DE4408547A1 - Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen - Google Patents

Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen

Info

Publication number
DE4408547A1
DE4408547A1 DE4408547A DE4408547A DE4408547A1 DE 4408547 A1 DE4408547 A1 DE 4408547A1 DE 4408547 A DE4408547 A DE 4408547A DE 4408547 A DE4408547 A DE 4408547A DE 4408547 A1 DE4408547 A1 DE 4408547A1
Authority
DE
Germany
Prior art keywords
traffic
trend
factor
speed
measuring
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.)
Withdrawn
Application number
DE4408547A
Other languages
English (en)
Inventor
Fritz Dr Busch
Andrea Ghio
Johannes Konrad
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.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Priority to DE4408547A priority Critical patent/DE4408547A1/de
Priority to EP95910428A priority patent/EP0750774B1/de
Priority to PCT/DE1995/000265 priority patent/WO1995025321A1/de
Priority to US08/704,728 priority patent/US5696502A/en
Priority to DE59502343T priority patent/DE59502343D1/de
Priority to AT95910428T priority patent/ATE166738T1/de
Publication of DE4408547A1 publication Critical patent/DE4408547A1/de
Priority to FI963627A priority patent/FI963627A/fi
Priority to NO963843A priority patent/NO963843L/no
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions

Description

Die Erfindung bezieht sich auf ein Verfahren zur Verkehrser­ fassung und Verkehrssituationserkennung auf Autostraßen gemäß dem Oberbegriff des Anspruchs 1.
Das ständig zunehmende Verkehrsaufkommen auf der Straße, vor­ zugsweise Autobahn, mit dem dadurch bedingten Sicherheitsver­ lust und die Schwierigkeiten, das gesamte Straßen- bzw. Auto­ bahnnetz entsprechend zu erweitern, haben in den letzten Jahrzehnten zu Überlegungen geführt, die Leistungsfähigkeit sowie die Sicherheit der Autostraßen mit Hilfe der Elektronik zu steigern.
Es gibt in der Zwischenzeit diverse Anlagen und verschiedene Verfahren, die aufgrund von Verkehrsmessungen passende Anzei­ gen an den Wechselverkehrszeichen anschalten. Die Steuerung ist punktbedingt, wenn sie sich auf einem bestimmten Punkt des Verkehrsablaufs bezieht (beispielsweise Baustellen oder Fahrbahnverengungen), streckenbedingt (im allgemeinen unter der Bezeichnung "Linienbeeinflussung" bekannt), wenn sie sich auf eine Strecke bezieht, oder netzbedingt, wenn sie sich die automatische Umleitung von einer Normalroute auf eine Alter­ nativroute vornimmt (Wechselwegweisung).
Bisherige Linienbeeinflussungen sind sehr aufwendig und teuer und werden daher nur gezielt an besonderes befahrenen Strec­ ken errichtet. Dabei ist ein sehr hoher Aufwand bezüglich der Datenerfassung bzw. -auswertung sowie für die Informations­ übertragung mittels Wechselverkehrszeichen erforderlich. Um die Zusammenhänge zwischen der Verkehrssituation und der ge­ steuerten Anzeige überschaubar zu halten, ist die Steuerlogik relativ einfach aufgebaut. Die aufbereiteten lokalen Meßwer­ te, wie im allgemeinen geglättete Verkehrsstärke, geglättete Geschwindigkeit und lokale Verkehrsdichte, werden mit vorde­ finierten Schwellwerten verglichen, um eine Aussage zu tref­ fen bzw. um das Wechselverkehrszeichen anzusteuern.
Bei in Betrieb befindlichen Anlagen mit Verkehrserfassung und Steuerung des Verkehrs durch Wechselverkehrszeichen wird bis­ her die Steuerung mit eindeutigen Ja/Nein-Aussagen, basierend auf Entscheidungslogiken, durchgeführt. Beispielsweise kann eine Harmonisierung des Verkehrs aufgrund hoher Belastung er­ reicht werden, indem auf sämtlichen Fahrspuren eine gleiche Geschwindigkeitsbeschränkung angezeigt wird. Eine Stauerken­ nung und Warnung kann aufgrund einer Verringerung der Fahrge­ schwindigkeit erfolgen. Wird eine verhältnismäßig starke Ver­ kehrsunruhe erkannt, so kann dem mit einer gleichmäßigen Ge­ schwindigkeitsbeschränkung begegnet werden. Witterungsabhän­ gige Umfeldbedingungen, die mit getrennten Sensoren erfaßt werden, werden zur Linienbeeinflussung ebenfalls angezeigt. Eine frühzeitige und zuverlässige Erkennung von gefährlichen Verkehrszuständen ist mit den bekannten Anlagen nicht ohne weiteres möglich, weil die erfaßten Verkehrsdaten keinen deutlichen Aufschluß über das tatsächliche Verkehrsgeschehen ergeben.
Aufgabe der Erfindung ist eine frühzeitige und zuverlässige, automatische Erkennung von kritischen Verkehrssituationen, wie Verkehrsstörungen durch Staubildung oder Unfall, auf Au­ tostraßen, um die Verkehrsteilnehmer rechtzeitig vor dieser Situation zu warnen.
Diese Aufgabe wird bei dem eingangs beschriebenen Verfahren mit den kennzeichnenden Merkmalen des Anspruchs 1 gelöst.
Mit dem erfindungsgemäßen Verfahren werden an den Autostraßen mit dafür eingerichteten Meßstellen, beispielsweise sind an jedem Meßquerschnitt für jede Fahrspur Verkehrssensoren ange­ bracht, Verkehrsdaten erfaßt und in einer dafür vorgesehenen Verarbeitungseinrichtung für eine Verkehrssteuerung verarbei­ tet. Aus den regelmäßig erfaßten Verkehrsdaten: Geschwindig­ keit und Verkehrsstärke, werden in einer Verkehrsdatenaufbe­ reitungseinrichtung bestimmte Verkehrskenngrößen abgeleitet. Dazu bilden zwei benachbarte Meßstellen einen Meßabschnitt, der eine bestimmte Streckenlänge, beispielsweise 3 km, auf­ weist. Aus den Verkehrsdaten von diesen Meßstellen werden folgende Verkehrsgrößen gebildet:
