EP1174842A1 - Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen - Google Patents

Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen Download PDF

Info

Publication number
EP1174842A1
EP1174842A1 EP01250111A EP01250111A EP1174842A1 EP 1174842 A1 EP1174842 A1 EP 1174842A1 EP 01250111 A EP01250111 A EP 01250111A EP 01250111 A EP01250111 A EP 01250111A EP 1174842 A1 EP1174842 A1 EP 1174842A1
Authority
EP
European Patent Office
Prior art keywords
forecast
traffic
traffic data
data
error
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.)
Granted
Application number
EP01250111A
Other languages
English (en)
French (fr)
Other versions
EP1174842B1 (de
Inventor
Claudius SCHNÖRR
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 EP1174842A1 publication Critical patent/EP1174842A1/de
Application granted granted Critical
Publication of EP1174842B1 publication Critical patent/EP1174842B1/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 creating predicted traffic data for Traffic information.
  • Traffic conditions can change a lot in road traffic due to different influences change quickly. Resulting traffic disruptions, e.g. Traffic jams pose a danger to following road users. Via current traffic reports or on route-related Route recommendations based on loss of travel time are made available to road users such disruptions, also for safety reasons to avoid accidents brought.
  • the traffic information systems also react in this way and methods derived from current traffic measurements, e.g. Speeds and traffic flows at locations in the road network, Traffic information such as Generate traffic reports and travel time information, at different speeds to changes in the state of the traffic that occur in the Sign off traffic measurements. Add to that the delay times of the Measuring systems and the delays in the transmission of the measured values to the processing downstream systems. Even when passing on the generated Traffic information to road users or service providers occur both in transit times and Delays on.
  • the timeliness of the traffic information generated can be increased by they are predicted to a certain extent. This allows the inherent Reduce system runtimes and response times or even compensate them completely.
  • the traffic situation is determined from traffic measurements. These measured values must therefore be predicted.
  • the forecasting method must work adaptively and be suitably influenced in order to be able to react appropriately to slowly or quickly changing conditions. In particular, it must also be possible be able to select, evaluate or even correct the traffic data source to be used depending on the situation, to be able to determine the forecast horizon to be achieved appropriately, adaptively during the running time of the forecast system and for ongoing quality control to continuously determine the actual forecast quality.
  • v speed
  • d traffic density (vehicles / route)
  • f traffic flow (Vehicles / time).
  • Such medium functions over time are only for same frequently recurring traffic events suitable to make predictions based on to be able to meet history.
  • Traffic simulation models e.g. Flow simulation calculations of partial systems Differential Equations [Driver, Helbing ,: Numerical Simulation of Macroscopic Traffic Equations, CISE 5, 89 (1999)], are used to predict traffic measurements with regard to locations and Times when there are no measured values.
  • the object of the invention is therefore to solve the problems mentioned above and a To create procedures that on all types of roads, both in and out of town Forecasting current traffic data can be used. It should also be suitable for creating Travel time forecasts, traffic announcement forecasts, diversion recommendations as well as for direct vehicle control and traffic control, as well as for numerous other services.
  • the attainable quality of the forecast thus depends on various factors.
  • the forecasting process can therefore not work independently of the forecast quality. So it's ongoing to determine the forecast quality and the forecasting method used as a feedback To provide the manipulated variable.
  • the ongoing measurement of the quality of the forecast also serves to ensure constant quality control Determine situations in which the forecast is not possible or only insufficiently. If the quality of the forecast suddenly drops, in some cases this is not just a sign of a sudden change of the inherently chaotic system, but for an unpredictable one Interference with the traffic system, e.g. in the form of an accident.
  • the target / actual comparison of the predicted with the current traffic data is carried out using a similarity measure that evaluates the deviations of the data from one another at the current point in time with a local environment. This can be done using a correlation or a distance metric, for example.
  • the local smoothing of the forecast traffic data and the current traffic data is carried out using a local interpolation.
  • the weight function g (u, v) as an integration kernel becomes smaller for larger deviations x - r or t - s and thus ensures the local evaluation of the deviations with respect to x and t.
  • it can be a Gaussian function or simply set to 1, which corresponds to a rectangular window.
  • a measure for the Forecast quality at product level (traffic reports and travel times) (Fig. 2).
  • This is used as an additional quality control and also as a manipulated variable. It follows a regulated variable forecast horizon through double cascaded indirect or immediate control loop. In principle, only the outer control loop for one Quality control or evaluation are operated.
  • the forecast quality can also be measured afterwards, ie "offline", on the basis of archived measurement data or products (archived traffic reports and travel times) for a quality evaluation in order to determine situations in which the forecast was not or only insufficiently possible. Similarity measures for traffic reports are used to determine the quality of the forecast for the product data (external target / actual comparison in FIG. 2).

