DE19944888A1 - Verkehrslageerfassung mit Fuzzy-Klassifikation und mehrdimensionaler morphologischer Datenfilterung und dynamischer Domänenbildung - Google Patents

Description

Hintergrund der Erfindung

Im Straßenverkehr, insbesondere auf den Autobahnen und Schnellstraßen, können sich die Verkehrszustände sehr schnell ändern. Infolge des hohen Verkehrsflusses und der individuellen Fahrweise der Verkehrsteilnehmer entsteht eine Dynamik im Verkehr, die kaum vorausschauend erkannt werden kann. Hinzu kommen Störungseinflüsse wie Geschwindigkeitsbegrenzungen, Änderung der Anzahl der Fahrspuren, Baustellen und Unfälle, welche plötzlich eine Fahrspur oder die ganze Autobahn blockieren. Die Störungen breiten sich dann wellenartig aus und führen auch in größeren Entfernungen zur Beeinträchtigung des Verkehrs. Auch die Gegenfahrbahnen sind in der Regel betroffen, weil auch dort die Verkehrsteilnehmer angesichts des Geschehens ihre Geschwindigkeit aus verschiedenen Beweggründen drosseln. Durch diese Verkehrsdynamik kommt es häufig zu einzelnen oder Serien- Auffahrunfällen, weil der Sicherheitsabstand nicht eingehalten worden war oder die Fahrer diese kritische Verkehrsdynamik einfach nicht mehr beherrschen.

Es besteht deshalb ein dringender Bedarf an rechtzeitigen und aktuellen Informationen über die Verkehrszustände in örtlich möglichst genau bezeichneten Streckenabschnitten. Dabei ist nicht nur das Stauereignis wichtig, sondern auch die streckenbezogene Angabe von Verkehrszuständen, welche einem Verkehrsstau in der Regel voraus gehen, zum Beispiel stockender oder dichter Verkehr. Es ist also eine differenzierte Erkennung der Verkehrszustände erwünscht und notwendig, und zwar trotz häufigem Fehlen von Zusatzinformationen über den aktuellen Stand der Strecken, z. B. über Baustellen, Zahl der Fahrspuren oder deren topologischen Verlauf:
Steigungen, Gefällstrecken u. ä.

Die Verkehrsdomänen mit in einer Verkehrsdomäne jeweils überall gleichen oder ähnlichen Verkehrszuständen breiten sich aus, sie wachsen, teilen sich auf, wandern, und die Verkehrszustände gehen ineinander über, bis sie sich schließlich auflösen, das heißt wieder freie Fahrt besteht. Diese Domänen müssen also gefunden, klassifiziert, lokalisiert und dynamisch verfolgt werden.

Daran schließt sich das Meldungsmanagement für Verkehrsmeldungen an, das letztlich die Ergebnisse in einer für die Autofahrer geeigneten Form aufbereitet.

Bei der Realisierung dieser Zielsetzung bestehen folgende Probleme:

Aus den einzelnen Verkehrsmeßwerten ist die Verkehrslage nicht erkennbar. Dazu müssen die Größen und Änderungen der Verkehrsmeßwerte überein bestimmtes Zeitintervall betrachtet werden. Durch diese "Integration" darf der so ermittelte Verlauf der Verkehrsmeßwerte jedoch nicht seine Aktualität verlieren.

Es ist ferner notwendig, Verkehrsmeßwerte von unterschiedlichen Sensoren zu verarbeiten, die ortsfest oder mobil sein können, synchrone, asynchrone oder ereignisinduzierte Meßwerte liefern und deren Meßwerte auch lückenhaft und sehr verrauscht sein können.

Es ist außerdem wünschenswert, daß das Verfahren nicht an eine vorgegebene Streckeneinteilung gebunden ist, also streckenunabhängig arbeitet und auch Streckenkenntnisse über Spurzahl, Baustellen, Geschwindigkeitsbegrenzungen, Topologie der Streckenabschnitte usw. nicht erforderlich sind.

Aus den Verkehrsmeßdaten kann nicht eindeutig auf die Verkehrslage an den jeweiligen Meßpunkten geschlossen werden. Dazu ist es notwendig, den Verlauf der Meßwerte über Ort und Zeit zu kennen. Die spezifischen Eigenschaften des Verkehrs sind in den Meßwerten nur zusammen mit ihrem Orts-Zeitverlauf enthalten. Ziel ist deshalb die Zusammenfassung von Verkehrsdaten verschiedenen physikalischen Inhalts zu resultierenden Merkmalsvektoren, welche die Verkehrslage eindeutig charakterisieren. Zusätzlich ist auch eine Unterscheidung zwischen den Zuständen "kein Verkehr" und "Totalstau", welche die gleichen Meßwerte ergeben, erforderlich.

Das erfindungsgemäße Verfahren gemäß Anspruch 1 löst diese Probleme konsistent.

Die Erstellung von Verkehrsinformationen gemäß Anspruch 1 (wie auch nach einem der Ansprüche 2 bis 6) kann unmittelbar oder nach Zwischenschritten erfolgen. So können vor der Erstellung von Verkehrsinformationen im Anspruch 1 Zwischenschritte nach Merkmalen der Ansprüche 2 bis 6 oder anderen Ansprüchen erfolgen etc.

Bei der weiteren Verarbeitung von die Verkehrssituation beschreibenden Merkmalsvektoren ergeben sich folgende weitere Probleme:

Die differenzierten Verkehrszustände, z. B. gestreut, stockend, dicht und frei, sind nicht eindeutig definierbar und abgrenzbar bezüglich der Eingangsdaten. Binäre Grenzübergänge zwischen diesen Verkehrszuständen entsprechen auch nicht dem subjektiven Empfinden der Verkehrsteilnehmer. Es ist deshalb eine graduelle Beschreibung der Verkehrszustände und ein gleitender Übergang von Zustand zu Zustand notwendig.

Die Beschreibung der Verkehrszustände an einem Ort muß vergleichbar sein Es ist auch eine einheitliche Skalierung für nachfolgende Berechnungen und die Zusammenfassung aller Merkmale an einem Ort erforderlich.

Gegenstand des Anspruchs 2 ist ein Verfahren, das diese Aufgaben konsistent löst.

Bei der Weiterverarbeitung einer solchen Verkehrszustandsbeschreibung ergeben sich folgende Probleme:

Die Verkehrsmeßwerte, die mit verschiedenen Sensoren erfaßt werden und als Quellinformationen für die Verkehrszustandsbeschreibungen dienen, sind sowohl örtlich als auch zeitlich lückenhaft. Lücken können auch dadurch entstehen, daß an einem Ort keine oder zu wenig Meßwerte vorhanden sind. In diesen Fällen können die Verkehrszustände an diesen Orten nicht direkt ermittelt werden.

Die Verkehrszustände können direkt nur an den Meßpunkten ermittelt werden. Da nicht beliebig viele Sensoren im Straßenverkehrsnetz angebracht werden können, liegen auch zwischen den Meßpunkten keine Verkehrsmeßwerte vor.

Ziel ist aber eine kontinuierliche Beschreibung der Verkehrszustände über die ganze Strecke und letztlich für das ganze Straßenverkehrsnetz.

Diese Zielsetzung kann durch eine Extrapolation der Meßwerte selbst nicht erreicht werden. Eine Interpolation der Werte zwischen zwei Meßpunkten stattdessen ist aufwendig und die Interpolationsweite muß begrenzt werden. Man kann die Lücken auch mit gemittelten historischen Daten füllen. Dies führt aber zu Verfälschungen. Ersatzwerte aus Modellrechnungen zur Schließung der Meßwertlücken auf Basis der verfügbaren Meßwerte sind aufwendig und setzen eine hohe Qualität dieser verfügbaren Meßwerte voraus.

Der Gegenstand des Anspruchs 3 löst diese Probleme konsistent.

Zur Bildung von Verkehrsdomänen jeweils einheitlichen Verkehrszustandes sowie deren Verfolgung über Ort und Zeit müssen Zustandsvektoren miteinander verglichen werden. Dabei treten folgende Probleme auf:

Die ermittelten Verkehrslagen an den verschiedenen Orten des Straßenverkehrsnetzes müssen einem der differenzierten Verkehrszustände (gestaut, stockend, dicht oder frei) zugeordnet werden. Zu diesem Zweck müssen die Beschreibungen der örtlichen Verkehrslagen miteinander verglichen werden.

Ebenso müssen die zu Domänen zusammengefaßten Orte gleicher Verkehrszustände miteinander verglichen werden, um Änderungen und Dynamik dieser Domänen bezüglich Ort und Zeit feststellen zu können.

Diese Vergleiche können jedoch nicht als Identitätsvergleich auf der Basis identisch gleicher Verkehrsmeßwerte oder der charakteristischen Merkmalsvektoren, welche die lokale Verkehrssituation in anderer Form beschreiben, vorgenommen werden, weil diese stochastischen Werte nie vollständig gleich sind, aus unterschiedlichen physikalischen Meßwerten hervorgehen und damit verschiedene Maßeinheiten haben und unterschiedlich skaliert sind.

Ziel ist deshalb, auf der Basis der Ortszustandsvektoren, welche in ihren Komponenten die Wahrscheinlichkeiten für die differenzierten Verkehrszustände enthalten, mit Hilfe eines Ähnlichkeitsmaßes sowohl die Ortszustandsvektoren als auch die Domänen jeweils miteinander zu vergleichen.

Gegenstand des Anspruchs 4 ist ein Verfahren, das diese Aufgaben konsistent löst.

Bei der Segmentierung von Verkehrsdomänen in Straßenverkehrsnetzen müssen die folgenden Probleme gelöst werden:

Orte mit gleichen oder ähnlichen Verkehrszuständen müssen zu Domänen gleicher Verkehrszustände zusammengefaßt werden bzw. die Domänen ähnlicher Verkehrszustände müssen voneinander segmentiert werden.

Die Domänen sollen nicht an feste Streckenabschnitte gebunden sein, sondern deren Anfang und Ende sollen sich, entsprechend den tatsächlichen Verkehrslagen und deren Dynamik, stetig an den richtigen Stellen festlegen lassen.