Eine Geschwindigkeitsdichtedifferenz (vk-D) gemäß der Bezie­ hung, wie sie im Anspruch 1 angegeben ist. Die Geschwindig­ keitsdichtedifferenz berücksichtigt die Geschwindigkeit und die Verkehrsdichte beider Meßquerschnitte. Als zweite Ver­ kehrskenngröße wird ein Trendfaktor gebildet, der fortlaufend aus dem Verhältnis der Verkehrs stärken der ersten und der zweiten Meßstelle gebildet ist, jedoch nur die Werte über ei­ nen bestimmten Zeitraum, z. B. den letzten 30 Minuten, berück­ sichtigt. Als dritte Verkehrskenngröße wird der Verkehrsstär­ ketrend der jeweiligen Meßstelle als Maß für die dynamische Situationsentwicklung, d. h. die zeitliche Entwicklung der Verkehrsstärke, gebildet. Dabei wird aus der Funktion der Verkehrsstärke über der Zeit bzw. aus der Steigung der Tan­ gente an dieser Funktionskurve der Trend der Verkehrsstärke abgeleitet. Diese drei Verkehrskenngrößen werden in einer Fu­ zzy-Logik zur Erkennung kritischer Verkehrssituationen bear­ beitet, um als Ausgangsgröße eine Aussage über die Wahr­ scheinlichkeit für eine kritische Verkehrssituation zu erhal­ ten. Diese Wahrscheinlichkeitsgröße wird in Abhängigkeit von einem vorgebbaren Schwellwert bewertet, um eine Anzeigeemp­ fehlung für die Wechselverkehrszeichen zu generieren.
Die Anwendung der Fuzzy-Logik für die Verkehrsituationserken­ nung auf Autostraßen hat eine Reihe von Vorteilen. Das Aus­ werten der Input-Daten ist sehr einfach. Mehrere Inputs kön­ nen weiter verknüpft werden. Dadurch ist es möglich, für eine Maßnahme mehrere Eingänge gleichzeitig zu benutzen, auch wenn sie einzeln nicht besonders aussagekräftig sind. Das führt durchschnittlich zu einer schnelleren Reaktionszeit. Außerdem können kompliziertere Logiken für die Situationsinterpreta­ tion, die nur mit der Verknüpfung vieler Daten möglich sind (Verkehrsstärke, Geschwindigkeit und lokale Dichte am Quer­ schnitt und am darauf bzw. dahinter liegenden Meßquerschnitt, Trendfaktoren, evtl. Umfelddaten), mit der Fuzzy-Logik besser verwaltet werden. Wegen der weichen Denkweise der Fuzzy-Logik ist es möglich, statt einer starren binären Entscheidung (Stau oder kein Stau an einem Querschnitt) einen weichen Übergang zu ermitteln, der in Form einer Wahrscheinlichkeit (z. B. die Wahrscheinlichkeit eines Staus an diesem Quer­ schnitt beträgt 70%) dargestellt werden kann. Das hat den Vorteil, daß dieses Ergebnis mit einem entsprechend vorgebba­ ren Schwellwert so bewertet werden kann, daß frühzeitig eine zuverlässige Anzeigeempfehlung ausgesprochen werden kann.
Als Verkehrsdaten werden neben der Fahrzeuggeschwindigkeit, die an beiden Meßstellen ermittelt wird und im allgemeinen als geglätteter Mittelwert (v) für die jeweilige Meßstelle verarbeitet wird, die Verkehrsstärke (Q), die auch Verkehrs­ menge genannt wird, und die Verkehrsdichte (K) verwendet. Die Verkehrsstärke gibt die Anzahl der Fahrzeuge an einem Meß­ querschnitt an, bezogen auf eine Zeiteinheit, beispielsweise eine Stunde. Die Verkehrsdichte ist ein Maß für die Anzahl der Fahrzeuge bezogen auf einen bestimmten Streckenabschnitt. Es wird mit einer sogenannten lokalen Verkehrsdichte ope­ riert, die die Anzahl der Fahrzeuge auf den Meßquerschnitt bezieht und die entsprechende Geschwindigkeit berücksichtigt. Die Verkehrsdichte ist der Quotient der Verkehrsstärke und der mittleren Geschwindigkeit (K = Q/v).
Die Verkehrskenngröße Geschwindigkeitsdichtedifferenz vk-D berechnet sich aus den lokalen Verkehrsdaten mittlere Ge­ schwindigkeit und der Verkehrsdichte zweier benachbarter Meß­ querschnitte (Meßstellen) nach der im Anspruch 1 angegebenen Formel. Der erste Term der Geschwindigkeitsdichtedifferenz bezieht sich auf den Meßquerschnitt i, der zweite auf den stromabwärtsliegenden Meßquerschnitt i+1. Um die Verkehrsgrö­ ßen unterschiedlicher Meßquerschnitte vergleichen zu können, werden sie jeweils auf die einstellbaren Maximalwerte der Verkehrsgrößen der Querschnitte bezogen (max. freie Geschwin­ digkeit und max. Verkehrsdichte). Ist der Verkehrszustand an dem Meßquerschnitt ungestört, d. h. die Geschwindigkeit ist nicht klein und die Verkehrsdichte nicht groß, dann bewegt sich der entsprechende Term im Bereich sehr kleiner Werte. Herrscht an dem Meßquerschnitt ein instabiler Verkehrszu­ stand, d. h. die Geschwindigkeit ist klein und die Verkehrs­ dichte groß, so steigt der Wert des betroffenen Terms an. Aus der Differenz der beiden Terme können damit Rückschlüsse auf den momentanen Verkehrszustand gezogen werden.
Der Trendfaktor (FT) wird als Indikator für eine Störung her­ angezogen. Durch ihn erfolgt eine Überwachung des Zu- und Ab­ flusses der Fahrzeuge im Meßabschnitt, der eine bestimmte Streckenlänge, beispielsweise 3 km, aufweisen kann, und von den beiden Meßstellen (MQi und (MQi+1)) gebildet ist. Im Falle einer kritischen Verkehrssituation fahren mehr Fahr­ zeuge in den Meßabschnitt hinein als hinaus, der Trendfaktor (FT) steigt dadurch exponentiell an. Die Berechnung des Trendfaktors beruht auf den im allgemeinen ungeglätteten Ver­ kehrsmengen, d. h. den Verkehrsstärken an den beiden Meßquer­ schnitten. Damit wird eine höhere Genauigkeit und ein schnel­ leres Ansprechen erreicht. Um den Einfluß von Meßfehlern zu verringern, wird der Trendfaktor jeweils nur auf der Basis der letzten Meßintervalle, das bedeutet einen Zeitraum von beispielsweise 30 Minuten, berechnet.
Die dritte Verkehrskenngröße, der Verkehrsstärke-Trend (QTi), dient zur Beurteilung der dynamischen Situationsentwicklung. Die Berechnung beruht auf den im allgemeinen ungeglätteten erfaßten Verkehrsdaten. Der Verkehrsstärketrend wird eben­ falls an den beiden Meßquerschnitten betrachtet.
