DE4408547A1 - Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen - Google Patents
Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise AutobahnenInfo
- 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- Withdrawn
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.
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:
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,
- a) die Geschwindigkeitsdichtedifferenz (vk-D) gemäß folgender
Beziehung:
mit
- - 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.
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)
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)
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)
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 |
-
1994
- 1994-03-14 DE DE4408547A patent/DE4408547A1/de not_active Withdrawn
-
1995
- 1995-03-01 DE DE59502343T patent/DE59502343D1/de not_active Expired - Fee Related
- 1995-03-01 WO PCT/DE1995/000265 patent/WO1995025321A1/de active IP Right Grant
- 1995-03-01 EP EP95910428A patent/EP0750774B1/de not_active Expired - Lifetime
- 1995-03-01 US US08/704,728 patent/US5696502A/en not_active Expired - Fee Related
- 1995-03-01 AT AT95910428T patent/ATE166738T1/de not_active IP Right Cessation
-
1996
- 1996-09-13 FI FI963627A patent/FI963627A/fi unknown
Cited By (18)
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 |