Die Domänen sollen eine Zustandsbeschreibung enthalten, die aus den Zustandsbeschreibungen der in ihnen zusammengefaßten Orten resultiert.

Gegenstand des Anspruchs 5 ist ein Verfahren, das diese Aufgaben konsistent löst.

Bei der Verfolgung der Domänen und deren Zuordnung zu durch frühere Verkehrsmeldungen ausgewiesene Domänen bestehen folgende Probleme:

Die Domänensegmentation des Straßenverkehrsnetzes muß in zeitlichen Intervallen wiederholt werden. Diese Aktualisierungsschritte müssen sicherstellen, daß die Segmentation immer dem aktuellen Verkehrszustand entspricht.

Die aktuell gefundenen neuen Verkehrsdomänen müssen den bereits bestehenden, im vorhergehenden Aktualisierungsschritt gefundenen Domänen zugeordnet werden.

Das Meldungsmanagement muß daraus Neu-, Änderungs- und Löschmeldungen erzeugen.

Gegenstand des Anspruchs 6 ist ein Verfahren, das diese Zielsetzung realisiert und die Probleme konsistent löst. Die Verfahren gemäß den Ansprüchen 1 bis 6 wurden im praktischen Betrieb erprobt. Die Gegenstände der Ansprüche 2 bis 6 werden im Zusammenhang mit der Erfindung nach Anspruch 1 sowie jeweils unabhängig hiervon beansprucht. Die Unteransprüche sind auf jeden unabhängigen Anspruch rückbezogen.

Das erfindungsgemäße Verkehrslage-Klassifikations- und Meldungsverfahren ist auf allen Autobahnen und Schnellstraßen zur Verringerung der Unfallgefahr einsetzbar. Kritische Verkehrssituationen können teilweise sogar vermieden werden. Das System ist aber nicht nur aus Sicherheitsgründen notwendig. Es ist auch die Grundlage für Routenplanungen, Reisezeitprognosen, Stauverlaufsprognosen, Umleitungs­ empfehlungen, Signal- und Verkehrsbeeinflussung sowie gegebenenfalls direkte Fahrzeugbeeinflussung und Verkehrslenkung und zahlreiche andere Dienste.

Stand der Technik

Der einfachste Lösungsansatz ist der schon seit langem bekannte Verkehrsfunk. Die Polizei meldet Unfälle und in deren Folge Staulängen sowie Verkehrszustände, die sie z. Bsp. bei ihren Hubschrauber-Kontrollflügen sichten, an die Landesmeldestellen. So nützlich der Verkehrsfunk ist, so ist die manuelle Erfassung der Verkehrsereignisse doch lückenhaft, die Verkehrszustände sind subjektiv klassifiziert und die Aktualität der Meldungen läßt zu wünschen übrig.

Es gibt auch andere Verfahren zur Erfassung der Verkehrslage auf Autobahnen und Schnellstraßen. Diese bekannten Verfahren arbeiten alle mit festgelegten Streckenabschnitten oder -segmenten nach der Schwellwertanalyse oder der Methode der Verkehrsbilanzierung. Weiterentwicklungen sind nur Modifikationen dieser beiden Verfahren, um ihre inhärenten Schwächen zu mindern. Das heißt: Die bekannten Verfahren sind alle streckengebunden und können deshalb nur synchrone Meßwerte von ortsfesten Sensoren verarbeiten.

Neuere Erfassungssysteme wie z. Bsp. der Meldungsgenerator der Firma Heusch- Boesefeldt, arbeiten nach der Schwellwertanalyse. Sie erhalten synchrone Verkehrsdaten von stationären Detektoren, die an den Autobahnen installiert sind. Dabei bilden jeweils die Strecken zwischen zwei Autobahnanschlußstellen die betrachteten Strecken. Die Streckeneinteilung und damit die Auflösung ist also starr und relativ grob vorgegeben. Der Verkehrszustand, der einer dieser Strecken zugeordnet wird, richtet sich ausschließlich nach den Geschwindigkeitsmeßwerten auf dieser Strecke. Unterschreiten die gemessenen Geschwindigkeiten einen fest vorgegebenen Schwellwert, so wird die ganze Strecke als gestaut gemeldet. Es erfolgt also eine lokale, binäre Klassifikation, nämlich gestaut oder frei.

Bei diesem Schwellwertverfahren werden die Geschwindigkeitsmeßwerte über die jeweils betrachtete Strecke einbezogen. Die örtliche und zeitliche Auflösung des Verfahrens ist durch die grobe Streckeneinteilung determiniert. Die dynamische Stauausbreitung gegen die Fahrtrichtung kann nur bedingt erfaßt werden. Die Aktualität der erfaßten Verkehrslage ist eingeschränkt. Die Geschwindigkeitsmeßwerte müssen als synchrone, ortsfeste Daten vorliegen. Andere Daten, z. Bsp. von mobilen Sensoren in den Fahrzeugen (FCD) selbst, können nicht verarbeitet werden. Eine Merkmalsbildung findet nicht statt und ist auch grundsätzlich nicht möglich. Differenzierte Verkehrszustände können nicht erfaßt werden. Unterschiedliche physikalische Meßwerte können auch nicht verarbeitet werden, weil sie nicht zusammengefaßt werden können und bei Anwendung der Schwellwertanalyse auch auf andere Meßwerte die Frage der Prioritäten nicht entscheidbar wäre. Eine geeignete Form der Verkehrssituationsbeschreibung über den Ort für höherwertige Verkehrszustandsklassifikationsverfahren kann nicht bereitgestellt werden. Die Klassifikation der Verkehrszustände nach dieser Schwellwertanalyse der Geschwindigkeiten führt zu lokalen Instabilitäten. Bei einem z. Bsp. "stop and go"- Verkehr oder einem zäh fließenden Verkehr, der sich an der Schwellwertgrenze bewegt, springen die Meldungen ständig zwischen gestaut und frei hin und her. Insofern ist es auch nicht sicher, daß die Unterschreitung des Schwellwertes auch tatsächlich ein Stauereignis ist. Die Stabilität der Meldungen muß künstlich erzwungen werden durch die grobe Streckeneinteilung und die zusätzliche Bedingung, daß erst eine zeitlich wiederholte Stauklassifikation bzw. Freiklassifikation einer Strecke eine Neumeldung bzw. Löschmeldung auslöst. Das Meldungsmanagement wird dadurch kompliziert, die örtliche und zeitliche Auflösung des Systems ist eingeschränkt und eine dynamische Domänenverfolgung ist prinzipiell nicht möglich.

Andere bekannte Verfahren arbeiten nach dem Prinzip der Verkehrsbilanzierung. Diese Verfahren basieren auf der Beobachtung einzelner Sektoren innerhalb einer ganzen Strecke. Am Sektoranfang und Sektorende werden die Geschwindigkeiten und die Verkehrsflüsse-( = Anzahl der Fahrzeuge pro Zeiteinheit) gemessen. Ein Einbruch der Geschwindigkeit am Sektoranfang bei gleichzeitig hoher Geschwindigkeit am Sektorende sowie eine Abnahme des Verkehrsflusses im betrachteten Sektor bzw. ein Ansteigen oder Abfallen der integrierten Flußbilanz zwischen Sektoranfang und -ende sind Indikatoren für einen Störfall, das heißt diese Kriterien zeigen ein Stauereignis an. Die Verfahren arbeiten alle mit Sektoren als Meßstrecken. Sie funktionieren also nur mit einer festen Streckeneinteilung des ganzen betrachteten Verkehrsnetzes.

Ein solches Verfahren, das in den Produktwerbeschriften "Open Road, Verkehrstechnische Steuerungen, Analysen und Prognosen" und "OpenRoad, Traffic Control, Data Analysis and Forecast" der Inform GmbH, Aachen zu OpenRoad, in der Leistungsbeschreibung "OpenRoad Verkehrsdatenanalyse" der Inform GmbH vom 14.10.1997 und in der Publikation von Steinauer, Krux und Offermann, "Fuzzy-Logik kontra Schwellwertanalyse bei der Störfallerkennung" in der Straßenverkehrstechnik 7/1997 beschrieben ist, arbeitet nach dem Prinzip der Verkehrsbilanzierung. Dieses "Störfallerkennungsverfahren" basiert auf der Beobachtung einzelner Sektoren innerhalb einer ganzen Strecke. Am Sektoranfang und Sektorende werden die Geschwindigkeiten und die Verkehrsflüsse ( = die Anzahl der Fahrzeuge pro Zeiteinheit) gemessen. Ein Einbruch der Geschwindigkeit am Sektoranfang bei gleichzeitig hoher Geschwindigkeit am Sektorende sowie eine Abnahme des Verkehrsflusses im betrachteten Sektor sind ein Indikator für einen Störfall, das heißt diese Kriterien zeigen ein Stauereignis an.

Ein modifiziertes, verfeinertes Verfahren zur Störfallerkennung ist die dynamische Verkehrsbilanzierung (Publikation von Steinauer, Krux und Offermann, Straßenverkehrstechnik 71997; US-Patent-5,684,475 von Krause und Pozybill 1996; Openroad Verkehrsdatenanalyse, Leistungsbeschreibung, 1997). Bei diesem Verfahren wird auf der Basis der am Sektoranfang ermittelten lokalen Meßgrößen Geschwindigkeit und Verkehrsfluß sowie der Länge des betrachteten Sektors die Reisezeit der Fahrzeuge durch den Sektor prognostiziert und damit eine Vorhersage für den Verkehrsfluß am Sektorende gemacht. Es wird dann am Sektorende für kleine Zeitintervalle die Differenz zwischen dem gemessenen und dem prognostizierten Verkehrsfluß bestimmt und integriert. Liegt eine störungsfreie Situation vor, so werden sich die positiven und negativen Abweichungen über der Zeit gegenseitig aufheben. Die kumulierte Differenz schwankt in diesem Fall etwas um die Nullinie. Liegt jedoch ein Störfall in dem Sektor vor, so liegt der Prognosewert im zeitlichen Verlauf über den Meßwerten. Die kumulierte Differenz der Verkehrsflüsse ist also ein Indikator für den Störfall.

