EP1659550A2 - Verfahren zur Erfassung von Verkehrsdaten - Google Patents

Verfahren zur Erfassung von Verkehrsdaten Download PDF

Info

Publication number
EP1659550A2
EP1659550A2 EP05022489A EP05022489A EP1659550A2 EP 1659550 A2 EP1659550 A2 EP 1659550A2 EP 05022489 A EP05022489 A EP 05022489A EP 05022489 A EP05022489 A EP 05022489A EP 1659550 A2 EP1659550 A2 EP 1659550A2
Authority
EP
European Patent Office
Prior art keywords
data
section
survey
traffic
signatures
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
EP05022489A
Other languages
English (en)
French (fr)
Other versions
EP1659550A3 (de
EP1659550B1 (de
Inventor
Marc-André Funk
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.)
Mercedes Benz Group AG
Original Assignee
DaimlerChrysler AG
Daimler 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 DaimlerChrysler AG, Daimler AG filed Critical DaimlerChrysler AG
Publication of EP1659550A2 publication Critical patent/EP1659550A2/de
Publication of EP1659550A3 publication Critical patent/EP1659550A3/de
Application granted granted Critical
Publication of EP1659550B1 publication Critical patent/EP1659550B1/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • 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 generally to traffic data collection systems. Specifically, the invention relates to the methods used in such systems for the evaluation of collected traffic data, in particular for the collection of tolls.
  • Vehicle autonomous toll collection systems are increasingly being used. Due to the financial background, the requirements for precision for reliably avoiding bad bookings are of particular importance for such systems. Therefore, precautionary measures must be taken in the evaluation of incoming data in order to detect irregularities - for example caused by technical disturbances in the transmission path - quickly and reliably.
  • Modern evaluation methods are therefore based on modeling data, which are used as a reference for the plausibility check of the currently collected data. As modeling data, node-edge models of the traffic route network are usually used. The efficiency of such toll collection systems is thus crucially dependent on the quality of the modeling data. For previous methods, the modeling data with measurement errors are collected and quality assured. This procedure is relatively complex, offers no time resolution and has a low statistical significance.
  • the present invention has for its object to develop a method for traffic data acquisition, which overcomes the known disadvantages and has other advantages and is particularly suitable for autonomous toll collection systems. This object is achieved by the method for detecting traffic data with the features of claim 1. Further details and advantageous embodiments of the invention are the subject of the dependent claims.
  • journeys traveled by motor vehicles are compiled on the basis of transmitted data from individual parts of predetermined motorway sections of a traffic network model. Corrections are made on plausibility considerations (coherent route, no double motorway sections, completion of missing pieces, logical time sequence, etc.). By taking place at predetermined time intervals statistical analysis of the data collected error sources are detected in the traffic data collection system. This allows timely quality monitoring of the entire system.
  • the information about the motorway sections (“motorway section”) and the node (“node”) can be used to determine the "FromNach” relation.
  • the updating of the data model is carried out by updating the basic data.
  • the individual road sections raised to a vehicle may be denoted by i, j, k. If, following the relation "node", the highway section j can follow immediately after i, the next survey j with k can be considered.
  • the data constellation is also considered correct if the highway section j is allowed to follow the motorway section i immediately following the relation "node optimization" and i carries an exit identifier and j carries an entry identifier.
  • the potential event (gaps with input / exit identifier) before an entry in the event table does not cross checked against any manual entry to become. This analysis must also be carried out for survey data with the value 0 € (vehicle with vehicle unit has been manually checked in).
  • Event lists are preferably generated for more analysis with more universal tools, including other cuts are used to amplify signals of interest and to set them apart from the background (noise).
  • the duration of the program is sufficient as the observation period, but it is also possible to choose any period of observation (for example, hourly or daily) (see section 4.3).
  • the survey data are provided by the EDP in the form of summary data pots (SDT). These are first to be broken down into individual surveys. Care must be taken to ensure that information about the sum data pot as well as the position in the sum data pot is not lost. The original data can then be discarded.
  • SDT summary data pots
  • Events with local signatures can be displayed in the format shown in Table 1 plus the "Signature” column and stored in individual case lists. For events with non-local signatures, however, specific data formats (which must also contain the "Signature” column) must be defined.
  • the fields of stored events are also referred to as event variables.
  • the plausibility of survey data is initially checked locally.
  • the data fields contained in the survey data are to be tested against a range of values.
  • the range of values results from this model.
  • upper and lower bounds or a discrete set should be specified as hard cuts .
  • the attribute "safe” is used in the sense of "unique”. Thus, for example, even with signatures of length 2 (see FIG. 2) gaps can be recognized, although here it is not certain that exactly one section was not or was raised incorrectly.
  • the data stream contains three sections p, q and r that do not form a contiguous path. There is no need for another hard cut parameter.
  • Figure 3 shows some non-local 4-length signatures without considering the entrance and exit identifiers. It is clear that due to the strong combinatorial dependence on length, the number of cases to be considered increases strongly. The relatively low profits of the information discernible by these signatures, at the present time, do not appear to make the effort associated with recognition as proportionate. All basic functions of the survey can be checked quantitatively and qualitatively well with the signatures shown in FIG. 1 and FIG.
  • the events of the individual signatures are to be statistically evaluated according to the invention. This is done technically by classifying and counting events (absolute frequency) and normalizing to a corresponding population to obtain relative frequencies. In this case, for independent events, the error (the standard deviation) of the absolute frequency by the root is to be given (estimated) from this frequency. This means that the true value of the underlying random variable is 67% probability in the interval N ⁇ ⁇ N. The relative error of a measurand therefore falls with 1 / ⁇ N.
  • a (one-dimensional) histogram is a set of counters (channels) in which the frequency of occurrence of a value of an event variable is recorded.
  • a channel is also called bin , the assignment of value ranges of the histogrammed variables to the channels is called binning.
  • the histogram should always be kept on the number of individual surveys per STD.
  • two- or multi-dimensional histograms result.
  • a two-dimensional histogram would be the number of bumps above the EHK ID and over the leg.
  • Multidimensional histograms can be reduced in their dimensionality by means of projections (adding all entries over a dimension to be eliminated). By increasing the absolute number of events, the relative error per bin is reduced.
  • All statistically collected data should preferably be issued in the form of database tables regularly (ie once per observation period), ie made available to subsequent programs. After a period of observation, all counter contents are to be deleted. Counters should not be persistent, ie they are initialized to zero at program start. For each output, a header table is to be output, which contains the period of observation as well as the values used for signature detection hardcuts and possibly further options and parameters that are important for the interpretation of the data.
  • event lists contain, among other things, data describing individual events (see Section 3). These lists can serve as data base for further analysis tools (data warehouses, etc.).
  • Filter conditions are thus general logical expressions that are evaluated by accessing the data fields of an event. To allow the user to formulate their own filter conditions, a parser for these expressions can be implemented. However, this is not absolutely necessary if filter conditions are first anchored in the program code.
  • each filter In an expanded embodiment of the method according to the invention, several filters can be operated simultaneously. In this case, each filter generates its own output list, in which data can be contained redundantly.
  • Kirchhoff's rules Freedom from sources here means that the observed objects can not spontaneously arise from a source or disappear in a sink.
  • a source-free flow can be assumed, and thus divergences in the flow can be regarded as an indication of error effects).
  • Kirchhoff's rule in the present case is that the sum of all flows at a node must be zero.
  • the survey efficiency is the quotient of sections correctly identified as individual surveys and the number of sections of the actual vehicle on the actual journey. For a majority of the sections from the topological signatures of length 3 depicted in Section 3.2, using the absolute frequencies shown in Section 4.1, this collection efficiency thus defined can be approximately estimated as the quotient of the sum of the absolute frequencies of the events with the signatures "Safe On - Section Gaps "and” Safe One-Section Misidentification "and the number of individual surveys plus the number of events with the" Secure One-Section Gaps "signature.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Complex Calculations (AREA)
  • Traffic Control Systems (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

