EP3300030A1 - Datenverarbeitungseinrichtung und verfahren zur reduzierung der komplexität eines streckenabschnittsnetzes - Google Patents

Datenverarbeitungseinrichtung und verfahren zur reduzierung der komplexität eines streckenabschnittsnetzes Download PDF

Info

Publication number
EP3300030A1
EP3300030A1 EP16002069.9A EP16002069A EP3300030A1 EP 3300030 A1 EP3300030 A1 EP 3300030A1 EP 16002069 A EP16002069 A EP 16002069A EP 3300030 A1 EP3300030 A1 EP 3300030A1
Authority
EP
European Patent Office
Prior art keywords
sections
section
network
link
data processing
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.)
Ceased
Application number
EP16002069.9A
Other languages
English (en)
French (fr)
Inventor
Gerald Bartz
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.)
Toll Collect GmbH
Original Assignee
Toll Collect GmbH
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 Toll Collect GmbH filed Critical Toll Collect GmbH
Priority to EP16002069.9A priority Critical patent/EP3300030A1/de
Publication of EP3300030A1 publication Critical patent/EP3300030A1/de
Ceased legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07BTICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • G07B15/063Arrangements 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q2240/00Transportation facility access, e.g. fares, tolls or parking

Definitions

  • the present invention relates to a data processing device and a method for reducing the complexity of a link network.
  • a tolling system in which tolls are charged for each section of the route traveled, becomes more complex the more sections of the route network of this tolling system.
  • the examination of vehicle positions detected by vehicle equipment of a toll vehicle for sufficient local conformity with a toll section required more computing time the more toll sections of the section network are available for such a test.
  • the applicant is in the task of extending the toll collection from the network of sections of the federal highways of Germany (about 8,500 sections) on the network of sections of federal motorways and federal highways of Germany (a total of about 140,000 sections).
  • the sections of a first network superordinate are defined using map data at the beginning and at the end of each section of the first network either a branch (junction, junction, intersection, etc.) of another section of the first network or include a driveway from a second network of subordinate (in this case toll-free) roads or a descent into the second network of subordinate roads.
  • the object of the invention is to provide a data processing device and a method with which it is possible to reduce the number of route sections of an initial route network without or without significant financial losses.
  • the invention provides a data processing device and a method which determine trajectories of route sections of a route network from detected traffic lanes and identify suitable candidate route sections which are comprised in the form of a subsequence of a plurality of multiple section sequences of the trajectories.
  • the data processing device and the method generate a new route section network which, instead of the candidate route sections, comprises a consolidated route section composed of the candidate route sections.
  • a data processing device configured to provide a route network with a number R of route sections with predecessor-successor relationships from first route sections to second route sections in the route network Detecting lanes of at least one vehicle via in each case one or more sections of the section network, to determine a set of trajectories each having at least one section A i from the detected lanes, the plurality of multiple section sequences with multiple, each driven by a vehicle in the immediate sequence, sections caused by a predecessor-successor relationship or several predecessor-successor relationships of the link network in the link network immediately following each other, comprises and at least one q m tuple (q m > 1) of several directly in the link network successive candidate sections to identify which form a subsequence of q m immediately following traveled sections of several of the determined multi-segment sequences of the detected lanes.
  • a trajectory is understood to mean each section of the route and each sequence of sections of track that follow each other directly on the basis of a predecessor-successor relationship or several predecessor-successor relationships of the section network in the section network, one or more lanes of which may be inferred. Consequently, a trajectory can consist of only a single stretch of road. Such a trajectory is also referred to as a single or single-segment sequence.
  • a multiple-segment sequence comprises at least two link sections and may correspond to a trajectory having a plurality of link sections or may be part of a trajectory which contains a larger number of route sections than the multiple-segment sequence.
  • a subsequence may have a number of track sections of multiple section sequences that is less than or equal to the number of track sections of the multi-section sequences. If multiple-segment sequences comprising the partial sequence have different numbers of route sections, then the partial sequence-insofar as it is present according to the invention only because of these multiple-segment sequences-can have at most the number of route sections of the shortest multiple-segment sequence.
  • a new "consolidated" track section of a new track network combined from the candidate track sections can be formed.