Die Prognose unterliegt Unsicherheiten, die analytisch nicht faßbar sind. Das subjektive Verhalten der Fahrer innerhalb des Sektors ist nicht vorhersehbar. Es werden daher Annahmen über die Verteilung des Fahrverhaltens der Verkehrsteilnehmer getroffen. Topologische Gegebenheiten wie Steigungen und Gefällstrecken oder Tagesbaustellen können die Fahrzeit durch den Sektor beeinflussen. Schließlich gehen durch die Intervallbildung die exakten Eintrittszeitpunkte der Fahrzeuge in den Sektor verloren, das heißt es erfolgt eine Datenreduktion. Die Differenzbildung unterliegt deshalb stochastischen Schwankungen. Aus Verkehrsfluß, Geschwindigkeit und kumulierter Differenz der Verkehrsflüsse werden deshalb mit Hilfe der Fuzzy-Logik sechs Stufen der Verkehrsqualität ermittelt, welche die Verkehrszustände in dem Sektor charakterisieren: frei, lebhaft, dicht, gebunden, zäh und gestaut. Die Verkehrszustände frei, lebhaft, dicht und gebunden werden über die sektorielle Verkehrsdichte bestimmt, die Unterscheidung zwischen gebunden, zäh und gestaut wird über die Reisegeschwindigkeit getroffen. Die Klassifikation der Verkehrszustände erfolgt also anhand der Meßwerte durch Einteilung der Meßwerte in Bereiche.

Die Differenzbildung ist sehr empfindlich gegenüber fehlerhaften Ausgangsdaten. Für die praktische Anwendbarkeit muß deshalb ein "Stabilisierungsmechanismus" in Form eines Korrekturgliedes, abhängig von der Qualität der Sensorik, eingeführt werden. Die sektorbezogene Reisegeschwindigkeit wird mit der theoretisch ermittelten Durchfahrzeit berechnet. Dieser aus lokalen Größen ermittelte Wert muß über die sektorbezogene Betrachtung korrigiert werden. Die Auswahl zwischen lokaler und sektorbezogener Betrachtung wird durch die Fuzzy-Logik getroffen. Diese Auswahl erfolgt nach der Qualität der Datenerfassung.

Auch bei diesem Algorithmus springt in Grenzfällen die Bewertung hin und her. Über den Vergleich der aktuellen Bewertung mit der im letzten Erfassungszyklus wird ein Hystereseverhalten zur Stabilisierung eingesetzt.

Sowohl das einfache als auch das dynamische Verkehrsbilanzierungsverfahren benötigen synchrone, ortsfest gemessene Verkehrsdaten. Asynchrone Daten von z. Bsp. sogenannten Floating-Cars können nicht verwertet werden. Es ist auch keine dynamische Domänenbildung und -verfolgung für die klassifizierten Verkehrszustände möglich. Die Meßsektoren sind systembedingt festgelegt und stellen eine starre Einteilung der Verkehrszustände bzgl. fester Strecken dar. Die Systembezeichnung "dynamisch" hat deshalb nur für die Differenzbildung in Zeitintervallen Gültigkeit, deren Ergebnisse aber korrigiert werden müssen.

Ein Meldungsmanagement wird hier nicht angestrebt, weil dieses Verfahren für die Steuerung einer Streckenbeeinflussungsanlage gedacht ist. Es sind dazu relativ kurze Segmente und innerhalb jedes Segmentes mehrere Signalanzeigen notwendig, sonst ist das Wachstum eines Staus gegen die Fahrtrichtung schneller als die Anzeige. Das Verfahren setzt auch Kenntnisse bezüglich der betrachteten Strecken voraus. Der Aufwand für die Streckeneinrichtungen ist groß, und trotzdem ist ein Überblick über die Verkehrslage ohne dynamische Domänenbildung und ein dynamisches Meldungsmanagement nicht vorhanden. Das Verfahren ist auch nicht fehlertolerant. Beim Ausfall einzelner Meßstellen oder ganzer Erfassungsquerschnitte bricht das System zusammen und zeigt permanent falsche Verkehrszustände an. Deshalb ist ein Ersatzwertverfahren, z. Bsp. über eine redundante Zweitdatenerfassung oder über eine Modellbildung zur Überwachung und Fehlererkennung absolut notwendig.

Das dynamische Verkehrsbilanzierungsverfahren wurde weiter modifiziert, um seine Schwächen zu vermeiden (Siemens/WO9525321A1: "Method of sensing traffic and detecting traffic situations on roads, preferably freeways", 1995 und 1997). Bei diesem modifizierten Verfahren zur Verkehrssituationserkennung ist die Grundlage wieder eine Meßstrecke zwischen zwei Meßpunkten und die Differenzbildung, in diesem Fall jedoch nicht der Verkehrsflüsse, sondern der Geschwindigkeits-Verkehrsdichte-Werte, welche aus den lokalen Daten berechnet werden. Zusätzlich wird ein Trendfaktor aus dem Verhältnis der Verkehrsflüsse zwischen den beiden Meßpunkten über eine vorgegebene Zeitperiode von z. Bsp. 30 Minuten und die erste Ableitung, das heißt die Steigung der Tangente, berechnet. Aus diesen drei Verkehrsparametern wird mit Hilfe einer Fuzzy-Logik ein Indikator für eine kritische Verkehrssituation in der Meßstrecke detektiert.

Eine Weiterentwicklung des gleichen Verfahrens verwendet eine dynamische Kalibrierung der genannten Verkehrsparameter, abhängig von ihren Vergangenheitswerten, zur Korrektur der Differenzbildungen (Siemens/WO9525321A1: "Method of Detecting Traffic and Traffic Situations on Roads, Preferably Motorways"). Der Kalibrierungsfaktor für die Geschwindigkeits- Dichte-Differenz wird außerdem als Schwellwert benutzt, dessen Überschreitung eine kritische Verkehrssituation anzeigt. Mit diesen Maßnahmen wird die Abhängigkeit der Differenzbildungen von vielen Einflußgrößen wie der Distanz zwischen den Meßpunkten, den Meßfehlern und -toleranzen, der Geometrie bzw. Topologie der Meßstrecke, dem Straßenzustand, der unterschiedlichen Fahrweise bei Tag und Nacht usw. korrigiert.

Bei diesen bilanzierenden Verfahren erfolgt die Klassifizierung der Verkehrszustände direkt anhand der Meßwerte durch Einteilung der Meßwerte in Bereiche. Bei dem zuletzt genannten Verfahren wird auf den Verkehrsfluß, die Geschwindigkeit und die integrierte Flußbilanz eine Fuzzy-Logik angewendet zur Klassifizierung der Verkehrszustände, die damit bereits endgültig festgelegt werden. Eine Zusammenfassung von verschiedenen Merkmalen erfolgt nicht. Die so ermittelten Verkehrszustände für die jeweiligen Meßstrecken sind, nicht kontinuierlich, gleitende Übergänge sind nicht adäquat beschreibbar. Die real vorhandene Verkehrsdynamik wird damit bei der Erfassung der Verkehrszustände weitgehend unterdrückt.

Da alle diese Verfahren nur mit einer festen Streckeneinteilung des ganzen betrachteten Verkehrsnetzes arbeiten, kann die Entscheidung für einen bestimmten Verkehrszustand aufgrund der Meßwerte am Anfang und Ende einer Meßstrecke deshalb immer nur für die jeweilige Strecke getroffen werden. Mit diesen Verfahren kann prinzipiell der graduelle Verlauf der Zustandsinformation über die betrachtete Strecke nicht ermittelt werden.

Entsprechend gibt es bei diesen Verfahren auch keine graduelle Zustandsbeschreibung. Deshalb können sie auch kein auf einer solchen Zustandsbeschreibung basierendes Ähnlichkeitsmaß für die Zuordnung der Verkehrslagen an den verschiedenen Orten zu den differenzierten Verkehrszuständen verwenden.

Nachfolgend können deshalb auch nur die Streckenabschnitte zusammengefaßt werden, bei denen anhand der Meßwerte auf den vorgegebenen Strecken die Entscheidung für den gleichen Verkehrszustand getroffen wurde. Diese Systeme können Anfang und Ende der Verkehrsdomänen, in denen die gleichen Verkehrszustände herrschen, nicht ausweisen, sondern nur im Rahmen der funktionsbedingten Streckeneinteilung. Eine dynamische Domänenbildung ist bei den bekannten Verfahren prinzipiell nicht möglich.

Damit ist folglich auch keine dynamische Domänenverfolgung möglich. Auch das Meldungsmanagement unterliegt diesen Einschränkungen.

Die bekannten Verfahren lösen die dargestellten Probleme nicht und sie bieten auch keinen Lösungsansatz:

• - Nur synchrone Meßdaten von stationären Sensoren können verarbeitet werden.
• - Die Verfahren sind alle streckengebunden, wodurch die örtliche Auflösung eingeschränkt ist.
• - Als Merkmal wird nur die über die Zeit integrierte Flußdifferenz berechnet.
• - Der Verlauf der Meßwerte über Ort und Zeit wird nur integriert über die festgelegte Meßstrecke, das heißt an zwei Meßpunkten, ermittelt.
• - Es gibt keine graduelle Beschreibung des Verkehrszustandes über den Ort, der auch gleitende Übergänge adäquat erfassen kann.
• - Eine Ähnlichkeitszuordnung auf Basis einer kontinuierlichen Zustandsbeschreibung ist daher weder für einzelne Orte noch für ausgewiesene Verkehrsdomänen möglich.
• - Eine dynamische Bestimmung und Verfolgung der Verkehrsdomänen über den Ort und die Zeit ist damit nicht möglich. Das Meldungsmanagement unterliegt den gleichen Einschränkungen.

Die bekannten Verfahren sind deshalb für die Praxis zur Erfassung des Verkehrszustandes an einzelnen Orten sowie der Verkehrslage im Straßenverkehrsnetz nur eingeschränkt brauchbar.