Die Erfindung betrifft Verfahren zur Auswertung erfaßter Verkehrsdaten, insbesondere für die Erhebung von Mautgebühren. Erfindungsgemäß werden aus eingehenden Daten die zu bewertenden Fahrten aus einzelnen Teilen vorgegebener Autobahnabschnitte eines Kanten-Knoten-Modells zusammengesetzt. Dabei erfolgen Korrekturen über Plausibilitätsbetrachtungen (zusammenhängende Fahrtstrecke, keine doppelten Autobahnabschnitte, Ergänzen fehlender Stücke, logische zeitliche Abfolge usw.). Durch in vorgegebenen Zeitabständen erfolgende statistische Analyse der erfassten Daten werden Fehlerquellen im Verkehrsdatenerfassungssystem erkannt. Damit ist eine zeitnahe Qualitätsüberwachung des Gesamtsystems möglich.

Description

  • Die Erfindung betrifft allgemein Systeme zur Erfassung von Verkehrsdaten. Speziell betrifft die Erfindung die in derartigen Systemen eingesetzten Verfahren zur Auswertung erfasster Verkehrsdaten, insbesondere für die Erhebung von Mautgebühren.
  • Fahrzeugautonome Straßengebührenerfassungssysteme werden zunehmend eingesetzt. Aufgrund des finanztechnischen Hintergrunds sind für derartige Systeme die Anforderungen an Präzision zur zuverlässigen Vermeidung von Fehlbuchungen von besonderer Bedeutung. Daher sind in der Auswertung eingehender Daten Vorkehrungen zu treffen, um Unregelmäßigkeiten - beispielsweise hervorgerufen durch technische Störungen im Übertragungsweg - schnell und sicher zu detektieren. Moderne Auswerteverfahren stützen sich daher auf Modellierungsdaten, die als Referenz zur Plausibilitätsprüfung der aktuell erfassten Daten herangezogen werden. Als Modellierungsdaten werden üblicherweise Knoten-Kanten-Modelle des Verkehrswegenetzes herangezogen. Die Effizienz derartiger Straßengebührenerfassungssysteme hängt damit entscheidend von der Qualität der Modellierungsdaten ab. Für bisherige Verfahren werden die Modellierungsdaten mit Messfehlern erhoben und qualitätsgesichert. Dieses Vorgehen ist relativ aufwändig, bietet keine Zeitauflösung und hat eine geringe statistische Aussagekraft.
  • Der vorliegenden Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur Verkehrsdatenerfassung zu entwickeln, welches die bekannten Nachteile überwindet und weitere Vorzüge aufweist und insbesondere geeignet ist für autonome Straßengebührenerfassungssysteme. Diese Aufgabe wird gelöst durch das Verfahren zur Erfassung von Verkehrsdaten mit den Merkmalen des Anspruchs 1. Weitere Details und vorteilhafte Ausführungsformen der Erfindung sind Gegenstand der Unteransprüche.
  • Bei dem erfindungsgemäßen Verfahren werden zurückgelegte Fahrten von Kraftfahrzeugen anhand übermittelter Daten aus einzelnen Teilen vorgegebener Autobahnabschnitte eines Verkehrsnetzmodells zusammengesetzt. Dabei erfolgen Korrekturen über Plausibilitätsbetrachtungen (zusammenhängende Fahrtstrecke, keine doppelten Autobahnabschnitte, Ergänzen fehlender Stücke, logische zeitliche Abfolge usw.). Durch in vorgegebenen Zeitabständen erfolgende statistische Analyse der erfassten Daten werden Fehlerquellen im Verkehrsdatenerfassungssystem erkannt. Damit ist eine zeitnahe Qualitätsüberwachung des Gesamtsystems möglich.
  • Das erfindungsgemäße Verfahren wird im Folgenden unter Bezug auf die Figuren und Tabellen näher erläutert. Dabei stellt dar:
    • Fig. 1
    Topologische Signaturen der Länge 3
    Fig. 2
    Topologische Signaturen der Länge 2
    Fig. 3
    Topologische Signaturen der Länge 4
    Tabelle 1
    Datenfelder von Einzelerhebungen
    Tabelle 2
    Datenfelder von Länge-3-Signaturen
    Tabelle 3
    Datenfelder von Länge-2-Signaturen
    Die kurzfristige Erkennung von Erfassungsfehlern ist nach der eigentlichen Mauterhebung die wichtigste Funktion zur Verbesserung gängiger Straßengebührenerfassungssysteme. Die möglichen Ursachen für Erfassungsfehler liegen dabei:
    • in der Strecke (Modellierung, Funktion der Stützbaken, ...)
    • im Endgerät (Störung, Defekt),
    • beim Nutzer (Manipulation, Fehlbedienung,...)
    • in externen Einflüssen (Wetter, GPS-Störungen,...).
  • Damit sind zugleich die Hauptziele für eine Erfassungsfehler-Analyse vorgegeben. Das enorme Datenvolumen, die erforderliche Qualität zur Vermeidung von Fehlentscheidungen und die Notwendigkeit, kurzfristig zielgerichtete Gegenmaßnahmen einzuleiten, bedingt entsprechend a) eine effiziente und Ressourcenschonende Umsetzung der Anforderungen, mit b) vollautomatisiertem Arbeitsablauf zu den entsprechenden Funktionseinheiten, die präventive Maßnahmen einleiten können. Das erfindungsgemäße Verfahren ermöglicht es, diese Ziele mit geringem Arbeits- und Zeitaufwand bei der Realisierung zu erreichen, weil die eingesetzten Algorithmen einfach sind und der Verfahrensablauf standardmäßig implementiert werden kann.
  • Folgende Kurzdarstellung soll zunächst die Grundkonzeption des erfindungsgemäßen Verfahrens darstellen. Im Anschluss wird dann anhand einer bevorzugten Ausführungsform (Datenmodell in Form von schematisierten Informations-Objekten) das erfindungsgemäße Verfahren detailliert erläutert.
  • Für das Erkennen von Erfassungsfehlern bieten sich an:
    1. 1. der einfache Vergleich der einzelnen Erhebungsdaten mit dem Streckenmodell (Plausibilitäts-/Lücken-Prüfung), sowie
    2. 2. eine Analyse der Gesamterhebungen pro Autobahnabschnitt (Verkehrsfluss).
  • In beiden Fällen müssen im ersten Schritt Daten (Ereignisse bzw. Summenwerte) hochperformant gewonnen werden. Schon mit diesen einfachen Informationen kann die Mauterhebung sehr wirkungsvoll agieren. Die Notwendigkeit für eine solche Verbesserung ist offensichtlich, weit zurzeit außer den Kennziffern im PMS keine unterstützenden Informationen für die operationale Steuerung zur Verfügung stehen.
  • Aus den Grunddaten lässt sich mit den Informationen über die Autobahnabschnitte ("Autobahnabschnitt") und den Knoten ("Knoten") die Relation "VonNach" ermitteln. Die Aktualisierung des Datenmodells erfolgt durch die Aktualisierung der Grunddaten.
  • Das so ermittelte Von-Nach-Wissen basiert aber (fast) nur auf dem erstellten mautpflichtigen Streckenmodell. Um gravierende Fehlinterpretationen zu vermeiden, ist die manuelle Ergänzung um besondere Konstellationen in einer Tabelle "KnotenOptimierung" unbedingt schon vor Beginn der Analyse erforderlich. Die weitere Bewertung von aufeinander folgenden Streckenabschnittserhebungen hat entsprechend beide Informationsquellen ("Knoten", "KnotenOptimierung") nach folgendem Ablaufschema zu berücksichtigen:
  • Die zu einem Fahrzeug erhobenen einzelnen Streckenabschnitte mögen mit i, j, k, bezeichnet sein. Falls nach der Relation "Knoten" der Autobahnabschnitt j unmittelbar nach i folgen kann, kann die nächste Erhebung j mit k betrachtet werden. Die Datenkonstellation gilt auch als korrekt, falls der Autobahnabschnitt j nach der Relation "KnotenOptimierung" dem Autobahnabschnitt i unmittelbar folgen darf und i eine Ausfahrtkennung und j eine Einfahrtkennung trägt.
  • Nur in sehr wenigen Fällen muss weiter geprüft werden:
    1. 1. Es erfolgt für das Abschnittspaar i und j ein Eintrag "E-vent" in eine Ereignis-Tabelle, falls mit dem obigen Von-Nach-Wissen und den vorliegenden Zeitangaben bei Ausfahrt i und Einfahrt j bzw. den interpolierten Zeitwerten für i und j als einfache Streckenpunkte mit der Geschwindigkeit entsprechend dem Parameter-Wert für "MindestGeschwindigkeitFür-VonNach" aus dem Parametersatz "Standard" der Punkt j von i zu erreichen ist. Fachlich wird versucht, diese Konstellation als Erfassungslücke weiter zu interpretieren.
    2. 2. Ein "Event"-Eintrag erfolgt auch, wenn der Punkt j zeitlich nicht plausibel ist und kein Einfahrtkennzeichen trägt. Diese Konstellation wird häufig auch "Ortssprung" genannt. Fachlich wird diese Konstellation unter dem Gesichtspunkt Erfassungsfehler (falsch programmierte Stützbaken, Fehler im Streckenmodell, etc.) weiter untersucht.