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen, wobei aus Verkehrsdaten, die aus verschiedenen Quellen stammen, Verkehrsdaten in einem Prognoseverfahren für einen Ort und eine Zeit als Prognosehorizont vorhergesagt werden, die aktuell erreichte Prognosegüte bzw. der Prognosefehler durch Soll/Istvergleich der prognostizierten Verkehrsdaten mit den nach Verstreichen des Prognosezeitraumes aktuell ermittelten Verkehrsdaten während des Prognose- und Produktionsbetriebs laufend aktuell bestimmt wird, der gemessene Prognosefehler über eine Rückkopplung als Stellgröße zur adaptiven Anpassung des eingesetzten Prognoseverfahrens als auch des anvisierten Prognosehorizontes verwendet wird, wobei bei größer werdendem Prognosefehler der Prognosehorizont für das eingesetzte Simulationsverfahren entsprechend verringert bzw. bei kleiner werdendem Prognosefehler vergrößert wird, und aus den so prognostizierten Verkehrsdaten dann Verkehrsinformationen zusammengestellt und ausgegeben werden. <IMAGE>

Description

Die Erfindung betrifft ein Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen.
Im Straßenverkehr können sich Verkehrszustände aufgrund unterschiedlicher Einflüsse sehr schnell ändem. Resultierende Verkehrsstörungen, z.B. Staus, stellen dabei eine Gefahr für nachfolgende Verkehrsteilnehmer dar. Über aktuelle Verkehrsmeldungen oder auf streckenbezogenen Reisezeitverlusten basierende Routenempfehlungen werden den Verkehrsteilnehmem solche Störungen, auch aus Sicherheitsgründen zur Unfallvermeidung, zur Kenntnis gebracht.
Nun hat aber jedes System eine inhärente Reaktionszeit. So reagieren auch die Verkehrsinformationssysteme und Verfahren, welche aus aktuellen Verkehrsmeßwerten, z.B. Geschwindigkeiten und Verkehrsflüsse an Orten des Straßenverkehrsnetzes, Verkehrsinformationen wie z.B. Verkehrsmeldungen und Reisezeitinformationen erzeugen, unterschiedlich schnell auf Zustandsänderungen des Verkehrs, welche sich in den Verkehrsmeßwerten abzeichnen. Hinzu kommen noch die Verzögerungszeiten der Meßsysteme sowie die Verzögerungen bei der Übermittlung, der Meßwerte an die zu verarbeitenden nachgeschalteten Systeme. Auch bei der Weitergabe der erzeugten Verkehrsinformationen an die Verkehrsteilnehmer oder Service-Provider treten Laufzeiten und Verzögerungen auf.
Folglich ist die Aktualität von Verkehrsinformationen immer eingeschränkt, selbst wenn sie auf Basis völlig aktueller Verkehrsmeßwerte berechnet worden sind. Es besteht daher ein dringender Bedarf an aktuelleren Verkehrsinformationen, als sie heutzutage angeboten werden können.
Die Aktualität der erzeugten Verkehrsinformationen kann dadurch gesteigert werden, indem sie bis zu einem gewissen Grad prognostiziert werden. Damit lassen sich die inhärenten Systemlaufzeiten und -reaktionszeiten reduzieren oder sogar völlig kompensieren.
Bei der Realisierung, dieser Zielsetzung bestehen folgende Probleme:
Die Verkehrslage wird aus Verkehrsmeßwerten bestimmt. Folglich sind diese Meßwerte zu prognostizieren. Das Prognoseverfahren muß adaptiv arbeiten und geeignet beeinflußt werden, um auf langsam oder auch schnell veränderliche Bedingungen entsprechend reagieren zu können. Insbesondere muß es auch möglich sein,
   die jeweils zu verwendenden Verkehrsdatenquelle situationsabhängig auswählen, bewerten oder gar korrigieren zu können,
   den zu erzielenden Prognosehorizont geeignet festlegen zu können, und zwar adaptiv während der Laufzeit des Prognosesystems sowie
   für eine mitlaufende Qualitätskontrolle die tatsächlich erzielte Prognosegüte fortlaufend aktuell zu bestimmen.
Desweiteren
   soll das Verfahren streckenunabhängig arbeiten, d.h. nicht auf Anschlußstellen usw. angewiesen sein, diese aber bei Bedarf geeignet berücksichtigen.
   Sind mehrere physikalische Meßgrößen einzubeziehen, die miteinander verkoppelt sind, z.B. Geschwindigkeiten und Verkehrsflüsse,