Besondere Vorteile und weitere Merkmale eines erfindungsgemäßen Verfahrens und Systems ergeben sich aus der nachfolgenden Beschreibung eines Ausführungs­ beispiels anhand der Zeichnung. Dabei zeigt:

Fig. 1 Zeitfunktionen der Meßwerte von Induktionsschleifen für ein Stauereignis,

Fig. 2 Mediangefilterte Zeitfunktionen aus Fig. 1,

Fig. 3 Dilatierte Tophat-Funktion der Breite 15 Minuten angewendet auf die Geschwindigkeitsmeßwerte bei stockendem Verkehrszustand,

Fig. 4 Schematische Darstellung der Verarbeitungskette:
Eingehende Verkehrsmeßwerte:
Eintrag in die Historienfenster über Ort x und Zeit t, Bildung von Merkmalsvektoren je Ort nach den orts-zeitlichen Filterungen der Meßwerte,

Fig. 5 Skizze eines Merkmalsraumes mit Klasseneinteilung,

Fig. 6 Fuzzy-Klassifikations- bzw. Diskriminanzfunktionen für die örtlich und zeitlich gefilterten Meßgrößen (oder die Merkmale),

Fig. 7 Bestimmung des normierten Ortszustandsvektors an einem Ort x aus den Zustandsvektoren je Merkmal, die sich aus den Merkmalen durch Fuzzy-Klassifikation ergeben,

Fig. 8 Zustandsextrapolation der Zustandsvektorkomponenten über den Ort mit z. B. einem lokalen Gaußfilter,

Fig. 9 Skizze zur Visualisierung der Ergebnisse des. Domänenwachstumsverfahrens auf Basis der Ortszustandsvektoren,

Fig. 10 Skizze zur Visualisierung der Ergebnisse und die zeitliche Zuordnungen der durch die Meldungen ausgewiesenen Verkehrsdomänen zu aufeinanderfolgenden Zeitpunkten,

Fig. 11 Erzeugte Verkehrsmeldungen des realisierten Prototyps am Beispiel eines Stauereignisses,

Fig. 12 Erzeugte Verkehrsmeldungen des realisierten Prototyps am Beispiel eines Stauereignisses bei gleichzeitiger Darstellung der Geschwindigkeitsmeßwerte im Hintergrund.

Im folgenden werden beispielhaft die Eigenschaften eines erfindungsgemäßen effizienten Verkehrslage-Klassifikations- und -Meldungssystems präzisiert.

Die Verkehrszustände gestaut, stockend, dicht und frei werden mittels Merkmalen klassifiziert. Weitere Zustände können bei Bedarf durch Einbindung weiterer Merkmale ergänzt werden.

Ähnliche Verkehrszustände, welche durch örtliche Zustandsindikatoren festgestellt wurden, werden zu Verkehrsdomänen zusammengefaßt. Wachstum, Wanderung, gegebenenfalls Teilung sowie Übergänge dieser Domänen in die anderen klassifizierten Verkehrszustände bis zu ihrer Auflösung in der Klasse "frei" werden dynamisch verfolgt.

Die Domänenbildung ist nicht an ein streckenabhängiges oder stabilitätsbedingtes Raster gebunden. Die Feinheit der örtlichen Auflösung ist wählbar.

Die "Wahrscheinlichkeiten" für die angezeigten Verkehrszustände bzw. deren Signifikanz werden festgestellt.

Das Meldungsmanagement stützt sich auf die ermittelte Dynamik der Domänen und ist nicht an feste Orte gebunden.

Neu ermittelte Domänen können bereits gemeldeten Domänen über ein Ähnlichkeitsmaß zugeordnet werden. Da die Zustände der Domänen kontinuierlich beschrieben werden, läßt das Verfahren auch Zustandsübergänge im Lebenslauf einer Domäne zu.

Der Algorithmus bietet Freiheitsgrade, um über Parameter die gewünschte Sensibilität des Systems bzgl.

• - der zeitlichen Reaktion auf eingehende Daten,
• - der Auflösung bei der Sicht des Systems auf die Verkehrsdomänen und
• - der Häufigkeit von Meldungen ohne Beeinflussung der Domänenbildung

anzupassen.

Es sind keine Streckenkenntnisse erforderlich. Es sind auch keine weiteren Modellbildungen notwendig. Falls solche Zusatzinformationen jedoch vorhanden sind, können sie zur weiteren Verbesserung der Systemergebnisse durch ergänzende Verwendung von Verkehrsmodellen leicht genutzt werden.

Die Qualität der Meldungen wird realisiert durch eine hohe örtliche und zeitliche Auflösung und einer damit hohen Aktualität, durch die Konsistenz der Meldungen, unabhängig von der Herkunft der Daten und vom jeweiligen Detektortyp, und durch eine hohe Stabilität. Es erfolgt eine frühzeitige Warnung vor staugefährdeten Streckenabschnitten durch die Meldung der Zustände dicht und stockend.

Das System basiert auf einer kontinuierlichen Beschreibung der Verkehrszustände. Sein Algorithmus kann synchrone, asynchrone und ereignisinduzierte Verkehrsdaten auch unterschiedlichen physikalischen Inhalts verarbeiten und nutzen. Die Meßstellen können ortsfest sein, es kann aber auch an variablen Orten gemessen werden.

Das System benötigt keine aufwendige Interpolation der Meßwerte entlang der betrachteten Straßen.

Die Meldungen des Systems werden zum Funktionstest mit realen historischen Verkehrsdaten und zur Überwachung im Betrieb in Kongruenz mit den Verkehrsmeßwerten visualisiert. Die Visualisierung zeigt auch die Dynamik der Verkehrslage.

Däs System ermöglicht auch die Unterscheidung zwischen einem Totalstau und völlig freiem Verkehr, obwohl in diesen beiden Extremfällen jeweils keine sinnvollen Verkehrsmeßwerte vorliegen.

Nach jedem Verarbeitungszyklus liegt für jede betrachtete Straße eine Liste gemeldeter Verkehrsdomänen vor, die eine lückenlose dynamische Darstellung der Verkehrssituation des betrachteten Straßennetzes darstellt.

Grundlage eines solchen Systems sind die folgenden, auch einzeln sinnvoll verwendbaren Verfahren zur Verarbeitung und Aufbereitung von Verkehrsinformationen.

Verkehrsdaten-Vorverarbeitung und Merkmalsbildung

Das erfindungsgemäße Verfahren zur Verkehrslageerfassung mit Historienfenster, mehrdimensionaler morphologischer Datenfilterung und Merkmalsvektorbildung erhält Verkehrsdaten von verschiedenen Sensoren als Quellinformationen und setzt diese über orts-zeitliche Filterungen in Merkmale je Meßort um, welche die örtliche Verkehrssituation beschreiben.

Induktionsschleifen sind stationär in unterschiedlichen Abständen an der Autobahn installiert und liefern synchron, gemittelt über die Taktzeit, die Meßwerte für die Geschwindigkeit, den Verkehrsfluß, den Zeitpunkt und den Ort der Messung.

Geschwindigkeits- und Flußwerte können auch getrennt für PKWs und LKWs vorliegen.

Infrarot- oder Radarsensoren sind ebenfalls ortsfest und liefern ereignisinduziert asynchrone Meßwerte.

"Floating-Cars" messen nur die Geschwindigkeit jeweils eines Fahrzeuges in diesem Fahrzeug, also an variablen Orten und asynchron. Die Meßwerte sind also Geschwindigkeit, Zeitpunkt und Ortskoordinate der Messung.

Aus diesen Quelldaten wird die lokale Verkehrsdichte berechnet und die Meßvektoren über Ort x und Zeit t gebildet. Die Meßwerte können zeitweise ausfallen, so daß örtliche und zeitliche Lücken entstehen, zusätzlich zu den Orten, die nicht durch Detektoren abgedeckt sind. Diese Daten unterschiedlicher Herkunft und Qualität werden nun zu konsistenten und stabilen Aussagen über die Verkehrssituation verarbeitet.

Zunächst werden fehlerhafte Daten eliminiert. Konnte der über die Taktzeit gleitende Mittelwert der Geschwindigkeit mangels Verkehr nicht bestimmt werden, so wird ein speziell definierter Wert angezeigt. Die Meßwerte fehlen aber auch dann, wenn eine Vollsperrung des Verkehrs vorliegt. In beiden Fällen ist der Fluß null. Für die Entscheidung, welche Situation wirklich vorliegt, dient ein Gedächtnis über den vorgängigen Verlauf der Geschwindigkeit und des Flusses. Da innerhalb eines Staus in kleinen Bereichen sehr kleine Fluß- und Geschwindigkeitswerte auftreten können, werden Werte unterhalb einer Mindestgröße nicht zur Dichteberechnung herangezogen.

Alle Meßvektoren werden über gleitende "Historienfenster" je Meßwertkategorie - Geschwindigkeit v, Verkehrsfluß f und Dichte d - von z. Bsp. 20 min weitergegeben. Die weiter zurückliegenden Werte werden gelöscht. Der Ort ist in diesen Historienfenstern in kleinen Intervallen von z. Bsp. 200 m diskretisiert, die Zeit in Intervallen von z. Bsp. 1 Minute. Die Historienfenster werden im Takt der synchronen Detektordaten von z. Bsp. 1 min weitergeführt. So erhält man die Meßwerte als gleitende Zeitfunktionen unter Erhaltung des Orts-Zeit-Bezugs und mit großer Aktualität (Fig. 4).

Da die Meßwerte stark verrauscht sind (Fig. 1), wird eine örtliche und zeitliche Filterung der Geschwindigkeits- und Dichte-Werte durchgeführt, um die Schwankungen zu senken, ohne jedoch signifikante Zustandsübergänge zu unterdrücken. Die Analyse der Zeitfunktionen der Meßvektoren zeigt, daß dazu ein Medianfilter geeignet ist (Fig. 2).

Als Merkmal für den stockenden Verkehr wird die Standardabweichung der Flußwerte aus dem Historienfenster und die dilatierte Tophat-Funktion der Geschwindigkeiten mit z. Bsp. 15 Minuten Breite herangezogen (Fig. 3), um Maße für die zeitliche Schwankung des Verkehrs zu erhalten. Je größer diese beiden Merkmale sind, desto eher liegt stockender Verkehr vor.