  • Für den Fall, dass das im Fahrzeug befindliche Mautgerät bei eingeschalteter Zündung zwangsweise/unvermeidbar registriert und später auch sendet, braucht das potentielle Ereignis (Lücken mit Ein-/Ausfahrtkennung) vor einem Eintrag in die Ereignis-Tabelle nicht gegen eine eventuell vorliegende manuelle Einbuchung quergeprüft zu werden. Diese Analyse muss auch für Erhebungsdaten mit dem Wert 0 € (KFZ mit Fahrzeuggerät hat manuell eingebucht) durchgeführt werden.
  • Um unverzüglich zu informieren und geeignete Gegenmaßnahmen zur Schadensabwendung schnell einleiten zu können, sollten die Erhebungsdaten periodisch, z.B. im stündlichen Rhythmus untersucht, die Analyseergebnisse in der Ereignis-Tabelle zur Verfügung gestellt und Kennziffern über die Anzahl der "Events" im PMS angezeigt werden. Die Weiterverarbeitung der "Events" unter Einbeziehung aller Informationen in anderen Tabellen kann dann von der Mauterhebung in Form von automatisierten Arbeitsschritten incl. "e-mail-Alarmierung", Alerts, u.ä. umgesetzt werden. Dabei können bei Vorliegen von vielen Erhebungsdaten in einer weiterführenden Ausgestaltung des erfindungsgemäßen Verfahrens die VonNach-Relationen von km-Basis auf Zeit-Basis umgestellt werden.
  • Die folgenden Abschnitte sollen die Details der einzelnen Funktions- bzw. Ablaufschritte des erfindungsgemäßen Verfahrens anhand bevorzugter Ausführungsformen verdeutlichen. Dabei soll dargestellt werden, welche Untersuchungen auf einfache Weise möglich sind. Auf Erläuterung von Einzelheiten der datentechnischen Umsetzung wird weitgehend verzichtet. Grundsätzlich wird jedoch davon ausgegangen, dass das System die Erhebungsdaten mit hoher Rate auswerten und verarbeiten muss und aus pragmatischen Gründen der Speicherplatzbeschränkung Statistiken direkt erzeugt, d.h. Einzelfalldaten nur für Spezialfälle exportiert. Ebenso wird nicht die Art der Darstellung der Daten beschrieben. Diese muss durch geeignete Standardsoftware erfolgen. Das hier beschriebene Verfahren soll explizit nur als interne Informationsquelle dienen, d.h. ohne Berücksichtung eventueller für Laien bedienbarer Oberflächen.
    • 1 Datenerfassung
  • Die in einem automatischen Mauterhebungssystem erfassten Daten haben eine hohe Zahl von Erhebungen und können daher erfindungsgemäß als Informationsquelle für die Modellierung des Verkehrsflusses sowie zur Untersuchung von Systemeffizienzen verwendet werden. Das Ziel der Analyse soll die Bereitstellung der folgenden Signale sein:
    • Häufigkeit von Abschnitts- Nicht-oder -Fehlerkennungen
    • Flüsse durch Abschnitte und aus/in Anschlussstellen
  • Diese Signale werden anhand bestimmter, in Abschnitt 3 beschriebener Signaturen detektiert und gesammelt. Dazu benötigt das Analysesystem Zugriff auf folgende Datenquellen:
    • Erhebungsdatenverwaltung (Fahrtdaten)
    • Grunddatenverwaltung (Knoten-Kanten-Modell)
  • Außerdem sind einige Signaturen mit bestimmten Parametern zu detektieren, die vorzugeben sind. Diese Parameter werden hard cuts (Harte Schnitte) genannt.
  • Das Auftreten einer Signatur wird Ereignis genannt. Dabei ist zu beachten, dass dieselbe Einzelerhebung mehrere Ereignisse unterschiedlicher Signaturen auslösen kann. Ereignisse können dann in Ereignislisten gespeichert werden. Diese Listen würden ohne weitere Maßnahmen sehr schnell sehr groß werden, daher sind für die Erzeugung von Ereignislisten Filter vorzusehen, die nur Ereignisse mit bestimmten Eigenschaften speichern. Ereignislisten werden für die weitere Analyse vorzugsweise mit universelleren Tools erzeugt, dabei kommen u.a. weitere cuts (Schnitte) zur Anwendung, um interessierende Signale zu verstärken und vom Hintergrund (Rauschen) abzuheben.
  • Um bekannte Fehler aus den Statistiken zu eliminieren, sind Negativlisten von Abschnitts-IDs und EHK-lDs zu erstellen. Sobald in einem Ereignis ein Objekt, das auf einer Negativliste enthalten ist, referenziert wird, wird dieses Ereignis verworfen.
  • Schließlich sind alle Daten für bestimmte, genau definierte Betrachtungszeiträume zu erheben. In einfacher Ausführung reicht als Betrachtungszeitraum die Laufzeit des Programms, ebenso ist es aber auch möglich, beliebige Betrachtungszeiträume (z.B. stündlich oder täglich) zu wählen (siehe Abschnitt 4.3).
    • 2 Datenaufbereitung
  • Bevor die Daten einer weiteren Auswertung zugeführt werden, sind sie aus den gelieferten Formaten in zu definierende und für die Analyse optimierte interne Darstellung aufzubereiten.
    • 2.1 Daten der Grunddatenverwaltung (GdV)
  • In einem ersten Schritt sind die Daten der GdV einzulesen, zu plausibilisieren und in die notwendigen internen Darstellungen zu überführen. Hierbei ist zu beachten, dass diese Daten in versionierter Form vorliegen, d.h. abhängig vom Zeitpunkt einer Einzelerhebung muss die gültige Version der GdV-Daten verwendet werden. Schlägt die Plausibilisierung fehl, sind entsprechend aussagekräftige Warnungen auszugeben. Außerdem sind folgende Kennzahlen für jede Version der Grunddaten (Knoten-Kanten-Modell) auszugeben:
    • Zahl der Kanten
    • Zahl der Knoten
    • Zahl der Auffahrten
    • Zahl der Abfahrten
    2.2 Erhebungsdaten
  • Die Erhebungsdaten werden von der EDV in Form von Summendatentöpfen (SDT) geliefert. Diese sind zunächst in Einzelerhebungen zu zerlegen. Dabei ist darauf zu achten, dass Informationen über den Summendatentopf sowie die Position im Summendatentopf nicht verloren geht. Die Originaldaten können sodann verworfen werden.
  • Die Erhebungsdaten sind zu plausibilisieren. Sofern ein Plausibilitätstest nicht bestanden wird, ist ein Ereignis mit einer eindeutig definierten Signatur zu erzeugen (siehe Abschnitt 3.1).
  • Einzelerhebungen sind durch ein eindeutiges Ordnungskriterium ausreichender Periode für jede Erhebungskarte sequentiell zu sortieren. Im Prinzip ist das Wertepaar (Summendatentopfzähler, Einzelerhebungsnummer) ein solches Ordnungskriterium, allerdings ist die Periode des Summendatentopfzählers mit 216 zu gering. Periodenüberläufe des SDT-Zählers müssen daher erkannt, gezählt, und in das Kriterium aufgenommen werden, so dass sich folgendes eindeutiges Werte-Tripel ergibt: Periodenüberläufe, Summendatentopfzähler, Einzelerhebungsnummer.
    • 3 Signaturen
  • In diesem Abschnitt wird dargestellt, welche Signaturen im System erkannt werden sollen und welche Parameter für hard cuts für diese Signaturen relevant sind. Generell wird unterschieden zwischen
    • lokalen Signaturen, d.h. Signaturen, die bei der Analyse eines einzelnen, isolierten Erhebungsdatensatzes erkannt werden können und
    • nichtlokalen Signaturen, d.h. Signaturen, bei der die Beziehungen von mehreren Erhebungsdatensätzen zueinander eine Rolle spielen.
  • Es ist offensichtlich, dass die Erkennung von lokalen Signaturen weit weniger aufwändig ist, als die Erkennung von nichtlokalen Signaturen. Für letztere ist eine klare und performante Systemarchitektur erforderlich, um mit vertretbarem Aufwand eine ausreichende Performanz herzustellen. Dabei ist insbesondere zu beachten, dass nichtlokale Signaturen nicht ohne die Verwaltung von internen Zuständen erkannt werden können. Die Speicherung dieser Zustände muss hochperformant sein (d.h. im RAM erfolgen) und muss ausdrücklich nicht persistent gehalten werden.
  • Ereignisse mit lokalen Signaturen können in dem in Tabelle 1 wiedergegebenen Format zuzüglich der Spalte "Signatur" dargestellt und in Einzelfalllisten abgespeichert werden. Für Ereignisse mit nichtlokalen Signaturen sind hingegen spezifische Datenformate (die auch die Spalte "Signatur" enthalten müssen) zu definieren. Die Felder von abgespeicherten Ereignissen werden auch als Ereignisvariable bezeichnet.