Diese drei Verkehrskenngrößen sind die Eingangsdaten für die Fuzzy-Logik. Diese bringt die Eingangsgrößen, die von zwei benachbarten Meßquerschnitten stammen, über eine durch Regeln definierte Wissensbasis in Zusammenhang und leitet daraus die Wahrscheinlichkeit für eine kritische Verkehrssituation, bei­ spielsweise ein Störfall, ab.
Die Eingangsgrößen der Fuzzy-Logik sind von vielen Einflüssen abhängig, insbesondere vom Meßstellenabstand, der Strecken­ geometrie, d. h. Steigung oder Gefälle, Umfeldbedingungen, wie Nässe, Schnee, Glatteis, Tag oder Nacht, und möglichen wei­ teren Einflüssen. Die Einflüsse sind also nicht nur statio­ när, sondern auch dynamischer Art. Daher werden in Weiter­ bildung des erfindungsgemäßens Verfahrens die Verkehrskenn­ größen so kalibriert, daß das Fuzzy-System die Eingangsgrößen (Verkehrskenngrößen) unabhängig von äußeren Einflüssen immer gleich bewerten kann. Dazu werden die Größen in Abhängigkeit ihrer Vergangenheitswerte dynamisch kalibriert.
Um den Aufwand für die Kalibrierung zur Erkennung einer kri­ tischen Verkehrssituation zu minimieren, werden automatisch der Trendfaktor und die Geschwindigkeitsdifferenz kalibriert. Dazu wird aus diesen Verkehrsdaten ein Kalibrierungsfaktor für die Geschwindigkeitsdichtedifferenz und ein Kalibrie­ rungsfaktor für den Trendfaktor gebildet und in einer Kali­ brierungseinrichtung, die zwischen der Verkehrsdatenaufberei­ tung und der Fuzzy-Bearbeitung angeordnet ist, mit den aktu­ ellen Verkehrskenngrößen in Beziehung gebracht. Die aktuelle Geschwindigkeitsdichtedifferenz wird durch den Geschwindig­ keitsdichtedifferenz-Kalibrierungsfaktor und der jeweilige aktuelle Trendfaktor durch den Trend-Kalibrierungsfaktor di­ vidiert.
Wie bereits gesagt, ist die Geschwindigkeitsdichtedifferenz abhängig von Umfeldbedingungen, wie Nässe, Nebel, Tag/Nacht usw. Diese Fuzzy-Eingangsgröße wird deshalb durch den dyna­ mischen Kalibrierungsfaktor bewertet. Der Wert dieses Faktors kann als Schwelle für die Geschwindigkeitsdichtedifferenz gel­ ten, ab der mit hoher Wahrscheinlichkeit der Fall einer kri­ tischen Verkehrssituation (Störung) vorliegt. Der Kalibrie­ rungsfaktor wird nur berechnet, wenn die Geschwindigkeits­ dichtedifferenz unter einer bestimmten Schwelle, beispiels­ weise 0,3, liegt. Der Faktor setzt sich aus dem Mittelwert, der Standardabweichung von der Geschwindigkeitsdichte-diffe­ renz und seiner festgelegten Schwelle zusammen. Die Berech­ nung des Mittelwerts und der Standardabweichung wird nur auf Basis der relativen Maxima der Geschwindigkeitsdichte-diffe­ renz-Ganglinie durchgeführt:
Die aktuelle Geschwindigkeitsdichtedifferenz wird durch die­ sen Kalibrierungsfaktor dividiert. Zur Kalibrierung des Trendfaktors wird der Merkmalswert des Trendfaktors gesucht, den man als "klein" einschätzt. Dieser Merkmalwert wird so definiert, daß er die Menge aller Werte des Trendfaktors um­ faßt, deren relative Summenhäufigkeit unterhalb eines Schwellwertes liegen. Dazu wird eine Häufigkeitstabelle ein­ geführt, deren Klassen entsprechend der Tabelle definiert werden. Eine Klasse ist ein definierter Wertebereich des Trendfaktors, wobei alle Klassen zusammen den gesamten Werte­ bereich des Trendfaktors beschreiben. Für jedes Meßintervall wird der aktuelle Trendfaktor einer Klasse zugeordnet, die jeweilige Klasse wird dann inkrementiert. Für jedes Intervall kann damit der Meßwert ermittelt werden, für den die relative Summenhäufigkeit unterhalb des vorgegebenen Schwellwertes liegt.
Die Klasseneinteilung ist für ganz kleine und große Werte stärker abgestuft, für den wichtigen Kalibrierungsbereich wird eine feinere Abstufung gewählt:
Klasseneinteilung
Der Kalibrierungsfaktor berechnet sich dann:
Der aktuelle Trendfaktor wird jeweils durch diesen Kalibrie­ rungsfaktor dividiert.
Das erfindungsgemäße Verfahren zur Erkennung kritischer Ver­ kehrssituationen wird in einer besonderen Ausgestaltung der Erfindung zur Störfallerkennung verwendet. Dabei wird aus den Verkehrskenngrößen: Trendfaktor und Verkehrsstärketrend des ersten Meßquerschnitts, in einer Pulkerkennung eine Pulkbil­ dung erkannt und eine Pulkwahrscheinlichkeitsgröße abgelei­ tet. In einer Störfallvoruntersuchung wird aus der Verkehrs­ kenngröße Verkehrsstärketrend des zweiten Meßquerschnitts und der Pulkwahrscheinlichkeitsgröße mit Hilfe der Fuzzy-Ent­ scheidung ein Störfallkriterium abgeleitet, welches mit dem Trendfaktor und der Geschwindigkeitsdichtedifferenz zusammen betrachtet eine Störfallerkennung ermöglicht.
Für die Fuzzy-Störfallentscheidung werden neben den Entschei­ dungskriterien Geschwindigkeitsdichtedifferenz und Trendfak­ tor die Verkehrskenngrößen, Verkehrsstärketrend an der Meß­ stelle MQ1 und an der Meßstelle MQ2 verwendet, mit denen eine Voruntersuchung auf einen Störfall durchgeführt wird.
Es wird eine Pulkerkennung durchgeführt. Ein Pulk stellt ein Fahrzeugkollektiv mit hoher Verkehrsstärke und Verkehrsdichte dar, welches in den Meßabschnitt einfährt.
Die zur Störfallerkennung herangezogene Verkehrskenngröße Trendfaktor läßt bei sehr großen Werten zwei Interpretations­ möglichkeiten zu. Es liegt ein Störfall vor, d. h. über einen längeren Zeitraum sind mehr Fahrzeuge in den Meßabschnitt eingefahren als ausgefahren, oder in den Meßabschnitt ist ein Pulk eingefahren. Ein Pulk ist gewissermaßen eine Dichte­ welle, wie sie z. B. bei einer plötzlichen Aufhebung eines Engpasses entsteht. Um diese beiden Fälle sicher zu unter­ scheiden wird, wie oben gesagt, eine Pulkerkennung durchge­ führt. Als Eingangsgröße der Fuzzy-Logik werden der Verkehrs­ stärketrend, die Pulkwahrscheinlichkeit im vorangegangenen Meßintervall, und der Trendfaktor herangezogen. Als Ausgangs­ größe steht direkt ein Wert für die Wahrscheinlichkeit eines Pulks im betrachteten Meßabschnitt zur Verfügung.