Für die Tophat-Funktion, ein morphologisches Filter, gilt (siehe Serra, J., "Image Analysis and Mathematical Morphology", 1982, Academic Press):

Tophat (v) = v-Opening mit Opening(v) = Dilatation(Erosion(v)).

Dilation und Erosion sind ebenfalls morphologische Filter.

Die Filter müssen dabei auch mit Meßwertlücken, d. h. bei fehlenden Meßwerten an manchen Orts- und Zeitkoordinaten innerhalb der Historienfenster, funktionieren. Bei den morphologischen Rangfolgeoperationen, Median, Erosion und Dilatation, aus denen auch die Tophat-Filterung besteht, ist diese Notwendigkeit aber leicht zu berücksichtigen: nicht vorhandene Meßwerte werden weggelassen. Zur Berechnung der Standardabweichung der Flußwerte werden ebenfalls nur vorhandene Werte verwendet.

Nach dieser Vorverarbeitung (Fig. 4) liegt für jeden Ort x der resultierende Merkmalsvektor vor:

(v.med20, d.med20, f.sigma20, v.tophat15)^T(x).

Dabei bedeuten:

• - v.med20 = Geschwindigkeitsmeßwerte mediangefiltert mit Fensterbreite 20 min.
• - d.med20 = Dichtewerte median-gefiltert, Fensterbreite 20 min.
• - f.sigma20 = Standardabweichung der Flußwerte innerhalb 20 min.
• - v.tophat15 = Geschwindigkeitswerte tophat-gefiltert mit Fensterbreite 15 min.

Diese Merkmale sind Größen, die beispielsweise Meßwerte mit gemindertem Rauschanteil wiedergeben, oder die den Grad der Geschwindigkeits- und Flußschwankungen in Abhängigkeit vom Ort quantifizieren.

Diese Merkmalsbeschreibung ist die notwendige Voraussetzung für darauf aufsetzende höherwertige Verfahren zur orts- und zeitaufgelösten Zustandsklassifikation des Verkehrs.

Das erfindungsgemäße Verfahren ist also charakterisiert durch die folgenden Verarbeitungsschritte:

• - Detektordaten empfangen
  • - synchron, asynchron, ereignisinduziert, ortsfest, variabler Ort
• - Detektordaten verarbeiten
  • - Lokale Verkehrsdichte berechnen
  • - Meßvektor bilden: (v, f, d)^T (t, x)
  • - Plausibilitätskontrolle, fehlerhafte Daten eliminieren
• - "Historienfenster"
  • - Gleitende Orts- und Zeitfunktionen der Meßwerte
• - Filterung über Ort und Zeit
  • - Medianfilter für Geschwindigkeits- und Dichte-Daten
  • - Standardabweichung der Flußwerte
  • - Dilatierte Tophat-Funktion der Geschwindigkeiten
  • - Resultierender Merkmalsvektor an jedem Ort x zur Beschreibung der örtlichen Verkehrssituation: (v.med20, d.med20, f.sigma20, v.tophat15)^T(x)

Klassifikation der Verkehrszustände auf Basis von Verkehrssituationsbeschreibungen

Das erfindungsgemäße Verfahren zur Erfassung des Verkehrszustandes eines Straßenverkehrsnetzes mittels Fuzzy-Klassifikation und die Bildung von wertekontinuierlichen Ortszustandsvektoren benutzt Merkmalsvektoren, welche durch eine Vorverarbeitung der Meßwerte gewonnen werden und die Verkehrssituation an jedem Meßort (x) beschreiben. Es können aber auch direkt Meßwerte oder andere berechnete Werte, z. Bsp. Reisezeiten, verarbeitet werden. Das Verfahren setzt diese Merkmalsvektoren über eine Fuzzy-Klassifikation in eine geeignete Beschreibung der Verkehrszustände in Form von Ortszustandsvektoren um.

Zur Unterscheidung der Verkehrszustände: gestaut, stockend, dicht und frei wird jedem Verkehrsmuster ein Vektor aus Merkmalen zugeordnet, der im Merkmalsraum einen Punkt darstellt. Der n-dimensionale Merkmalsraum wird dabei durch die Merkmalsachsen aufgespannt (Fig. 5):

Die Klassifikation der Muster entspricht nun einer räumlichen Aufteilung des Merkmalsraumes. Das kann durch Trennfunktionen geschehen, die exakte Grenzen festlegen. Hier wird jedoch ein Ansatz gewählt, der Diskriminanzfunktionen für jede Klasse verwendet: Ein Muster wird danach derjenigen Klasse zugeordnet, deren Diskriminanzfunktion für die Merkmale dieses Musters größer ist als die übrigen Diskriminanzfunktionen (Duda, R. O. and Hart, P. E.: "Pattern Classification and Scene Analysis", New York 1972). Jede Klasse steht dabei für einen der zu unterscheidenden Verkehrszustände.

Um die Diskriminanzfunktionen festzulegen ist eine Definition der genannten Verkehrszustände nötig. Bereits bei einer, verbalen Beschreibung zeigt sich jedoch, daß die Beschreibungen subjektiv gefärbt und diffus sind und die Grenzen zwischen den Verkehrszuständen nicht eindeutig sind, sondern qualitativer Art über jeweilige Vergleiche mit den anderen Verkehrszuständen. Diesem Problem, daß die Definition der Verkehrszustände nur "unscharf" möglich ist, wird durch eine Fuzzy-Klassifikation Rechnung getragen. Die Fuzzy-Klassifikationsfunktionen werden an jedem Ort auf die vorliegenden Merkmalsvektoren angewendet (Fig. 6).

Über die komponentenweise Fuzzy-Klassifikation wird jedem Verkehrszustand eine Wahrscheinlichkeit zugeordnet. Diese Komponenten-Zustandsvektoren werden sodann durch vektorielle Addition mit anschließender Normierung zu einem einzigen Zustandsvektor für jeden Ort zusammengeführt (Fig. 7).

Anstelle einer Summation kann auch eine komponentenweise Multiplikation der Zustandswahrscheinlichkeiten erfolgen. Statt die Vektoren auf die Summe der Komponenten gleich 1 zu normieren, kommt auch eine Normierung auf den Vektorbetrag gleich 1 in Betracht.

Aus anderen Quellen, z. Bsp. aus modellgestützten Verfahren, ermittelte örtliche Zustandsvektoren werden in gleicher Weise bei der Kombination der merkmalsbasierten Zustandsvektoren zu den Ortszustandsvektoren einbezogen, ggf. unter Berücksichtigung von zusätzlichen Gewichtungsfaktoren.

Es liegen nun an allen Orten, an denen genügend Meßwerte vorhanden waren und daraus Merkmalsvektoren berechnet werden konnten, lokale Zustandsvektoren vor, welche die Wahrscheinlichkeiten für die verschiedenen Verkehrszustände enthalten. Das erfindungsgemäße Verfahren zur Erfassung des Verkehrszustandes mittels Fuzzy-Klassifikation und Ortszustandsvektoren ist also charakterisiert durch die folgenden Verarbeitungsschritte:

• - Klassifikation der Verkehrszustände
  • - Merkmale der Verkehrszustände: gestaut. . . frei
  • - Aufteilung des Merkmalraumes durch Fuzzy-Diskriminanzfunktionen
  • - Fuzzy-Klassifikation der Komponenten der vorhandenen Merkmalsvektoren an jedem Ort: Wahrscheinlichkeit der Verkehrszustände je Merkmal
• - Vektorielle Addition und Normierung zu einem Zustandsvektor für jeden Ort:
  Ortszustandvektor

Extrapolation zur Erstellung einer lückenlosen Verkehrszustandsbeschreibung

Das erfindungsgemäße Verfahren zur Erstellung einer die Verkehrslage eines Straßenverkehrsnetzes-repräsentierenden lückenlosen Verkehrszustandsbeschreibung geht von Ortszustandsvektoren aus. Die Komponenten dieser normierten Ortzustandsvektoren stellen die Wahrscheinlichkeiten für das Vorliegen eines Verkehrszustandes an dem betreffenden Ort dar.

Um diese Lücken zu überbrücken, wird erfindungsgemäß eine Extrapolation der lokal vorhandenen Ortszustandsvektoren mittels z. Bsp. eines lokalen Gaußfilters über den Ort vorgenommen (Faltung mit einer Gaußkurve oder einer der Gaußkurve ähnlichen Glockenkurve, z. Bsp. f(x) = 1/(1+x²ⁿ), n eine natürliche Zahl), und zwar für jede Komponente des Ortszustandsvektors getrennt. Die Extrapolationsweite wird durch die Parameter des Gaußfilters festgelegt. Durch diese Ortsfilterung sind nun praktisch an allen Orten Ortszustandsvektoren vorhanden (Fig. 8). Diese Extrapolation darf jedoch nur bis zu einer gewissen Entfernung von den lokal vorliegenden Ortszustandsvektoren vorgenommen werden, damit die Extrapolationswerte die realen Verhältnisse auch noch richtig beschreiben. Über eine Schwelle für den Betrag der extrapolierten Zustandsvektoren wird die maximale Extrapolationsweite dynamisch begrenzt, d. h. nicht starr, sondern in Abhängigkeit vom Extrapolationsergebnis. Mit zunehmender Extrapolationsweite muß außerdem die Gewichtung der vorliegenden Ortszustandsvektoren abnehmen. Das leistet z. Bsp. das Gaußfilter. Um die Stabilität der Erkennung der differenzierten Verkehrszustände noch weitergehender zu sichern, wird zusätzlich an jedem Ort eine komponentenweise Mittelung der Zustandsvektoren jeweils mit den Werten des vorhergehenden Aktualisierungslaufes durchgeführt. Diese gleitende zeitliche Glättung auf der Basis der kontinuierlichen Zustandsbeschreibung an jedem Ort ist wesentlich wirksamer als eine künstlich über die Zeit erzwungene Stabilität in nachfolgenden Verarbeitungsschritten. Eine solche gleitende Glättung ist eine Ausprägung eines autoregressiven Filters (AR) (Papoulis, A.: "Probability, Random Variables, and Stochastic Processes", McGraw-Hill Series, in: Systems Science, McGraw-Hill 1991).

