EP1071058B1 - Verfahren und Vorrichtung für rückgekoppelte Zustandskaskade - Google Patents

Verfahren und Vorrichtung für rückgekoppelte Zustandskaskade Download PDF

Info

Publication number
EP1071058B1
EP1071058B1 EP00250249A EP00250249A EP1071058B1 EP 1071058 B1 EP1071058 B1 EP 1071058B1 EP 00250249 A EP00250249 A EP 00250249A EP 00250249 A EP00250249 A EP 00250249A EP 1071058 B1 EP1071058 B1 EP 1071058B1
Authority
EP
European Patent Office
Prior art keywords
measurement data
state
data
traffic network
traffic
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.)
Expired - Lifetime
Application number
EP00250249A
Other languages
English (en)
French (fr)
Other versions
EP1071058A1 (de
Inventor
Markus Dipl.-Phys. Dr. Rer. Nat. Becker
Ulrich Dipl.-Phys. Dr. Rer. Nat. Fastenrath
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.)
DDG Gesellschaft fuer Verkehrsdaten mbH
Original Assignee
DDG Gesellschaft fuer Verkehrsdaten mbH
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 DDG Gesellschaft fuer Verkehrsdaten mbH filed Critical DDG Gesellschaft fuer Verkehrsdaten mbH
Publication of EP1071058A1 publication Critical patent/EP1071058A1/de
Application granted granted Critical
Publication of EP1071058B1 publication Critical patent/EP1071058B1/de
Anticipated expiration legal-status Critical
Expired - Lifetime 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 completing data relating to the state of a traffic network in a traffic control center.
  • Traffic information systems generate up-to-date traffic information, such as traffic reports or travel time estimates and navigation information, based on temporally and / or spatially incomplete (ie incomplete) measurement data from stationary sensors stationed along roads of the traffic network and / or sensors (FCD) arranged in the traffic network. and / or other sources of measurement data.
  • traffic information such as traffic reports or travel time estimates and navigation information
  • FCD sensors
  • Spatial gaps in the measurement data are due to the fact that stationary sensors and / or sensors arranged in vehicles in the traffic network are always spatially spaced, so that measurement data gaps occur between them.
  • the measurement data also contain time gaps, since sensors usually only send in certain time intervals between which there are no current measurement data.
  • measured values are generally transmitted which, in addition to the almost current time, also relate to several past times and / or (for sensors arranged in vehicles) different locations.
  • Object of the present invention is to provide a method for completing temporally and spatially incomplete, related to multiple locations and multiple points in time, the state of a transport network related measurement data.
  • the object is solved by the independent claim.
  • the present invention enables spatially and temporally completion of data relating to the state of a traffic network in a traffic control center.
  • an intelligent preprocessing prior to the preparation of traffic forecasts, traffic information, navigation information, etc. takes place, which in principle simulates spatially and / or temporally incomplete measurement data spatially and temporally complete traffic data source (ie virtually generated).
  • the result of this preprocessing are time-artically synchronized traffic data relating to road sections (also referred to as direction measuring cross sections RMQ). These suitably have a uniform format such that they are in equal cyclic intervals and / or equal units; the intervals may be for example one minute.
  • FIG. 1 illustrates the data flow on the basis of a block diagram of a device for carrying out the method according to the invention.
  • the measured data used comprise data 1 (FCD) collected by sensors arranged in vehicles in the traffic network, data 2 (SES) detected by stationary sensors in the road traffic network and data coming from another traffic information center 3 (VIZ) (for example based on country reporting messages, police radio Etc.).
  • FCD data 1
  • SES data 2
  • VIZ traffic information center 3
  • the data 4 output at the end represent spatially and temporally complete for further processing sufficient accuracy (from the data 1 to 3) completed location status data 4.
  • the location status data 4 (speeds, traffic density, traffic jams, etc.) are spatially such a gap that, for example, for a digital Map of the road network with spatial subsections for each spatial subsection is present a measurement date for a relevant time, allowing for easier and better processing. For example, they can be complete in terms of time in that, for a sufficient number of measurement data (location-state data) completed before the current time, that there are recently completed times.
  • the completion essentially takes place in a multi-data logic MDL 5, in which essentially the method according to the invention runs.
  • traffic analysis methods are executed in which different traffic flow models are used and optimized based on the location status data completed in the MDL 5.
  • the multi-model logic MML 9 combines the results of the modules M1 to M3 based on different analysis methods, in particular in the form of a reliability / credibility analysis and selection.
  • the simulation component SIM 10 calculates a prognosis for the future based on the data generated by the multimodal logic 9, this future being based on the Data related future can be; for measured data recorded at a given time (and completed in MDL), the future is to be seen in comparison with its time of detection, and may therefore also refer to the present time or to a time between the present and the present (but it may also be one of the present time concern future date).
  • a prognosis of the future based on measurement data acquired for a past time for a future lying opposite to its detection time, which lies ahead of the current present time, an optimized utilization of measured measured data by a more accurate process analysis of processes (congestion, etc.) in the road network is possible.
  • the component HPR 11 generates out of the current data generated by the MML 9 hydrographs (ie time histories of the measured data) and tries to learn the relationship between traffic conditions and certain selection characteristics.
  • the results of the simulation component 10 are fed back via a feedback unit RER in the multi-data logic for optimizing the (besides 1 to 3) flowing into the MDL measurement data base.
  • the generated by the component HPR hydrographs and relationships between traffic conditions and selection features are coupled (via a not shown here module ZYR) also as an input to the multi-data logic 5.
