DE202013003279U1

DE202013003279U1 - Globale Stauprävention auf Autobahnen / Straßennetze

Info

Publication number: DE202013003279U1
Application number: DE201320003279
Authority: DE
Original assignee: Individual
Current assignee: Individual
Priority date: 2013-04-06
Filing date: 2013-04-06
Publication date: 2013-07-25
Anticipated expiration: 2023-04-07
Also published as: DE112014001861A5; WO2014161526A1

Abstract

Übertragung umfangreicher Verkehrsdaten mittels einem über ein Autobahn-/Straßennetz ausgebreitetem, relativ feinmaschigem Netz von Sensoren in ein auf in-Memory-Technologie basierendes Datenbankmanagement-System oder Server-System. Dort werden die eingegangenen Daten z. B. in Datenbanktabellen gespeichert.

Description

Globale Stauprävention auf Autobahnen/Straßennetzen auf der Grundlage von Empfehlungsgeschwindigkeiten pro Autobahn-/Straßenabschnitt, welche, basierend auf einem rasanten Management aller aktuellen und statistischen Verkehrsdaten, in sehr kurzen Zeitintervallen neu errechnet und an die Verkehrsteilnehmer ausgegeben werden
Dr. Sadeeb Ottenburger
Zusammenfassung
Reduktion des Stauaufkommens auf Autobahnen/Straßennetzen aufgrund von Empfehlungsgeschwindigkeiten, welche über eine umfassende zentralisierte real-time Datensammlung und einer komplexen Analyse in sehr kurzzeitigen Intervallen mittels eines sehr schnell arbeitenden Datenbankmanagement-Systems (DBMS) errechnet werden. Diese Empfehlungsgeschwindigkeiten werden abschnittsweise z. B. an mobile Endgeräte der Verkehrsteilnehmer gesendet.
Einleitung
Der Motorisierungsgrad wird weiterhin steigen – allein in Deutschland wird es wohl bis 2020 eine Zunahme des Verkehrsaufkommens um ca. 40% geben. Damit einhergehend werden unter nahezu unveränderten Rahmenbedingungen der Gesamtenergieverbrauch und die CO₂-Emissionen drastisch zunehmen. Der Straßenausbau wird nicht im gleichen Maße voranschreiten wie der Anstieg der Zahl der Verkehrsteilnehmer. D. h. das Aufkommen von Stau und zähfließendem Verkehr wird sich tendenziell ausweiten. Das hat neben einer zunehmenden Umweltbelastung auch einen größer werdenden Schaden für Wirtschaft und Lebensqualität der Menschen zur Folge. Maßnahmen zur effektiven Vermeidung von kritischen Verkehrszuständen wie Stau sind daher dringend notwendig.
1 Grundaufbau und Anwendung
Alle Autobahnen, ein Teil des Autobahnnetzes oder ein zusammenhängendes Straßennetz werden mit Sensoren versehen. Dies kann z. B. über die Leitplanken geschehen. Bei den Sensoren handelt es sich um minimale Vorrichtungen, welche in der Lage sind vorbeifahrende Autos beispielsweise per Ultraschall zu detektieren. Zusätzlich wird ein zentrales Serversystem installiert. Bei dem Server handelt es sich insbesondere um ein modernes Datenbankmanagementsystem (DBMS). Die Haupteigenschaft eines DBMS ist Techniken und Mittel bereitzuhalten, um das Verwalten von Datenbanktabellen mit allen Relationen effektiv zu gestalten. Des Weiteren soll das DBMS in der Lage sein, große Datenmengen in sehr kurzer Zeit analytisch bzw. numerisch zu verarbeiten. Im folgenden Abschnitt werden wir uns auf Autobahnen beschränken. Jede Seite einer Autobahn versehen mit den oben beschriebenen Sensoren definiert eine Tabelle, deren Anzahl Spalten der Anzahl der Spuren pro Richtung entspricht und aus so vielen Zeilen besteht wie es Sensoren auf der jeweiligen Autobahn gibt. Die möglichen Einträge in dieser Tabelle sollen entweder 0 oder 1 sein. Für jede Autobahn, welche mit Sensoren ausgestattet ist gibt es eine entsprechende Datenbanktabelle (DBT) im zentralen Server. Der Einfachheit halber fassen wir all diese DBT' en in einer einzigen DBT zusammen, welche wir A nennen. Die Anzahl der Zeilen ist die maximal vorkommende Anzahl von Sensoren pro Autobahn. Die Einträge von A bezeichnen wir mit A(k; l). Dies bedeutet zusammengefasst, dass jedem Feld A(k; l) genau ein Sensor zugeordnet ist. Wie oben erwähnt detektieren die Sensoren vorbeifahrende Autos; eine weitere Eigenschaft dieser Detektoren ist es im Falle einer Detektion Informationen mittelbar oder unmittelbar an den zentralen Server zu senden. Im Falle einer Detektion zum Zeitpunkt t erhält das entsprechende Feld A(k, l) den Eintrag 1. Dieses Feld wird für eine sehr kurze Zeit T (z. B. im Millisekunden-Bereich) mit dem Eintrag 1 gefüllt und anschließend auf 0 gesetzt. Wir zerlegen eine fest gewählte Zeitperiode Z in eine endliche Folge von Mikrointervallen der Länge T. Jedes dieser Mikrointervalle hat eine untere und eine obere Grenze U und O. Zu jedem Endzeitpunkt 0 eines Mikrointervalls erhalten wir (mit kurzer Verzögerung aufgrund der Datenübermittlung) die DBT A(O) mit Einträgen A(k, l). Diese