EP0903711A2 - Verfahren zur Ermittlung von Verkehrsinformationen - Google Patents

Verfahren zur Ermittlung von Verkehrsinformationen Download PDF

Info

Publication number
EP0903711A2
EP0903711A2 EP98117283A EP98117283A EP0903711A2 EP 0903711 A2 EP0903711 A2 EP 0903711A2 EP 98117283 A EP98117283 A EP 98117283A EP 98117283 A EP98117283 A EP 98117283A EP 0903711 A2 EP0903711 A2 EP 0903711A2
Authority
EP
European Patent Office
Prior art keywords
data
traffic
section
detection
mml
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Withdrawn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
EP98117283A
Other languages
English (en)
French (fr)
Other versions
EP0903711A3 (de
Inventor
Thomas Sachse
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
Publication of EP0903711A2 publication Critical patent/EP0903711A2/de
Publication of EP0903711A3 publication Critical patent/EP0903711A3/de
Withdrawn legal-status Critical Current

Links

Images

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

Definitions

  • the invention relates to a method for determining Road routes, especially traffic information related to motorways, local detection cross sections by means of fixed detectors formed, traffic-related measured values recorded, preprocessed by means of local computers and to a given one Data protocol standardized, aggregated and sent by radio a higher-level data processing system is transferred, wherein the transmitted data in at least one calculation method edited to determine traffic information whose input data is at least vehicle speed v and traffic volume q are and that as the starting data at least cruising speed and traffic density k can produce on a detection cross section.
  • DE-P 44 08 547 describes a method for traffic detection and traffic situation detection on highways, preferably Motorways, known.
  • Cross sections are set up for track-related measuring points, with traffic sensors, such as induction loops, for vehicle detection and with a traffic data processing device are provided.
  • traffic data such as vehicle speed, traffic volume and traffic density determined and from this determined traffic parameters in one Traffic data processing formed.
  • Each form two neighboring measuring points a measuring section with a certain Track length. From the traffic data of two such measuring points traffic parameters are formed.
  • These are one Speed density difference, calculated from local traffic data medium speed and traffic density, a trend factor, determined over a certain period of time the ratio of the traffic volumes of both measuring points as well a traffic intensity trend.
  • Using a Fuzzy logic the probability of a critical traffic situation derived. When a probability threshold is reached can then be a control signal for a Variable message signs are generated.
  • detectors are also known, which Presence and the speed of a moving object can capture.
  • detectors work According to a passive infrared process, which can also be used with other methods can be combined.
  • No method is known to date, traffic information covering the entire area to record and evaluate. Especially no methods are known to determine the traffic information route section variable, event-oriented if necessary and enable with little data transfer effort.
  • a low data transmission effort is on the one hand Implementation of an energy-saving process required on the other hand, as transparent and easy to maintain as possible Generate databases.
  • An essential aspect of the present invention is the optimal one Evaluation and further processing of the received data in a central unit to the from an economic point of view data collected and sent so comprehensive and To process as meaningfully as possible, but also to achieve results to arrive, the meaning of which is so clear and is as safe as possible.
  • the present invention is based on the object of providing an area-wide traffic data acquisition of the generic type, through which reliable and sufficiently meaningful data bases for different traffic information services are provided with simple sensors and low data transmission and energy expenditure, in such a way that the recorded ones and sent data are analyzed and processed as comprehensively and meaningfully as possible, and the results are as clear and reliable as possible.
  • the invention proposes a method for determining traffic information relating to road routes, in particular motorways, wherein local detection cross sections are formed by means of fixed detectors, traffic-related measured values are recorded, preprocessed by means of local computers and standardized, aggregated and per using a predetermined data protocol are transmitted wirelessly to a higher-level data processing system, the transmitted data being processed in at least one calculation method for determining traffic information, the input data of which are at least vehicle speed v and traffic intensity q and which can produce at least travel speed and traffic density k on a detection cross section as output data, and wherein the data then in at least one complex extended processing method for determining traffic information related to routes mations are processed further.
  • the invention enables the implementation of a step organized processing system, being short term Results can be achieved by expanding into the individual levels can be consolidated and refined. By the resolution into individual subtasks or stages results a high degree of flexibility and reliability through the formation of fallback levels. Through the local pre-analysis of traffic there are opportunities to extreme energy-saving, event-oriented data transmission too the higher-level data processing systems or centers.
  • Fixed detectors are preferably used at connection points, Positioned nodes and the like. Furthermore the arrangement density of the fixed detectors becomes dependent determined by traffic expectation estimates. Consequently can be arranged by arranging many local detection systems Build comprehensive networks. With the invention it is also possible to organize an overall network structure. On Local detectors become critical traffic positions and preprocessor arranged by radio in preferably digital technology, the data to superordinate ones Forward data processing systems or centers. Further traffic models can then be applied to the data there become.
  • Adjacent local detection cross sections can be a so-called route-related level of service in a higher-level Data processing system or one of the entire network assigned headquarters are determined.
  • Measured data After a detector, for example a passive infrared detector, Measured data are delivered, they will be preprocessed, for example by calculating mean values, Plausibility checks and trend factor determinations carried out become. From the changes in the data or the data state codes themselves are then determined, for example in the form of a numerical value for conditions such as free traffic flow, Traffic jam, stop and go, traffic jam or standstill etc. Evaluation cycles can, for example, every 1 to 5 minutes to get voted. However, the evaluation cycle can be variable be determined, for example depending on the status codes or the traffic conditions. The same applies the data transfer rate, which depends, for example of the determined status code is used, for example one transmission every 30 minutes when traffic is free with averaging every 5 minutes. Depending on the fault condition the transmission density can be increased. In doing so the data transfer rates of adjacent acquisition cross sections matched to each other.
  • a detector for example a passive infrared detector
  • Measured data are delivered, they will be preprocessed, for example by calculating mean values, Plaus
  • the measured values can be recorded in relation to the lane, but what is not absolutely necessary, other detection cross sections can also be used To be defined. It is also fundamental possible, vehicle type differentiation values, for example Detect trucks, cars and the like.
  • source-to-target relationships by analyzing the data of all acquisition cross sections of a network determines that the data for route search, evaluated for the output of traffic management information, subjected to statistical analysis for clarification and that the data for making traffic development forecasts be evaluated.
  • the invention provides methods for different Types and qualities of traffic information data to provide.
  • the main task is to provide such data to prepare for the motor vehicle driver and this provide appropriate information. It can be for example, travel time displays, route displays, traffic forecast, Act traffic jams and the like.
  • information displays arranged on which the motor vehicle driver their planned routes and travel time information are displayed to get. You can then, for example, under different Alternatives choose the fastest route. Additionally or alternatively, indications of traffic jam developments, Probabilities related to further development on the upcoming route section and the like are displayed. The range of applications is extensive.
  • the invention provides an extremely flexible method, with which by linking different traffic models an almost network-wide, nationwide Traffic information system is buildable, which data for provides a wide variety of information purposes. It can be conventional and already known models and processes are used and be combined. Forecasts can be curve-based Forecasts at measuring points, model-based forecasts for Sections and meshes and additions of immeasurable effects using artificial intelligence. For the calculation Standard formulas of average values are used.
  • the transmitted data can be calculated in two ways of different complexity. It is provided that one of the at least two calculation methods a simple interpolation procedure of low complexity is.
  • the input data of the calculation process is lower Complexity is vehicle speed v and traffic volume q, baseline data are cruising speed and traffic density k. It is also provided that the calculation method low complexity an additional traffic jam message issues.
  • a procedure as described requires only a minimum of input data and can be very reliable very quickly Statements about the traffic condition in the area of a measurement cross section to meet. The interpolation becomes simplistic assumed that all vehicles behave the same.
  • Another calculation method can be based on data analysis process based on a fundamental diagram high complexity.
  • Is a fundamental diagram a known curve related to a measurement cross section.
  • the display is the curve of traffic q above the assignment k.
  • the curve corresponds in simplified and heavily smoothed form essentially an asymmetrical Gaussian distribution and leaves statements about critical and uncritical States too.
  • Input data of the calculation method high Complexity is vehicle speed v, traffic volume q and occupancy b, output data related to a travel tent Cruising speed and traffic density k.
  • the calculation method of high complexity additionally a traffic situation status signal, at least differentiates according to free / critical / traffic jam. This too the second method requires only a minimum of input data and can very quickly make very reliable statements about traffic conditions meet in the area of a measuring cross-section.
  • the redundant application of at least two methods increased significantly increases security and enables a review of the Quality results.
  • the present invention begins at this point and relates focus on analyzing the data for larger sections of the transport network. It is suggested that the transmitted data in at least a third, highly complex Calculation method for an advanced situation detection to be edited. The results are also included of the previous calculation methods.
  • the highly complex Methods of extended situation detection are expanded Called machining process.
  • the invention proposes that the advanced processing method fuzzy logic is used, to create an interpretation symbol from the preprocessed data the current traffic flow and an associated probability to determine.
  • the symbols of interpretation and probabilities be linked using a locking matrix.
  • One of the sensible upstream individual processes provides that by means of a further extended processing method based on the at a detection cross section determined data the traffic flow data until the next Acquisition cross section using a traffic model estimated with the closest acquisition cross section determined corresponding data compared and from the deviations Correction values determined and in a next one Estimation cycle are introduced. It is advantageously proposed that that the distance between one and the next detection cross section is segmented. The segment number and segment length is not without influence and are parameter dependent definable. It is also proposed that the correction values as a parameter in the basis of the estimate Traffic model can be introduced. Another advantage is that Invention that the captured, determined and estimated Values supplemented by the simulated values of a fictitious fault location become.
  • fuzzy logic is used. This can be used specifically for fault identification be used. It is advantageous that the further advanced machining process, which using Fuzzy logic determines faults from the preprocessed data, the advanced machining process with use Upstream of the filter estimation technology from the data flow point of view becomes.
  • the invention proposes that neuro-fuzzy logic be used becomes.
  • the following example deals with traffic engineering Evaluation of a new procedure with the help of a before and after examination on the A9 federal highway, between Eching and pine garden (Photo 1).
  • the installed there conventional procedure for accident detection was used as a reference used.
  • the real traffic data on this test route were captured using the (multi-model logic) MML method to test off-line.
  • video recordings were made carried out, e.g. analyzing police accident reports, to make an objective review.
  • the following Explanation describes the methodical procedure the traffic evaluation, provides the results obtained and leads the conclusion of the example from.
  • the MML procedure for extended situation detection should be compared to the conventional method with regard to the defined evaluation indicators.
  • the appropriate topological scope of the MML method should be estimated where possible. In particular, it should be checked how the Increasing the distance between adjacent measuring cross sections on the detection quality of the to be compared Impact procedures.
  • the basic concept of the MML process is integration various new ones developed recently Methods for automatic situation detection. Because the individual Methods can complement each other is expected that the quality of the integrated process to expand Situation detection (ESE) is increased overall.
  • ESE Situation detection
  • the MML method is able to handle the following critical situations to recognize and distinguish:
  • a situation is defined as a traffic bottleneck at which the number of available lanes due to a traffic event, e.g. an accident or a broken down vehicle, reduced, and yourself as a result, a jam is formed within the section Has.
  • a section is blocked when the traffic density in the entire section exceeds a defined size and the speed at the two section boundaries falls below the defined size.
  • the three-lane was used to record the required data Route of the A9 between Eching (KM 514,830) and Kieferngarten (KM 525,000), direction Kunststoff included as test field (Image 1). With four exits (Eching, Garching-Nord, Garching-Süd and pine garden) and the motorway junction Munich-North this route is heavily burdened. In particular, traffic jams are often during the morning hours to observe.
  • the traffic data were measured by, video, or police record of the accident.
  • the police accident log was under investigation the defined system features as an objective basis for assessment used. It was also used as a basis used for the selection of traffic data. (Because of the The available logs could easily represent the accident however, they are used only to a limited extent.)
  • Video recording is another source of information to form the basis of assessment (e.g. confirmation of a fault recognized by the system).
  • a suitable video recording can provide adequate and reliable information deliver about the real traffic situations. In The video recordings were therefore agreed with the client carried out in two places for several days.
  • the measured data (minute values of speed and traffic volume ) were used in the context of the present work to carry out the off-line tests.
  • the same traffic data was used to determine the defined characteristics of the methods to be compared. This enables a real comparison of the procedures.
  • the measurement data were recorded for a total of 22 days (see Table 3).
  • the system data are used to determine the system reactions on traffic situations.
  • the data acquisition was essentially carried out by Siemens. Table 2 gives an overview of the data collected. Overview of the data collected Data type Recorded data Measurement data May 2nd, May 3rd, May 13th, May 19th, May 24th, May 27th, May 29th, June 2nd, June 8th, June 14th, June 22nd, June 25th, June 29th, July 2nd, August 25th, 02.09., 04.10., 09.10., 10.10., 16.10.-31.12. 01.01.-29.02.
  • FL system data May 2nd, May 3rd, May 13th, May 19th, May 24th, May 27th, May 29th, June 2nd, June 8th, June 14th, June 22nd, June 25th, June 29th, July 2nd, August 25th, 02.09., 04.10., 09.10., 10.10., 16.10.-31.12. 01.01.-29.02.
  • FIG. 3 shows the course of the fault indicators as an example STk, STf, STkal or STm of the conventional, FL, Kalman filter, or MML procedure and the EZk, EZf or EZm: Detection time of the conventional, FL or MML method represented a malfunction.
  • Table 4 gives an overview of the evaluated events.
  • the expected value of the difference between the recognition tents lies in the range between 7.45 and 11.59 minutes.
  • the MML method can thus increase the recognition time of the conventional Shorten the procedure significantly. According to the present Examination can be carried out by anyone using the MML procedure Incident an average of 616 vehicles (potential traffic jams) additionally be warned what a considerable Increased traffic safety means. The earlier detection The accidents can also potentially cause the traffic jam situation improve if e.g. a corresponding traffic control or - Information system for alternate signage, route recommendation or is also available for pre-trip travel planning.
  • the aim should be to choose the necessary distance between adjacent measuring cross-sections so that a reasonable compromise between the number of measuring cross-sections on the one hand and the achievable detection quality of the system on the other hand is achieved.
  • a corresponding random check was carried out, cf. Table 5. Representation of the sections with increased distance between measuring cross sections
  • Cross section MQ kilometers Section length [m] MQ1 514,830 3830 MQ3 518.660 2170 MQ5 520.830 1940 MQ8 522,770 1240 MQ9 524.010 1600 MQ11 525.610
  • KS> 30 0 ⁇ m KS> 40 0 ⁇ m KS> 50 0 ⁇ m KS> 60 0 um KS> 70 0 ⁇ m MQ1-MQ3 07.11 8:47 8:45 - - - - MQ1-MQ3 07.11 9:39 9:40 9:40 9:40 9:40 MQ1-MQ3 07.11 - 9:11 - - - - MQ1-MQ3 07.11 - 9:23 - - - - MQ1-MQ3 16.02 6:15 6:17 6:17 6:17 6:17 6:17 MQ1-MQ3 16.02 - 6:52 6:52 6:53 6:53 MQ1-MQ3 28.02 6:53 - - - - MQ1-MQ3 28.02 6:53 - - - - MQ1-MQ3 28.02 6:53 - - - - MQ1
  • the results of the analysis show that in the exemplary considered situations out of the 15 accidents involving the MML process detected at normal distance from Kalman filter 11 can be detected at about the same time even at a greater distance (this corresponds to a detection rate of approx. 73%); Farther the method 9 detects other critical traffic conditions, that from the basic information is not an accident are classified (police report is missing, no detection by conventional or MML method), due to the data situation but clearly correspond to situations with critical traffic flow. (These cases were in the short section lengths obvious from the MML procedure in the higher-level logic sorted out because they are not clearly the pattern of a predefined one characteristic traffic situation were assignable.) The detection rate is based on the entire sample of approximately 83%.