  • the MML 9 and the HPR 11 14 data are created in a data fusion unit representing current and / or predicted traffic conditions of sections of the road network.
  • FIG. 2 clarifies the problem with incoming measurement data on the basis of a measurement data history.
  • the right-pointing axis shows the time and the upward-pointing axis the speed.
  • the solid line shows vehicle average speeds detected at different times with a stationary sensor (SES) at a position in the road network (for example all vehicles in one minute).
  • SES stationary sensor
  • the measurement data acquired by the sensor relate to a plurality of points in time, one behind the other, and those that have occurred a short time ago; These measurement data are integrated in such a way that their temporal course is subjected to an analysis and used to complete other measurement data.
  • this is explained, for example, by means of a vehicle which at one time passes a sensor at one location and after a certain time at a different location behind the sensor has a certain (same or other congestion in congestion etc.). From different speeds of vehicles at several times at the location of the sensor can thus be closed on suspected (not present as a measurement) speeds of the vehicles at locations behind the sensor as well as (with propagating traffic jams in front of the sensor).
  • these measurement data are also incomplete, since they are transmitted only under certain conditions and / or at certain time intervals; also these measurement data from vehicles are usually transmitted as a package, wherein in a package several average speeds (of the vehicle) at different locations (along a road traveled by the vehicle) at different times (the measurement times) are included along the road.
  • FIG. 3 illustrates by way of example as a table that different conditional gaps in incoming different generated measurement data can be completed with different substitute data sources.
  • Measurement data gaps in measurement data (SES) generated by stationary detectors in the traffic network can be completed with substitute data sources from historical databases (HPR in FIG. 1) and traffic analysis system (VAS in FIG. 1), wherein the measurement data quality is also possible by an error estimation (LOS estimation).
  • LOS estimation error estimation
  • Data losses in data coming from another traffic information center (which has access to country registration offices, police reports, etc.) and data from a sensor detection system can also be completed, for example, from a historical database HPR.
  • unmonitored lanes can be completed by a lane estimator, which can close unmonitored lanes based on experience from monitored lanes.
  • Unmonitored nodes of a traffic network may cause unknown values for average speeds and / or vehicle numbers between different measuring points of a sensor detection system, whereby these unknown factors - if available - can also be relatively accurately completed by historical databases.
  • An LOS estimator (for example according to FIG. 3) can be used as a substitute data source. If the reporting behavior of stationary detectors (SES) in the road network provides that a detector always reports when a change between defined speed ranges in the measurement data measured by it has taken place safely (local transmission criterion) and this is known to the LOS estimation method Each time a data telegram (forecast time) is transmitted by a detector, a forecast for the average speed is made on the basis of the transmitted LOS relating to the road. The prediction quality is guaranteed by half the width of the LOS, if the prognosis value is equated with the mean value of the LOS.
  • SES stationary detectors
  • the LOS (Level of Service) refers to the quality of a road in terms of the speed that can be traveled on it.
  • a possible classification is from LOS 1 (bad, 0 to 30 km / h), LOS 2 (medium, 30 to 60 km / h), LOT 3 (good, 60 to 90 km / h), LOT 4 (very good, > 90 km / h).
  • the forecasting quality of a forecast is guaranteed by half the width of the speed range of a LOS (for example 0 to 30 km / h); if the prognosis value is equated with the mean value (in the case, for example, 15 km / h) of the LOS, since with stronger deviations a renewed data telegram would be sent to the detector.
  • the LOS estimation method can also be used to shift a (currently in the case of stationary detectors, for example, a measuring location in the form of a bridge bridge) current in the system for a remplismeßquerites in the current LOS calculation, if a deviation of the last current Measured value of a currently valid for the Meßquerrough hydrograph exists.
  • the difference to the mean value of the corresponding interval can be formed and the speed guideline value can be shifted by this difference.
  • FIG. 2 The temporal sequence in which the measurement and replacement data are provided is illustrated by FIG. 2.
  • the hydrograph management system HPR transmits the first hydrograph for the detector (from which the illustrated SES diagram is coming). If this is not the case, the previous day's hydrograph can be used to complete the data if it is stored persistently in the HPR.
  • this detector transmits measurement data concerning a past time point (ie, a measurement data history) due to LOS change (average speed change on a road section as stated above), and the LOS estimator transmits a forecast for future times on the basis of these data.
  • a past time point ie, a measurement data history
  • LOS change average speed change on a road section as stated above
  • the detector transmits another set of measurement data (further measurement data history) due to a renewed LOS change of the road section observed by it, and the LOS estimator then generates a new prognosis based on this.
  • the hydrograph management system HPR updates the hydrograph delivered at the beginning of the day (t1).
  • the new hydrograph really describes the traffic situation better than the old hydrograph, because the subsystem HPR has more information to select the hydrograph.
  • gaps in the measured data can be eliminated by resorting to replacement data from the historical data source HPR.
  • the data source can be selected for which most of the measured data is present, or in the absence of measured data, the replacement data with the lowest calculated error probability.
  • the completed data can, for example, on time intervals of length 1 min. be transformed.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)
  • Gyroscopes (AREA)