Datenbanktabellen werden im DBMS so (zwischen) gespeichert, dass die Reihenfolge ihrer Entstehung erkenntlich ist diese kann z. B. durch einen Zeit-Index beschrieben werden. Das hat zur Konsequenz, dass wir für die gewählte Zeitperiode Z genau n-viele Datenbanktabellen erhalten. Wir zerlegen nun einen größeren Zeitraum nahtlos in Zeitperioden der Länge |Z| – weiter erhalten wir pro Zeitperiode wie oben beschrieben eine Ansammlung von Datenbanktabellen usw. Was wir bisher erhalten haben, ist eine Abbildung der Verkehrslage des gewählten Straßennetzes innerhalb eines gewählten Zeitraums in ein DBMS die Qualität der Abbildung ist stark an die Länge des Mikrointervalls geknüpft. Ist dieses jedoch hinreichend klein gewählt, ergibt diese Projektion ein nahezu unverzerrtes Spiegelbild der Verkehrslage im ausgewählten Autobahn-/Straßennetz und Zeitraum. Die wie oben beschriebene Datenlage ermöglicht es uns beispielsweise am Ende einer der Zeitperioden aus den bisher gesammelten und zwischengespeicherten Daten (Datenbanktabellen) verkehrsspezifische Parameter wie Dichte, Strömungsgrößen mittels analytischer, numerischer oder statistischer Methoden für einen gewissen, nicht so fern liegenden Zeitpunkt vorauszuberechnen. Es ist zu beachten, dass diese Berechnungen den gesamten Bereich des abgebildeten Straßennetzes berücksichtigen und somit zu jedem fest definierten Straßenabschnitt eine Prognose der Verkehrsspezifika zu einem fest gewählten (aber nicht allzu fern liegenden) zukünftigen Zeitpunkt bereithalten. Ergeben sich aus den Prognosen mögliche Entstehungen von Staus oder sehr zähfließendem Verkehr in einem Bereich des Autobahn-/Straßennetzes, die wir zu den kritischen Verkehrszuständen zählen, so werden zur Vermeidung dieser kritischen Verkehrszustände sogenannte Empfehlungsgeschwindigkeiten pro Autobahn-/Straßenabschnitt ermittelt, deren Berücksichtigung der Entstehung dieser Zustände entgegenwirken oder anders formuliert den Verkehrsfuß aufrecht erhalten soll. Diese Empfehlungsgeschwindigkeiten sollen auf ausbalancierte/vernünftige Weise ermittelt werden u. A. unter Berücksichtigung der maximal zulässigen Geschwindigkeit auf den jeweiligen Abschnitten. Die pro Autobahn-/Straßenabschnitt und Zeitraum ermittelten Empfehlungsgeschwindigkeiten, welche im zentralen Server aufgrund des Prognose-Modells in sehr kurzer Zeit ermittelt werden, werden an die jeweiligen Autobahn-/Straßenabschnitte gesendet und durch den Fahrer über eine mobile App, einem Navigationsgerät, eine Software im Auto oder externe Info-Anlagen zur Kenntnis genommen. Ziel ist es, das Stauaufkommen zu senken.
2 Realisierbarkeit/Anmerkungen
Das Sammeln, Senden und Speichern der Daten/Verkehrsinformationen wie oben beschrieben ist technisch realisierbar. Algorithmische/mathematische Ansätze zur Behandlung solcher Probleme existieren. Interessanter ist die Frage ob es Datenbankmanagementsysteme gibt, welche in sehr kurzer Zeit sehr große Datenmengen prozessieren können. Mit in-Memory-Technologien ist dies möglich; eine solche Technologie wird bereits von der SAP angeboten: SAP HANA. Der zentrale Gedanke dieses Papiers ist die Ermittlung von Empfehlungsgeschwindigkeiten, durch die Übertragung des Verkehrsflusses in ein super-schnell prozessierendes DBMS und die aus den gesammelten Daten erhaltene Prognose des Verkehrsverlaufs und die Rückgabe der Empfehlungsgeschwindigkeiten an die Verkehrsteilnehmer. Welche Zeitintervalle, die Art von Sensoren, die Daten, die Gestalt der Datenbanktabellen und die Art der Algorithmen, welche man konkret für die Berechnungen heranzieht und die Form wie man die Empfehlungsgeschwindigkeiten an den Verkehrsteilnehmer heranträgt, gehören zu den technischen Details der Idee.

Claims

Übertragung umfangreicher Verkehrsdaten mittels einem über ein Autobahn-/Straßennetz ausgebreitetem, relativ feinmaschigem Netz von Sensoren in ein auf in-Memory-Technologie basierendes Datenbankmanagement-System oder Server-System. Dort werden die eingegangenen Daten z. B. in Datenbanktabellen gespeichert.
Nach kurzen Zeitintervallen, z. B. alle 2–5 Minuten, sehr rasante Erarbeitung einer sinnvollen und vernünftigen Geschwindigkeitsempfehlung pro Autobahn-/Straßenabschnitt mit dem Ziel der Erhaltung des Verkehrsflusses bzw. Stau und stockenden Verkehr zu vermeiden. Die Geschwindigkeitsempfehlung pro Autobahn-/Straßenabschnitt basiert auf Kurzzeit-Prognosen, welche aus allen aktuellen Verkehrsdaten, nach Anspruch 1), und/oder statistischen Daten in sehr kurzer Zeit unter Berücksichtigung des gesamten Autobahn-/Straßennetzes errechnet wurden; diese werden auf mittelbare oder unmittelbare Weise an die Verkehrsteilnehmer gesendet.