Abstract

Der vorliegenden Erfindung liegt die Aufgabe zugrunde, eine flächendeckende Verkehrsdatenerfassung, durch welche mit Einfachsensorik und geringem Datenübertragungs- sowie Energieaufwand zuverlässige und hinreichend aussagekräftige Datengrundlagen für unterschiedliche Verkehrsinformations-dienste bereitgestellt werden, derart verbessert bereitzustellen, so daß die erfassten und gesendeten Daten so umfassend und aussagekräftig sowie vom Ergebnis her so eindeutig und sicher wie möglich analysiert und verarbeitet werden. Zur technischen Lösung dieser Aufgabe wird mit der Erfindung vorgeschlagen ein Verfahren zur Ermittlung von auf Straßenstrecken, insbesondere Autobahnen, bezogene Verkehrsinformationen, wobei mittels ortsfester Detektoren lokale Erfassungsquerschnitte gebildet, verkehrsbezogene Meßwerte erfaßt, mittels lokaler Rechner vorverarbeitet und auf ein vorgegebenes Datenprotokoll normiert, aggregiert und per drahtloser Übermittlung an eine übergeordnete Datenverarbeitungsanlage übertragen werden, wobei die übertragenen Daten in wenigstens einem Berechnungsverfahren zur Ermittlung von Verkehrsinformationen bearbeitet werden, dessen Eingangsdaten wenigstens Fahrzeuggeschwindigkeit v und Verkehrsstärke q sind und das als Ausgangsdaten wenigstens Reisegeschwindigkeit und Verkehrsdichte k an einem Erfassungsquerschnitt hervorbringen kann, wobei die Daten anschließend in wenigstens einem komplexen erweiterten Bearbeitungsverfahren, insbesondere einer auf Fuzzy-Logik basierenden Multi-Modell-Logik, zur Ermittlung von auf Strecken bezogenen Verkehrsinformationen weiterverarbeitet werden. <IMAGE>