Description

  • Die Erfindung betrifft ein Verfahren zur Vervollständigung von den Zustand eines Verkehrsnetzes betreffenden Daten in einer Verkehrszentrale.
  • Verkehrsinformationssysteme erzeugen aktuelle Verkehrsinformationen, wie Verkehrsmeldungen oder Reisezeitschätzungen und Navigationsinformationen, basierend auf zeitlich und/oder räumlich hinsichtlich des Verkehrsnetzes unvollständigen (also lückenhaften) Meßdaten aus stationär entlang Straßen des Verkehrsnetzes angeordneten stationären Sensoren und/oder in im Verkehrsnetz beweglichen Fahrzeugen angeordneten Sensoren (FCD) und/oder anderen Meßdatenquellen.
  • Räumliche Lücken in den Meßdaten sind dadurch bedingt, daß stationäre Sensoren und/oder in im Verkehrsnetz beweglichen Fahrzeugen angeordnete Sensoren stets räumlich beabstandet sind, so daß zwischen ihnen Meßdaten-Lücken auftreten.
  • Überdies enthalten die Meßdaten auch zeitliche Lücken, da Sensoren in der Regel nur in bestimmten Zeitinvervallen senden, zwischen welchen keine aktuellen Meßdaten vorliegen. Allerdings werden in in Zeitintervallen etc. übermittelten Datenpaketen in der Regel Meßwerte übermittelt, welche neben dem nahezu aktuellen Zeitpunkt auch mehrere vergangene Zeitpunkte und/oder (bei in Fahrzeugen angeordneten Sensoren) verschiedene Orte betreffen.
  • Aus der WO 98/27525 ist ein Verfahren zur Vervollständigung von räumlichen Lücken in den Meßdaten durch mehrfache Rückkopplung von zu vergangenen Zeitpunkten erstellten Prognosen und anderen Daten bekannt.
  • Aufgabe der vorliegenden Erfindung ist die Schaffung eines Verfahrens zur Vervollständigung von zeitlich und räumlich lückenhaften, sich auf mehrere Orte und mehrere Zeitpunkte beziehenden, den Zustand eines Verkehrsnetzes betreffenden Meßdaten. Die Aufgabe wird durch den unabhängigen Anspruch gelöst.
  • Die vorliegende Erfindung ermöglicht eine räumliche und zeitliche Vervollständigung von den Zustand eines Verkehrsnetzes betreffenden Daten in einer Verkehrszentrale. Dabei können Meßdaten verwendet werden, die zeitlich asynchron erfaßt werden. Es können zeitlich und räumlich im Rahmen der erforderlichen Genauigkeit lückenlose vervollständigte Meßdaten (= Ortszustandsdaten) generiert werden, wobei dies so erfolgen kann, daß sie in gleichen zeitlichen Intervallen (= synchron) vorliegen.
  • Erfindungsgemäß kann eine intelligente Vorverarbeitung vor der Erstellung von Verkehrsprognosen, Verkehrsinformationen, Navigationsinformationen etc. erfolgen, welche im Prinzip aus räumlich und/oder zeitlich lückenhaften Meßdaten eine räumlich und zeitlich lückenlose Verkehrsdaten-Quelle simuliert (also virtuell erzeugt). Das Ergebnis dieser Vorverarbeitung sind auf Straßenabschnitte (auch als Richtungsmeßquerschnitte RMQ bezeichnet) bezogene zeitlich künstlich synchronisierte Verkehrsdaten. Diese weisen zweckmäßig ein einheitliches Format dergestalt auf, daß sie in gleichen zyklischen Intervallen und/oder gleichen Einheiten vorliegen; die Intervalle können beispielsweise eine Minute betragen. Bei der Erstellung der räumlich/zeitlich lückenlosen Verkehrsdatenbasis können durch Fehlerschätzung bei der Berechnung für die einzelnen Werte Qualitätsangaben mitgeneriert werden.
  • Weitere Merkmale und Vorteile ergeben sich aus den Unteransprüchen und der nachfolgenden Beschreibung eines Ausführungsbeispieles. Dabei zeigt:
    • Fig. 1
    als Blockschaltbild Komponenten einer Vorrichtung zur Durchführung des erfindungsgemäßen Verfahrens,
    Fig. 2
    im Verlaufe der Zeit von einem Sensor gemessene Meßdaten, aus einer historischen Datenbank entnommene Meßdaten und eine Fehlerabschätzung,
    Fig. 3
    als Tabelle grundsätzlich zur Vervollständigung von bestimmten Meßdatenlücken etc. geeignete Ersatzdatenquellen.
  • Figur 1 verdeutlicht den Datenfluß anhand eines Blockschaltbildes einer Vorrichtung zur Durchführung des erfindungsgemäßen Verfahrens.
  • Die verwendeten Meßdaten umfassen von in im Verkehrsnetz beweglichen Fahrzeugen angeordneten Sensoren erfaßte Daten 1 (FCD), von stationären Sensoren im Straßenverkehrsnetz erfaßte Daten 2 (SES) sowie von einer anderen Verkehrsinformationszentrale 3 (VIZ) kommende Daten (beispielsweise basierend auf Landesmeldestellen-Meldungen, Polizeifunk etc.).
  • Die am Ende ausgegebenen Daten 4 repräsentieren räumlich und zeitlich mit zur Weiterverarbeitung ausreichender Genauigkeit lückenlos (aus den Daten 1 bis 3) vervollständigte Ortszustandsdaten 4. Die Ortszustandsdaten 4 (Geschwindigkeiten, Verkehrsdichte, Staus etc.) sind räumlich dergestalt lückenlos, daß beispielsweise für eine digitale Karte des Straßenverkehrsnetzes mit räumlichen Unterabschnitten für jeden räumlichen Unterabschnitt ein Meßdatum für einen relevanten Zeitpunkt vorliegt, was eine einfachere und bessere Weiterverarbeitung ermöglicht. Zeitlich lückenlos können sie beispielsweise insofern sein, daß für eine ausreichende Zahl von vor dem aktuellen Zeitpunkt liegenden, kurz zurückliegenden Zeitpunkten vervollständigte Meßdaten (Ortszustandsdaten) vorliegen.