   sind Verkehrsmeßwerte unterschiedlicher Eigenschaften und Quellen, synchron getaktete und asynchron bzw. ereignisindiziert auftretende, an festen bzw. variablen Orten erfaßte, einzubeziehen und konsistent zu nutzen (Induktionsschleifen, Floatin, Car Data (FCD), stationäre Erfassungssysteme).
Ganglinien oder historische Lastkurven, wie sie z.B. auch bei Energieversorgern Verwendung finden, sind über vergleichbare Wochentage gemittelte Verläufe von Verkehrsmeßwerten (v = Geschwindigkeit, d = Verkehrsdichte (Fahrzeuge/Wegstrecke), f = Verkehrsfluß (Fahrzeuge/Zeit). Solche mittleren Funktionen über die Zeit sind aber nur bei gleichen häufig sich wiederholenden Verkehrsereignissen geeignet, um Vorhersagen aufgrund der Historie treffen zu können.
Verkehrssimulationsmodelle, z.B. Flußsimulationsrechnungen von Systemen partieller Differentialgleichungen [Treiber, Helbing,: Numerical Simulation of Macroscopic Traffic Equations, CISE 5, 89 (1999)], dienen der Prognose von Verkehrsmeßwerten bzgl. Orten und Zeiten, an denen keine Meßwerte vorliegen.
Diese bekannten Verfahren alleine bieten keine Lösung für die dargestellten Probleme.
Aufgabe der Erfindung ist es daher die vorstehend genannten Probleme zu lösen und ein Verfahren zu schaffen, das auf allen Straßentypen, sowohl inner- als auch außerorts zur Prognose aktueller Verkehrsdaten einsetzbar ist. Es soll auch geeignet sein zur Erstellung von Reisezeitprognosen, Verkehrsmeldungsprognosen, Umleitungsempfehlungen sowie zur direkten Fahrzeugbeeinflussung und Verkehrslenkung, sowie für zahlreiche andere Dienste.
Gelöst wird diese Aufgabe erfindungsgemäß mit den Merkmalen des Patentanspruchs 1. Weitere Ausbildungen ergeben sich aus den Unteransprüchen.
Nachfolgend soll die Erfindung in Zusammenhang mit den Zeichnungen erläutert werden. Dabei zeigt:
Fig. 1:
ein Schema eines Systems zur adaptiven Regelung einer Verkehrsprognose durch fortlaufende Bestimmung des Prognosefehlers über eine Rückkopplung mit Verzögerung und Soll-/Istvergleich. δ0 steht dabei für die Impulsfunktion
Fig. 2
ein erweitertes System zur adaptiven Regelung einer Verkehrsprognose durch einen zweifach kaskadierten Regelkreis mit zusätzlichem Soll-/Istabgleich auf Produktebene. δ0 steht dabei für die Impulsfunktion.
Je nach dem augenblicklichen Verkehrszustand an einem Ort des Verkehrsnetzes ist eine Prognose mehr oder weniger tragfähig, da das Verkehrsgeschehen sich in kritischen Berei-' chen des Gesamtsystems abspielen kann, in denen das "System" zunehmend chaotisch reagieren kann. Plötzlich eintretende Unfälle können auch nur schwer vorher gesagt werden. Das Prognosesystem wird in diesen Fällen fehlerhafte Werte liefern.
Die erreichbare Prognosegüte hängt damit von verschiedenen Faktoren ab. Das Prognoseverfahren kann daher nicht losgelöst von der Prognosegüte arbeiten. Es ist also fortlaufend die Prognosegüte zu bestimmen und dem eingesetzten Prognoseverfahren als rückkoppelnde Stellgröße zur Verfügung zu stellen.
Die laufende Messung der Prognosegüte dient auch der ständigen Qualitätskontrolle, um Situationen festzustellen, in denen die Prognose nicht oder nur unzureichend möglich ist. Nimmt die Prognosegüte plötzlich ab, so ist dies in einigen Fällen nicht nur ein Zeichen für einen schlagartigen Wechsel des inhärent chaotischen Systems, sondern für einen unvorhersehbaren Störeinfluß auf das Verkehrssystem, z.B. in Form eines Unfalls.
Es ist daher notwendig,
   die eingesetzten Prognoseverfahren adaptiv an den jeweiligen Systemzustand anpassen zu können,
   den erreichbaren Prognosehorizont geeignet adaptiv festzulegen sowie
   eine Prognosegüte zur Qualitätskontrolle fortlaufend zu ermitteln.
Das Verfahren ist in folgende Schritte gegliedert (Fig. 1):
  • 1. Von verschiedenen Quellen eingehende Verkehrsdaten werden über ein Prognosesystem