Description

Die Erfindung betrifft ein Verfahren zur Ermittlung von auf Straßenstrecken, insbesondere Autobahnen bezogene Verkehrsinformationen, wobei mittels ortsfester Detektoren lokale Erfassungsquerschnitte gebildet, verkehrsbezogene Meßwerte erfaßt, mittels lokaler Rechner vorverarbeitet und auf ein vorgegebenes Datenprotokoll normiert, aggregiert und per Funk an eine übergeordnete Datenverarbeitungsanlage übertragen werden, wobei die übertragenen Daten in wenigstens einem Berechnungsverfahren zur Ermittlung von Verkehrsinformationen bearbeitet werden, dessen Eingangsdaten wenigstens Fahrzeuggeschwindigkeit v und Verkehrsstärke q sind und das als Ausgangsdaten wenigstens Reisegeschwindigkeit und Verkehrsdichte k an einem Erfassungsquerschnitt hervorbringen kann.
Im Stand der Technik ist es bekannt, an einzelnen Meßstellen Verkehrsflußinformationen zu erfassen, um daraus direkte Störinformationen abzuleiten oder Verkehrsentwicklungsprognosen für benachbarte Streckenabschnitte zu entwickeln. Es sind jeweils nur Einzellösungen bekannt.
Beispielsweise ist in der EP 0 256 483 A1 ein Verkehrsleit- und Informationssystem offenbart, welches unter Verwendung ortsfester Leitbaken und in Fahrzeugen angeordneten Sende- bzw. Empfangseinheiten Verkehrsflußinformationen ermittelt. Aus diesen Verkehrsflußinformationen werden insbesondere Störinformationen ermittelt, um Leitsignale zu schalten.
Aus der DE-P 44 08 547 ist ein Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen, bekannt. Zur Bildung von sogenannten Meßquerschnitten werden spurbezogene Meßstellen eingerichtet, die mit Verkehrssensoren, beispielsweise Induktionsschleifen, zur Kfz.-Detektion und mit einer Verkehrsdaten-Verarbeitungs-Einrichtung versehen sind. Es werden regelmäßig Verkehrsdaten wie Kfz.-Geschwindigkeit, Verkehrsstärke und Verkehrsdichte ermittelt und daraus bestimmte Verkehrskenngrößen in einer Verkehrsdatenaufbereitung gebildet. Dabei bilden jeweils zwei benachbarte Meßstellen einen Meßabschnitt mit einer bestimmten Streckenlänge. Aus den Verkehrsdaten zweier solcher Meßstellen werden Verkehrskenngrößen gebildet. Diese sind eine Geschwindigkeitsdichte-Differenz, berechnet aus lokalen Verkehrsdaten mittlerer Geschwindigkeit und der Verkehrsdichte, ein Trendfaktor, ermittelt über einen bestimmten Zeitraum aus dem Verhältnis der Verkehrsstärken beider Meßstellen sowie ein Verkehrsstärketrend. Aus diesen Daten wird mittels einer Fuzzylogik die Wahrscheinlichkeit für eine kritische Verkehrssituation abgeleitet. Bei Erreichen eines Wahrscheinlichkeitsschwellwertes kann dann ein Steuersignal für ein Wechselverkehrszeichen erzeugt werden.
Im Stand der Technik sind auch Detektoren bekannt, die das Vorhandensein und die Geschwindigkeit eines bewegten Objektes erfassen können. Beispielsweise arbeiten derartige Detektoren nach einem Passiv-Infrarot-Verfahren, welches ggf. auch mit anderen Verfahren kombiniert werden kann. Im Stand der Technik ist bisher kein Verfahren bekannt, flächendeckend Verkehrsinformationen zu erfassen und auszuwerten. Insbesondere sind keine Verfahren bekannt, die die Verkehrsinformationsermittlung streckenabschnittsbezogen variabel, ggf. ereignisorientiert und mit geringem Datenübertragungsaufwand ermöglichen.
Ein geringer Datenübertragungsaufwand ist einerseits zur Durchführung eines energiesparenden Verfahrens erforderlich, andererseits um möglichst transparente und leicht pflegbare Datenbestände zu erzeugen.
Wesentlicher Aspekt der vorliegenden Erfindung ist die optimale Auswertung und Weiterverarbeitung der empfangenen Daten in einer Zentraleinheit, um die unter wirtschaftlichen Gesichtspunkten erfassten und gesendeten Daten so umfassend und aussagekräftig wie möglich zu verarbeiten, aber auch zu Ergebnissen zu gelangen, deren Aussagegehalt so eindeutig und sicher wie möglich ist. Diesbezüglich sind nur Einzellösungen bekannt.
Ausgehend von diesem Stand der Technik liegt der vorliegenden Erfindung die Aufgabe zugrunde, eine flächendeckende Verkehrsdatenerfassung der gattungsgemäßen Art, durch welche mit Einfachsensorik und geringem Datenübertragungs- sowie Energieaufwand zuverlässige und hinreichend aussagekräftige Datengrundlagen für unterschiedliche Verkehrsinformationsdienste bereitgestellt werden, derart verbessert bereitzustellen, so daß die erfassten und gesendeten Daten so umfassend und aussagekräftig sowie vom Ergebnis her so eindeutig und sicher wie möglich analysiert und verarbeitet werden.
Zur technischen Lösung dieser Aufgabe wird mit der Erfindung vorgeschlagen ein Verfahren zur Ermittlung von auf Straßenstrecken, insbesondere Autobahnen, bezogene Verkehrsinformationen, wobei mittels ortsfester Detektoren lokale Erfassungsquerschnitte gebildet, verkehrsbezogene Meßwerte erfaßt, mittels lokaler Rechner vorverarbeitet und auf ein vorgegebenes Datenprotokoll normiert, aggregiert und per drahtloser Übermittlung an eine übergeordnete Datenverarbeitungsanlage übertragen werden, wobei die übertragenen Daten in wenigstens einem Berechnungsverfahren zur Ermittlung von Verkehrsinformationen bearbeitet werden, dessen Eingangsdaten wenigstens Fahrzeuggeschwindigkeit v und Verkehrsstärke q sind und das als Ausgangsdaten wenigstens Reisegeschwindigkeit und Verkehrsdichte k an einem Erfassungsquerschnitt hervorbringen kann, und wobei die Daten anschließend in wenigstens einem komplexen erweiterten Bearbeitungsverfahren zur Ermittlung von auf Strecken bezogenen Verkehrsinformationen weiterverarbeitet werden.
Die Erfindung ermöglicht die Realisierung eines stufenförmig organisierten Verarbeitungssystems, wobei bereits kurzfristig Ergebnisse erzielt werden können, die durch Ausweitung in die einzelnen Stufen konsolidiert und verfeinert werden. Durch die Auflösung in einzelne Teilaufgaben bzw. Stufen ergibt sich ein hohes Maß an Flexibilität und an Ausfallsicherheit durch die Bildung von Rückfallebenen. Durch die lokale Voranalyse des Verkehrs ergeben sich Möglichkeiten zur äußerst energiesparenden, ereignisorientierten Datenübertragung zu den übergeordneten Datenverarbeitungsanlagen bzw. -zentralen.
Vorzugsweise werden ortsfeste Detektoren an Anschlußstellen, Knotenpunkten und dergleichen positioniert. Darüber hinaus wird die Anordnungsdichte der ortsfesten Detektoren in Abhängigkeit von Verkehrserwartungsschätzungen bestimmt. Somit lassen sich durch die Anordnung vieler lokaler Erfassungssysteme flächendeckende Netze aufbauen. Mit der Erfindung ist es auch möglich, einen Gesamtnetzaufbau zu organisieren. An verkehrstechnisch kritischen Positionen werden lokale Detektoren und Vorverarbeitungsrechner angeordnet, die über Funk in vorzugsweise digitaler Technologie die Daten an übergeordnete Datenverarbeitungsanlagen bzw. -zentralen weiterleiten. Dort können dann weitere Verkehrsmodelle auf die Daten angewandt werden.
Aus der lokalen Auswertung ergibt sich die Möglichkeit der lokalen Zustandserkennung. Durch die Verknüpfung der Daten benachbarter lokaler Erfassungsquerschnitte kann ein sogenannter streckenbezogener Level of Service in einer übergeordneten Datenverarbeitungsanlage oder einer dem Gesamtnetz zugeordneten Zentrale ermittelt werden.
Die Verknüpfung dieser Daten, ggf. in Kombination mit den Daten der lokalen Erfassungsquerschnitte ermöglicht die Errechnung einer erweiterten Situationserkennung. Hier können dynamische Zustandsschätzungen erfolgen, um eine verbesserte Zustandsschätzung in kritischen Streckenabschnitten durch Zuschaltung eines angepaßten Systems zur erweiterten Situationserkennung zu erlangen. Die Ergebnisse sind detaillierte streckenbezogene Daten und feiner untergliederte Situationsklassifizierungen. Darüber hinaus lassen sich Angaben einer etwaigen Sicherheit der jeweiligen Schätzung erzielen. Eine Korrektur hinsichtlich stark verrauschter Daten wegen schlechter Datenübertragung, bei größeren Zeitintervallen oder nur sporadischen Daten ist mit der Erfindung vorgesehen.
Mit besonderem Vorteil wird vorgeschlagen, daß zur lokalen Vorverarbeitung der Daten deren Plausibilität anhand von Modellvergleichen überprüft wird, Mittelwertberechnungen durchgeführt, aus der Veränderung der Maßwerte Trendfaktoren ermittelt, und daß aus den ermittelten Daten taktweise Zustandscodes ermittelt werden. Als Meßwerte werden zumindest Fahrzeuggeschwindigkeit, Verkehrsstärke und querschnittsbezogene Belegung erfaßt.
Nachdem von einem Detektor, beispielsweise einem Passiv-Infrarot-Detektor, Meßdaten geliefert werden, werden diese vorverarbeitet, beispielsweise indem Mittelwertberechnungen, Plausibilitätskontrollen und Trendfaktorermittlungen durchgeführt werden. Aus den Veränderungen der Daten oder den Daten selbst werden dann Zustandscodes ermittelt, beispielsweise in der Form eines Zahlenwertes für Zustände wie freier Verkehrsfluß, Staugefahr, Stop and Go, Stau oder Stillstand u.s.w. Auswertungszyklen können beispielsweise alle 1 bis 5 Minuten gewählt werden. Der Auswertungszyklus kann jedoch variabel festgelegt werden, beispielsweise in Abhängigkeit von den Zustandscodes oder den Verkehrszuständen. Das gleiche gilt für die Datenübertragungsrate, die beispielsweise in Abhängigkeit von dem ermittelten Zustandscode angewandt wird, beispielsweise bei freiem Verkehrsfluß alle 30 Minuten eine Übertragung bei Mittelwertbildung alle 5 Minuten. Je nach Störzustand kann die Übertragungsdichte erhöht werden. Dabei werden die Datenübertragungsraten benachbarter Erfassungsquerschnitte aufeinander abgeglichen.
Die Meßwerte können fahrspurenbezogen erfaßt werden, was aber nicht zwingend erforderlich ist, es können auch andere Erfassungsquerschnitte definiert werden. Auch ist es grundsätzlich möglich, Fahrzeugtypunterscheidungswerte, also beispielsweise Lkw, Pkw und dergleichen zu erfassen.
Darüber hinaus wird weiterhin vorgeschlagen, daß Quelle-Ziel-Beziehungen durch die Analyse der Daten aller Erfassungsquerschnitte eines Netzes ermittelt, daß die Daten zur Routensuche, zur Ausgabe von Verkehrsleitungsinformationen ausgewertet, zur Präzisierung statistischen Analysen unterzogen und daß die Daten zur Abgabe von Verkehrsentwicklungsprognosen ausgewertet werden.