  • Die Vervollständigung erfolgt im wesentlichen in einer Multidatenlogik MDL 5, in welcher im wesentlichen das erfindungsgemäße Verfahren abläuft. In den Teilmodulen M1 bis M3 6 bis 8 laufen verkehrstechnische Analyseverfahren ab, in welchen unterschiedliche Verkehrsflußmodelle basierend auf den in der MDL 5 vervollständigten Ortszustandsdaten verwendet und optimiert weden. Die Multimodell-Logik MML 9 verknüpft die Ergebnisse der auf unterschiedlichen Analyseverfahren beruhenden Module M1 bis M3, insbesondere in Form einer Zuverlässigkeits-/Glaubwürdigkeits-Analyse und -Auswahl.
  • Die Simulationskomponente SIM 10 berechnet aufgrund der von der Multimodell-Logik 9 erzeugten Daten eine Prognose für die Zukunft, wobei diese Zukunft eine auf die Daten bezogene Zukunft sein kann; für zu einem vergangenen Zeitpunkt erfaßte (und in MDL vervollständigte) Meßdaten ist die Zukunft gegenüber deren Erfassungszeitpunkt zu sehen, kann also auch die jetzige Gegenwart oder einen zwischen der Erfassung und der jetzigen Gegenwart liegenden Zeitpunkt betreffen (sie kann jedoch auch einen gegenüber der jetzigen Gegenwart künftigen Zeitpunkt betreffen). Bei einer Zukunftsprognose, ausgehend von zu einem vergangenen Zeitpunkt erfaßten Maßdaten für eine gegenüber deren Erfassungszeitpunkt liegende Zukunft, welche vor der aktuellen Gegenwart liegt, ist eine optimierte Ausnutzung gemessener Meßdaten durch eine genauere Ablaufanalyse von Vorgängen (Staubildung etc.) im Straßenverkehrsnetz möglich. Die Komponente HPR 11 generiert aus den von der MML 9 erzeugten aktuellen Daten Ganglinien (also zeitliche Verläufe der Meßdaten) und versucht, den Zusammenhang zwischen Verkehrszuständen und bestimmten Selektionsmerkmalen zu lernen. Die Ergebnisse der Simulationskomponente 10 werden über eine Rückkopplungseinheit RER in die Multidatenlogik rückgekoppelt zur Optimierung der (neben 1 bis 3) in die MDL einfließenden Meßdaten-Basis.
  • Die von der Komponente HPR generierten Ganglinien und Zusammenhänge zwischen Verkehrszuständen und Selektionsmerkmalen werden (über ein hier nicht dargestelltes Modul ZYR) ebenfalls als Eingang in die Multidatenlogik 5 eingekoppelt.
  • Basierend auf den Augsangsdaten der SIM 10, der MML 9 und der HPR 11 werden in einer Datenfusionseinheit 14 Daten erstellt, welche aktuelle und/oder prognostizierte Verkehrszustände von Abschnitten des Straßenverkehrsnetzes repräsentieren.
  • Eine Grundidee der MDL 5 besteht darin, aus räumlich und/oder zeitlich unvollständig eingehenden Meßdaten 1 bis 3 (von Sensoren etc.) durch Vervollständigung eine räumlich und zeitlich lückenlose und zeitlich synchrone Meßdatenquelle zu simulieren, um eine einfache hochwertige Weiterverarbeitung (für Verkehrsmeldungen, Prognosen, Navigationshinweise etc.) zu ermöglichen.
    Figur 2 verdeutlicht die Problematik bei eingehenden Meßdaten aufgrund einer Meßdatenhistorie. In Figur 2 zeigt die nach rechts weisende Achse die Zeit und die nach oben weisende Achse die Geschwindigkeit. Die durchgezogene Linienfolge zeigt zu verschiedenen Zeitpunkten mit einem stationären Sensor (SES) an einer Position im Straßenverkehrsnetz erfaßte Fahrzeugdurchschnittsgeschwindigkeiten (beispielsweise alle Fahrzeuge in einer Minute). Die vom Sensor erfaßten Meßdaten betreffen mehrere bezüglich des jetzigen Zeitpunktes vergangene, hintereinanderliegende und kurz zurückliegende Zeitpunkte; diese Meßdaten werden derart eingebunden, daß ihr zeitlicher Verlauf einer Analyse unterworfen wird und zur Vervollständigung anderer Meßdaten verwendet wird.
  • Anschaulich erklärt sich dies beispielsweise anhand eines Fahrzeuges, welches zu einem Zeitpunkt einen Sensor an einem Ort passiert und nach einer gewissen Zeit an einem anderen Ort hinter dem Sensor eine bestimmte (gleiche oder bei Staus etc. andere bestimmbare) Geschwindigkeit hat. Aus verschiedenen Geschwindigkeiten von Fahrzeugen zu mehreren Zeitpunkten am Ort des Sensors kann somit auf vermutete (als Meßwert nicht vorliegende) Geschwindigkeiten der Fahrzeuge an Orten hinter dem Sensor wie auch (bei sich ausbreitenden Staus vor dem Sensor) geschlossen werden.
  • Neben Daten von stationären Sensoren kann dies auch mit von im Verkehr mitschwimmenden Fahrzeugen implementierten Meßsensoren generierten Meßdaten erfolgen; diese Meßdaten sind ebenfalls unvollständig, da sie nur unter bestimmten Bedingungen und/oder in bestimmten Zeitintervallen übermittelt werden; auch diese Meßdaten aus Fahrzeugen werden in der Regel als Paket übermittelt, wobei in einem Paket mehrere Durchschnittsgeschwindigkeiten (des Fahrzeuges) an verschiedenen Orten (entlang einer vom Fahrzeug befahrenen Straße) zu verschiedenen Zeitpunkten (den Meßzeitpunkten) auf dem Weg entlang der Straße enthalten sind.
  • Figur 3 verdeutlicht beispielhaft als Tabelle, daß unterschiedlich bedingte Lücken in eingehenden unterschiedlichen generierten Meßdaten mit unterschiedlichen Ersatzdatenquellen vervollständigt werden können. Meßdatenlücken in von stationären Detektoren im Verkehrsnetz erzeugten Meßdaten (SES) können mit Ersatzdatenquellen aus historischen Datenbanken (HPR in Figur 1) und Verkehrsanalysesystem (VAS in Figur 1) vervollständigt werden, wobei auch die Meßdatenqualität durch eine Fehlerschätzung (LOS-Schätzung) möglich ist. Datenausfälle in von einer anderen Verkehrsinformationszentrale (welche auf Landesmeldestellen, Polizeimeldungen etc. Zugriff hat) kommenden Daten und Daten von einem Sensorerfassungssystem können beispielsweise auch aus einer historischen Datenbank HPR vervollständigt werden.