       für einen bestimmten Zeitraum gerechnet vom aktuellen Zeitpunkt t der Berechnung der Prognose sowie einen gewissen Ortsbereich um Orte mit real vorliegenden Verkehrsdaten, den zeitlich-örtlichen Prognosehorizont tp bzw. xp, vorhergesagt. Dabei bestehen die Verkehrsdaten im einfachsten Fall aus Verkehrsmeßwerten aus dem Straßenverkehrsnetz, z.B. Verkehrsflüsse, -dichten oder -geschwindigkeiten. Sie können aber auch daraus abgeleitete Werte enthalten, z.B. gefilterte Verkehrsmeßwerte.
  • 2. Es wird die aktuell erreichte Prognosegüte bzw. der Prognosefehler durch Soll/Ist Vergleich der prognostizierten Verkehrsdaten mit den nach Verstreichen des Prognosezeitraumes aktuell ermittelten Verkehrsdaten während des Prognose- und Produktionsbetriebs laufend aktuell bestimmt.
  • 3. Der gemessene Prognosefehler wird über eine Rückkopplung als Stellgröße zur adaptiven Anpassung des eingesetzten Prognoseverfahrens als auch des anvisierten Prognosehorizontes verwendet. Über eine Rückkopplung wird das Prognoseverfahren also laufend adaptiv gesteuert. Bei größer werdendem Prognosefehler wird dann der Prognosehorizont für das eingesetzte Simulationsverfahren entsprechend verringert und umgekehrt. Ebenso kann die Auswahl der für die Prognose zu verwendenden Verkehrsdatenquellen über den Prognosefehler gesteuert werden. Zusätzlich wird der Prognosefehler als Qualitätsmaß den prognostizierten Verkehrsdaten hinzugefügt, um nachfolgenden verarbeitenden Systemen eine Bewertung bzw. Auswahl zu ermöglichen.
  • 4. der Prognosefehler wird fortlaufend ausgegeben zur Qualitätskontrolle der Prognose. Er dient auch als Indikator für einen plötzlich aufgetretenen Störfall. Ebenso werden gemittelte Verläufe von historischen Verkehrsmeßwerten (Ganglinien) in der Nähe eines erkannten Störfalls korrigiert, z.B. die Flußwerte an stromabwärtigen Detektorstandorten verringert.
  • 5. die prognostizierten Verkehrsdaten werden sodann Verkehrsinformationssystemen zugeleitet, die dann die üblichen Verkehrsinformationen erzeugen, nur aktueller auf Basis der aktuelleren prognostizierten Datenbasis.
    • Der Soll-/Ist Vergleich der prognostizierten mit den aktuellen Verkehrsdaten wird über ein Ähnlichkeitsmaß vorgenommen, das zum aktuellen Zeipunkt mit einer örtlichen Umgebung, die Abweichungen der Daten voneinander bewertet. Dies kann z.B. über eine Korrelation oder eine Abstandsmetrik geschehen. Im Verfahren wird als Abstandsmetrik die mittlere quadratische Abweichung
    Figure 00050001
    zwischen prognostizierten und aktuellen Verkehrsdaten in einer lokalen Umgebung, dr und ds von z.B.
    x p = 500m und t1 = -4 min respektive verwendet. Die lokale Glättung der prognostizierten Verkehrsdaten und der gegenwärtigen Verkehrsdaten wird über eine Ortsinterpolation vorgenommen. Die Gewichtsfunktion g(u,v) als Integrationskern wird für größere betragsmäßige Abweichungen x - r bzw. t - s kleiner und sorgt damit für die lokale Bewertung der Abweichungen bzgl. x und t. Sie kann z.B. eine Gaußfunktion sein oder auch einfach zu 1 gesetzt werden, was einem Rechteckfenster entspricht.
    Zusätzlich wird das Verfahren erweitert durch eine laufende Erzeugung eines Maßes für die Prognosegüte auf Ebene der Produkte (Verkehrsmeldungen und Reisezeiten) (Fig. 2). Diese wird als zusätzliche Qualitätskontrolle und auch als Stellgröße verwendet. Es ergibt sich damit ein geregelter variabler Prognosehorizont durch zweifach kaskadierten mittelbaren oder unmittelbaren Regelkreis. Prinzipiell kann auch nur der äußere Regelkreis für eine Qualitätskontrolle bzw. -auswertung betrieben werden.
    Die Messung der Prognosegüte kann auch im Nachhinein, also "offline", auf Basis archivierter Meßdaten oder Produkte (archivierte Verkehrsmeldungen und Reisezeiten) für eine Qualitätsauswertung erfolgen, um Situationen festzustellen, in denen die Prognose nicht oder nur unzureichend möglich war.
    Zur Bestimmung der Prognosegüte für die Produktdaten (äußerer Soll-/Ist-Vergleich in Figur 2) werden Ähnlichkeitsmaße für Verkehrsmeldungen eingesetzt.