Mit der Störfallvoruntersuchung wird aus den Größen Verkehrs­ stärketrend, alte Störfallwahrscheinlichkeit und Pulkwahr­ scheinlichkeit auf die Möglichkeit eines Störfalls geschlos­ sen. Die Möglichkeit eines Störfalls wird durch die Ausgangs­ variable Störfallkriterium repräsentiert. Ist dieser Wert hoch, so deutet die Voruntersuchung auf einen Störfall hin.
Nimmt nun zudem der Verkehrsstärketrend am stromabwärts lie­ genden Meßquerschnitt ab bei einem hohen Wert für ein Stör­ fallkriterium, so ist die Wahrscheinlichkeit eines Störfalles sehr hoch. Mit steigendem Verkehrsstärketrend am stromabwärts liegenden Meßquerschnitt sinkt die Möglichkeit eines Stör­ falls, ebenso wie bei Zunahme der Pulkwahrscheinlichkeit. Ei­ ne Ausnahme bildet der Fall, wenn im letzten Meßintervall ei­ ne Störung sehr wahrscheinlich war. Hierbei ist das Störfall­ kriterium im wesentlichen unabhängig von der Pulkwahrschein­ lichkeit und dem Verkehrsstärketrend, denn im Fall des be­ reits im letzten Meßintervall erkannten Störfalls kann sowohl die Pulkwahrscheinlichkeit als auch der Verkehrsstärketrend wieder steigen. Die Störfallerkennung ist die Entscheidungs­ stufe, die letztlich zum Ergebnis der Wahrscheinlichkeit ei­ nes Störfalles führt. In Abhängigkeit dieser Größe wird eine Warnung an den Anzeigequerschnitt aufgeschaltet.
Über eine Fuzzy-Regelbasis wird aus den Größen: Störfallkri­ terium, Trendfaktor und Geschwindigkeitsdichtedifferenz, die Störfallwahrscheinlichkeit abgeleitet, wie bereits dargelegt. Bei sehr großer positiver Geschwindigkeitdichtedifferenz liegt sehr wahrscheinlich ein Störfall vor. Je größer (positiv) die Geschwindigkeitsdichtedifferenz, desto wahr­ scheinlicher ist ein Störfall. Mit wachsendem Trendfaktor steigt bei positiver Geschwindigkeitsdichtedifferenz die Wahrscheinlichkeit eines Störfalls noch mehr an. Bei einem großen Störfallkriterium hat der Trendfaktor mehr Einfluß. Bei kleinerem Störfallkriterium, d. h. die Merkmale deuten nicht auf einen Störfall hin, entscheidet die Geschwindig­ keitsdichtedifferenz allein, da sie in diesem Fall sicherer als der Trendfaktor ist. In der Ergebnisbewertung wird, ba­ sierend auf der Wahrscheinlichkeit eines Störfalles, eine An­ zeigeempfehlung, z. B. Stauwarnung, für die Wechselverkehrs­ zeichen abgeleitet und die Anzeige veranlaßt.
Anhand der Zeichnung wird das erfindungsgemäße Verfahren nochmals kurz erläutert. Dabei zeigen
Fig. 1 eine prinzipielle Darstellung für das erfindungsgemä­ ße Verfahren,
Fig. 2 für eine Kalibrierung und
Fig. 3 für eine Störfallerkennung.
Die Autostraße AS, hier als Autobahn mit z. B. zwei Spuren in einer Fahrtrichtung dargestellt, weist zwei Meßquerschnitte MQi und MQ(i+1) auf, welche in einem bestimmten Abstand an­ geordnet sind und einen Meßabschnitt MA bilden. Mit den Ver­ kehrssensoren VS, z. B. Fahrzeugdetektoren, die beispielsweise von Induktionsdoppelschleifen gebildet sein können, werden Verkehrsdaten VD erfaßt und einer Verkehrsdatenaufbereitung VDA zugeführt. Als Verkehrsdaten werden die Geschwindigkeit v, die Verkehrsdichte K und die Verkehrsstärke Q erfaßt und weiterverarbeitet. In der Verkehrsdatenaufbereitung VDA wer­ den die Verkehrskenngrößen: Geschwindigkeitsdichtedifferenz vk-D, der Trendfaktor FT und die Verkehrsstärken QTi und QTi+1 getrennt an den Meßquerschnitten MQi und MQi+t ermit­ telt und zur weiteren Bearbeitung einer Fuzzy-Logik zuge­ führt. Die Fuzzy-Bearbeitungseinrichtung ist mit FUB bezeich­ net. Die dort gebildete, wie bereits oben erläuterte, Wahr­ scheinlichkeitsgröße WG für eine kritische Verkehrssituation wird in der Ergebnisbewertungseinrichtung EBE aufgrund eines vorgebbaren Schwellwertes SW bewertet, um ein Steuersignal 5G, beispielsweise als Anzeigeempfehlung, für ein Wechselver­ kehrszeichen VWZ zu erzeugen.
In Fig. 2 ist die bereits oben beschriebene Kalibrierung schematisch dargestellt. In einer Einrichtung zur Kalibrie­ rungsfaktor-Bildung KFB werden die Verkehrsdaten VD bzw. Ver­ kehrskenngrößen vk-D und FT zur Bildung eines Kalibrierfak­ tors für die Geschwindigkeitsdichtedifferenz KFv und eines Kalibrierungsfaktors für den Trendfaktor KFT herangezogen. Diese Faktoren werden der Kalibrierungseinrichtung KE zuge­ führt, in der die Verkehrskenngrößen Geschwindigkeitsdichte­ differenz und Trendfaktor damit kalibriert bzw. und als kali­ brierte Kenngrößen vK-D; FT der Fuzzy-Bearbeitung FUB für die bereits erläuterte Weiterverarbeitung zugeführt werden.
In Fig. 3 ist schematisch die Störfallerkennung dargestellt. In der Pulkerkennung PE wird aus den Eingangsgrößen Trendfak­ tor FT und Verkehrsstärketrend QTi am Meßquerschnitt MQi eine Pulkwahrscheinlichkeitsgröße PWG mit Hilfe der Fuzzy-Logik abgeleitet. Diese Pulkwahrscheinlichkeitsgröße PWG wird in einer Störfallvoruntersuchung STV mit der Verkehrskenngröße Verkehrsstärketrend QT(i+1) des Meßquerschnitts MQ(i+1) be­ trachtet und daraus ein Störfallkriterium STK abgeleitet. Dieses Kriterium STK wird zusammen mit dem Trendfaktor FT und der Geschwindigkeitsdichtedifferenz vk-D betrachtet, um auf einen Störfall schließen zu können. Dies ist mit der Störfal­ lerkennung STE angedeutet. Wie oben erläutert, wird in der Störfallerkennung STE auf eine Störfallwahrscheinlichkeits­ größe SWG geschlossen, die in einer anschließenden Ergebnis­ bewertungseinrichtung EBE weiterbehandelt wird.

