dass die Suche nach einer Lösung des ganzzahligen linearen Optimierungsproblems aufweist: • Entfernen von nicht zu Messungen zuordnungsfähigen Fahrzeugen, die eine Messung generieren würden.
DE102021204191.4A 2021-04-27 2021-04-27 Vorrichtung und Verfahren zur echtzeit-basierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen Active DE102021204191B4 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102021204191.4A DE102021204191B4 (de) 2021-04-27 2021-04-27 Vorrichtung und Verfahren zur echtzeit-basierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102021204191.4A DE102021204191B4 (de) 2021-04-27 2021-04-27 Vorrichtung und Verfahren zur echtzeit-basierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen

Publications (2)

Publication Number Publication Date
DE102021204191A1 DE102021204191A1 (de) 2022-10-27
DE102021204191B4 true DE102021204191B4 (de) 2023-06-29

Family

ID=83507870

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021204191.4A Active DE102021204191B4 (de) 2021-04-27 2021-04-27 Vorrichtung und Verfahren zur echtzeit-basierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen

Country Status (1)

Country Link
DE (1) DE102021204191B4 (de)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005053461A1 (de) 2005-11-04 2007-05-16 Deutsch Zentr Luft & Raumfahrt Verfahren und Vorrichtung zur Verkehrssteuerung

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005053461A1 (de) 2005-11-04 2007-05-16 Deutsch Zentr Luft & Raumfahrt Verfahren und Vorrichtung zur Verkehrssteuerung

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MALENA, Kevin [u.a.]: Online state estimation for microscopic traffic simulations using multiple data sources. In: 7th International Conference on Vehicle Technology and Intelligent Transport Systems, 28-30 April 2021, Online Streaming. 2021, S. 386-395. ISBN 978-989-758-513-5.
OSORIO, Carolina: Dynamic origin-destination matrix calibration for large-scale network simulators. In: Transportation Research Part C: Emerging Technologies, Vol. 98, 2019, S. 186-206. ISSN 1879-2359 (E); 0968-090X (P). DOI: 10.1016/j.trc.2018.09.023.
OSORIO, Carolina: High-dimensional offline origin-destination (OD) demand calibration for stochastic traffic simulators of large-scale road networks. In: Transportation Research Part B: Methodological, Vol. 124, 2019, S. 18-43. ISSN 1879-2367 (E); 0191-2615 (P). DOI: 10.1016/j.trb.2019.01.005.

Also Published As

Publication number Publication date
DE102021204191A1 (de) 2022-10-27

Similar Documents

Publication Publication Date Title
EP1026649B1 (de) Verfahren und Vorrichtung zur Bereitstellung von Verkehrsinformation
DE102012201472A1 (de) Verfahren zur Bereitstellung von Parkinformationen zu freien Parkplätzen
DE102017209667A1 (de) Speicherung von Geschwindigkeitsinformationen zur Prädiktion der zukünftigen Geschwindigkeitstrajektorie
DE102013211632A1 (de) Verfahren zum Bereitstellen von Parkinformationen zu freien Parkplätzen
DE102013014872A1 (de) Verfahren, Auswertesystem und kooperatives Fahrzeug zum Prognostizieren von mindestens einem Stauparameter
DE102018118934A1 (de) Steuereinrichtung für digitale Beschilderung, Steuerverfahren für digitale Beschilderung und Aufzeichnungsmedium
DE102017216202A1 (de) Verfahren zur Prädiktion einer optimalen Fahrspur auf einer mehrspurigen Straße
DE102013000385A1 (de) Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen
DE102015213393A1 (de) Vorrichtung zur Anonymisierung von Positions- und Bewegungsdaten eines Kraftfahrzeugs
WO2013120765A1 (de) Verfahren zu einem modellaufbau für eine reisezeitendatenbank
DE102005009604B4 (de) Verfahren und Vorrichtung zum Erzeugen eines Bewertungswertes für Verkehrsdaten
DE102015008968A1 (de) Verfahren zur Auswertung von Fahrzeugdaten
DE102015226224B3 (de) Verfahren zum Ermitteln einer Verkehrsbelastung
DE10108611A1 (de) Verfahren zur Simulation und Prognose der Bewegung von Einzelfahrzeugen auf einem Verkehrswegenetz
DE102018212256A1 (de) Verfahren und Vorrichtung zur Reichweitenschätzung für ein Fahrzeug
DE102012210454A1 (de) Verfahren und Vorrichtung zur Bereitstellung von Daten für einen elektronischen Horizont für ein Fahrerassistenzsystem eines Fahrzeugs
DE102012201156B4 (de) Verfahren, Datenverarbeitungsvorrichtung und Computerprogramm zum Bereitstellen von einer Geschwindigkeitswarnungsinformation für ein Navigationsgerät
DE102021204191B4 (de) Vorrichtung und Verfahren zur echtzeit-basierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen
DE10334140B4 (de) Verfahren und System zur Ermittlung von Verkehrsdaten
EP2887332B1 (de) Verfahren und System zum Ermitteln einer Verkehrssituation auf einer Straßenstrecke
DE19944889A1 (de) Verkehrslageerfassung mit Fuzzy-Klassifikation und mehrdimensionaler morphologischer Datenfilterung und dynamischer Domänenbildung
WO2022028811A1 (de) System und verfahren zum map matching von gnss-positionen eines fahrzeugs
DE102020122638A1 (de) Verfahren zur Prädiktion eines Aufenthaltsorts und/oder eines Fahrverhaltens eines Ego-Fahrzeugs
DE112020002823T5 (de) Kartendatenerzeugungsvorrichtung
DE102010064063B4 (de) Verfahren und Vorrichtung zur rechnergestützten Prognose eine Fahrtdauer eines Fahrzeugs auf einer Route aus einem oder mehreren Routensegmenten

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final