    Claims (11)

    1. Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen,
      dadurch gekennzeichnet,
      dass aus Verkehrsdaten, die aus verschiedenen Quellen stammen, Verkehrsdaten in einem Prognoseverfahren für einen Ort und eine Zeit als Prognosehorizont vorhergesagt werden,
      dass die aktuell erreichte Prognosegüte bzw. der Prognosefehler durch Soll/Ist Vergleich der prognostizierten Verkehrsdaten mit den nach Verstreichen des Prognosezeitraumes aktuell ermittelten Verkehrsdaten während des Prognose- und Produktionsbetriebs laufend aktuell bestimmt wird,
      dass der gemessene Prognosefehler über eine Rückkopplung als Stellgröße zur adaptiven Anpassung des eingesetzten Prognoseverfahrens als auch des anvisierten Prognosehorizontes verwendet wird,
      wobei bei größer werdendem Prognosefehler der Prognosehorizont für das eingesetzte Simulationsverfahren entsprechend verringert bzw. bei kleiner werdendem Prognosefehler vergrößert wird,
      und dass aus den so prognostizierten Verkehrsdaten dann Verkehrsinformationen zusammengestellt und ausgegeben werden.
    2. Verfahren nach Anspruch 1,
      dadurch gekennzeichnet, dass die Verkehrsdaten aus Verkehrsmeßwerten, wie Verkehrsfluß, -dichte und Geschwindigkeit bestehen.
    3. Verfahren nach einem der vorstehende Ansprüche,
      dadurch gekennzeichnet, dass die Verkehrsdaten aus Verkehrsmeßwerten abgeleitete oder berechnete Größen enthalten, wie gefilterte Verkehrsmeßwerte.
    4. Verfahren nach einem der vorstehenden Ansprüche,
      dadurch gekennzeichnet, dass der Soll-/Ist Vergleich der Verkehrsdaten über ein Ähnlichkeitsmaß vorgenommen wird, und zwar über eine Korrelation oder eine Abstandsmetrik zwischen lokal geglätteten Versionen der prognostizierten und der aktuellen Verkehrsdaten.
    5. Verfahren nach einem der vorstehenden Ansprüche,
      dadurch gekennzeichnet, dass als Abstandsmetrik die mittlere quadratische Abweichung
      Figure 00080001
      zwischen prognostizierten und aktuellen Verkehrsdaten in einer lokalen Umgebung dx und dt, mit einer in beiden Argumenten monoton fallenden Gewichtsfunktion g(u, v) verwendet wird.
    6. Verfahren nach einem der vorstehenden Ansprüche,
      dadurch gekennzeichnet, dass die lokale Glättung der prognostizierten Verkehrsdaten über eine Interpolation vorgenommen wird.
    7. Verfahren nach einem der vorstehenden Ansprüche,
      dadurch gekennzeichnet, dass der Prognosefehler als Störfallindikator genutzt wird, zur Erzeugung entsprechender Verkehrsmeldungen oder zur korrigierter Berücksichtigung von aktuellen oder historischen Verkehrsmeßwerten umliegender Detektoren um den jeweils betrachteten Ort x.
    8. Verfahren nach einem der vorstehenden Ansprüche,
      dadurch gekennzeichnet, dass über den Prognosefehler die für die Prognose zu verwendenden Verkehrsdatenquellen selektiert werden.
    9. Verfahren nach einem der vorstehenden Ansprüche,
      dadurch gekennzeichnet, dass die aktuell erreichte Prognosegüte bzw. der Prognosefehler auf Basis von Verkehrsprodukten, z. B. Verkehrsmeldungen, durch Soll-/Ist Vergleich der aus prognostizierten Verkehrsdaten bestimmten Verkehrsprodukten mit den nach Verstreichen des Prognosezeitraumes aktuell ermittelten Verkehrsprodukten während des Prognose- und Produktionsbetriebs laufend aktuell bestimmt wird (Fig. 2).
    10. Verfahren nach einem der vorstehenden Ansprüche,
      dadurch gekennzeichnet, dass die Ermittlung der Prognosegüte in Abhängigkeit von Ort und Zeit auf Basis archivierter Verkehrsdaten oder archivierter Verkehrsprodukte erfolgt.
    11. Verfahren nach einem der vorstehenden Ansprüche,
      dadurch gekennzeichnet, dass die Verkehrsmeßwerte zur Verkehrslage des Straßenverkehrsnetzes durch stationäre und/oder mobile, synchron und/oder asynchron sendende Detektoren erfaßt werden.
    EP01250111A 2000-07-18 2001-03-30 Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen Expired - Lifetime EP1174842B1 (de)