    • 3.1 Plausibilität der Erhebungsdaten
  • Die Prüfung der Plausibilität von Erhebungsdaten erfolgt zunächst lokal. Dabei sind die in den Erhebungsdaten enthaltenen Datenfelder gegen einen Wertebereich zu testen. Bei Feldern, die auf Objekte aus dem Tarif- oder Streckenmodell referenzieren, ergibt sich der Wertebereich aus diesem Modell. Bei anderen Feldern sollen obere und untere Grenzen oder eine diskrete Menge als hard cuts angegeben werden können.
  • Daneben sind auch nichtlokale Signaturen zu erkennen:
    • Lücke im Summendatentopfzähler
  • Hier ist zu beachten, dass die Summendatentöpfe zu einer Erhebungskarte nicht unbedingt in sequentiell richtiger Reihenfolge eintreffen. Diese sind daher zunächst zu ordnen und Lücken können erst nach einem Timeout erkannt werden. Dieser Timeout ist für diese Signatur ein hard cut.
    • Lücke im Einzelerhebungszähler
  • Diese Signatur erfordert keinen weiteren Parameter.
  • Ereignisse bzgl. negativen Plausibilitätstests von Erhebungsdaten werden in dem in Tabelle 2 dargestellten Format zuzüglich der Spalte "Signatur" dargestellt.
    • 3.2 Topologische Abschnittsfehlerkennungen und Erkennungslücken
  • In Figur 1 sind die (nicht vollständigen!) Signaturen für Ein-Abschnitts-Fehler dargestellt. Die Abschnitte sind mit p, q und r bezeichnet und entsprechend des Ordnungskriteriums für Erhebungsdaten (siehe Abschnitt 2.2) sortiert. Es sollen nun zwei verschiedene Signaturen erkannt werden:
    • Sichere Ein-Abschnitts-Lücken
      (vergl. Figur 1 oben).
  • Das Attribut "sicher" wird dabei im Sinne von "eindeutig" verwendet. So sind beispielsweise auch bei Signaturen der Länge 2 (siehe Figur 2) Lücken zu erkennen, allerdings ist hier nicht sicher, dass genau ein Abschnitt nicht oder falsch erhoben wurde.
  • Hier enthält der Datenstrom die Abschnitte p und r mit einer Ausfahrts- bzw. Einfahrtskennung. Es existiert (wenigstens) ein Abschnitt q, der einen zusammenhängenden Streckenzug (p,q,r) ergibt. Die Zeitspanne zwischen Ausfahrts- und Einfahrtskennung ist nicht größer als die Länge des (kürzesten) Abschnitts q dividiert durch einen Parameter "Grenzgeschwindigkeit", der einen hard cut definiert.
    • Sichere Ein-Abschnitts-Fehlerkennung
    (Figur 1 unten)
  • Hier enthält der Datenstrom drei Abschnitte p, q und r, die keinen zusammenhängenden Streckenzug bilden. Es ist kein weiterer hard cut Parameter notwendig.
  • Ereignisse mit diesen Signaturen sollen mit den in Tabelle 2 beschriebenen Feldern dargestellt werden.
  • In Figur 2 sind weitere Signaturen dargestellt, die ebenfalls von Interesse sind:
    • Diskontinuität (Figur 2 links oben)
  • Zwei im Datenstrom aufeinanderfolgende Abschnitte, die nicht als Ausfahrt und Einfahrt gekennzeichnet sind, sind im Streckenmodell nicht durch einen Knoten verbunden. Es ist zu beachten, dass dieser Fall eine geringere Signifikanz als der oben diskutierte Fall "Sichere Ein-Abschnitts-Lücken" besitzt, insbesondere lässt er sich nicht zur Abschätzung der Erhebungseffizienz verwenden. Um die Redundanz zu diesem Fall zu verringern, kann die Signatur wie folgt schärfer formuliert werden: Zwei im Datenstrom aufeinanderfolgende Abschnitte, die nicht als Ausfahrt und Einfahrt gekennzeichnet sind, können im Streckenmodell nicht durch genau einen Abschnitt verbunden werden.
    • (Falsche) Aus-Einfahrtserkennung
      (Figur 2 rechts oben)
  • Zwei im Datenstrom aufeinanderfolgende Abschnitte, die als Ausfahrt und Einfahrt gekennzeichnet sind, sind im Streckenmodell durch einen Knoten verbunden und die Zeitdifferenz zwischen Ausfahrt und Einfahrt ist kleiner als ein Schwellwertparameter (hard cut).
    • Fehlende Ausfahrtkennung (Figur 2 links, Mitte)
  • Zwei im Datenstrom aufeinanderfolgende Abschnitte p und q, von denen p nicht als Ausfahrt aber q als Einfahrt gekennzeichnet sind, sind im Streckenmodell nicht durch einen Knoten verbunden.
    • Falsche Ausfahrtserkennung (Figur 2 rechts, Mitte)
  • Zwei im Datenstrom aufeinanderfolgende Abschnitte p und q, von denen p nicht als Ausfahrt aber q als Einfahrt gekennzeichnet sind, sind im Streckenmodell durch einen Knoten verbunden.
    • Fehlende Einfahrtkennung (Figur 2 links unten)
  • Zwei im Datenstrom aufeinanderfolgende Abschnitte p und q, von denen p als Ausfahrt aber q nicht als Einfahrt gekennzeichnet sind, sind im Streckenmodell nicht durch einen Knoten verbunden.
    • • Falsche Ausfahrtserkennung (Figur 2 rechts unten)
  • Zwei im Datenstrom aufeinanderfolgende Abschnitte p und q, von denen p als Ausfahrt aber q nicht als Einfahrt gekennzeichnet sind, sind im Streckenmodell durch einen Knoten verbunden.
  • Ereignisse mit diesen Signaturen sollen mit den in Tabelle 3 beschriebenen Feldern dargestellt werden.
  • In Figur 3 sind einige nichtlokale Signaturen der Länge 4 ohne die Betrachtung der Einfahrt- und Ausfahrtkennungen wiedergegeben. Es ist klar zu erkennen, dass aufgrund der starken kombinatorischen Abhängigkeit von der Länge die Zahl der zu betrachtenden Fälle stark anwächst. Die relativ geringen Gewinne der durch diese Signaturen erkennbaren Informationen lassen zum gegenwärtigen Zeitpunkt den mit der Erkennung verbundenen Aufwand nicht als verhältnismäßig erscheinen. Alle grundsätzlichen Funktionen der Erhebung lassen sich mit den in Figur 1 und Figur 2 dargestellten Signaturen quantitativ und qualitativ gut überprüfen.
    • 4 Statistiken
  • Die Ereignisse der Einzelsignaturen sollen erfindungsgemäß statistisch ausgewertet werden. Dies geschieht technisch durch das Klassifizieren und Zählen von Ereignissen (absolute Häufigkeit) und das Normieren auf eine entsprechende Grundgesamtheit um relative Häufigkeiten zu erhalten. Dabei gilt, dass bei unabhängigen Ereignissen der Fehler (die Standardabweichung) der absoluten Häufigkeit durch die Wurzel aus dieser Häufigkeit gegeben (abzuschätzen) ist. Dies bedeutet, dass der wahre Wert der zugrundeliegenden Zufallsvariablen mit 67%iger Wahrscheinlichkeit im Intervall N±√N liegt. Der relative Fehler einer Messgröße fällt daher mit 1/√N.
    • 4.1 Absolute Häufigkeiten
  • Folgende Aufstellung gibt die zu führenden Zähler wieder:
    • Zahl der eingegangenen STDs
    • Zahl der eingegangenen STDs pro EHK
    • Zahl der eingegangenen Einzelerhebungen
  • Die Gesamtzahl der eingegangenen Einzelerhebungen sollte sich auch aus der Summe der Zahlen der Einzelerhebungen pro EHK oder pro Streckenabschnitt ergeben. Aus praktischen Gründen (Konsistenzchecks) sollte eine solch wichtige Größe allerdings immer extra gezählt werden.
    • Zahl der eingegangenen Einzelerhebungen pro EHK
    • Zahl der eingegangenen Einzelerhebungen pro Streckenabschnitt
    • Zahl der eingegangenen Einzelerhebungen pro Streckenabschnitt mit Einfahrtkennung
    • Zahl der eingegangenen Einzelerhebungen pro Streckenabschnitt mit Ausfahrtkennung
    • Gesamtzahl der Ereignisse
    • Gesamtzahl der Ereignisse pro Signatur
    • Gesamtzahl der Ereignisse pro Signatur und pro Streckenabschnitt
    • Gesamtzahl der Ereignisse pro Signatur und pro EHK
    • Verworfene Ereignisse pro Eintrag der Negativliste
    4.2 Histogramme
  • Ein (eindimensionales) Histogramm ist eine Menge von Zählern (Kanälen), in denen die Häufigkeit des Auftretens eines Wertes einer Ereignisvariablen festgehalten wird. Ein Kanal wird auch Bin genannt, die Zuordnung von Wertebereichen der histogrammierten Variablen zu den Kanälen heißt Binning. (Streng genommen ist also z.B. die oben angegebene zu erhebende absolute Häufigkeit von Einzelerhebungen pro EHK ein Histogramm von Einzelerhebungen über der Ereignisvariable EHK-ID.) Es sollte immer das Histogramm über die Zahl der Einzelerhebungen pro STD geführt werden.