  • Wenn bei einem Sensor Erfassungssysteme nur bestimmte Spuren (= Fahrbahnen) zu einer Straße überwacht werden, können nicht überwachte Spuren durch einen Spurschätzer, welcher aufgrund von Erfahrungswerten aus überwachten Spuren auf nicht überwachte Spuren schließen kann, vervollständigt werden.
  • Nicht überwachte Knoten eines Verkehrsnetzes, wie Ein- und Ausfahrten können zwischen verschiedenen Meßstellen eines Sensorerfassungssystems unbekannte Werte für Durchschnittsgeschwindigkeiten und/oder Fahrzeugzahlen bedingen, wobei diese unbekannten Faktoren - soweit verfügbar -ebenfalls durch historische Datenbanken relativ genau vervollständigbar sind.
  • Ein LOS-Schätzer (beispielsweise gemäß Figur 3), ist als Ersatzdatenquelle verwendbar. Wenn das Meldeverhalten von stationären Detektoren (SES) im Straßenverkehrsnetz vorsieht, daß sich ein Detektor stets dann meldet, wenn ein Wechsel zwischen definierten Geschwindigkeitsbereichen in den von ihm gemessenen Meßdaten sicher stattgefunden hat (lokales Übertragungskriterium) und dies dem LOS-Schätzverfahren bekannt ist, kann bei jeder Übermittlung eines Datentelegramms (Prognose-Zeitpunkt) von einem Detektor anhand des übermittelten LOS betreffend die Straße eine Prognose für die mittlere Geschwindigkeit getroffen werden. Die Prognosegüte ist durch die halbe Breite des LOS garantiert, wenn der Prognosewert mit dem Mittelwert des LOS gleichgesetzt wird. Als LOS (Level of Service) wird dabei die Qualität einer Straße in Form der auf ihr fahrbaren Geschwindigkeit bezeichnet. Eine mögliche Einteilung ist von LOS 1 (schlecht, 0 bis 30 km/h), LOS 2 (mittel, 30 bis 60 km/h), LOS 3 (gut, 60 bis 90 km/h), LOS 4 (sehr gut, > 90 km/h).
  • Die Prognosegüte einer Prognose ist durch die halbe Breite des Geschwindigkeitsbereichs eines LOS garantiert (beispielsweise 0 bis 30 km/h); wenn der Prognosewert mit dem Mittelwert (in dem Falle beispielsweise 15 km/h) des LOS gleichgesetzt wird, da bei stärkeren Abweichungen ein erneutes Datentelegramm des Detektors übersandt würde.
    Das LOS-Schätzverfahren kann auch dazu benutzt werden, eine aktuell im System für einen Richtungsmeßquerschnitt (bei stationären Detektoren beispielsweise ein Meßort in Form einer Brücke) vorliegende (den Zeitverlauf repräsentierende) Ganglinie in den aktuellen LOS-Berech zu verschieben, falls eine Abweichung des letzten aktuellen Meßwertes von einer für den Meßquerschnitt aktuell gültigen Ganglinie existiert. Zum Unterschied des letzten aktuellen Meßwertes der Geschwindigkeit der SES-Daten kann die Differenz zu dem Ganglinienwert des entsprechenden Intervalls gebildet werden und der Ganglinienwert für die Geschwindigkeit um diese Differenz verschoben werden.
  • Falls sich die Geschwindigkeitsganglinie eines Straßenverkehrsabschnittes über der oberen Grenze eines LOS-Bereichs befindet, müssen die Geschwindigkeiten der Ganglinie abgesenkt werden, wenn sich die Geschwindigkeitsganglinie unter der unteren Grenze des LOS-Bereichs befindet, müssen sie angehoben werden.
  • Die zeitliche Abfolge, in der die Meß- und Ersatzdaten bereitgestellt werden, verdeutlicht sich anhand Figur 2.
  • Zum Zeitpunkt t1 (bei Tagesbeginn) wird von dem Ganglinien-Managementsystem HPR die erste Ganglinie für den Detektor (von welchem das dargestellte SES-Diagramm kommt) übermittelt. Wenn dies nicht der Fall ist, kann zur Datenvervollständigung die Ganglinie des Vortages verwendet werden, falls sie persistent im HPR gespeichert ist.
  • Zum Zeitpunkt t2 übermittelt dieser Detektor mehrere vergangene Zeitpunkte betreffende Meßdaten (also eine Meßdatenhistorie) aufgrund eines LOS-Wechsels (Durchschnittsgeschwindigkeitsänderung auf einem Straßenabschnitt wie oben angegeben), und der LOS-Schätzer übermittelt auf der Basis dieser Daten eine Prognose für künftige Zeitpunkte.
  • Zum Zeitpunkt t3 übermittelt der Detektor aufgrund eines erneuten LOS-Wechsels des von ihm beobachteten Straßenabschnittes einen weiteren Satz Meßdaten (weitere Meßdatenhistorie), und der LOS-Schätzer erstellt hierauf basierend eine neue Prognose.
  • Zum Zeitpunkt t4 aktualisiert das Ganglinien-Managementsystem HPR die zu Tagesbeginn (t1) gelieferte Ganglinie. Die neue Ganglinie beschreibt das Verkehrsgeschehen wirklich besser als die alte Ganglinie, da dem Teilsystem HPR zur Selektion der Ganglinie mehr Informationen vorliegen.
  • So können Lücken in den Meßdaten durch einen Rückgriff aus Ersatzdaten aus der historischen Datenquelle HPR beseitigt werden.
  • Bei sich widersprechenden Daten aus unterschiedlichen Quellen (beispielsweise aktualisierten Ganglinien/alten Ganglinien, LOS-Schätzungen/aktuellen Ganglinien, Meßdatenhistorien/aktuellen Sensormeßdaten) ist ein Auswahlprozeß aufgrund der Meßdatenqualität ausführbar. Dabei kann die Datenquelle ausgewählt werden, für welche die meisten Meßdaten vorliegen, bzw. bei Fehlen von Meßdaten die Ersatzdaten mit der geringsten berechneten Fehlerwahrscheinlichkeit.
  • Die vervollständigten Daten können beispielsweise auf Zeitintervalle der Länge 1 min. transformiert werden.