Mit der Erfindung werden Verfahren bereitgestellt, um unterschiedliche Arten und Qualitäten von Verkehrsinformationsdaten zur Verfügung zu stellen. Hauptaufgabe ist es, solche Daten für die Kraftfahrzeugführer aufzubereiten und diesen zweckmäßige Informationen bereitzustellen. Dabei kann es sich beispielsweise um Reisezeitanzeigen, Routenanzeigen, Verkehrsschlußprognosen, Stauanzeigen und dergleichen handeln. In den einzelnen Fahrzeugen werden beispielsweise Informationsdisplays angeordnet, auf welchen die Kraftfahrzeugführer ihre geplanten Routen und die Reisezeitinformationen angezeigt bekommen. Sie können dann beispielsweise unter verschiedenen Alternativen die jeweils schnellste Route wählen. Zusätzlich oder alternativ können Hinweise auf Stauentwicklungen, Wahrscheinlichkeiten in Bezug auf die weitere Entwicklung auf dem bevorstehenden Streckenabschnitt und dergleichen angezeigt werden. Die Anwendungsbreite ist umfangreich.
Mit der Erfindung wird ein äußerst flexibles Verfahren angegeben, mit welchem unter Verknüpfung unterschiedlichster Verkehrsmodelle ein nahezu netzumfassendes, flächendeckendes Verkehrsinformationssystem aufbaubar ist, welches Daten für unterschiedlichste Informationszwecke liefert. Es können herkömmliche und bereits bekannte Modelle und Verfahren eingesetzt und kombiniert werden. Prognosen können ganglinienbasierte Prognosen an Meßstellen, modellgestützte Prognosen für Abschnitte und Maschen und Ergänzungen nicht meßbarer Effekte unter Verwendung künstlicher Intelligenz sein. Für die Berechnung von Mittelwerten werden übliche Formeln eingesetzt.
Die übertragenen Daten können in zwei Berechnungsverfahren unterschiedlicher Komplexität bearbeitet werden. Dabei ist vorgesehen, daß eines der wenigstens zwei Berechnungsverfahren ein einfaches Interpolationsverfahren geringer Komplexität ist. Die Eingangsdaten des Berechnungsverfahrens geringer Komplexität sind Fahrzeuggeschwindigkeit v und Verkehrsstärke q, Ausgangsdaten sind eine Reisegeschwindigkeit und Verkehrsdichte k. Weiterhin ist vorgesehen, daß das Berechnungsverfahren geringer Komplexität zusätzlich eine Staustörmeldung ausgibt. Ein wie beschriebenes Verfahren benötigt nur ein Minimum an Eingangsdaten und kann sehr schnell sehr verläßliche Aussagen über den Verkehrszustand im Bereich eines Meßquerschnittes treffen. Bei der Interpolation wird vereinfachend davon ausgegangen, daß sich alle Fahrzeuge gleich verhalten.
Ein anderes Berechnungsverfahren kann ein auf der Datenanalyse auf der Basis eines Fundamentaldiagramms basierendes Verfahren hoher Komplexität sein. Ein Fundamentaldiagramm ist eine an sich bekannte, auf einen Meßquerschnitt bezogene Kurve. Die Darstellung ist die Kurve der Verkehrsstärke q über der Belegung k. Die Kurve entspricht in vereinfachter und stark geglätteter Form im wesentlichen einer unsymmetrischen Gaußverteilung und läßt Aussagen über kritische und unkritische Zustände zu. Eingangsdaten des Berechnungsverfahrens hoher Komplexität sind Fahrzeuggeschwindigkeit v, Verkehrsstärke q und Belegung b, Ausgangsdaten eine Reisezelt bezogen auf Reisegeschwindigkeit und Verkehrsdichte k. Weiterhin kann vorgesehen sein, daß das Berechnungsverfahren hoher Komplexität zusätzlich ein Verkehrssituationsstatussignal, wenigstens differenziert nach Frei/Kritisch/Stau ausgibt. Auch dieses zweite Verfahren benötigt nur ein Minimum an Eingangsdaten und kann sehr schnell sehr verläßliche Aussagen über den Verkehrszustand im Bereich eines Meßquerschnittes treffen.
Die redundante Anwendung von wenigstens zwei Verfahren erhöht erheblich die Sicherheit und ermöglicht eine Überprüfung der Ergebnisse hinsichtlich ihrer Qualität.
Die vorliegende Erfindung setzt an dieser Stelle ein und bezieht sich auf die Analyse der Daten in Bezug auf größere Abschnitte des Verkehrsnetzes. Es wird vorgeschlagen, daß die übertragenen Daten in wenigstens einem dritten, hochkomplexen Berechnungsverfahren für eine erweiterte Situationserkennung bearbeitet werden. Dabei finden Eingang auch die Ergebnisse der vorhergehenden Berechnungsverfahren. Die hochkomplexen Verfahren der erweiterten Situationserkennung werden erweiterte Bearbeitungsverfahren genannt.
Mit besonderem Vorteil schlägt die Erfindung vor, daß bei dem erweiterten Beabeitungsverfahren Fuzzylogik eingesetzt wird, um aus den vorverarbeiteten Daten ein Interpretationssymbol des aktuellen Verkehrsablaufes und eine zugehörige Wahrscheinlichkeit zu ermitteln. Zusätzlich wird mit Vorteil vorgeschlagen, daß die Interpretationssymbole und Wahrscheinlichkeiten mittels einer Sperrmatrix verknüpft werden. Diese erfindungsgemäße Datenanalyse nach der Multi-Modell-Logik hat also ganz besonders brauchbare Ergebnisse, die neben Indikatoren für eine bestimmte Verkehrssituation in Bezug auf einen bestimmten Streckenabschnitt auch eine zugehörige Wahrscheinlichkeit enthalten, so daß also die Zuverlässigkeit der momentanen Situationserkennung als Ergebnis mitgeliefert wird. Damit ergeben sich sehr brauchbare Schaltempfehlungen aus der Situationsinterpretation, die auf verschiedene lokale und streckenbezogene Einzelverfahren aufgesetzt ist.
Eines der sinnvollerweise vorgeschalteten Einzelverfahren sieht vor, daß mittels einem weiteren erweiterten Bearbeitungsverfahren auf der Basis der an einem Erfassungsquerschnitt ermittelten Daten die Verkehrsflußdaten bis zum nächsten Erfassungsquerschnitt unter Verwendung eines Verkehrsmodells geschätzt, mit den am nächsten Erfassungsquerschnitt ermittelten entsprechenden Daten verglichen und aus den Abweichungen Korrekturwerte ermittelt und in einen nächsten Schätzzyklus eingebracht werden. Mit Vorteil wird vorgeschlagen, daß die Strecke zwischen einem und dem nächsten Erfassungsquerschnitt segmentiert wird. Die Segmentzahl und Segmentlänge ist nicht ohne Einfluß und sind parameterabhängig festlegbar. Weiterhin wird vorgeschlagen, daß die Korrekturwerte als Parameter in das der Schätzung zugrundeliegende Verkehrsmodell eingebracht werden. Zudem ist ein Vorteil der Erfindung, daß die erfassten, ermittelten und geschätzten Werte um die simulierten Werte einer fiktiven Störstelle ergänzt werden. Es ist sinnvoll, daß als fiktive Störstelle eine Verkehrszuflußstelle und/oder eine Verkehrsabflußstelle simuliert wird. Das Verfahren erhält also von vorherein Fehler, die iterativ auf Null gerechnet werden müssen, es sei denn, es liegt tatsächlich eine Störung vor. Mit besonderem Vorteil wird vorgeschlagen, daß das für das erweiterte Bearbeitungsverfahren ein Filterschätzverfahren eingesetzt und weiterhin für das Filterschätzverfahren ein Kalmanlogarithmus verwendet wird. Besonders brauchbar sind die Ergebnisse, wenn das Verkehrsmodell bei Abschnitten mit Anschlußstellen zur Nutzung von Standardganglinien erweitert wird.
Mit der Erfindung wird darüber hinaus vorgeschlagen, daß bei einem weiteren erweiterten Beabeitungsverfahren Fuzzylogik eingesetzt wird. Diese kann gezielt zur Störstellenidentifikation eingesetzt sein. Dabei ist von Vorteil, daß das weitere erweiterte Bearbeitungsverfahren, welches unter Verwendung von Fuzzylogik aus den vorverarbeiteten Daten Störungen ermittelt, dem erweiterten Bearbeitungsverfahren mit Verwendung der Filterschätztechnik vom Datenfluß her betrachtet vorgeschaltet wird.
Zudem ist vorteilhaft und wichtig, daß das erweiterte Bearbeitungsverfahren, welches unter Verwendung von Fuzzylogik aus den vorverarbeiteten Daten Interpretationssymbole und Wahrscheinlichkeiten ermittelt, dem weiteren erweiterten Bearbeitungsverfahren mit Verwendung der Filterschätztechnik vom Datenfluß her betrachtet nachgeschaltet wird.
Die Erfindung schlägt vor, daß Neuro-Fuzzy-Logik eingesetzt wird.
Weitere Vorteile und Merkmale der Erfindung ergeben sich aus der folgenden Beschreibung eines detailliert erläuterten Beispiels anhand der Figuren der Zeichnung.
Dabei zeigen
  • Fig.1 eine schematische Draufsicht au einen Autobahnabschnitt mit Meßquerschnitten,
  • Fig.2 eine Darstellung des Verkehrsablaufs am 27.02.,
  • Fig.3 eine Darstellung der Störindikatoren der untersuchten Verfahren,
  • Fig.4 eine Auswertung des Kalmanfilter-Störzuflusses, Abschnitt MQ1-MQ3 am 16.02.,
  • Fig.5 eine Auswertung des Kalmanfilter-Störzuflusses am Meßquerschnitt MQ1 am 16.02.1996,
  • Fig.6 eine Auswertung des Kalmanfilter-Störzuflusses am Meßquerschnitt MQ3 am 16.02.1996.
    • Das folgende Beispiel befaßt sich mit der verkehrstechnischen Bewertung eines neuen Verfahrens mit Hilfe einer Vorher-Nachher-Untersuchung auf der Bundesautobahn A9, zwischen Eching und Kieferngarten (Bild 1). Das dort installierte, konventionelle Verfahren zur Störfallerkennung wurde als Referenz herangezogen. Die realen Verkehrsdaten auf dieser Versuchsstrecke wurden erfaßt, um das (Multi-Modell-Logik) MML-Verfahren off-line zu testen. Zusätzlich wurden Videoaufnahmen durchgeführt, und z.B polizeiliche Unfallprotokolle analysiert, um eine objektive Überprüfung herzustellen. Die folgende Erläuterung beschreibt die methodische Vorgehensweise der verkehrstechnischen Bewertung, stellt die erzielten Ergebnisse dar, und leitet die Schlußfolgerung des Beispiels ab.
    Bewertungsmethoden Aufgaben und Zielsetzung Ermittlung der verkehrstechnischen Merkmale der Verfahren
    Die relevanten verkehrstechnischen Merkmale der zu vergleichenden Verfahren sollten dabei über geeignete Indikatoren ermittelt werden.
    Vergleich des MML-Verfahrens mit dem konventionellen Verfahren
    Das MML-Verfahren zur erweiterten Situationserkennung sollte dabei mit dem konventionellen Verfahren verglichen werden, hinsichtlich der definierten Bewertungsindikatoren.
    Ermittlung des topologischen Anwendungsbereichs
    Der geeignete topologische Anwendungsbereich des MML-Verfahrens sollte, soweit möglich, abgeschätzt werden. Insbesondere sollte dabei geprüft werden, wie sich die Vergrößerung des Abstands zwischen benachbarten Meßquerschnitten auf die Detektionsqualität der zu vergleichenden Verfahren auswirken.
    Darstellung des MML-Verfahrens
    Das prinzipielle Konzept des MML-Verfahrens ist die Integration verschiedener, in der letzten Zeit entwickelter neuer Methoden zur automatischen Situationserkennung. Da die einzelnen Methoden einander ergänzen können, ist zu erwarten, daß die Qualität des integrierten Verfahrens zur erweiterten Situationserkennung (ESE) insgesamt erhöht wird.