  • Wird nach mehr als einer Variablen differenziert, ergeben sich zwei- oder multidimensionale Histogramme. (Ein zweidimensionales Histogramm wäre z.B. die Zahl der Einzelerhebungen über der EHK-ID und über den Streckenabschnitt). Mehrdimensionale Histogramme können über Projektionen (addieren aller Einträge über eine zu eliminierende Dimension) in ihrer Dimensionalität reduziert werden. Hierbei vermindert sich durch die Erhöhung der absoluten Ereigniszahlen der relative Fehler pro Bin.
    • 4.3 Ausgabe
  • Alle statistisch erhobenen Daten sollen vorzugsweise in Form von Datenbanktabellen regelmäßig (d.h. einmal pro Betrachtungszeitraum) ausgegeben, also nachfolgenden Programmen zur Verfügung gestellt werden. Nach Ablauf eines Betrachtungszeitraumes sind sämtliche Zählerinhalte zu löschen. Zähler sollen nicht persistent sein, d.h. sie werden bei Programmstart mit Null initialisiert. Pro Ausgabe ist eine Header-Tabelle auszugeben, in der der Betrachtungszeitraum sowie die verwendete Werte für hard cuts bei der Signaturerkennung sowie evtl. weitere, für die Interpretation der Daten wichtige Optionen und Parameter enthalten sind.
    • 5 Ereignislisten
  • In Ereignislisten werden im Gegensatz zu den in Abschnitt 4 beschriebenen Statistiken, u.a. Daten abgelegt, die einzelne Ereignisse beschreiben (siehe Abschnitt 3). Diese Listen können dann weiteren Analysetools (Data-Warehouses, o.ä.) als Datengrundlage dienen.
  • Zur Normierung der in den Listen enthaltenen Daten müssen in den Ereignislisten in regelmäßigen Abschnitten die aktuellen Zählerstände der absoluten Häufigkeiten enthalten sein.
    • 5.1 Filter
  • Ohne weitere Vorkehrungen würden Ereignislisten sehr groß. Daher werden die auftretenden Ereignisse vorzugsweise zunächst durch Filter geleitet, bevor sie tatsächlich in eine Ausgabeliste geschrieben werden. Ein solches Filter lässt nur Ereignisse mit bestimmten Eigenschaften passieren. Beispiele für Filterbedingungen sind:
    • Alle Ereignisse, die eine EHD-ID betreffen
    • Alle Ereignisse, die einen Abschnitt betreffen
    • Alle Ereignisse vom Typ "Diskontinuität", deren Fahrten z.B. zwischen 14:00 und 15:00 liegen.
  • Filterbedingungen sind also allgemeine logische Ausdrücke, die unter Zugriff auf die Datenfelder eines Ereignisses ausgewertet werden. Um dem Anwender zu erlauben, eigene Filterbedingungen zu formulieren, kann ein Parser für diese Ausdrücke implementiert werden. Dies ist jedoch nicht unbedingt erforderlich, wenn Filterbedingungen zunächst im Programmcode verankert werden.
  • In erweiterter Ausführungsform des erfindungsgemäßen Verfahrens können auch mehrere Filter gleichzeitig betrieben werden. In diesem Fall erzeugt jedes Filter eine eigene Ausgabeliste, in denen Daten durchaus redundant enthalten sein können.
    • 6 Flüsse
  • Als Fluss lässt sich für das erfindungsgemäße Verfahren der Durchsatz pro Zeiteinheit an einem Querschnitt definieren (streng genommen bezogen auf diesen Querschnitt; im allgemeinen reicht es jedoch aus, für alle Abschnitte den gleichen Querschnitt anzunehmen). Mit den oben vorgestellten Zählern ist es sehr einfach, die folgenden Flüsse zu berechnen:
    • Fluss pro Abschnitt
  • Hier wird für jeden Abschnitt die Zahl der Erhebungen im Betrachtungszeitraum gezählt.
    • Fluss pro Einfahrt bzw. Ausfahrt
  • Hier wird für jeden Abschnitt die Zahl der Erhebungen mit Einfahrt- bzw. Ausfahrtkennung gezählt.
  • Für Flüsse können verschiedene Erhaltungssätze formuliert werden. Im Fall von Quellenfreiheit sind diese Regeln in der Elektrotechnik z.B. als Kirchhoff'sche Regeln bekannt. (Quellenfreiheit bedeutet hier, dass die betrachteten Objekte nicht spontan aus einer Quelle entstehen oder in einer Senke verschwinden können. Im Allgemeinen kann von einem quellenfreien Fluss ausgegangen werden und damit Divergenzen im Fluss als Hinweis auf Fehler-Effekte gewertet werden). Im vorliegenden Fall lautet die Kirchhoff'sche Knotenregel z.B., dass die Summe aller Flüsse an einem Knoten Null sein muss. (Es sei hier darauf hingewiesen, dass die detaillierte Analyse der gemessenen Flüsse nicht trivial ist und nicht Teil der Erfindung darstellt. Zum einen ist die Quellenfreiheit nur für ausreichend große Betrachtungszeiträume realistisch, da das betrachtete Netz eine gewisse Speicherkapazität aufweist und das Medium komprimierbar ist, zum anderen müssen zur Anwendung der Kirchhoff'schen Regeln bestimmte Voraussetzungen an das Knoten-Kanten-Modell gestellt werden, deren Einhaltung bisher nicht verifiziert wurden.)
    • 7 Erhebungseffizienz
  • Ein wesentliches Ziel der erfindungsgemäßen Analyse ist die Abschätzung der Erhebungseffizienz. Die Erhebungseffizienz ist der Quotient aus als Einzelerhebungen korrekt erkannten Streckenabschnitten zu der Zahl der auf der tatsächlichen Fahrt liegenden Streckenabschnitte für eingeschaltete Fahrzeuggeräte. Diese so definierte Erhebungseffizienz kann für einen Großteil der Abschnitte aus den in Abschnitt 3.2 dargestellten topologischen Signaturen der Länge 3 unter Verwendung der in Abschnittl 4.1 dargestellten absoluten Häufigkeiten näherungsweise geschätzt werden als der Quotient aus der Summe der absoluten Häufigkeiten der Ereignisse mit den Signaturen "Sichere Ein-Abschnitts-Lücken" und "Sichere Ein-Abschnitts-Fehl-erkennung" und der Zahl der Einzelerhebungen zuzüglich der Zahl der Ereignisse mit der Signatur "Sichere Ein-Abschnitts-Lücken".
  • Diese Näherung geht von einer Erhebungseffizienz nahe bei eins aus. Hieraus folgt, dass die Zahl der Zwei-Abschnittslücken, in der zwei Abschnitte nacheinander nicht erkannt werden, stark unterdrückt ist und dass die Zahl der Einzelerhebungen einen ausreichend genauen Schätzer für die Grundgesamtheit (den Nenner) darstellt. Für eine exakte Fehlerbetrachtung können Monte-Carlo-Simulationen eingesetzt werden.
  • Mit dem erfindungsgemäßen Verfahren können Schwächen der eingehenden Daten im laufenden Betrieb erkannt werden. Zeitaufgelöste Qualitätsaussagen sind ebenso möglich, wie die Erkennung defekter Fahrzeugeinheiten. Die Erfassung der erforderlichen Daten für die Analyse ("Mauterhebung") ist extrem einfach und verursacht kaum zusätzlichen organisatorischen oder operativen Aufwand, weil die eingesetzten Algorithmen bekannt sind und der Verfahrensablauf standardmäßig implementiert werden kann. Zudem werden diese Werte für andere statistische Auswertungen ohnehin benötigt. Das zeitliche Raster (Aktualität) und die Weiterverarbeitung inkl. PMS sind vergleichbar mit der Plausibilitätsprüfung. Mit der erfindungsgemäßen Erfassungsfehler-Analyse ergeben sich weiterführende Ansätze zur Fehlerfeststellung. Tabelle 1
    Name Typ Quelle Erklärung
    EHK ID EdV Erhebungskarten-ID
    STD_Z EdV Summendatentopfzähler
    ...
    ErhebungsZeit Punkt DATETIME EdV Zeitpunkt der Fahrt (aus STD-Header)
    Abschn ID EdV Erkannte AbschnittsID
    Abschn L GdV Länge des erkannten Abschnitts
    ...
    Erh Param EdV Erhebungsparameter
    ...
    Tabelle 2
    Name Typ Quelle Erklärung
    EHK ID EdV Erhebungskarten-ID
    ...
    ErhebungsZeit Punkt DATETIME EdV Zeitpunkt der Fahrt (aus STD-Header)
    Abschn ID_P EdV Erkannte AbschnittsID
    Abschn_ID_Q EdV Erkannte bzw. rekonstruierte, fehlerhafte AbschnittsID
    Abschn ID R EdV Erkannte AbschnittsID
    DeltaT Ggf. Zeitdiffernz zwischen Ausfahrt und Einfahrt
    SigType Signaturtypus
    Tabelle 3
    Name Typ Quelle Erklärung
    EHK ID EdV Erhebungskarten-ID
    ...
    ErhebungsZeit Punkt DATETIME EdV Zeitpunkt der Fahrt (aus STD-Header)
    Abschn ID P EdV Erkannte AbschnittsID
    Abschn_ID_Q EdV Erkannte bzw. rekonstruierte, fehlerhafte AbschnittsID
    ...
    SigType Signaturtypus
    ...