Claims (5)

1. Verfahren zur Verkehrserfassung und Verkehrssituationser­ kennung auf Autostraßen (AS), vorzugsweise Autobahnen mit dafür eingerichteten Meßstellen (Meßquerschnitte MQ1, MQ2 . . . ) zur KFZ-Detektion mit Verkehrssensoren (VS) und mit einer Verkehrsdaten-Verarbeitungs-Einrichtung (VDVE) für eine Verkehrssteuerung, wobei regelmäßig Verkehrsdaten (VD), wie KFZ-Geschwindigkeit (v), Verkehrsstärke (Q) und Verkehrsdich­ te (K), an den Meßstellen (MQ1, MQ2, . . . ) ermittelt und daraus bestimmte Verkehrskenngrößen in einer Verkehrsdatenaufberei­ tung (VDA) gebildet werden, gekennzeichnet durch folgende Merkmale:
  • - zwei benachbarte Meßstellen (MQi, MQ(i+1)) bilden einen Meßabschnitt (MA) mit einer bestimmten Streckenlänge (1)
  • - aus den Verkehrsdaten (VD) von zwei solchen Meßstellen wer­ den folgende Verkehrskenngrößen gebildet:
    • a) die Geschwindigkeitsdichtedifferenz (vk-D) gemäß folgender Beziehung: mit
      Vf1, Vfi+1: maximale freie Geschwindigkeit am Meßquerschnitt i, i+1
      kmax 1, kmax i+1: maximale Verkehrsdichte am Meßquerschnitt i, i+1
      ki: Verkehrsdichte nach dem Meßquerschnitt i
      Ki: Verkehrsdichte vor dem Meßquerschnitt i+1
      i, i+1: mittlere geglättete Geschwindigkeit am Meßquerschnitt i, i+1
    • b) ein Trendfaktor (FT), der fortlaufend aus dem Verhältnis der Verkehrsstärken (Qi/Q(i+1)) der ersten und der zweiten Meßstelle (MQi, MQ(i+1)), gebildet ist, jedoch ermittelt über einen bestimmten Zeitraum (t) im Minutenbereich,
    • c) der Verkehrsstärketrend (QTi, QT(i+1)) der jeweiligen Meßstelle (MQi, MQ(i+)), wobei anhand der Funktion der Ver­ kehrsstärke (Q) über der Zeit (Kurve Q(t)) aus der Steigung der Tangente an die Kurve der Trend abgeleitet wird,
  • - diese drei Verkehrskenngrößen (vK-D; FT; QTi und QT(i+1)) werden in einer Fuzzy-Logik (FUB) zur Erkennung kritischer Verkehrssituation im betrachteten Meßabschnitt (MA) bearbei­ tet und als Wahrscheinlichkeitsgrößen (WG) einer nachge­ schalteten Ergebnisbewertungs-Einrichtung (EBE) zugeführt, in der in Abhängigkeit von einstellbaren Schwellwerten (SW) Steuersignale (SG) für Wechselverkehrszeichen (WVZ) gebildet werden.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Verkehrskenngrößen Geschwin­ digkeitsdichtedifferenz (vk-D) und Trendfaktor (FT) in Abhän­ gigkeit von ihren Vergangenheitswerten dynamisch kalibriert werden, wobei aus den Verkehrsdaten (VD) ein Kalibrierungs­ faktor (KFv) für die Geschwindigkeitsdichtedifferenz (vK-D) und ein Kalibrierungsfaktor (KFT) für den Trendfaktor (FT) gebildet (KFB) werden, und daß in einer zwischen der Ver­ kehrsdaten-Aufbereitung (VDA) und der Fuzzy-Bearbeitung (FUB) angeordneten Kalibrierungseinrichtung (KE) die aktuelle Ge­ schwindigkeitsdichte-Differenz (vk-D) mit dem Geschwindig­ keitsdichtedifferenz-Kalibrierungsfaktor (KFv) und der je­ weils aktuelle Trendfaktor (FT) mit den Trendfaktor-Kalibie­ rungsfaktor (KFT) dividiert werden.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß zur Kalibrierung die Geschwin­ digkeitsdichte-Differenz (vk-D) bewertet wird, wobei der Wert des Kalibrierungsfaktors (KFv) ein Schwellenwert für die Ge­ schwindigkeitsdichtedifferenz (vk-D) ist, ab welcher mit ho­ her Wahrscheinlichkeit eine kritische Verkehrssituation vor­ liegt.
4. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß zur Kalibierung des Trendfaktors (FT) ein als "klein" eingeschätzter Merkmalswert des Trend­ faktors so definiert ist, daß er die Menge aller Werte des Trendfaktors umfaßt, deren relative Summenhäufigkeit unter­ halb eines Schwellwertes liegen, wobei eine Häufigkeitstabel­ le mit mehreren Klassen mit definierten Wertebereichen des Trendfaktors gebildet werden und der aktuelle Trendfaktor ei­ ner Klasse zugeordnet wird, um daraus den Kalibrierungsfaktor (KFT) zu ermitteln.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, daß als kritische Verkehrssituation ein Störfall ermittelt und angezeigt wird, wobei aus dem Trendfaktor (FT) und dem Verkehrsstärkentrend (QTi) der er­ sten Meßstelle (MQi) eine Pulkbildung erkannt (PE) und eine Pulkwahrscheinlichkeitsgröße (PWG) gebildet wird, die mit dem Verkehrsstärketrend (QT(i-1)) der zweiten Meßstelle (MQ(i+1)) in Beziehung gebracht wird, um ein Störfallkriterium (STK) abzuleiten (STV), wobei ferner aus dem Trendfaktor (FT) und der Geschwindigkeitsdichtedifferenz (vk-D) sowie dem Stör­ fallkriterium (STK) auf einen Störfall erkannt (STE) wird und eine Störfallwahrscheinlichkeitsgröße (SWG) gebildet wird.
DE4408547A 1994-03-14 1994-03-14 Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen Withdrawn DE4408547A1 (de)