Um diese gleitende zeitliche Glättung zusätzlich näherungsweise unabhängig von den gewählten Zeitintervallen zwischen den Aktualisierungen der einzelnen Straßen zu haften, wird der Filterparameter atstep auf ein festes Intervall von z. Bsp. 10 Minuten bezogen:

z = a_tstepz_neu+(1-a_tstep)z_alt mit a_tstep = -(1-a_t10min)^tstep/t10min

Dabei stehen z_neu bzw. z_alt für die neu ermittelten bzw. in einem vorhergehenden Berechnungszyklus ermittelten Ortszustandsvektorkomponenten einer Straße, und tstep und t10 min stehen für das gewählte Zeitintervall in Sekunden zwischen 2 Aktualisierungsläufen der betreffenden Straße und für 600 Sekunden respektive. Das so berechnete z wird dann im nächsten Aktualisierungslauf für diese Straße zu z_alt. Es werden also zwei Verarbeitungsschritte durchgeführt:

• - Extrapolation jeder Komponente der Ortszustandsvektoren über den Ort durch Filterung mit z. Bsp. einem lokalen Gaußfilter.
• - Gleitende (autoregressive) Mittelwertbildung der Ortszustandvektoren über die Zeit.

Vergleich von Verkehrszustandsbeschreibungen durch probabilistische Ähnlichkeitsmaße

Das erfindungsgemäße Verfahren zum Vergleich von Verkehrszustandsbeschreibungen und Verkehrsdomänen durch probabilistische. Ähnlichkeitsmaße geht von Ortszustandsvektoren aus, welche z. Bsp. aus Merkmalsvektoren für jeden Meßort über eine Fuzzy-Klassifikation und eine nachfolgende gewichtete Extrapolation für jede wählbare Diskretisierung der Strecke zwischen den Meßpunkten, z. Bsp. alle 200 m, ermittelt werden. Die Komponenten dieser Ortszustandsvektoren sind die Wahrscheinlichkeiten für das Vorliegen der differenzierten Verkehrszustände an jedem Ort. Die Ortszustandsvektoren sind also eine kontinuierliche Beschreibung der Verkehrszustände an jedem betrachteten Ort und das für jeden Ort des jeweiligen Streckenabschnitts und damit für das ganze Straßenverkehrsnetz.

Orte mit ähnlichen Verkehrszuständen, das heißt ähnlichen Ortszustandsvektoren, werden zu Verkehrsdomänen zusammengefaßt, um die Verkehrslage des ganzen Straßenverkehrsnetzes darstellen zu können. Für jede dieser Verkehrsdomänen ergibt sich deren Zustandsvektor durch vektorielle Addition und anschließende Normierung der Ortszustandsvektoren aller Orte, die in dieser Domäne zusammengefaßt sind. Die definitive Festlegung des Verkehrszustandes an dem jeweils betrachteten Ort, die Zusammenfassung der Orte gleichen Verkehrszustandes zu Domänen und die Wertung der Domänen untereinander setzt voraus, daß ein objektiver Vergleich der Ortszustandsvektoren untereinander und der Domänenzustandsvektoren untereinander möglich ist. Erfindungsgemäß werden dazu probabilistische Ähnlichkeitsmaße verwendet.

Der Vergleich der Ortszustandsvektoren erfolgt komponentenweise auf der Basis der in den Vektorkomponenten enthaltenen Wahrscheinlichkeiten für das Vorhandensein der differenzierten Verkehrszustände an dem jeweils betrachteten Ort.

Vergleichsgrundlage ist ein Ähnlichkeitsmaß, wofür eine Metrik, das heißt ein Abstandsmaß verwendet wird. Auch für den Vergleich der Domänen untereinander wird erfindungsgemäß ein Ähnlichkeitsmaß benutzt. Das Ähnlichkeitsmaß für die Verkehrsdomänen ist ebenfalls eine Metrik, welche eine Zustandsvektormetrik auf den Domänenzustandsvektor verwendet und zusätzlich auch die örtliche Lage und Länge der betrachteten Domäne berücksichtigt.

Als Ähnlichkeitsmaß kann für beide Zustandsvektoren, den Ortszustandsvektor oder den Domänenzustandsvektor, der Zustand maximaler Wahrscheinlichkeit verwendet werden, insbesondere der Index der maximalen Komponente eines Zustandvektors relativ zu den anderen Komponenten.

Als Metrik für die Zustandsvektoren kann auch die euklidische Vektornorm verwendet werden: Summe((vek1-vek2)²).

Die Lage der Verkehrsdomänen, welche in die Metrik als Ähnlichkeitsmaß einbezogen wird, kann wie folgt berücksichtigt werden:
Betrag(mitte.domäne1 - mitte.domäne2)(laenge.domäne1 + laenge.domäne2)*2.

Als Metrik für die Länge der Verkehrsdomäne kann benutzt werden:

Betrag(laenge.domäne1 - laenge.domäne2)/max(laenge.domäne1, laenge.domäne2).

Dynamische Domänenbildung gleicher Verkehrszustände

Das erfindungsgemäße Verfahren zur Ermittlung von Domänen gleicher Verkehrszustände geht von Ortszustandsvektoren aus, welche z. Bsp. aus Merkmalsvektoren für jeden Meßort über eine Fuzzy-Klassifikation und eine nachfolgende gewichtete Extrapolation für jede wählbare Diskretisierung der Strecke zwischen den Meßpunkten, z. Bsp. alle 200 m, ermittelt werden. Die Komponenten dieser Ortszustandsvektoren sind die Wahrscheinlichkeiten für das Vorliegen der differenzierten Verkehrszustände an jedem Ort. Die Ortszustandsvektoren sind also eine kontinuierliche Beschreibung der Verkehrszustände an jedem betrachteten Ort und das für jeden Ort des jeweiligen Streckenabschnitts und damit für das ganze Straßenverkehrsnetz (Fig. 9 links).

Orte mit ähnlichen Verkehrszuständen, das heißt ähnlichen Ortszustandsvektoren, werden zu Verkehrsdomänen zusammengefaßt, um die Verkehrslage des ganzen Straßenverkehrsnetzes darstellen zu können. Der Vergleich der Verkehrszustandsbeschreibungen durch die Ortszustandsvektoren erfolgt komponentenweise durch ein probabilistisches Ähnlichkeitsmaß, wofür eine Metrik, das heißt ein Abstandsmaß, verwendet wird.

Für jede dieser Verkehrsdomänen ergibt sich deren Domänenzustandsvektor durch vektorielle Addition und anschließender Normierung der Ortszustandsvektoren aller Orte, die in dieser Domäne zusammengefaßt sind.

Die Abgrenzung der Domänen untereinander erfolgt so, daß eine stabile Domänenverfolgung möglich ist. Dieses Segmentationsproblem wird wie folgt gelöst:

Für jeden Ort wird der mit der maximalen Wahrscheinlichkeit vorliegende Verkehrszustand aus dessen Zustandsvektor bestimmt.

Beginnend mit dem Ort, dessen Zustandsvektor z. Bsp. "Stau" anzeigt, wird in beiden Richtungen gesucht, ob die Komponenten der Zustandsvektoren der Nachbarorte mit der größten Wahrscheinlichkeit den gleichen Verkehrszustand ausweisen oder die Komponente mit dem zu vergleichenden Verkehrszustand höchstens um den Hysteresewert unter der Maximalkomponente liegt. Durch diese Hysterese werden Orte, deren Zustandsvektoren für sich alleine gesehen eher für einen anderen Verkehrszustand sprechen, aber nur wenig vom Zustand des Ausgangsortes abweichen, auch zur "Staudomäne" gezählt. Der Zustandsvektor der so gefundenen Verkehrsdomäne ist die normierte Summe der Zustandsvektoren der Orte der Domäne. Als Norm wird beispielsweise die Summe der Komponenten gleich 1 gewählt. Der Schwerpunkt der Domäne ist die Summe der Ortskoordinaten der Domäne, die mit dem Betrag der entsprechenden lokalen Ortszustandsvektoren gewichtet sind.

In gleicher Weise werden die Domänen für die Klassen der Verkehrszustände stockend, dicht und frei gebildet.

Alternativ kann die Domänenbildung auch mittels einer Clusteranalyse mit anschließendem Relaxationsprozeß über den Ort gefunden werden. Als Ähnlichkeitsmaß für die Clustersuche können die Abstände der Zustandvektoren und deren Ortsabstand dienen. Resultat bei dieser Methode sind örtliche Ballungen mit jeweils ähnlichem Verkehrszustand innerhalb der Ballungen. Dieses Vorgehen ist jedoch wesentlich rechenaufwendiger.

Die Domänenliste kann aufgrund des Verfahrens für ihre Bildung benachbarte Domänen enthalten, die einander sehr ähnlich bezüglich ihres Domänenzustandsvektors sind. Diese werden zusammengefaßt. Die Domänenliste wird dazu je Straße nach den Ortsschwerpunkten der Domänen sortiert. Domänen werden dann zusammengefaßt, wenn sie nur durch eine Lücke bis zu einer maximalen Länge getrennt sind und ihre Zustandswahrscheinlichkeiten gleich sind oder höchstens um den festgelegten Hysteresebetrag gemäß obiger Darstellung abweichen.

Das Resultat ist eine aktuelle Liste von Verkehrsdomänen für eine Straße oder das Straßenverkehrsnetz. Das ganze Straßenverkehrsnetz wird in die Strecken der Domänen zerlegt. Die Domänen enthalten u. a. wieder eine kontinuierliche Zustandbeschreibung. Die Domäneneinteilung des Straßennetzes wird in zeitlichen Intervallen wiederholt bestimmt und aktualisiert (Fig. 9 rechts).