Claims (10)

  1. Verfahren zur Auswertung von Verkehrsdaten, wobei mittels stationärer und/oder mobiler Übertragungseinrichtungen Fahrtdaten von Fahrzeugen aus Abschnitten eines Verkehrswegenetzes erfasst und die so erhaltenen Erhebungsdaten zur weiteren Auswertung (z.B. Erstellung eines Verkehrsflussmodells) an eine Datenverarbeitungseinrichtung übermittelt werden,
    dadurch gekennzeichnet ,
    dass die Erhebungsdaten über die Datenverarbeitungseinrichtung mit einem gespeicherten Modell des Verkehrswegenetzes (Grunddatenmodell, z.B. als Knoten-Kanten-Modell) verglichen und anhand vorgegebener Kriterien auf Erfassungsfehler analysiert werden.
  2. Verfahren nach Anspruch 1,
    dadurch gekennzeichnet ,
    dass die Erhebungsdaten anhand Plausibilitätskriterien, wie z.B. zusammenhängende Fahrtroute, logische Abfolge von Eintritt und Austritt aus einem Streckenabschnitt, räumlich und zeitlich sequentielle Folge von Fahrtabschnitten, realistische Fahrtgeschwindigkeit usw., auf Erfassungsfehler analysiert werden.
  3. Verfahren nach Anspruch 1 oder 2,
    dadurch gekennzeichnet , dass identifizierte Erfassungsfehler nach charakteristischen Merkmalen (Signaturen) klassifiziert und in zugeordneten Datenfeldern (Ereignislisten) zur weiteren Auswertung gespeichert werden.
  4. Verfahren nach Anspruch 3,
    dadurch gekennzeichnet ,
    dass als charakteristisches Merkmal zur Klassifizierung identifizierter Erfassungsfehler die in den zugeordneten Erhebungsdaten enthaltene geografische Information (z.B. Position eines Fahrtabschnitts, Knotens, usw.) vorgegeben wird.
  5. Verfahren nach Anspruch 3,
    dadurch gekennzeichnet ,
    dass als charakteristisches Merkmal zur Klassifizierung identifizierter Erfassungsfehler Zeitinformationen (Tageszeit, zeitliche Abfolge zwischen Ein- u. Ausfahrt in einen Abschnitt, usw.) vorgegeben werden.
  6. Verfahren nach Anspruch 3, 4 oder 5,
    dadurch gekennzeichnet ,
    dass die Datenfelder identifizierter Erfassungsfehler mittels statistischer Kriterien (z.B. Signifikanz, Häufigkeit, räumliche/zeitliche Korrelationen usw.) ausgewertet werden.
  7. Verfahren nach Anspruch 6,
    dadurch gekennzeichnet ,
    dass die Ergebnisse der statistischen Auswertung zur Identifizierung von systematischen Fehlerquellen (z.B. defekte stationäre/mobile Übertragungseinrichtung) herangezogen werden.
  8. Verfahren nach Anspruch 7,
    dadurch gekennzeichnet ,
    dass identifizierte systematische Fehlerquellen zur Korrektur des aktuellen Modells des Verkehrsflusses herangezogen werden.
  9. Verfahren nach Anspruch 8,
    dadurch gekennzeichnet ,
    dass die Korrektur nach einem vorgegebenen zeitlichen Raster, z.B. stündlich, durchgeführt wird.
  10. Verfahren nach einem der Ansprüche 1 bis 9
    dadurch gekennzeichnet ,
    dass die Auswertung der Verkehrsdaten die Berechnung von Mautgebühren beinhaltet.
EP05022489A 2004-11-19 2005-10-14 Verfahren zur Erfassung von Verkehrsdaten Active EP1659550B1 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102004055992A DE102004055992A1 (de) 2004-11-19 2004-11-19 Verfahren zur Erfassung von Verkehrsdaten