Claims (9)

  1. Verfahren zur Vervollständigung von den Zustand eines Verkehrsnetzes betreffenden Daten in einer Verkehrszentrale,
    wobei zu mehreren Messorten im Verkehrsnetz mehrere Zeitpunkte innerhalb eines sich ab dem jetzigen Zeitpunkt zeitlich rückwärts erstreckenden Zeitraumes betreffende Messdaten zum Zustand des Verkehrsnetzes an den Messorten vorliegen,
    wobei aus dem zeitlichen Werte-Verlauf mehrerer zu vergangenen Zeitpunkten erfasster Messdaten zu einem Messort auf den aktuellen Zustand des Verkehrsnetzes repräsentierende Ortszustandsdaten zumindest an Orten geschlossen wird, für welche Orte keine Messdaten vorliegen, durch Verwendung von heuristischen Ganglinien bei nicht überwachten Ein-und Ausfahrten, dadurch gekennzeichnet, dass mindestens eines der folgenden Verfahren zur Simulation zeitlich vollständiger s.u. Messdaten angewandt wird:
    - "level of service"-Schätzung bei zeitlichen Lücken stationärer Sensoren,
    - Verwendung gemäß "level of service"-Schätzung verschobener Ganglinien bei dauerhaften Ausfällen stationärer Sensoren.
  2. Verfahren nach Anspruch 1,
    dadurch gekennzeichnet,
    daß der Zustand mehrerer Straßenabschnitte bestimmt wird.
  3. Verfahren nach einem der vorhergehenden Ansprüche,
    dadurch gekennzeichnet,
    daß Meßdaten von an Straßen des Verkehrsnetzes stationär angeordneten Sensoren erfaßt werden.
  4. Verfahren nach einem der vorhergehenden Ansprüche,
    dadurch gekennzeichnet,
    daß die Meßdaten Durchschnittsgeschwindigkeiten mehrerer Fahrzeuge an einer Stelle und/oder die Anzahl von die Stelle passierenden Fahrzeugen pro Zeiteinheit umfassen.
  5. Verfahren nach einem der vorhergehenden Ansprüche,
    dadurch gekennzeichnet,
    daß Meßdaten von in in Verkehrsnetzen beweglichen Fahrzeugen angeordneten Sensoren (FCD) erfaßte werden.
  6. Verfahren nach einem der vorhergehenden Ansprüche,
    dadurch gekennzeichnet,
    daß die Meßdaten Geschwindigkeiten jeweils eines Fahrzeuges umfassen.
  7. Verfahren nach einem der vorhergehenden Ansprüche,
    dadurch gekennzeichnet,
    daß die den Zustand des Verkehrsnetzes an Orten ohne Meßdaten repräsentierenden Ortszustandsdaten so generiert werden, daß sie für jeden Ort und für gleiche Zeitintervalle, insbesondere für gleiche Zeitintervalle, wie die Erfassungsintervalle von Sensoren, vorliegen.
  8. Verfahren nach einem der vorhergehenden Ansprüche,
    dadurch gekennzeichnet,
    daß die den Zustand des Verkehrsnetzes an Orten ohne Meßdaten repräsentierenden Ortszustandsdaten mittlere Fahrzeuggeschwindigkeiten und/oder Reisezeiten in jeweils einem Straßenabschnitt des Verkehrsnetzes repräsentieren.
  9. Verfahren nach einem der vorhergehenden Ansprüche,
    dadurch gekennzeichnet,
    daß die den Zustand des Verkehrsnetzes an Orten ohne Meßdaten repräsentierenden Ortszustandsdaten die Zahl der Fahrzeuge in jeweils einem Straßenabschnitt des Verkehrsnetzes repräsentieren.
EP00250249A 1999-07-23 2000-07-20 Verfahren und Vorrichtung für rückgekoppelte Zustandskaskade Expired - Lifetime EP1071058B1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19935770A DE19935770A1 (de) 1999-07-23 1999-07-23 Rückgekoppelte Zustandskaskade
DE19935770 1999-07-23