    Applications Claiming Priority (2)

    Application Number Priority Date Filing Date Title
    DE10036364 2000-07-18
    DE10036364A DE10036364C2 (de) 2000-07-18 2000-07-18 Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen

    Publications (2)

    Publication Number Publication Date
    EP1174842A1 true EP1174842A1 (de) 2002-01-23
    EP1174842B1 EP1174842B1 (de) 2006-04-26

    Family

    ID=7650263

    Family Applications (1)

    Application Number Title Priority Date Filing Date
    EP01250111A Expired - Lifetime EP1174842B1 (de) 2000-07-18 2001-03-30 Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen

    Country Status (4)

    Country Link
    EP (1) EP1174842B1 (de)
    AT (1) ATE324646T1 (de)
    DE (2) DE10036364C2 (de)
    ES (1) ES2259647T3 (de)

    Cited By (3)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    EP1406226A2 (de) * 2002-10-02 2004-04-07 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Güteverbesserung von Verkehrsstörungsmeldeverfahren
    EP1406227A1 (de) * 2002-10-02 2004-04-07 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren
    US11288956B2 (en) 2017-04-04 2022-03-29 Yandex Europe Ag Methods of determining user-centric traffic estimation error parameter associated with estimated road traffic conditions

    Families Citing this family (6)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    DE10224466B4 (de) * 2002-06-03 2007-06-14 Fendt, Günter Verfahren und System zur Beeinflussung von Verkehrsteilnehmern hinsichtlich des Auswahlverhaltens der Routenauswahl bei empfohlenen Straßen und/oder mautpflichtigen Straßen
    DE10233378B4 (de) * 2002-07-23 2007-10-04 Fendt, Günter Verkehrswarnsystem mit GPS (Global Position System) Unterstützung
    DE10234367B3 (de) * 2002-07-27 2004-04-22 Daimlerchrysler Ag Verfahren zur Abbildung des Verkehrszustandes und System zur Verkehrsorganisation
    DE102005032975A1 (de) * 2005-07-14 2007-01-25 Siemens Ag Verfahren und Verkehrsrechner zur Berechnung eines aktuellen oder künftigen Verkehrszustandes
    DE102007022169A1 (de) * 2007-05-11 2008-11-13 Siemens Ag Verfahren und System zur Steuerung von Objektbewegungen
    CN106295888B (zh) * 2016-08-12 2020-02-14 东南大学 一种基于实测数据的公共建筑物配建停车泊位共享时间窗口确定方法

    Citations (4)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    WO1994011839A1 (en) * 1992-11-19 1994-05-26 Kjell Olsson Prediction method of traffic parameters
    US5684475A (en) * 1995-04-28 1997-11-04 Inform Institut Fur Operations Research Und Management Gmbh Method for recognizing disruptions in road traffic
    EP0902405A2 (de) * 1997-09-11 1999-03-17 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
    EP1071057A1 (de) * 1999-07-23 2001-01-24 DDG Gesellschaft für Verkehrsdaten mbH Verfahren und Vorrichtung zur Verkehrszustandsprognose durch rückgekoppelte Zustandskaskade