Das erfindungsgemäße Verfahren zur dynamischen Domänenbildung gleicher Verkehrszustände ist also charakterisiert durch die folgenden Verarbeitungsschritte:

• - Domänenbildung
  • - Zusammenfassung der Orte mit ähnlichen Zustandsvektoren mit "Hysterese" zu Domänen
  • - Domänenzustandsvektoren:
    vektorielle Addition und Normierung der Zustandsvektoren der Orte der Domänen
  • - Ermittlung: Domänenschwerpunkt, Domänenlänge
• - Resultat: Domäneneinteilung des Straßenverkehrsnetzes.
• - Permanente Aktualisierung in zeitlichen Intervallen

Dynamische Domänenverfolgung und Meldungsmanagement

Das erfindungsgemäße Verfahren zur dynamischen Verfolgung von Domänen gleicher Verkehrszustände geht von Ortszustandsvektoren aus, welche aus den Merkmalsvektoren für jeden Meßort und durch eine gewichtete Extrapolation für jede wählbare Diskretisierung der Strecke zwischen den Meßpunkten, z. Bsp. alle 200 m, ermittelt werden. Die Komponenten dieser Ortszustandsvektoren sind die Wahrscheinlichkeiten für das Vorliegen der differenzierten Verkehrszustände an jedem Ort. Die Ortszustandsvektoren sind also eine kontinuierliche Beschreibung der Verkehrszustände an jedem betrachteten Ort und das für jeden Ort des jeweiligen Streckenabschnitts und damit für das ganze Straßenverkehrsnetz.

Orte mit ähnlichen Verkehrszuständen, das heißt ähnlichen Ortszustandsvektoren, werden zu Verkehrsdomänen zusammengefaßt, um die Verkehrslage des ganzen Straßenverkehrsnetzes darstellen zu können. Der Vergleich der Verkehrszustandsbeschreibungen durch die Ortszustandsvektoren erfolgt komponentenweise durch ein probabilistisches Ähnlichkeitsmaß, wofür eine Metrik, das heißt ein Abstandsmaß verwendet wird.

Für jede dieser Verkehrsdomänen ergibt sich deren Domänenzustandsvektor durch vektorielle Addition der Ortszustandsvektoren aller Orte, die in dieser Domäne zusammengefaßt sind.

Das Resultat ist eine aktuelle Liste von Verkehrsdomänen für eine Straße oder das Straßenverkehrsnetz. Das ganze Straßenverkehrsnetz wird in die Strecken der Domänen zerlegt. Die Domänenzustandsvektoren enthalten u. a. wieder eine kontinuierliche Zustandbeschreibung. Die Domäneneinteilung des Straßennetzes wird in zeitlichen Intervallen wiederholt bestimmt und aktualisiert.

Das erfindungsgemäße Verfahren zur dynamischen Verfolgung dieser Domänen funktioniert wie folgt:
Die in einem Aktualisierungslauf ermittelten aktuellen Domänen werden mit den im vorausgegangenen Aktualisierungslauf festgestellten Domänen, die jeweils in einer Meldeliste gespeichert worden sind, verglichen. Dabei werden die neu gefundenen Domänen den bereits vorhandenen Domänen über ein Ähnlichkeitsmaß zugeordnet. Basis des Ähnlichkeitsmaßes sind die kontinuierlichen Domänenzustandsvektoren sowie Lage und Länge der Strecken, die von den Domänen eingenommen werden. Ist eine Mindestähnlichkeit festgestellt, erfolgt die Zuordnung der betrachteten Domänenstrecke zu der entsprechenden Meldung bzw. der bereits vorhandenen Domäne. Dies wird für alle neu ermittelten Domänen und bereits vorhandenen Meldungen ausgeführt.

Diese Zuordnung basierend auf einem kontinuierlichen Ähnlichkeitsmaß für die kontinuierlichen Domänenzustandsvektoren läßt auch einen zeitlich graduellen Übergang des Verkehrszustandes im Lebenslauf einer Meldung zu.

Nach diesen Zuordnungen zwischen Domänen und Meldungen wird jeweils geprüft, welche bisherigen Meldungen in der Meldungliste bestehen bleiben, ob es Änderungsmeldungen gibt, weil sich die Lage und/oder die Länge der bisherigen Domänen durch die Zuordnung neu gefundener Domänen verändert haben, und welche nicht zuordenbaren Domänen neu gemeldet werden müssen. Für neue Domänen wird gegebenenfalls eine Neumeldung erzeugt, für zu bestehenden Meldungen zugeordnete Domänen werden die Meldungsattribute aktualisiert und gegebenenfalls Änderungsmeldungen erzeugt, und Meldungen, die keiner Domäne oder nur einer Domäne mit dem Verkehrszustand "frei" zugeordnet werden konnten, werden gelöscht.

Dabei kann über einen Hystereseparameter gesteuert werden, wann Neu- und Änderungsmeldungen als signifikant betrachtet und tatsächlich ausgeführt werden. Damit kann die Meldungszahl reduziert werden, ohne die interne Information für die Domänenbildung und -verfolgung des Verfahrens zu beschneiden.

Das Resultat des erfindungsgemäßen Verfahrens ist eine mit jedem Aktualisierungsschritt dynamische Verfolgung der Domänen mit ähnlichen Verkehrszuständen und eine ständig aktualisierte Meldungsliste.

Die Meldungsliste mit den in jeder Meldung enthaltenen Domäneneigenschaften ist die Basis für die Information über die Verkehrszustände auf dem Straßenverkehrsnetz. Diese Informationen werden bis zum nächsten Aktualisierungsschritt gespeichert und in geeigneter Weise den Fahrzeuglenkern zur Kenntnis gebracht, z. Bsp. über Mobilfunk oder Signalanlagen, oder sie werden für Steuerungseingriffe in den Verkehr bzw. die direkte Beeinflussung der Fahrzeuge genutzt. Auch können die Informationen, die an die Verkehrsteilnehmer weitergegeben werden, individuell in Abhängigkeit von deren jeweiligen Positionen und Zielen im Straßenverkehrsnetz abgegeben werden.

Visualisierung

Für den Funktionstest der Verfahren mit realen historischen Verkehrsdaten und zur optischen Überwachung der Verfahren während des Betriebs sowie für die bildhafte Darstellung der Verkehrszustände auf Straßenabschnitten werden die Meldungsergebnisse der Verfahren erfindungsgemäß visualisiert und mit den ermittelten Verkehrsmeßwerten verglichen. Dazu werden die Verkehrsmeßwerte in dem betrachteten Straßenabschnitt durch unterschiedliche Grauwerte über der Zeit dargestellt. In diesem Koordinatensystem werden auch die Meldungen der Verkehrszustände bzw. die Domänen dargestellt. Mit der über das Bild wandernden Zeitachse kann man die Verkehrslage und ihre Dynamik und aus der Kongruenz zwischen Messung und Meldung die Güte der Verfahrensergebnisse erkennen (Fig. 10).

Beispiele dazu, die ein realisierter Prototyp erzeugt, sind in Fig. 11 und Fig. 12 gezeigt.

Über den gesamten Ort wird der Algorithmus wiederholt über die Zeit ausgeführt. In den Figuren wandert der Aktualisierungsabschnitt also von links nach rechts. Dazu werden die gespeicherten Werte links des aktuellen Auswertezeitpunkts betrachtet. Die Ortsbereiche von gefundenen Domänen werden durch senkrechte Linien dargestellt. Sind für diese Domänen Meldungen aktiviert, so wird dies durch einen weißen Fleck im Domänenschwerpunkt gekennzeichnet. Ebenfalls wird dann eine Verbindungslinie zwischen den Domänenschwerpunkten gezeichnet, welche die zeitliche Zuordnung durch das Verfahren zur dynamischen Verfolgung der Domänen visualisieren. Die verschiedenen Grauwerte der Linien entsprechen unterschiedlichen Farben, mit denen die Zustände gestaut, stockend, dicht und frei wiedergegeben werden.

Ebenfalls zu sehen sind kleine Rauten, welche die lokalen Verkehrszustände an den Orten anzeigen, an denen direkt Verkehrsmeßwerte vorliegen.

Im Hintergrund sind grau die Verkehrsmeßwerte angezeigt. In den Figuren sind z. Bsp. die Geschwindigkeitswerte zu sehen, wobei dunkle Grauwerte niedrige Geschwindigkeiten wiedergeben, und entsprechend helle Grauwerte für hohe Geschwindigkeiten stehen. Man sieht sofort, wie die erzeugten Meldungen im Verhältnis zu den Verkehrsmeßwerten in Ort und Zeit liegen.

In der Verkehrssituation, die in Fig. 11 dargestellt ist, wird die Domäne links unten beispielsweise als dicht gemeldet. Diese Meldung ändert sich kurz danach in gestaut (unterste quer verlaufende Linie). Diese Domänen können bis zum Ende des betrachteten Zeitabschnitts über einen längeren Bereich in x und t stabil verfolgt werden.

Oberhalb, bei größeren x-Werten, wird etwas später eine Domäne stockenden Verkehrs erkannt (mittlere Linie), die sich ebenfalls sehr stabil über die Zeit verfolgen läßt.

Noch darüber wird etwas später eine kleinere Domäne dichten Verkehrs erkannt.

In Fig. 12 werden die erzeugten Meldungen in Überlagerung mit den gemessenen Geschwindigkeitswerten im Hintergrund zusammen dargestellt:

Diese Darstellungsart gibt einen optischen Eindruck über die Verkehrsdynamik und einen Überblick über die gesamte Verkehrslage des Straßenverkehrsnetzes.

Ein Prototyp des Verfahrens zur Visualisierung wurde realisiert und im praktischen Betrieb erprobt.

Das erfindungsgemäße Verfahren zur dynamischen Verfolgung und Zuordnung von Domänen gleicher Verkehrszustände und das Meldungsmanagement ist also charakterisiert durch die folgenden Verarbeitungsschritte:

• - Dynamische Verfolgung der Domänen
  • - Bei jedem Aktualisierungsschritt:
    Zuordnung der neuen Domänen über ein Ähnlichkeitsmaß zu den vorhandenen Meldungen
  • - Resultat: Liste der Domänen und Meldungsliste auf der jeweiligen Straße
• - Meldungsmanagement
  • - Meldungsliste: Informationen über Verkehrszustände und Verkehrslage
  • - Aktualisierung der Meldungsliste bei jedem Aktualisierungslauf
    Falls Zuordnung neuer Domänen in der Meldungsliste möglich:
  • - bisherige Meldung bleibt bestehen oder Änderungsmeldung bezüglich Lage, Länge und Verkehrszustand
  • - Falls Zuordnung in der Meldungsliste nicht möglich:
  • - Neumeldung oder Löschung
• - Visualisierung
  • - Optische Darstellung der Kongruenz zwischen Verkehrsmeßwerten und Meldungen
  • - Dynamik der Domänen bzw. der Verkehrszustände
• - Überblick über die gesamte Verkehrslage

Wesentliche Details

Gegenstand der Erfindung sind Verfahren, die sich unabhängig voneinander einsetzen lassen, aber auch zu einem Verkehrslage-Klassifikations-und Meldungssystem für den Straßenverkehr, vorzugsweise für Autobahnen und Schnellstraßen, kombinieren lassen.