    Das Verfahren ESE basiert im wesentlichen auf den Bausteinen
    • Fuzzy-Logik zur automatischen Störfallerkennung (FL)
    • erweitertes Kalmanfilter zur dynamischen Zustandsschätzung (KF)
    • lokale Verfahren zur Stoßwellendetektion (LV)
    die mit Hilfe einer übergreifenden Multi-Model-Logik (MML) im Verbund situationsabhängig ausgewertet werden.
    Im Gegensatz zum konventionellen Verfahren (KV), ist das MML-Verfahren in der Lage, die folgenden kritischen Situationen zu erkennen und zu unterscheiden:
    • Verkehrstechnischer Engpaß
    Als verkehrstechnischer Engpaß ist eine Situation definiert, bei der sich die Anzahl der verfügbaren Fahrstreifen durch ein verkehrstechnisches Ereignis, z.B. einen Unfall oder ein liegengebliebenes Fahrzeug, reduziert, und sich infolgedessen ein Stau innerhalb des Abschnitts gebildet hat.
    • Baulicher Engpaß
    Hierbei handelt es sich um eine Situation, bei der die Anzahl der Fahrstreifen durch bauliche Einschränkungen reduziert ist.
    • Verdichtung
    Hierbei handelt es sich um die bereichsweise Verdichtung in einem Abschnitt.
    • Einwandernder Stau
    Es handelt sich dabei um Stauungen, die vom stromabwärts liegenden Abschnitt in den betrachteten Abschnitt einwandern. Im betrachteten Abschnitt sind daher nur die Wirkungen zu erkennen, die Störungsursache liegt in einem stromabwärts liegenden Abschnitt.
    • Zugestauter Abschnitt
    Ein Abschnitt ist dann zugestaut wenn die Verkehrsdichte im gesamten Abschnitt eine definierte Größe überschreitet und die Geschwindigkeit an den beiden Abschnittsgrenzen eine definierte Größe unterschreitet.
    • Stockender Verkehr
    Dieser bezeichnet Situationen mit Unruhe im Verkehrsablauf.
    Definition der Bewertungsindikatoren
    Entsprechend den Zielsetzungen sind zur Abschätzung der technischen Merkmale des MML-Verfahrens sowie zum Vergleich des Verfahrens mit dem konventionellen Verfahren die folgenden Indikatoren definiert und verwendet worden:
    • Erkennungszeit (EZ): Zeitspanne zwischen Anfang einer relevanten Situation und Erkennung der Situation. Im Fall, daß der Anfangszeitpunkt einer Situation nicht bekannt ist, wird die Differenz zwischen Erkennungszeiten einzelner Systeme als Basis zum Vergleich verwendet.
    • Detektionsrate (DR): Verhältnis der Anzahl der erkannten Störfälle/Situationen zur gesamten Anzahl der Störfälle/Situationen
    • Fehlalarmquote (FQ): Verhältnis der Anzahl der Fehlalarme zur gesamten Anzahl der Alarme.
    Test Methode
    Im Rahmen der vorliegenden Bewertung wurden die folgenden Ansätze zum Testen des MML-Verfahrens angewandt:
    • Feldversuch zur Erfassung der realen Verkehrsdaten und der Systemdaten des konventionellen Verfahrens zur Störfallerkennung,
    • Off-Line-Test mit den erfaßten realen Verkehrsdaten zur Erfassung der Systemdaten des MML-Verfahrens, um einen echten Vergleich mit dem konventionellen Verfahren zu ermöglichen,
    • Statistische Analyse zur Ableitung der statistisch gesicherten Ergebnisse.
    Um die definierten Merkmale der untersuchten Verfahren realistisch zu ermitteln und zu vergleichen, ist es notwendig, eine objektive Beurteilungsbasis, die die Realität widerspiegelt, zu bilden und anzuwenden. Nur mit einer solchen objektiven Beurteilungsbasis ist ein konsistenter Systemvergleich möglich. Aus diesem Grund wurden auch die relevanten Unfallprotokolle der Polizei analysiert und Videoaufnahmen durchgeführt.
    Datenerfassung Beschreibung der Meßstrecke
    Zur Erfassung der erforderlichen Daten wurde die dreispurige Strecke der A9 zwischen Eching (KM 514,830) und Kieferngarten (KM 525,000), Richtung München als Versuchsfeld einbezogen (Bild 1). Mit vier Ausfahrten (Eching, Garching-Nord, Garching-Süd und Kieferngarten) und dem Autobahnknotenpunkt München-Nord ist diese Strecke überdurchschnittlich belastet. Insbesondere sind Staus oft während der Morgenspitzenstunden zu beobachten.
    Um die Verkehrssituationen im Bezug auf einzelne Abschnitte zu beschreiben, wurde diese Strecke in 10 Abschnitte AS1 ..AS10 zwischen elf Meßquerschnitten MQ1..MQ11 aufgeteilt (Tabelle 1)
    Festlegung der Abschnitte
    Meßquerschnitt MQ- Kilometer Abschnitt Abschnitts -länge [m]
    MQ1 514,830
    AS1 1270
    MQ2 516,100
    AS2 2560
    MQ3 518,660
    AS3 670
    MQ4 519,330
    AS4 1500
    MQ5 520,830
    AS5 340
    MQ6 521,170
    AS6 970
    MQ7 522,140
    AS7 630
    MQ8 522,770
    AS8 1240
    MQ9 524,010
    AS9 1200
    MQ10 525,210
    AS10 400
    MQ11 525,610
    Beschreibung der erfaßten Daten
    Die zu erfassenden Daten und Informationen sind in zwei Gruppen unterteilt worden:
    • Verkehrsdaten und
    • Systemdaten.
    Die Verkehrsdaten wurden durch Messung, Videoaufnahme, oder Unfallprotokoll der Polizei erfaßt.
    Die Systemdaten, die die Systemreaktionen auf eine definierte Situation charakterisieren, wurden durch eine Serie von Off-Line-Tests (MML- oder FL-Verfahren) oder durch automatische Registrierung (Konventionelles Verfahren) erfaßt.
    Im folgenden sind die erforderlichen Daten/Informationen im einzelnen beschrieben.
    • Unfallprotokoll
    Das Unfallprotokoll der Polizei wurde bei der Ermittlung der definierten Systemmerkmale als eine objektive Beurteilungsbasis benutzt. Ferner wurde dies als eine Basis für die Auswahl von Verkehrsdaten verwendet. (Wegen der einfachen Unfalldarstellung konnten die verfügbaren Protokolle jedoch nur begrenzt eingesetzt werden.)
    • Videoaufnahme
    Die Videoaufnahme ist eine weitere Informationsquelle zur Bildung der Beurteilungsbasis (z.B. Bestätigung eines vom System erkannten Störfalls). Eine geeignete Videoaufnahme kann ausreichende und zuverlässige Informationen über die realen Verkehrssituationen liefern. In Absprache mit dem Auftraggeber wurden deswegen die Videoaufnahmen an zwei Stellen für mehrere Tage durchgeführt.
    • Meßdaten
    Die Meßdaten (Minutenwerte von Geschwindigkeit und Verkehrsstärke) wurden im Rahmen der vorliegenden Arbeit verwendet, um die Off-Line-Tests durchzuführen. Dabei wurden zur Ermittlung der definierten Merkmale der zu vergleichenden Verfahren gleiche Verkehrsdaten zugrunde gelegt. Dadurch ist ein echter Vergleich der Verfahren möglich. Die Meßdaten sind für insgesamt 22 Tage (siehe Tabelle 3) erfaßt worden.
    • Systemdaten
    Die Systemdaten dienen zur Ermittlung der Systemreaktionen auf Verkehrssituationen. Insbesondere sind z.B. Zeitpunkt der Auslösung bzw. der Auflösung jedes Alarms und Typ der erkannten Situationen zu erfassen.
    Die Datenerfassung wurde im wesentlichen von der Firma Siemens durchgeführt. In der Tabelle 2 ist ein (Überblick über die erfaßten Daten gegeben.
    Überblick über die erfaßten Daten
    Datentyp Erfaßte Daten
    Meßdaten 02.05., 03.05, 13.05., 19.05., 24.05.,
    27.05., 29.05, 02.06, 08.06., 14.06.,
    22.06., 25.06., 29.06., 02.07., 25.08.,
    02.09., 04.10., 09.10., 10.10.,
    16.10.-31.12.
    01.01.-29.02.
    FL-Systemdaten 02.05., 03.05, 13.05., 19.05., 24.05.,
    27.05., 29.05, 02.06, 08.06., 14.06.,
    22.06., 25.06., 29.06., 02.07., 25.08.,
    02.09., 04.10., 09.10., 10.10.,
    16.10.-31.12.
    01.01.-29.02.
    MML-Systemdaten 16.10-31.12
    01.01.-29.02.
    Unfallprotokoll der Polizei Mai-Dez.
    Jan.-April
    Videoaufnahme 19.05., 29.05. (Kilometer 524,350)
    26.-27.06. (Kilometer 521,400)
    26.-28.02. (Kilometer 521,400)
    Analyse Vorgehensweise zur Datenauswertung
    Ein spezifisches Verfahren wurde zur automatischen Ermittlung der folgenden Parameter entwickelt:
    • Erkennungsuhrzeit der einzelnen Verfahren
    • Differenz der Erkennungszeit zwischen dem MML- (oder FL-)Verfahren und dem konventionellen Verfahren
    • Anzahl der zusätzlich gewarnten Fahrzeuge durch das MML- oder das FL-Verfahren. (Fahrzeuge, die während der Differenzzeit zwischen MML-Erkennung und konventioneller Erkennung den stromauf liegenden Querschnitt überfahren haben.)
    Außerdem wurden die relevanten Unfallprotokolle und Videoaufnahmen analysiert.
    Wegen der großen Menge der vorhandenen Daten war es notwendig, einen Kompromiß zwischen dem Aufwand zur Datenauswertung und der erforderlichen statistischen Sicherheit zu erzielen. Aus diesem Grund wurden die vorhandenen Daten Tag für Tag ausgewertet, und eine ständige Prüfung über die Notwendigkeit einer weiteren Datenauswertung durchgeführt. In Tabelle 3 ist angegeben, für welche Tage die entsprechenden Daten ausgewertet worden sind.
    Überblick über die ausgewerteten Daten
    Tage KV FL MML Unfallprotokoll Videoaufnahme
    02.05.
    27.05.
    02.06.
    08.06.
    14.06.
    22.06.
    25.06.
    29.06.
    02.07.
    25.08.
    02.09.
    04.10.
    09.10.
    10.10.
    07.11.
    29.11.
    13.02.
    15.02.
    16.02.
    26.02.
    27.02.
    28.02.
    Plausibilitätsprüfung
    Vor einer detaillierten statistischen Analyse der Ergebnisse wurde eine Plausibilitätsprüfung durchgeführt, um mögliche Meßfehler zu beseitigen. Im Zweifelsfall wurden die relevanten Videoaufnahmen, die Unfallprotokolle der Polizei und/oder die Meßdaten sorgfältig analysiert, um die Gefahr einer subjektiven Entscheidung zu minimieren. Figur 2 stellt als Beispiel den Verkehrsablauf am 27.02. dar. Solche Abbildungen wurden zusammen mit den Videoaufnahmen und Unfallprotokollen als Grundlage einer genaueren Analyse der Störungen benutzt.
    In Figur 3 ist als ein Beispiel der Verlauf der Störindikatoren STk, STf, STkal bzw. STm des konventionellen, FL-, Kalmanfilter-, bzw. MML- Verfahrens und der EZk, EZf bzw. EZm: Erkennungszeit des konventionellen, FL- bzw. MML-Verfahrensbei einer Störung dargestellt.
    Nach einer Plausibilitätsprüfung wurden insgesamt 60 Ereignisse zur weiteren statistischen Analyse registriert (Tabelle 4).
    Statistische Analyse
    Auf der Basis der ausgewerteten Parameter wurde eine statistische Analyse durchgeführt, um die Güte der untersuchten Verfahren in Bezug auf die Störfallerkennung auch in statistischer Hinsicht abzusichern und zu vergleichen. Insbesondere wurden die folgenden statistischen Methoden angewandt:
    • Abschätzung des Konfidenzintervalls für die ermittelten Mittelwerte und
    • T-Test zur Prüfung, ob die Verbesserung der Störfallerkennung durch das MML-Verfahren signifikant ist.
    Darstellung der Ergebnisse Überblick über die ausgewerteten Ereignisse
    In Tabelle 4 ist ein Überblick über die ausgewerteten Ereignisse gegeben.
    Figure 00230001
    Figure 00240001
    Figure 00250001
    Figure 00260001
    Mittlere Differenz in den Erkennungszeiten
    Die mittlere Differenz in den Erkennungszeiten zwischen dem konventionellen Verfahren und dem MML-Verfahren ist wie folgt ermittelt worden, auf der Basis der in Tabelle 4 aufgelisteten Ereignisse:
    Figure 00260002
    wobei
  • MDE: Mittelwert der Differenz in den Erkennungszeiten
  • N = 54: Anzahl der betrachteten Ereignisse.
    • Der Erwartungswert der Differenz der Erkennungszelten liegt mit einem Konfidenzniveau von 95% in dem Bereich zwischen 7,45 und 11,59 Minuten.
    Die mittlere Anzahl der zusätzlich gewarnten Fahrzeuge ist entsprechend wie folgt ermittelt worden:
    Figure 00270001
    wobei
  • MAF: Mittlere Anzahl der zusätzlich gewarnten Fahrzeuge.
    • Das MML-Verfahren kann damit die Erkennungszeit des konventionellen Verfahrens wesentlich verkürzen. Nach der vorliegenden Untersuchung können durch das MML-Verfahren bei jedem Störfall durchschnittlich 616 Fahrzeuge (potentielle Stautreffer) zusätzlich gewarnt werden, was eine beträchtliche Erhöhung der Verkehrssicherheit bedeutet. Die frühere Erkennung der Störfälle kann ferner potentiell die Stausituation verbessern, falls z.B. ein entsprechendes Verkehrsleit- oder -informationssystem zur Wechselwegweisung, Routenempfehlung oder auch zur Pre-Trip-Reiseplanung verfügbar ist.
    Vergleich der Detektionsraten
    Die Detektionsrate der Verfahren wurde ebenfalls auf der Basis der in Tabelle 4 aufgelisteten Ereignisse verglichen. Bei der Ermittlung der Detektionsrate wurden die nicht erkannten Störfalle nach den relevanten Unfallprotokollen oder Videoaufnahmen festgestellt. Die mittlere Detektionsrate ist wie folgt jeweils für das konventionelle und das MML-Verfahren ermittelt worden:
    Figure 00280001
    bzw.
    Figure 00280002
    wobei
  • DRk bzw. DRm: Detektionsrate des konventionellen bzw. des MML-Verfahrens.
    • Nach der vorliegenden Untersuchung haben die beiden Verfahren eine akzeptable Detektionsrate. Eine höhere Detektionsrate des MML-Verfahrens im Vergleich zum konventionellen Verfahren ist bestätigt worden.
    Vergleich der Fehlalarmquoten
    Dieses Systemmerkmal konnte im Rahmen der vorliegenden Untersuchung wegen der begrenzten Möglichkeiten zur Datenerfassung nicht zufriedenstellend ermittelt werden. Eine genaue Untersuchung dieser Fragestellung benötigt eine zeitlich lückenlose Beobachtung der realen Verkehrssituation, z.B. durch Videoaufnahme. Diese Voraussetzung konnte in der vorliegenden Arbeit jedoch nicht erfüllt werden.
    Für den Bereich der durchgeführten Videoaufnahmen (Tabelle 3) wurde allerdings kein Fehlalarm der untersuchten Verfahren festgestellt; das heißt, jede Alarmmeldung der Verfahren entsprach auch einer tatsächlichen Verkehrsstörung.
    Systemverhalten bei vergrößertem Abstand zwischen benachbarten Meßquerschnitten
    Um die Kosten der Verkehrsdatenerfassung zu reduzieren, ist es anzustreben, den notwendigen Abstand zwischen benachbarten Meßquerschnitten so zu wählen, daß ein vernünftiger Kompromiß zwischen Anzahl Meßquerschnitte einerseits und erzielbarer Detektionsqualität des Systems andererseits erreicht wird. Um Hinweise zu erhalten, ob das MML-Verfahren auch bei vergrößertem Abstand der Meßquerschnitte mit ausreichender Zuverlässigkeit arbeitet, wurde eine entsprechende strichprobenhafte Überprüfung vorgenommen, vgl. Tabelle 5.
    Darstellung der Abschnitte bei vergrößertem Abstand zwischen Meßquerschnitten
    Meßquerschnitt MQ-Kilometer Abschnittslänge [m]
    MQ1 514,830
    3830
    MQ3 518,660
    2170
    MQ5 520,830
    1940
    MQ8 522,770
    1240
    MQ9 524,010
    1600
    MQ11 525,610
    Im Rahmen der vorliegenden Untersuchung war es allerdings nicht möglich, das komplette MML-Verfahren für die vergrößerten Abstände zu testen, da hierzu eine entsprechende Neuparametrierung der Einzelverfahren sowie der MML-Logik vorzuschalten wäre. Es wurde deswegen entschieden, beispielhaft den Kalmanfilter-Störzufluß (KS) zu analysieren und das Systemverhalten mit Hilfe dieses Indikators abzuschätzen. Entsprechend dieser Entscheidung wurde der Kalmanfilter-Störzufluß beim vorhandenen sowie vergrößerten Abstand für drei Tage (07.11 , 16.02 und 28.02 ) ausgewertet und analysiert. Dabei wurden 15 vom MML-Verfahren bei normalem Abstand erkannte Störungen betrachtet, und der zeitliche Verlauf des Kalmanfilter-Störzuflusses bei jeder Störung dargestellt. In Fig. 4 ist die Auswertung des Kalmanfilter-Störzuflusses im Abschnitt MQ1-MQ3 am 16.02. dargestellt.
  • 'Störung erkannt...': Erkennungszeit des MML-Verfahrens, normaler Abstand
  • KALAB : Kalmanfilter Störzufluß, normaler Abstand
  • KALAB2 : Kalmanfilter Störzufluß, vergrößerter Abstand nach Tabelle 5
    • Da ein Schwellenwert des Kalmanfilter-Störzuflusses zur Erkennung einer Störung noch nicht festgelegt war (fehlende Neuparametrierung, s.o.) wurden Erfahrungswerte (300 bis 700 Fz/h) als potentielle Schwellen definiert. In Tabelle 6 sind die Ergebnisse der Analyse dargestellt.
    Reaktion des Kalmanfilter-Störzuflusses (KS) bei vergrößertem
    Abstand zwischen den Meßquerschnitten
    Abschnitt Datum Störung durch MML erkannt (norm. Abstd.) KS>30 0 um KS>40 0 um KS>50 0 um KS>60 0 um KS>70 0 um
    MQ1-MQ3 07.11 8:47 8:45 - - - -
    MQ1-MQ3 07.11 9:39 9:40 9:40 9:40 9:40 9:40
    MQ1-MQ3 07.11 - 9:11 - - - -
    MQ1-MQ3 07.11 - 9:23 - - - -
    MQ1-MQ3 16.02 6:15 6:17 6:17 6:17 6:17 6:17
    MQ1-MQ3 16.02 - 6:52 6:52 6:52 6:53 6:53
    MQ1-MQ3 28.02 6:53 - - - - -
    MQ1-MQ3 28.02 - 7:36 7:36 7:36 - -
    MQ1-MQ3 28.02 7:55 - - - - -
    MQ3-MQ5 07.11 - 6:02 6:03 6:04 6:07 6:08
    MQ3-MQ5 07.11 6:31 6:29 6:29 6:30 -
    MQ3-MQ5 16.02 6:03 6:05 6:05 6:05 6:05 -
    MQ3-MQ5 16.02 6:54 - - - - -
    MQ3-MQ5 16.02 8:21 8:18 8:19 8:19 8:20 8:21
    MQ3-MQ5 16.02 - 8:59 8:59 8:59 8:59 -
    MQ3-MQ5 28.02 6:03 6:12 6:13 6:14 6:16 -
    MQ3-MQ5 28.02 - 6:32 6:32 6:32 6:32 6:33
    MQ3-MQ5 28.02 6:54 - - - - -
    MQ3-MQ5 28.02 8:21 8:23 8:24 8:30 8:30 8:32
    MQ9-MQ11 16.02 - 6:10 6:11 6:11 - -
    MQ9-MQ11 16.02 6:24 6:28 - - - -
    MQ9-MQ11 16.02 - 6:38 6:43 6:49 6:51 6:56
    MQ9-MQ11 07.11 6:31 6:38 - - - -
    MQ9-MQ11 07.11 6:57 6:55 6:56 6:57 6:58 7:00
    Die Ergebnisse der Analyse zeigen, daß in den exemplarisch betrachteten Situationen von den 15 Störfällen, die das MML-Verfahren bei normalem Abstand erkannte, vom Kalmanfilter 11 auch bei größerem Abstand etwa zeitgleich detektiert werden (dies entspricht einer Detektionsrate von ca. 73 %); weiterhin erkennt das Verfahren 9 andere kritische Verkehrszustände, die aus den Basisinformationen zwar nicht als Störfall eingeordnet sind (Polizeimeldung fehlt, keine Detektion durch konventionelles oder MML-Verfahren), aufgrund der Datenlage aber eindeutig Situationen mit kritischem Verkehrsablauf entsprechen. (Diese Fälle wurden bei den kurzen Abschnittslängen vom MML-Verfahren in der übergeordneten Logik offensichtlich aussortiert, da sie nicht eindeutig dem Muster einer vordefinierten charakteristischen Verkehrssituation zuordbar waren.) Bezogen auf die gesamte Stichprobe ergibt sich eine Detektionsrate von ca. 83 %.
    Bezüglich der mittleren Erkennungszeit läßt sich feststellen, daß diese bei den in beiden Fällen detektierten Situationen im Mittel ca. 1,6 Minuten länger wird, als bei kürzerem Abstand mit MML-Verfahren.
    Zusammenfassend kann festgehalten werden, daß eine zuverlässige Detektion der schweren Verkehrsstörungen sowie kritischer, instabiler Verkehrsabläufe auch bei vergrößertem Meßquerschnittsabstand möglich ist. Die Detektionszeiten erhöhen sich dabei in Abhängigkeit vom Verkehrszustand geringfügig. .Allerdings sollten die Ergebnisse des Kalmanfilters möglichst durch eine Nachbearbeitung (MML-Verfahren) ergänzt und bezüglich ihrer Zuordnung zu Verkehrssituationen abgesichert werden. Dies wäre durch entsprechende Neuparametrierung des MML-Verfahrens problemlos zu erreichen.
    Die Beispielsergebnisse weisen eine eindeutig höhere Detektionsqualität des MML-Verfahrens gegenüber dem konventionellen Verfahren nach. Insbesondere konnten die folgenden Ergebnisse ermittelt werden:
    • Die Erkennungszeit konnte bei der betrachteten Stichprobe von 60 Verkehrsstörungen im Durchschnitt um 9,52 Minuten reduziert werden. Bei den aufgetretenen Verkehrsstärken bedeutet das, daß bei einem Störfall auf der Autobahn im Durchschnitt 616 Fahrzeuge (potentielle Stautreffer) zusätzlich hätten gewarnt werden können.
    • Gleichzeitig konnte auch die Detektionsrate durch das MML-Verfahren verbessert werden. (Von den 60 betrachteten Verkehrsstörungen wurden lediglich 3 nicht erkannt, dies entspricht einer Detektionsrate von 95%, gegenüber 91% mit konventionellem Verfahren).
    • Die Fehlalarmquote konnte wegen der begrenzten Möglichkeit zur Datenerfassung nicht zufriedenstellend ermittelt werden. Während der Dauer der durchgeführten Videoaufnahmen wurde jedoch kein Fehlalarm des MML-Verfahrens festgestellt; das heißt, jede Alarmmeldung des Verfahrens entsprach auch einer tatsächlichen Verkehrsstörung.
    • Das Verhalten des MML-Verfahrens bei vergrößertem Abstand zwischen benachbarten Meßquerschnitten wurde mit Hilfe eines der Basismodule (dem Kalmanfilter zur Zustandsschätzung) grob abgeschätzt. (Eine detaillierte Untersuchung war aufgrund der dafür zunächst erforderlichen Neuparametrierung im Rahmen dieser Arbeit nicht möglich.) Dabei konnte nach den ersten Ergebnissen ein zufriedenstellendes Verhalten des Kalmanfilters auch bei größerem Abstand der Meßquerschnitte bestätigt werden.
    In Fig. 5 ist die Auswertung des Kalmanfilter-Störzuflusses am Meßquerschnitt MQ1 am 16.02.1996 dargestellt.
    In Fig. 6 ist die Auswertung des Kalmanfilter-Störzuflusses am Meßquerschnitt MQ3 am 16.02.1996 dargestellt.