Priority Applications (8)

Application Number Priority Date Filing Date Title
DE4408547A DE4408547A1 (de) 1994-03-14 1994-03-14 Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen
EP95910428A EP0750774B1 (de) 1994-03-14 1995-03-01 Verfahren zur verkehrserfassung und verkehrssituationserkennung auf autostrassen, vorzugsweise autobahnen
PCT/DE1995/000265 WO1995025321A1 (de) 1994-03-14 1995-03-01 Verfahren zur verkehrserfassung und verkehrssituationserkennung auf autostrassen, vorzugsweise autobahnen
US08/704,728 US5696502A (en) 1994-03-14 1995-03-01 Method of sensing traffic and detecting traffic situations on roads, preferably freeways
DE59502343T DE59502343D1 (de) 1994-03-14 1995-03-01 Verfahren zur verkehrserfassung und verkehrssituationserkennung auf autostrassen, vorzugsweise autobahnen
AT95910428T ATE166738T1 (de) 1994-03-14 1995-03-01 Verfahren zur verkehrserfassung und verkehrssituationserkennung auf autostrassen, vorzugsweise autobahnen
FI963627A FI963627A (fi) 1994-03-14 1996-09-13 Menetelmä liikenteen ilmaisemiseksi ja tilanteiden tunnistamiseksi autoteillä, ensi sijassa moottoriteillä
NO963843A NO963843L (no) 1994-03-14 1996-09-13 Fremgangsmåte til trafikkregistrering og deteksjon av trafikksituasjonen på veier, foretrukket motorveier

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE4408547A DE4408547A1 (de) 1994-03-14 1994-03-14 Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen

Publications (1)

Publication Number Publication Date
DE4408547A1 true DE4408547A1 (de) 1995-10-12

Family

ID=6512707

Family Applications (2)

Application Number Title Priority Date Filing Date
DE4408547A Withdrawn DE4408547A1 (de) 1994-03-14 1994-03-14 Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen
DE59502343T Expired - Fee Related DE59502343D1 (de) 1994-03-14 1995-03-01 Verfahren zur verkehrserfassung und verkehrssituationserkennung auf autostrassen, vorzugsweise autobahnen

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE59502343T Expired - Fee Related DE59502343D1 (de) 1994-03-14 1995-03-01 Verfahren zur verkehrserfassung und verkehrssituationserkennung auf autostrassen, vorzugsweise autobahnen

Country Status (6)

Country Link
US (1) US5696502A (de)
EP (1) EP0750774B1 (de)
AT (1) ATE166738T1 (de)
DE (2) DE4408547A1 (de)
FI (1) FI963627A (de)
WO (1) WO1995025321A1 (de)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19521927A1 (de) * 1995-06-09 1996-12-12 Inst Automation Und Kommunikat Verfahren und Vorrichtung zur verkehrsabhängigen Grünzeitanpassung in einer Verkehrssignalanlage
DE19638070A1 (de) * 1996-09-18 1998-03-19 Deutsche Telekom Mobil Verfahren zur Verkehrsdatenerfassung mittels Mobilfunkgeräten
DE19647127A1 (de) * 1996-11-14 1998-05-28 Daimler Benz Ag Verfahren zur automatischen Verkehrsüberwachung mit Staudynamikanalyse
WO1998027525A1 (de) * 1996-12-16 1998-06-25 Mannesmann Ag Verfahren zur vervollständigung und/oder verifizierung von den zustand eines verkehrsnetzes betreffenden daten; verkehrszentrale
EP0902404A2 (de) * 1997-09-11 1999-03-17 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
EP0903711A2 (de) * 1997-09-18 1999-03-24 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
DE19757812A1 (de) * 1997-12-24 1999-07-01 Peter Grohse Chipkarte zum Bezahlen von Autobahngebühren
DE19757863A1 (de) * 1997-12-24 1999-07-08 Peter Grohse Sende- und Empfangseinheit zum Bezahlen von Autobahngebühren
DE102008056858A1 (de) * 2008-11-12 2010-05-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Betreiben eines Hybridfahrzeugs
DE102009006534A1 (de) * 2009-01-28 2010-07-29 Siemens Aktiengesellschaft Verfahren zur Erkennung eines Störfalles auf einem Streckenabschnitt eines Straßennetzes sowie Verkehrsrechner zur Durchführung des Verfahrens
WO2014161526A1 (de) * 2013-04-06 2014-10-09 Sadeeb Ottenburger 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