Es besteht ein dringender Bedarf an rechtzeitigen und aktuellen Informationen über die differenzierten Verkehrszustände in örtlich möglichst genau bezeichneten Streckenabschnitten aus Sicherheitsgründen, aber auch für zahlreiche andere Dienste und gegebenenfalls für die direkte Fahrzeugbeeinflussung und Verkehrslenkung. Kernprobleme, welche dazu gelöst werden müssen, sind:

• - Die Verarbeitung der Verkehrsmeßdaten von unterschiedlichen Sensoren, die ortsfest und mobil sind, synchrone, asynchrone und ereignisinduzierte Meßwerte liefern, lückenhaft und sehr verrauscht sind.
• - Die Klassifizierung der verschiedenen Verkehrszustände: gestaut, stockend, dicht und frei, die nicht eindeutig definierbar sind, und die dynamische Bildung und Verfolgung von Domänen gleicher Verkehrszustände, mit hoher örtlicher und zeitlicher Auflösung, auch ohne Streckenkenntnisse und ohne Bindung an ein systembedingtes, streckenabhängiges Raster.
• - Ein Meldungsmanagement, das stabil und konsistent die Verkehrszustände bzw. Verkehrsdomänen anzeigt, permanent aktualisiert wird und auch das Wachstum der Domänen, ihre Wanderung und Teilung sowie ihre Übergänge in die anderen klassifizierten Verkehrszustände bis zu ihrer Auflösung in der Klasse "frei" darstellt.

Die Betrachtung des Standes der Technik und die kritische Analyse der bekannten Verfahren zeigen, daß es für diese Problemstellung noch keine befriedigende Lösung gibt.

Das erfindungsgemäßen Verfahren lösen diese Aufgabenstellungen, die durch die folgenden wesentlichen Verarbeitungsschritte charakterisiert sind:

• - Aus den Quelldaten der Sensoren wird die lokale Verkehrsdichte ermittelt und für jeden Meßort und Meßzeitpunkt ein Meßvektor gebildet.
• - Die Komponenten der Meßvektoren werden über mit den Aktualisierungsschritten gleitende Historienfenster als gleitende Orts-Zeitfunktionen dargestellt.
• - Es folgt eine komponentenweise orts-zeitliche Filterung der Meßvektoren, aufgrund der Analyse der Zeitfunktionen hier bevorzugt mittels Medianfilter, Bildung der Standardabweichung und der dilatierten Tophat-Funktion. Es ergibt sich an jedem Ort ein resultierender Merkmalsvektor, der die lokalen Verkehrssituationen beschreibt.
• - Den orts-zeitlich gefilterten Meßgrößen werden nun über eine Fuzzy-Klassifikation Wahrscheinlichkeiten für die Verkehrszustände zugeordnet. Damit ist es möglich, diese Komponenten der Zustände zu summieren und normiert zu einem einzigen Zustandsvektor für jeden Ort konsistent zusammenzuführen.
• - Sind an einem Ort zu wenig Meßwerte vorhanden, gibt es dort auch keinen Zustandsvektor, es sind Lücken vorhanden. Zur Überbrückung wird eine Extrapolation mit z. Bsp. einem lokalen Gaußfilter vorgenommen. Die Stabilität wird weiter erhöht durch eine gleitende, komponentenweise Mittelung der Zustandsvektoren von jeweils zwei zeitlichen Aktualisierungsschritten (Autoregressives-Filter).
• - Orte mit ähnlichen Zustandsvektoren werden zu Domänen zusammengefaßt. Durch vektorielle Addition der lokalen Zustandsvektoren und anschließender Normierung wird der Domänenzustandsvektor ermittelt. Es resultiert eine aktuelle Liste von Domänen mit kontinuierlicher Verkehrszustandsinformation für jede betrachtete Straße.
• - Bei jedem weiteren Aktualisierungsschritt werden die identifizierten Domänen den bereits vorhandenen Domänen der Meldungsliste über ein kontinuierliches Ähnlichkeitsmaß zugeordnet. Die Domänen werden also über die Zeit dynamisch verfolgt, wobei auch eine graduelle Zustandsänderung über die Zeit möglich und erlaubt ist.
• - Nach dieser Zuordnung wird die Meldungsliste für die betrachtete Straße aktualisiert, und es werden je nach Signifikanz Neu-, Änderungs- und Löschmeldungen ausgeführt. Die Signifikanz wird über einen Parameter gesteuert, womit die Meldungszahl ohne Beeinträchtigung des Verfahrens reduziert werden kann. Es resultiert eine aktuelle Meldungsliste je Straße.
• - Die Meldungslisten sind die Basis für das Meldungsmanagement. In ihnen werden die Informationen über die Verkehrszustände gespeichert und stehen für die genannten Anwendungen zur Verfügung.
• - Die Ergebnisse werden visualisiert. Die Darstellung kann der Überwachung dienen und gibt einen optischen Eindruck über die Verkehrsdynamik und einen Überblick über die gesamte Verkehrslage.

Die Verfahren wurden erprobt.

Claims (13)

1. Verfahren zur Erfassung des Verkehrszustandes eines Straßenverkehrsnetzes durch Bildung von Ortszustandsvektoren aus die Verkehrssituation an jedem Meßort beschreibenden Merkmalsvektoren oder direkt aus Verkehrsmeßwerten an den Meßorten

• 1. wobei für jeden Ort die Merkmale, welche die Verkehrssituation an diesem Orten beschreiben, durch eine Fuzzy-Diskriminanzfunktion je Merkmal für jeden möglichen zu klassifizierenden Verkehrszustand (Fig. 6: gestaut, stockend, dicht, frei) bewertet werden, worauf sich ein wertekontinuierlicher Zustandsvektor je Ort und je Merkmal ergibt (Fig. 7 rechts), dessen Komponenten die Wahrscheinlichkeit für das Vorliegen eines Verkehrszustandes quantifizieren, worauf vorhandene Zustandsvektoren je Ort zu einem einzigen Zustandsvektor je Ort zusammengefaßt werden und der daraus resultierende Zustandsvektor je Ort als Ortszustandsvektor normiert wird (Fig. 7),
• 2. wobei auf den Ortszustandsvektoren basierende, ausgebbare Verkehrsinformationen erstellt werden.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß Merkmale aus Verkehrsdaten verschiedenen physikalischen Inhalts (Fluß f, Dichte d, Geschwindigkeit v in Fig. 4) gebildet und konsistent über wertekontinuierliche Wahrscheinlichkeiten als Klassifikationsergebnis zusammengeführt werden.

3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als zu klassifizierendes Merkmal Geschwindigkeit an entsprechenden Orten auch berechnete Werte verwendet werden, insbesondere Reisegeschwindigkeiten.

4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß Zustandsvektoren aller Merkmale je Ort zum Ortszustandsvektor je Ort zusammengefaßt werden (Fig. 7).

5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß auch aus anderen Quellen verfügbare Zustandsvektoren je Ort bei der Zusammenfassung zum Ortszustandsvektor je Ort unter Berücksichtigung von Gewichtungsfaktoren eingehen,

6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß

• 1. die Zusammenfassung der merkmalsbasierten Zustandsvektoren je Ort durch Summation dieser Vektoren je Ort erfolgt und dann eine Normierung auf Summe = 1 vorgenommen wird, oder
• 2. die Zusammenfassung der merkmalsbasierten Zustandsvektoren je Ort durch ein komponentenweises Produkt dieser Vektoren je Ort erfogt und dann eine Normierung auf Betrag = 1 vorgenommen wird,

7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Fuzzy-Diskriminanzfunktionen auf Orte angewendet wird, welche unabhängig von einer festen Streckeneinteilung von Straßenverkehrsnetz-Segmenten einer digitalen Karte sind.

8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Komponenten der Ortszustandsvektoren als kontinuierliche Wahrscheinlichkeitswerte anstatt diskreten Werten (0/1) für die an diesen Orten herrschenden Verkehrszustände interpretiert werden,

9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Komponenten der normierten Ortszustandsvektoren als Wahrscheinlichkeitswerte für das Vorliegen eines Verkehrszustandes am betreffenden Ort definiert werden.

10. Verkehrslageerfassungszentrale zur Durchführung des Verfahrens nach einem der vorhergehenden Ansprüche.

11. Verkehrslageerfassungszentrale, insbesondere nach Anspruch 10, mit

• 1. einer Eingabeeinrichtung zur Eingabe von Verkehrsmeßwerten in die Verkehrslageerfassungszentrale,
• 2. einem Speicher für eingegebene Verkehrsmeßwerte,
• 3. einer Ausgabeeinrichtung zur Ausgabe von Verkehrsinformationen an Verkehrsteilnehmer,
• 4. einer Verkehrsmeßdaten-Bearbeitungs-Vorrichtung, die so ausgebildet ist, daß sie nach einem der Ansprüche 1 bis 8 arbeitet.

12. Verkehrslageerfassungszentrale nach einem der Ansprüche 10 oder 11, dadurch gekennzeichnet, daß die Eingabeeinrichtung ein Empfänger oder Zugang zu einem Empfänger zum Empfang von von den Sensoren insbesondere per Mobilfunk gesendeten Verkehrsmeßwerten ist.

13. Verkehrslageerfassungszentrale nach einem der Ansprüche 9 bis 12, dadurch gekennzeichnet, daß die Ausgabeeinrichtung ein Sender oder ein Zugang zu einem Sender zum Aussenden von Verkehrsinformationen insbesondere per Mobilfunk an Verkehrsteilnehmer oder einen Serviceprovider ist.