    Claims (22)

    1. Verfahren zur Ermittlung von auf Straßenstrecken, insbesondere Autobahnen, bezogene Verkehrsinformationen, wobei mittels ortsfester Detektoren lokale Erfassungsquerschnitte gebildet, verkehrsbezogene Meßwerte erfaßt, mittels lokaler Rechner vorverarbeitet und auf ein vorgegebenes Datenprotokoll normiert, aggregiert und per drahtloser Übermittlung an eine übergeordnete Datenverarbeitungsanlage übertragen werden, wobei die übertragenen Daten in wenigstens einem Berechnungsverfahren zur Ermittlung von Verkehrsinformationen bearbeitet werden, dessen Eingangsdaten wenigstens Fahrzeuggeschwindigkeit v und Verkehrsstärke q sind und das als Ausgangsdaten wenigstens Reisegeschwindigkeit und Verkehrsdichte k an einem Erfassungsquerschnitt hervorbringen kann, dadurch gekennzeichnet, daß die Daten anschließend in wenigstens einem komplexen erweiterten Bearbeitungsverfahren zur Ermittlung von auf Strecken bezogenen Verkehrsinformationen weiterverarbeitet werden.
    2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß bei dem erweiterten Beabeitungsverfahren Fuzzylogik eingesetzt wird, um aus den vorverarbeiteten Daten ein Interpretetionssymbol des aktuellen Verkehrsablaufes und eine zugehörige Whrscheinlichkeit zu ermitteln.
    3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß die Interpretationssymbole und Wahrscheinlichkeiten mittels einer Sperrmatrix verknüpft werden.
    4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß mittels einem weiteren erweiterten Bearbeitungsverfahren auf der Basis der an einem Erfassungsquerschnitt ermittelten Daten die Verkehrsflußdaten bis zum nächsten Erfassungsquerschnitt unter Verwendung eines Verkehrsmodells geschätzt, mit den am nächsten Erfassungsquerschnitt ermittelten entsprechenden Daten verglichen und aus den Abweichungen Korrekturwerte ermittelt und in einen nächsten Schätzzyklus eingebracht werden.
    5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß die Strecke zwischen einem und dem nächsten Erfassungsquerschnitt segmentiert wird.
    6. Verfahren nach einem der vorhergehenden Ansprüche 4 oder 5, dadurch gekennzeichnet, daß die Korrekturwerte als Parameter in das der Schätzung zugrundeliegende Verkehrsmodell eingebracht werden.
    7. Verfahren nach einem der vorhergehenden Ansprüche 4 bis 6, dadurch gekennzeichnet, daß die erfassten, ermittelten und geschätzten Werte um die simulierten Werte einer fiktiven Störstelle ergänzt werden.
    8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, daß als fiktive Störstelle eine Verkehrszuflußstelle und/oder eine Verkehrsabflußstelle simuliert wird.
    9. Verfahren nach einem der vorhergehenden Ansprüche 4 bis 8, dadurch gekennzeichnet, daß für das erweiterte Bearbeitungsverfahren ein Filterschätzverfahren eingesetzt wird.
    10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, daß für das Filterschätzverfahren ein Kalmannalgorithmus verwendet wird.
    11. Verfahren nach einem der vorhergehenden Ansprüche 4 bis 10, dadurch gekennzeichnet, daß das Verkehrsmodell bei Abschnitten mit Anschlußstellen zur Nutzung von Standardganglinien erweitert wird.
    12. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß bei einem weiteren erweiterten Beabeitungsverfahren Fuzzylogik eingesetzt wird.
    13. Verfahren nach Anspruch 12, dadurch gekennzeichnet, daß das weitere erweiterte Bearbeitungsverfahren, welches unter Verwendung von Fuzzylogik aus den Vorverarbeiteten Daten Störungswahrscheinlichkeiten ermittelt, dem erweiterten Bearbeitungsverfahren mit Verwendung der Filterschätztechnik vom Datenfluß her betrachtet vorgeschaltet wird.
    14. Verfahren nach Anspruch 13, dadurch gekennzeichnet, daß das erweiterte Bearbeitungsverfahren, welches unter Verwendung von Fuzzylogik aus den Vorverarbeiteten Daten Interpretationssymbole und Wahrscheinlichkeiten ermittelt, dem weiteren erweiterten Bearbeitungsverfahren mit Verwendung der Filterschätztechnik vom Datenfluß her betrachtet nachgeschaltet wird.
    15. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß Neuro-Fuzzy-Logik eingesetzt wird.
    16. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Meßwerte fahrspurenbezogen erfaßt werden.
    17. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als Meßwerte Fahrzeugtypunterscheidungswerte erfaßt werden.
    18. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Daten zur Routensuche ausgewertet werden.
    19. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Daten zur Ausgabe von Verkehrsleitungsinformationen ausgewertet werden.
    20. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Daten zur Abgabe von Verkehrsentwicklungsprognosen ausgewertet werden.
    21. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Daten zur Ausgabe von Reisezeitinformationen ausgewertet werden.
    22. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Daten zur Ausgabe von Stauinformationen ausgewertet werden.
    EP98117283A 1997-09-18 1998-09-11 Verfahren zur Ermittlung von Verkehrsinformationen Withdrawn EP0903711A3 (de)