  • the data processing device according to the invention is formed, U multiple halnabitessdisjunkte q m tuples to identify each of a plurality of directly in the path section mains successive candidate route sections which form chirnabitessdisjunkte partial sequences of q m immediate succession traffic path sections of several of the specific multi-portion sequences of the detected traffic lanes.
  • Sectionally disjoint subsequences and groups of route sections are characterized by the fact that no section of the route is common to them.
  • stretched sections konjunkte partial sequences and groups of sections are characterized by the fact that they have at least one section in common.
  • U new tilts of a new link network, combined from the respective candidate route sections, each composed of the candidate route sections of a subsequence, can be formed using a number of U-section disjoint points q m -tup.
  • To avoid double billing of track sections is to be foreseen from the formation of new sections of track section konjunkten q m tuples.
  • the new route section network can also contain a number V of one or more route sections of the original route network which have not been identified as candidate route sections according to the invention, but are also considered as new route sections because they - just like the consolidated sections - are new sections of a new section of track.
  • the predecessor-successor relationships of the new route sections of the new route network are preferably adjusted as a function of the predecessor-successor relationships of the (original) route sections of the (original) route network. This considerably reduces the complexity of a route network.
  • track sections that were not a trajectory of a lane or were not included in any lane trajectory can be removed from the link network, thus further reducing the number R 'of new links.
  • the invention is based on the idea that several sections directly following one another in the section network are combined to form a consolidated section if it results from a plurality of lanes that sections immediately following one another are always driven "en bloc", without departing between them and / or ascending.
  • the link network may be represented by a graph or by a predecessor-successor relationship matrix, in particular by an adjacency matrix.
  • the route segment network is stored in the form of a predecessor-successor relationship relation (graph or matrix) of its route sections in the data processing device according to the invention.
  • the set of trajectories may be configured as a multi-set by comprising a plurality of identical trajectories (and thus identical multiple-segment sequences) of the same lane (in the case of multi-pass by the same vehicle) or different lanes of the same vehicle or different vehicles. This is called that the trajectories or multiple-segment sequences are included with a multiplicity of greater than one of the multi-set.
  • the candidate route sections form a subsequence of several different lanes, and the data processing device according to the invention is preferably designed to identify these as such.
  • the data processing device can be configured to add only those multiple section sequences to the set of trajectories whose multiplicity is greater than one, that is: such multi-section sequences which are multiple section sequences of several different lanes or occur multiple times in the same lane.
  • the formation of the trajectory amount as a multi-set can be avoided and all multiple-segment sequences of the trajectory set are different. This measure reduces the memory requirement when creating the trajectory amount and increases the speed in identifying the candidate route sections.
  • the lanes comprise vehicle positions of the path covered by the respective vehicle in the route network
  • the data processing device according to the invention is designed to associate the traveled route sections with at least one geo-object characterized by at least one predetermined position by comparing vehicle positions of the respective lane, each associated with a route section are to determine under the recognition condition that at least one of the vehicle positions sufficiently coincides with the respective geo-object.
  • the lane already comprises at least one traveled route section
  • the data processing device is comprised by a toll system with at least one vehicle device carried by the vehicle and the vehicle device has a processor which is formed from at least one vehicle position received or generated by the vehicle device Comparing this vehicle position with at least one geo-object characterized by at least one predetermined position associated with a link to determine a traveled link under the recognition condition that at least the at least one vehicle position sufficiently coincides with the respective geo-object.
  • the said recognition conditions are in each case part of a recognition rule, which links the determination of a traveled route section as a recognition consequence to the fulfillment of the recognition condition.
  • the association with a route section can be realized, for example, by a data link of the geo-object with a route section identifier (eg a number) of this route section.
  • the data processing device is comprised of a toll system with at least one vehicle device carried by the vehicle, which records at least one lane, wherein the data processing device is designed to detect the recorded lane from the vehicle device by receiving it via a mobile radio network.