Publications (3)

Publication Number Publication Date
EP1659550A2 true EP1659550A2 (de) 2006-05-24
EP1659550A3 EP1659550A3 (de) 2007-05-23
EP1659550B1 EP1659550B1 (de) 2009-01-21

Family

ID=35427273

Family Applications (1)

Application Number Title Priority Date Filing Date
EP05022489A Active EP1659550B1 (de) 2004-11-19 2005-10-14 Verfahren zur Erfassung von Verkehrsdaten

Country Status (3)

Country Link
EP (1) EP1659550B1 (de)
AT (1) ATE421743T1 (de)
DE (2) DE102004055992A1 (de)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081846A (zh) * 2011-02-22 2011-06-01 交通运输部公路科学研究所 基于高速公路收费数据轨迹匹配的交通状态识别方法
EP2811468A2 (de) 2013-06-04 2014-12-10 Toll Collect GmbH Verfahren und Einrichtung zur Fehlererkennung in einem Mautsystem
CN104318772A (zh) * 2014-10-31 2015-01-28 重庆大学 高速公路交通流数据质量检测方法
EP2922031A1 (de) 2014-12-09 2015-09-23 Toll Collect GmbH Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem
CN106056912A (zh) * 2016-07-29 2016-10-26 浙江银江研究院有限公司 一种卡口运行状态量化评估方法及系统
EP3300030A1 (de) * 2016-09-22 2018-03-28 Toll Collect GmbH Datenverarbeitungseinrichtung und verfahren zur reduzierung der komplexität eines streckenabschnittsnetzes

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5164904A (en) * 1990-07-26 1992-11-17 Farradyne Systems, Inc. In-vehicle traffic congestion information system
DE19755875A1 (de) * 1996-12-09 1998-06-10 Mannesmann Ag Verfahren zur Übertragung von Ortsdaten und Meßdaten von einem Endgerät, insbesondere Telematikendgerät an eine Verkehrszentrale
DE10241538B3 (de) * 2002-09-05 2004-04-22 Deutsches Zentrum für Luft- und Raumfahrt e.V. Routingverfahren und ein Routingsystem mit einer Verkehrsprognose

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5164904A (en) * 1990-07-26 1992-11-17 Farradyne Systems, Inc. In-vehicle traffic congestion information system
DE19755875A1 (de) * 1996-12-09 1998-06-10 Mannesmann Ag Verfahren zur Übertragung von Ortsdaten und Meßdaten von einem Endgerät, insbesondere Telematikendgerät an eine Verkehrszentrale
DE10241538B3 (de) * 2002-09-05 2004-04-22 Deutsches Zentrum für Luft- und Raumfahrt e.V. Routingverfahren und ein Routingsystem mit einer Verkehrsprognose

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081846B (zh) * 2011-02-22 2013-06-05 交通运输部公路科学研究所 基于高速公路收费数据轨迹匹配的交通状态识别方法
CN102081846A (zh) * 2011-02-22 2011-06-01 交通运输部公路科学研究所 基于高速公路收费数据轨迹匹配的交通状态识别方法
EP2811468A3 (de) * 2013-06-04 2015-04-29 Toll Collect GmbH Verfahren und Einrichtung zur Fehlererkennung in einem Mautsystem
EP2811468A2 (de) 2013-06-04 2014-12-10 Toll Collect GmbH Verfahren und Einrichtung zur Fehlererkennung in einem Mautsystem
EP2811466A2 (de) 2013-06-04 2014-12-10 Toll Collect GmbH Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem
EP2811467A2 (de) 2013-06-04 2014-12-10 Toll Collect GmbH Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem
EP2811467A3 (de) * 2013-06-04 2014-12-31 Toll Collect GmbH Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem
EP2811466A3 (de) * 2013-06-04 2015-04-15 Toll Collect GmbH Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem
CN104318772A (zh) * 2014-10-31 2015-01-28 重庆大学 高速公路交通流数据质量检测方法
EP2922031A1 (de) 2014-12-09 2015-09-23 Toll Collect GmbH Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem
CN106056912A (zh) * 2016-07-29 2016-10-26 浙江银江研究院有限公司 一种卡口运行状态量化评估方法及系统
CN106056912B (zh) * 2016-07-29 2018-10-09 浙江银江研究院有限公司 一种卡口运行状态量化评估方法及系统
EP3300030A1 (de) * 2016-09-22 2018-03-28 Toll Collect GmbH Datenverarbeitungseinrichtung und verfahren zur reduzierung der komplexität eines streckenabschnittsnetzes