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19606258C1 (de) * 1996-02-06 1997-04-30 Mannesmann Ag Fahrzeugautonome Detektion von Verkehrsstau
US5995900A (en) * 1997-01-24 1999-11-30 Grumman Corporation Infrared traffic sensor with feature curve generation
KR100234987B1 (ko) * 1997-08-20 1999-12-15 윤종용 고속도로의 구간별 주행 시간 안내 시스템
US6313757B1 (en) * 1998-03-05 2001-11-06 Siemens Aktiengesellschaft Method and apparatus for controlling motor vehicle traffic
DE19835979B4 (de) * 1998-08-08 2005-01-05 Daimlerchrysler Ag Verfahren zur Verkehrszustandsüberwachung und Fahrzeugzuflußsteuerung in einem Straßenverkehrsnetz
US6317058B1 (en) 1999-09-15 2001-11-13 Jerome H. Lemelson Intelligent traffic control and warning system and method
DE60107938T2 (de) * 2000-03-15 2006-03-30 Raytheon Company, Waltham Automatische unfallfeststellung
DE10103392A1 (de) * 2001-01-26 2002-08-08 Bosch Gmbh Robert Verfahren zur automatischen Stauwarnung
CZ20032292A3 (cs) * 2001-01-26 2004-01-14 Raytheon Company Systém a způsob pro určení jízdy vozidla
SE0100351D0 (sv) * 2001-02-06 2001-02-06 Sergio Luciani Traffic monitoring system and method
CA2343435C (en) 2001-04-06 2006-12-05 International Road Dynamics Inc. Dynamic work zone safety system
US6600994B1 (en) 2001-05-17 2003-07-29 Horizon Navigation, Inc. Quick selection of destinations in an automobile navigation system
KR20040051778A (ko) * 2002-12-13 2004-06-19 주식회사 엘지씨엔에스 유고 감지 방법
US7251558B1 (en) * 2003-09-23 2007-07-31 Navteq North America, Llc Method and system for developing traffic messages
US7096115B1 (en) * 2003-09-23 2006-08-22 Navteq North America, Llc Method and system for developing traffic messages
DE102005024953A1 (de) * 2005-05-31 2006-12-07 Siemens Ag Verfahren zur Ermittlung von Abbiegeraten in einem Straßennetz
US20070208493A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Identifying unrepresentative road traffic condition data obtained from mobile data sources
US8014936B2 (en) 2006-03-03 2011-09-06 Inrix, Inc. Filtering road traffic condition data obtained from mobile data sources
US7899611B2 (en) * 2006-03-03 2011-03-01 Inrix, Inc. Detecting anomalous road traffic conditions
US8700296B2 (en) 2006-03-03 2014-04-15 Inrix, Inc. Dynamic prediction of road traffic conditions
US7912627B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Obtaining road traffic condition data from mobile data sources
US20070208501A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Assessing road traffic speed using data obtained from mobile data sources
US7912628B2 (en) 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources
US7813870B2 (en) 2006-03-03 2010-10-12 Inrix, Inc. Dynamic time series prediction of future traffic conditions
US7831380B2 (en) * 2006-03-03 2010-11-09 Inrix, Inc. Assessing road traffic flow conditions using data obtained from mobile data sources
US20070208498A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Displaying road traffic condition information and user controls
US7706965B2 (en) * 2006-08-18 2010-04-27 Inrix, Inc. Rectifying erroneous road traffic sensor data
US7908076B2 (en) * 2006-08-18 2011-03-15 Inrix, Inc. Representative road traffic flow information based on historical data
WO2010097325A1 (de) * 2009-02-27 2010-09-02 Siemens Aktiengesellschaft Verfahren und vorrichtung zur störfallerkennung auf einer strassenstrecke
US9087465B2 (en) * 2009-02-27 2015-07-21 Blackberry Limited Adaptive pedestrian billboard system and related methods
CA2758972A1 (en) * 2009-04-22 2010-10-28 Inrix, Inc. Predicting expected road traffic conditions based on historical and current data
GB0916204D0 (en) * 2009-09-16 2009-10-28 Road Safety Man Ltd Traffic signal control system and method
US20110175753A1 (en) * 2010-01-15 2011-07-21 James Jacob Free Robotic influenced self scheduling F.L.O.W. trafic management system
ES2350551B2 (es) * 2010-08-06 2012-06-22 Universidad De Málaga Sistema y procedimiento de gestion de trafico.
US8930123B2 (en) 2010-11-19 2015-01-06 International Business Machines Corporation Systems and methods for determining traffic intensity using information obtained through crowdsourcing
US9958280B2 (en) 2011-08-16 2018-05-01 Inrix, Inc. Assessing inter-modal passenger travel options
CN102708688B (zh) * 2012-06-08 2014-01-22 四川川大智胜软件股份有限公司 一种基于二级模糊综合判别的城市道路状态辨识方法
CN103456172B (zh) * 2013-09-11 2016-01-27 无锡加视诚智能科技有限公司 一种基于视频的交通参数测量方法
US8903636B1 (en) 2013-12-02 2014-12-02 Abdualrahman Abdullah Mohammad Al Kandari Accident detection system and method for accident detection
US9697731B2 (en) * 2014-01-20 2017-07-04 Here Global B.V. Precision traffic indication
CN104050808B (zh) * 2014-06-03 2016-05-18 北京航天福道高技术股份有限公司 公路交通堵塞定位搜寻方法
US9978270B2 (en) 2014-07-28 2018-05-22 Econolite Group, Inc. Self-configuring traffic signal controller
US10495480B1 (en) * 2016-08-18 2019-12-03 Apple Inc. Automated travel lane recommendation
GB2585243A (en) * 2019-07-05 2021-01-06 Valerann Ltd Traffic event and road condition identification and classification
KR20190109324A (ko) * 2019-07-26 2019-09-25 엘지전자 주식회사 로봇 충전대의 위치를 추천하기 위한 방법, 장치 및 시스템
US11508239B2 (en) * 2020-05-19 2022-11-22 The Auto Club Group Road-side detection and alert system and method

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1192025A (en) * 1966-10-20 1970-05-13 Tateisi Electronics Company A Method of and Apparatus for Detecting Traffic Delay
NL8402094A (nl) * 1984-07-02 1986-02-03 Philips Nv Werkwijze voor het besturen van een verkeersregelsysteem en het verkeersregelsysteem voor het toepassen van de werkwijze.
US5357436A (en) * 1992-10-21 1994-10-18 Rockwell International Corporation Fuzzy logic traffic signal control system