    Applications Claiming Priority (2)

    Application Number Priority Date Filing Date Title
    DE19741229 1997-09-18
    DE19741229 1997-09-18

    Publications (2)

    Publication Number Publication Date
    EP0903711A2 true EP0903711A2 (de) 1999-03-24
    EP0903711A3 EP0903711A3 (de) 2000-08-23

    Family

    ID=7842850

    Family Applications (1)

    Application Number Title Priority Date Filing Date
    EP98117283A Withdrawn EP0903711A3 (de) 1997-09-18 1998-09-11 Verfahren zur Ermittlung von Verkehrsinformationen

    Country Status (1)

    Country Link
    EP (1) EP0903711A3 (de)

    Cited By (5)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    DE19856704A1 (de) * 1998-12-09 2000-06-21 Daimler Chrysler Ag Verfahren und Vorrichtung zur Fahrzeugzielführung und/oder Reisezeitschätzung
    EP1118972A2 (de) * 2000-01-19 2001-07-25 DDG Gesellschaft für Verkehrsdaten mbH Stabile Zuordnung von Verkehrsmeldungen und deren Ursache repräsentierenden Zusatzinformationen
    DE10036364A1 (de) * 2000-07-18 2002-02-07 Ddg Ges Fuer Verkehrsdaten Mbh Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen
    CN109285344A (zh) * 2018-06-25 2019-01-29 江苏智通交通科技有限公司 交通高危人员重点监测对象识别方法和智能决策系统
    DE102020105527A1 (de) 2020-03-02 2021-09-02 Bayerische Motoren Werke Aktiengesellschaft Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung

    Citations (3)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    EP0256483A1 (de) * 1986-08-13 1988-02-24 Siemens Aktiengesellschaft Verkehrsleit- und Informationssystem
    WO1994011839A1 (en) * 1992-11-19 1994-05-26 Kjell Olsson Prediction method of traffic parameters
    DE4408547A1 (de) * 1994-03-14 1995-10-12 Siemens Ag Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen

    Patent Citations (3)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    EP0256483A1 (de) * 1986-08-13 1988-02-24 Siemens Aktiengesellschaft Verkehrsleit- und Informationssystem
    WO1994011839A1 (en) * 1992-11-19 1994-05-26 Kjell Olsson Prediction method of traffic parameters
    DE4408547A1 (de) * 1994-03-14 1995-10-12 Siemens Ag Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen

    Non-Patent Citations (1)

    * Cited by examiner, † Cited by third party
    Title
    RITTICH D ET AL: "PERSPEKTIVEN DER VERKEHRSLEITTECHNIK" NACHRICHTENTECHNISCHE BERICHTE,DE,ANT NACHRICHTENTECHNIK GMB. BACKNANG, Nr. 9, 1. April 1992 (1992-04-01), Seiten 111-119, XP000331875 *

    Cited By (9)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    DE19856704A1 (de) * 1998-12-09 2000-06-21 Daimler Chrysler Ag Verfahren und Vorrichtung zur Fahrzeugzielführung und/oder Reisezeitschätzung
    DE19856704C2 (de) * 1998-12-09 2001-09-13 Daimler Chrysler Ag Verfahren und Vorrichtung zur Fahrzeugzielführung und/oder Reisezeitschätzung
    EP1118972A2 (de) * 2000-01-19 2001-07-25 DDG Gesellschaft für Verkehrsdaten mbH Stabile Zuordnung von Verkehrsmeldungen und deren Ursache repräsentierenden Zusatzinformationen
    EP1118972A3 (de) * 2000-01-19 2002-07-17 DDG Gesellschaft für Verkehrsdaten mbH Stabile Zuordnung von Verkehrsmeldungen und deren Ursache repräsentierenden Zusatzinformationen
    DE10036364A1 (de) * 2000-07-18 2002-02-07 Ddg Ges Fuer Verkehrsdaten Mbh Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen
    DE10036364C2 (de) * 2000-07-18 2003-08-28 Ddg Ges Fuer Verkehrsdaten Mbh Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen
    CN109285344A (zh) * 2018-06-25 2019-01-29 江苏智通交通科技有限公司 交通高危人员重点监测对象识别方法和智能决策系统
    CN109285344B (zh) * 2018-06-25 2021-05-28 江苏智通交通科技有限公司 交通高危人员重点监测对象识别方法和智能决策系统
    DE102020105527A1 (de) 2020-03-02 2021-09-02 Bayerische Motoren Werke Aktiengesellschaft Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung

    Also Published As

    Publication number Publication date
    EP0903711A3 (de) 2000-08-23

    Similar Documents

    Publication Publication Date Title
    EP0740280B1 (de) Verfahren zur Störungserkennung im Strassenverkehr
    EP0798684B1 (de) Verfahren und System zur Verkehrslageerfassung durch stationäre Datenerfassungseinrichtung
    EP0750774B1 (de) Verfahren zur verkehrserfassung und verkehrssituationserkennung auf autostrassen, vorzugsweise autobahnen
    EP0879460A1 (de) Verfahren und einrichtung zur erfassung von daten über die verkehrslage
    EP0978811A2 (de) Verfahren sowie Einrichtung zur Reisezeitermittlung von Kraftfahrzeugen
    DE102017217450A1 (de) Verfahren zur Zustandsbestimmung von wenigstens einer entlang einer Fahrstrecke verlaufenden Fahrleitung
    EP2811466B1 (de) Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem
    EP0903711A2 (de) Verfahren zur Ermittlung von Verkehrsinformationen
    EP1659550A2 (de) Verfahren zur Erfassung von Verkehrsdaten
    EP0902405B1 (de) Verfahren zur Ermittlung von Verkehrsinformationen
    EP2254104B1 (de) Verfahren zum automatischen Erkennen einer Situationsänderung
    DE4328939C2 (de) Verfahren zur Erfassung von streckenbezogenen Verkehrsgrößen
    EP0902404B1 (de) Verfahren zur Ermittlung von Verkehrsinformationen
    CH697821B1 (de) Verfahren zum Ermitteln des Verkehrszustandes auf einem Streckenabschnitt eines Strassennetzes sowie Verkehrsmanagementzentrale zur Durchführung des Verfahrens.
    EP3655934B1 (de) Konzept zum überwachen eines parkraums
    DE19944891A1 (de) Verkehrslageerfassung mit Fuzzy-Klassifikation und mehrdimensionaler morphologischer Datenfilterung und dynamischer Domänenbildung
    EP0908861A2 (de) Verfahren zur Ermittlung von Verkehrsinformationen
    DE102020105527A1 (de) Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung
    EP0654771A1 (de) Verfahren zur Vermeidung von Fehlalarmen in einem Brandmeldesystem, und Brandmeldesystem zur Durchfürhrung des Verfahrens
    EP0753444B1 (de) Verfahren zum Erkennen einer Fehlmeldung bei einer abschnittsweisen Achszählung
    EP0902403B1 (de) Verfahren zur Ermittlung von Verkehrsinformationen
    EP1413999B1 (de) Verfahren zur Generierung impliziter informationen aus FC-Daten
    EP2887332A1 (de) Verfahren und System zum Ermitteln einer Verkehrssituation auf einer Straßenstrecke
    DE2911734A1 (de) Verfahren zur messung von verkehrsstoerungen
    EP1280118A1 (de) Verfahren zur Feststellung von Strassenverkehrszuständen

    Legal Events

    Date Code Title Description
    PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

    Free format text: ORIGINAL CODE: 0009012

    AK Designated contracting states

    Kind code of ref document: A2

    Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE

    AX Request for extension of the european patent

    Free format text: AL;LT;LV;MK;RO;SI

    PUAL Search report despatched

    Free format text: ORIGINAL CODE: 0009013

    AK Designated contracting states

    Kind code of ref document: A3

    Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE

    AX Request for extension of the european patent

    Free format text: AL;LT;LV;MK;RO;SI

    17P Request for examination filed

    Effective date: 20010219

    AKX Designation fees paid

    Free format text: AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE

    17Q First examination report despatched

    Effective date: 20031013

    STAA Information on the status of an ep patent application or granted ep patent

    Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

    18D Application deemed to be withdrawn

    Effective date: 20040423