Also Published As

Publication number Publication date
EP1659550A3 (de) 2007-05-23
ATE421743T1 (de) 2009-02-15
DE102004055992A1 (de) 2006-06-14
DE502005006523D1 (de) 2009-03-12
EP1659550B1 (de) 2009-01-21

Similar Documents

Publication Publication Date Title
DE102015207804B4 (de) Verfahren zum Erkennen von Parkflächen und/oder Freiflächen
DE102012218058B4 (de) Verkehrssensormanagement
EP1659550B1 (de) Verfahren zur Erfassung von Verkehrsdaten
DE60010655T2 (de) Verfahren und vorrichtung in einem fahrzeugüberwachungssystem und fehlerdiagnosesystem in einem fahrzeug
DE102012201472A1 (de) Verfahren zur Bereitstellung von Parkinformationen zu freien Parkplätzen
EP2280383B1 (de) Verfahren zur Ermittlung von Verkehrsinformationen für eine Straßenstrecke eines Straßennetzes sowie Verkehrsrechner zur Durchführung des Verfahrens
EP0944890A1 (de) Verfahren zur vervollständigung und/oder verifizierung von den zustand eines verkehrsnetzes betreffenden daten; verkehrszentrale
WO2016012089A1 (de) Verfahren zur bestimmung eines ortsaufgelösten fehlermasses für eine positionsbestimmung mit einem gnss
DE112021000370T5 (de) Auf maschinellem lernen beruhende datenüberwachung
EP2201549B1 (de) Verfahren und verkehrsnachfrage-analyseeinheit zur bestimmung von quelle-ziel-nachfragedaten von verkehrsflüssen
EP2116981A2 (de) Verfahren und Vorrichtung zur Ermittlung von Rückstaulängen an Lichtsignalanlagen
EP2811466B1 (de) Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem
EP3811035B1 (de) Verfahren zum verifizieren von sensoren eines sensornetzwerks und sensornetzwerk
EP1057156B1 (de) Verkehrslageerfassung mit fuzzy-klassifikation und mehrdimensionaler morphologischer datenfilterung und dynamischer domänenbildung
EP1717651B1 (de) Verfahren und Vorrichtung zum Auswerten von Ereignissen aus dem Betrieb eines Fahrzeuges
EP0654771A1 (de) Verfahren zur Vermeidung von Fehlalarmen in einem Brandmeldesystem, und Brandmeldesystem zur Durchfürhrung des Verfahrens
DE102010064063B4 (de) Verfahren und Vorrichtung zur rechnergestützten Prognose eine Fahrtdauer eines Fahrzeugs auf einer Route aus einem oder mehreren Routensegmenten
DE102016009199B4 (de) Verfahren zum Betreiben einer Datenerfassungseinheit zum Erfassen von mindestens einem Steuerungsereignis einer Steuerungvorrichtung eines Kraftfahrzeugs sowie eine Datenerfassungseinheit und eine Datenverarbeitungseinheit
LU102919B1 (de) Verfahren und Systeme zur Früherkennung und Bewertung von strukturellen Gefahrenstellen im Straßenverkehr
EP0903711A2 (de) Verfahren zur Ermittlung von Verkehrsinformationen
DE19905284A1 (de) Verkehrslageerfassung mit Fuzzy-Klassifikation und mehrdimensionaler morphologischer Datenfilterung und dynamischer Domänenbildung
DE102021204191B4 (de) Vorrichtung und Verfahren zur echtzeit-basierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen
DE102005019518A1 (de) Verfahren und Anordnung zum Auswerten von Ereignissen, insbesondere aus dem Betrieb eines Straßen-Kraftfahrzeuges
DE10120235A1 (de) Verfahren zur informationsverlustarmen Anbindung eines Sensors für die Übermittlung statistischer Daten an ein übergeordnetes Auswertesystem
DE102022105919A1 (de) Verfahren und Systeme zur Früherkennung und Bewertung von strukturellen Gefahrenstellen im Straßenverkehr

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 BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR

AX Request for extension of the european patent

Extension state: AL BA HR MK YU

RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: DAIMLERCHRYSLER AG

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 BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR

AX Request for extension of the european patent

Extension state: AL BA HR MK YU

RIC1 Information provided on ipc code assigned before grant

Ipc: G07C 5/00 20060101ALN20070416BHEP

Ipc: G08G 1/123 20060101ALN20070416BHEP

Ipc: G08G 1/01 20060101AFI20051205BHEP

Ipc: G07B 15/00 20060101ALN20070416BHEP

17P Request for examination filed

Effective date: 20071112

RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: DAIMLER AG

17Q First examination report despatched

Effective date: 20071221

AKX Designation fees paid

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR

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 BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR

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

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: 502005006523

Country of ref document: DE

Date of ref document: 20090312

Kind code of ref document: P

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

Ref country code: NL

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: 20090121

NLV1 Nl: lapsed or annulled due to failure to fulfill the requirements of art. 29p and 29m of the patents act
PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SI

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: 20090121

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: 20090121

Ref country code: ES

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: 20090502

Ref country code: LT

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: 20090121

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: 20090622

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: 20090421

Ref country code: PL

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: 20090121

Ref country code: IS

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: 20090521

Ref country code: LV

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: 20090121

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: 20090121

Ref country code: CZ

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: 20090121

Ref country code: EE

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: 20090121

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: 20090121

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

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

Ref country code: RO

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: 20090121

Ref country code: SK

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: 20090121

26N No opposition filed

Effective date: 20091022

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

Ref country code: BG

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: 20090421

BERE Be: lapsed

Owner name: DAIMLER A.G.

Effective date: 20091031

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: 20091031

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

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

Ref country code: CH

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

Effective date: 20091031

Ref country code: BE

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

Effective date: 20091031

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: 20090422

Ref country code: LI

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

Effective date: 20091031

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

Effective date: 20090121

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: 20091014

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

Ref country code: HU

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: 20090722

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: 20090121

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: 20090121

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 11

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 12

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 13

REG Reference to a national code

Ref country code: DE

Ref legal event code: R081

Ref document number: 502005006523

Country of ref document: DE

Owner name: TOLL COLLECT GMBH, DE

Free format text: FORMER OWNER: DAIMLER AG, 70327 STUTTGART, DE

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 14

REG Reference to a national code

Ref country code: FR

Ref legal event code: TP

Owner name: TOLL COLLECT GMBH, DE

Effective date: 20181003

REG Reference to a national code

Ref country code: AT

Ref legal event code: PC

Ref document number: 421743

Country of ref document: AT

Kind code of ref document: T

Owner name: TOLL COLLECT GMBH, DE

Effective date: 20181005

REG Reference to a national code

Ref country code: GB

Ref legal event code: 732E

Free format text: REGISTERED BETWEEN 20190131 AND 20190206

P01 Opt-out of the competence of the unified patent court (upc) registered

Effective date: 20230929

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

Ref country code: GB

Payment date: 20231025

Year of fee payment: 19

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

Ref country code: FR

Payment date: 20231023

Year of fee payment: 19

Ref country code: DE

Payment date: 20231018

Year of fee payment: 19

Ref country code: AT

Payment date: 20231019

Year of fee payment: 19