    Family Cites Families (1)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    EP0903711A3 (de) * 1997-09-18 2000-08-23 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen

    Patent Citations (4)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    WO1994011839A1 (en) * 1992-11-19 1994-05-26 Kjell Olsson Prediction method of traffic parameters
    US5684475A (en) * 1995-04-28 1997-11-04 Inform Institut Fur Operations Research Und Management Gmbh Method for recognizing disruptions in road traffic
    EP0902405A2 (de) * 1997-09-11 1999-03-17 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen
    EP1071057A1 (de) * 1999-07-23 2001-01-24 DDG Gesellschaft für Verkehrsdaten mbH Verfahren und Vorrichtung zur Verkehrszustandsprognose durch rückgekoppelte Zustandskaskade

    Cited By (4)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    EP1406226A2 (de) * 2002-10-02 2004-04-07 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Güteverbesserung von Verkehrsstörungsmeldeverfahren
    EP1406227A1 (de) * 2002-10-02 2004-04-07 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren
    EP1406226A3 (de) * 2002-10-02 2004-06-09 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Güteverbesserung von Verkehrsstörungsmeldeverfahren
    US11288956B2 (en) 2017-04-04 2022-03-29 Yandex Europe Ag Methods of determining user-centric traffic estimation error parameter associated with estimated road traffic conditions

    Also Published As

    Publication number Publication date
    ATE324646T1 (de) 2006-05-15
    ES2259647T3 (es) 2006-10-16
    DE50109601D1 (de) 2006-06-01
    DE10036364C2 (de) 2003-08-28
    DE10036364A1 (de) 2002-02-07
    EP1174842B1 (de) 2006-04-26

    Similar Documents

    Publication Publication Date Title
    EP1176569A2 (de) Verfahren zur Bestimmung des Verkehrszustands in einem Verkehrsnetz mit effektiven Engstellen
    DE102008035944A1 (de) Verfahren zum Optimieren des Fahrbetriebs eines Kraftfahrzeugs
    EP1594714A1 (de) Verfahren zur regelung der fahrgeschwindigkeit eines fahrzeugs
    WO1998024080A1 (de) Verfahren zur ermittlung von fahrtroutendaten
    DE19856704A1 (de) Verfahren und Vorrichtung zur Fahrzeugzielführung und/oder Reisezeitschätzung
    DE10057796B4 (de) Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose
    DE102013000385A1 (de) Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen
    DE102012204306A1 (de) Verfahren zur Steuerung eines Bereitstellens von Verkehrsinformationsdaten zur Aktualisierung einer Verkehrsinformation
    EP3438946A2 (de) Verfahren zur vorhersage eines schaltzeitpunktes einer signalgruppe einer signalanlage
    DE102015203233A1 (de) Server, System und Verfahren zur Bestimmung einer Position eines Stauendes
    DE10036364C2 (de) Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen
    WO2002007125A1 (de) Verfahren zur ermittlung von verkehrslageinformationen
    EP0884708A2 (de) Verfahren und Vorrichtung zur Verkehrszustandsprognose
    EP1466140B1 (de) Verfahren zum bestimmen einer reisezeit
    DE10108611A1 (de) Verfahren zur Simulation und Prognose der Bewegung von Einzelfahrzeugen auf einem Verkehrswegenetz
    DE102015200765A1 (de) Verfahren zum Planen eines Fahrspurwechselvorgangs für ein automatisiert fahrbares Kraftfahrzeug
    EP4058927A1 (de) Verfahren zur abschätzung einer abdeckung des raums von verkehrsszenarien
    DE102022106338A1 (de) Anpassen eines Fahrverhaltens eines autonomen Fahrzeugs
    DE10326973A1 (de) Verfahren zur automatisierten Bestimmung eines Qualitätsmaßes für Verkehrsmeldungen
    EP1528524B1 (de) Verfahren zur gangliniengestützen Verkehrsprognose
    DE102020206131A1 (de) Vorrichtung und Verfahren zum Steuern eines Kraftfahrzeugs
    EP2047448B1 (de) Verfahren und vorrichtung zur generierung von frühwarnungen vor verkehrszusammenbrüchen an engstellen
    DE102019210643A1 (de) Verfahren zum Betreiben von Fahrzeugen eines Fahrzeugverbunds
    EP3903292B1 (de) Rückstauerkennung aus bewegungsdaten
    DE102022128927A1 (de) Verfahren zur Verkehrsbeeinflussung