Publications (2)

Publication Number Publication Date
EP1071058A1 EP1071058A1 (de) 2001-01-24
EP1071058B1 true EP1071058B1 (de) 2007-09-26

Family

ID=7916562

Family Applications (1)

Application Number Title Priority Date Filing Date
EP00250249A Expired - Lifetime EP1071058B1 (de) 1999-07-23 2000-07-20 Verfahren und Vorrichtung für rückgekoppelte Zustandskaskade

Country Status (4)

Country Link
EP (1) EP1071058B1 (de)
AT (1) ATE374415T1 (de)
DE (2) DE19935770A1 (de)
ES (1) ES2289998T3 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2823588B1 (fr) * 2001-04-13 2003-07-25 Regie Autonome Transports Procede et systeme de determination de conditions de circulation habituelles et procede et systeme d'indication de conditions de circulation inhabituelles
DE102007052811A1 (de) * 2007-11-06 2009-05-20 Siemens Ag System und Verfahren zur Datenübertragung sowie Verwendung eines Sendemoduls

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0902405B1 (de) * 1997-09-11 2004-05-12 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
US6047234A (en) * 1997-10-16 2000-04-04 Navigation Technologies Corporation System and method for updating, enhancing or refining a geographic database using feedback

Also Published As

Publication number Publication date
DE19935770A1 (de) 2001-02-01
DE50014671D1 (de) 2007-11-08
EP1071058A1 (de) 2001-01-24
ATE374415T1 (de) 2007-10-15
ES2289998T3 (es) 2008-02-16