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19521927C2 (de) * 1995-06-09 1998-08-06 Inst Automation Und Kommunikat Verfahren und Vorrichtung zur verkehrsabhängigen Grünzeitanpassung in einer Verkehrssignalanlage
DE19521927A1 (de) * 1995-06-09 1996-12-12 Inst Automation Und Kommunikat Verfahren und Vorrichtung zur verkehrsabhängigen Grünzeitanpassung in einer Verkehrssignalanlage
DE19638070A1 (de) * 1996-09-18 1998-03-19 Deutsche Telekom Mobil Verfahren zur Verkehrsdatenerfassung mittels Mobilfunkgeräten
DE19647127C2 (de) * 1996-11-14 2000-04-20 Daimler Chrysler Ag Verfahren zur automatischen Verkehrsüberwachung mit Staudynamikanalyse
DE19647127A1 (de) * 1996-11-14 1998-05-28 Daimler Benz Ag Verfahren zur automatischen Verkehrsüberwachung mit Staudynamikanalyse
US5861820A (en) * 1996-11-14 1999-01-19 Daimler Benz Ag Method for the automatic monitoring of traffic including the analysis of back-up dynamics
WO1998027525A1 (de) * 1996-12-16 1998-06-25 Mannesmann Ag Verfahren zur vervollständigung und/oder verifizierung von den zustand eines verkehrsnetzes betreffenden daten; verkehrszentrale
EP0902404A3 (de) * 1997-09-11 2000-08-23 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
EP0902404A2 (de) * 1997-09-11 1999-03-17 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
EP0903711A2 (de) * 1997-09-18 1999-03-24 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
EP0903711A3 (de) * 1997-09-18 2000-08-23 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
DE19757812A1 (de) * 1997-12-24 1999-07-01 Peter Grohse Chipkarte zum Bezahlen von Autobahngebühren
DE19757863A1 (de) * 1997-12-24 1999-07-08 Peter Grohse Sende- und Empfangseinheit zum Bezahlen von Autobahngebühren
DE102008056858A1 (de) * 2008-11-12 2010-05-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Betreiben eines Hybridfahrzeugs
US8452471B2 (en) 2008-11-12 2013-05-28 Bayerische Motoren Werke Aktiengesellschaft Process for operating a hybrid vehicle
DE102008056858B4 (de) * 2008-11-12 2021-02-11 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Betreiben eines Hybridfahrzeugs
DE102009006534A1 (de) * 2009-01-28 2010-07-29 Siemens Aktiengesellschaft Verfahren zur Erkennung eines Störfalles auf einem Streckenabschnitt eines Straßennetzes sowie Verkehrsrechner zur Durchführung des Verfahrens
WO2014161526A1 (de) * 2013-04-06 2014-10-09 Sadeeb Ottenburger 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

Also Published As

Publication number Publication date
US5696502A (en) 1997-12-09
EP0750774A1 (de) 1997-01-02
FI963627A0 (fi) 1996-09-13
DE59502343D1 (de) 1998-07-02
FI963627A (fi) 1996-09-13
EP0750774B1 (de) 1998-05-27
ATE166738T1 (de) 1998-06-15
WO1995025321A1 (de) 1995-09-21

Similar Documents

Publication Publication Date Title
DE4408547A1 (de) Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen
DE69734474T2 (de) Fahrzeugsdetektionsanlage und Signalsverarbeitungsanlage dafür
EP1176569B1 (de) Verfahren zur Bestimmung des Verkehrszustands in einem Verkehrsnetz mit effektiven Engstellen
EP0740280B1 (de) Verfahren zur Störungserkennung im Strassenverkehr
DE69631629T2 (de) Erfassung und Vorhersage von Verkehrsbehinderungen
DE102008003039A1 (de) Verfahren zur Verkehrszustandsbestimmung in einem Fahrzeug
EP2447924B1 (de) System zur Ermittlung der Verkehrssituation auf einer Straßenstrecke
EP3387633A1 (de) Verfahren und system zur verkehrsvorhersage in querschnittsbeschränkten seegebieten
DE1574109C2 (de) Gerät zur Ermittlung der relativen Dichte von Verkehrsströmen auf Straßen
EP0292897B1 (de) Verfahren zur Bewertung der in Fahrzeugen mittels einer Leit-und Informationseinrichtung gemessenen Reisezeit in einem Leit- und Informationssystem
EP1573697B1 (de) Verfahren und system zur zentralenbasierten, zeitlich vorausschauenden störungserkennung durch störflanken-detektion mittels abschnittsbezogener reisezeitenschätzung
EP1262934B1 (de) Verfahren zur Verkehrslageerfassung
DE3128578A1 (de) "verfahren zur automatischen staudetektion und stauprognose fuer den strassenverkehr"
WO2008011850A1 (de) Verfahren und vorrichtung zur fusion von verkehrsdaten bei unvollständiger information
DE102006049003B4 (de) Stauanzeigesystem
AT410263B (de) Messverfahren zur bestimmung und dokumentation des abstandes zweier fahrzeuge
EP0067905A1 (de) Verfahren und Vorrichtung zur Auswertung von Signalen einer Geschwindigkeitsmesseinrichtung
DE2911734A1 (de) Verfahren zur messung von verkehrsstoerungen
DE2006590A1 (de) Vorrichtung zum Ermitteln einer Verkehrsinformation auf einer Straße
DE10025039A1 (de) Verfahren zur Ermittlung von Verkehrsregelungsphasendauern
DE102020105527A1 (de) Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung
DE102019218111A1 (de) Verfahren zur Generierung von Ortsinformationen von relevanten Straßenabschnitten für die Detektion von Falschfahrten und Verfahren zur Detektion einer Falschfahrt
DE4328939A1 (de) Verfahren zur Erfassung von streckenbezogenen Verkehrsgrößen
DE102004009898B4 (de) Verfahren zum Ermitteln des Verkehrszustandes auf einem Streckenabschnitt eines Straßennetzes sowie Verkehrsmanagementzentrale zur Durchführung des Verfahrens
DE102010041583A1 (de) Verfahren zur Ermittlung eines Qualitätsdatenwerts von Verkehrsstörungsmeldeverfahren

Legal Events

Date Code Title Description
8139 Disposal/non-payment of the annual fee