    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 TR

    AX Request for extension of the european patent

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

    17P Request for examination filed

    Effective date: 20020318

    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 TR

    RIN1 Information on inventor provided before grant (corrected)

    Inventor name: SCHNOERR, CLAUDIUS

    RIN1 Information on inventor provided before grant (corrected)

    Inventor name: SCHNOERR, CLAUDIUS

    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 TR

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

    Ref country code: IT

    Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT;WARNING: LAPSES OF ITALIAN PATENTS WITH EFFECTIVE DATE BEFORE 2007 MAY HAVE OCCURRED AT ANY TIME BEFORE 2007. THE CORRECT EFFECTIVE DATE MAY BE DIFFERENT FROM THE ONE RECORDED.

    Effective date: 20060426

    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: 20060426

    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: 20060426

    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: IE

    Ref legal event code: FG4D

    Free format text: LANGUAGE OF EP DOCUMENT: GERMAN

    REF Corresponds to:

    Ref document number: 50109601

    Country of ref document: DE

    Date of ref document: 20060601

    Kind code of ref document: P

    REG Reference to a national code

    Ref country code: CH

    Ref legal event code: PFA

    Owner name: DDG GESELLSCHAFT FUER VERKEHRSDATEN MBH

    Free format text: DDG GESELLSCHAFT FUER VERKEHRSDATEN MBH#NIEDERKASSELER LOHWEG 20#40547 DUESSELDORF (DE) -TRANSFER TO- DDG GESELLSCHAFT FUER VERKEHRSDATEN MBH#AM PROBSTHOF 74#53121 BONN (DE)

    Ref country code: CH

    Ref legal event code: NV

    Representative=s name: ISLER & PEDRAZZINI AG

    RAP2 Party data changed (patent owner data changed or rights of a patent transferred)

    Owner name: DDG GESELLSCHAFT FUER VERKEHRSDATEN MBH

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

    Effective date: 20060626

    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: 20060726

    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: 20060726

    NLT2 Nl: modifications (of names), taken from the european patent patent bulletin

    Owner name: DDG GESELLSCHAFT FUER VERKEHRSDATEN MBH

    Effective date: 20060705

    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: 20060926

    REG Reference to a national code

    Ref country code: ES

    Ref legal event code: FG2A

    Ref document number: 2259647

    Country of ref document: ES

    Kind code of ref document: T3

    REG Reference to a national code

    Ref country code: IE

    Ref legal event code: FD4D

    ET Fr: translation filed
    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: 20070129

    REG Reference to a national code

    Ref country code: CH

    Ref legal event code: PCAR

    Free format text: ISLER & PEDRAZZINI AG;POSTFACH 1772;8027 ZUERICH (CH)

    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: 20070331

    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: 20060727

    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: 20070330

    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: 20060426

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

    Ref country code: TR

    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: 20060426

    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

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

    Ref country code: FR

    Payment date: 20191209

    Year of fee payment: 20

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

    Ref country code: AT

    Payment date: 20200319

    Year of fee payment: 20

    Ref country code: DE

    Payment date: 20191205

    Year of fee payment: 20

    Ref country code: IT

    Payment date: 20200325

    Year of fee payment: 20

    Ref country code: GB

    Payment date: 20200325

    Year of fee payment: 20

    Ref country code: NL

    Payment date: 20200323

    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: 20200325

    Year of fee payment: 20

    Ref country code: BE

    Payment date: 20200323

    Year of fee payment: 20

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

    Ref country code: ES

    Payment date: 20200421

    Year of fee payment: 20

    REG Reference to a national code

    Ref country code: DE

    Ref legal event code: R071

    Ref document number: 50109601

    Country of ref document: DE

    REG Reference to a national code

    Ref country code: NL

    Ref legal event code: MK

    Effective date: 20210329

    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: 20210329

    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: 20210329

    REG Reference to a national code

    Ref country code: BE

    Ref legal event code: MK

    Effective date: 20210330

    REG Reference to a national code

    Ref country code: AT

    Ref legal event code: MK07

    Ref document number: 324646

    Country of ref document: AT

    Kind code of ref document: T

    Effective date: 20210330

    REG Reference to a national code

    Ref country code: ES

    Ref legal event code: FD2A

    Effective date: 20220103

    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: 20210331