Similar Documents

Publication Publication Date Title
EP0944890B1 (de) Verfahren zur vervollständigung und/oder verifizierung von den zustand eines verkehrsnetzes betreffenden daten; verkehrszentrale
DE102012201472B4 (de) Verfahren zur Bereitstellung von Parkinformationen zu freien Parkplätzen
EP1212738B1 (de) Verfahren zur verkehrszustandsüberwachung für ein verkehrsnetz mit effektiven engstellen
EP0740280B1 (de) Verfahren zur Störungserkennung im Strassenverkehr
DE60319993T2 (de) Vorrichtung und verfahren zur verkehrsinformationsbereitstellung
DE19650844C2 (de) Verfahren zur Ermittlung von Fahrtroutendaten
EP0960411B1 (de) Verfahren zur bestimmung von verkehrsdaten und verkehrsinformationszentrale
CN101488284A (zh) 道路交通状况即时预测的智能管理系统
Barabino et al. An offline framework for the diagnosis of time reliability by automatic vehicle location data
DE19647127A1 (de) Verfahren zur automatischen Verkehrsüberwachung mit Staudynamikanalyse
Padiath et al. Prediction of traffic density for congestion analysis under Indian traffic conditions
EP1071057B1 (de) Verfahren und Vorrichtung zur Verkehrszustandsprognose durch rückgekoppelte Zustandskaskade
EP2116981A2 (de) Verfahren und Vorrichtung zur Ermittlung von Rückstaulängen an Lichtsignalanlagen
EP1466140B1 (de) Verfahren zum bestimmen einer reisezeit
WO2013120765A1 (de) Verfahren zu einem modellaufbau für eine reisezeitendatenbank
DE10108611A1 (de) Verfahren zur Simulation und Prognose der Bewegung von Einzelfahrzeugen auf einem Verkehrswegenetz
EP2224408B1 (de) System zur Verkehrserfassung
EP1071058B1 (de) Verfahren und Vorrichtung für rückgekoppelte Zustandskaskade
DE102005044888A1 (de) Verfahren, Anordnung und Simulationseinheit für ein Verkehrszustands-Schätzsystem
DE10334140B4 (de) Verfahren und System zur Ermittlung von Verkehrsdaten
EP1528524B1 (de) Verfahren zur gangliniengestützen Verkehrsprognose
DE19737440A1 (de) Verfahren zur Bestimmung von Verkehrsdaten und Verkehrsinformationszentrale
DE10326973A1 (de) Verfahren zur automatisierten Bestimmung eines Qualitätsmaßes für Verkehrsmeldungen
EP1457944B1 (de) Verfahren zur Bereitstellung von Verkehrsinformationen
EP2047448B1 (de) Verfahren und vorrichtung zur generierung von frühwarnungen vor verkehrszusammenbrüchen an engstellen

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: A1

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: 20010129

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

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

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

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

Ref country code: CH

Ref legal event code: NV

Representative=s name: E. BLUM & CO. AG PATENT- UND MARKENANWAELTE VSP

REF Corresponds to:

Ref document number: 50014671

Country of ref document: DE

Date of ref document: 20071108

Kind code of ref document: P

GBT Gb: translation of ep patent filed (gb section 77(6)(a)/1977)

Effective date: 20071024

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: LANGUAGE OF EP DOCUMENT: GERMAN

ET Fr: translation filed
PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20070926

REG Reference to a national code

Ref country code: ES

Ref legal event code: FG2A

Ref document number: 2289998

Country of ref document: ES

Kind code of ref document: T3

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20071227

REG Reference to a national code

Ref country code: IE

Ref legal event code: FD4D

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20080226

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20071226

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20070926

PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

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

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

26N No opposition filed

Effective date: 20080627

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20070926

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MC

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20080731

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20070926

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LU

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20080720

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 16

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 17

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 18

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 19

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: NL

Payment date: 20190722

Year of fee payment: 20

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FR

Payment date: 20190724

Year of fee payment: 20

Ref country code: IT

Payment date: 20190723

Year of fee payment: 20

Ref country code: ES

Payment date: 20190822

Year of fee payment: 20

Ref country code: DE

Payment date: 20190723

Year of fee payment: 20

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: BE

Payment date: 20190722

Year of fee payment: 20

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: GB

Payment date: 20190725

Year of fee payment: 20

Ref country code: AT

Payment date: 20190719

Year of fee payment: 20

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: CH

Payment date: 20190725

Year of fee payment: 20

REG Reference to a national code

Ref country code: DE

Ref legal event code: R071

Ref document number: 50014671

Country of ref document: DE

REG Reference to a national code

Ref country code: NL

Ref legal event code: MK

Effective date: 20200719

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

REG Reference to a national code

Ref country code: GB

Ref legal event code: PE20

Expiry date: 20200719

REG Reference to a national code

Ref country code: BE

Ref legal event code: MK

Effective date: 20200720

REG Reference to a national code

Ref country code: AT

Ref legal event code: MK07

Ref document number: 374415

Country of ref document: AT

Kind code of ref document: T

Effective date: 20200720

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF EXPIRATION OF PROTECTION

Effective date: 20200719

REG Reference to a national code

Ref country code: ES

Ref legal event code: FD2A

Effective date: 20210129

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: ES

Free format text: LAPSE BECAUSE OF EXPIRATION OF PROTECTION

Effective date: 20200721