  • the invention also provides a toll collection system having a data processing device according to the invention (or one of its developments described below) and a plurality of vehicle devices which are designed to record lanes of the respective vehicle from which they are carried and to record recorded lanes to the data processing device wherein the data processing device is adapted to detect the transmitted lanes by receiving them.
  • the toll system comprises detection rules for determining traveled sections as a function of the sufficient correspondence of position data acquired or generated by a respective vehicle device with geo-objects each identified by at least one predetermined position and associated with a link section.
  • the detection rules can be stored in the data processing device according to the invention, wherein vehicle devices are designed to transmit the detected or generated position data to the data processing device according to the invention for determining the traveled sections by the data processing device according to the invention and the data processing device according to the invention is designed based on the received position data and the recognition rules Determine links that the vehicle has traveled, which carries the vehicle device from which the received position data come.
  • the detection rules may be stored in each of the vehicle devices, wherein the respective vehicle device is designed to determine based on the detected or generated position data and the detection rules, the route sections, which has traveled the vehicle, which carries the respective vehicle device, and the determined route sections to send to a control center of the toll system, in particular in the form of lanes to the data processing device according to the invention.
  • the link network represents a first network of parent roads and has driveways from a second network of minor roads at the beginning of at least some links and exits into the second network of minor roads at the end of at least some links
  • the data processing device is configured Determine set of trajectories, each with at least one link from the detected lanes, which includes multiple section sequences complete multiple section sequences that start with the access to a first link from the second network and ending with the departure of a second link in the second network and as at least one q m -tuple of a plurality of candidate track sections following each other directly in the link network, to identify one such that a subsequence of q m is immediately adjacent to one another Following tracked sections of several of the specific complete multi-segment sequences of the detected lanes has.
  • the data processing device can be configured to interpret a route section which lacks a predecessor according to the detected traffic lane as the first route section of the sequence at which the access from the second network into the first network took place, and a route section according to FIG detected lane fails to interpret as the first or second leg of the sequence at which the departure from the first network was made in the second network.
  • a trajectory is always a complete multiple section sequence of the respective lane or a single section without predecessor and successor of the respective lane.
  • the link network represents a first network of parent roads and has driveways from a second network of minor roads at the beginning of at least some links and runs into the second network of secondary roads at the end of at least some links
  • the computing device is configured to: determine a set of trajectories, each having at least one link from the detected lanes, which in addition to the multi-section sequences comprises single-section sequences of links beginning with the access to a link from the second network and the departure from the same link A i into the second link second network and identify as at least one q-tuple of several directly in the link network successive candidate route sections such that a subsequence of q m unmit sub-sequentially traveled sections of a plurality of the determined multi-segment sequences of the detected lanes, without including a link section of a single-segment sequence.
  • the data processing device can be designed to form at least one q-tuple of candidate sections directly following one another in the section network which always or more often than a predetermined relative frequency form a subsequence of sections of several consecutively traveled sections of several of the determined trajectories of the detected lanes , wherein the relative frequency is the quotient of the number of occurrences of the subsequence and the sum of the number of occurrences of the subsequence and the number of occurrences of trajectories comprising at least a first candidate stretch of the subsequence and at least one second candidate Stretch portion of the partial sequence does not correspond.
  • the toll operator With the approval of a given relative frequency of occurrence of a subsequence of, for example, 10%, the toll operator has the opportunity to significantly increase the toll income at a constant tariff (eg Euro per kilometer) by not exceeding the toll collection charge for the toll Fee, but as contribution forms. If, in a contribution system, only relatively few vehicles drive not all candidate route sections but at least one candidate route section of a consolidated route section, this is permitted In the interests of fair value added tax, this does not mean that these few vehicles will not pay a contribution to this consolidated section, the vast majority of which are used by almost all premium-paying vehicles on all candidate routes.
  • a constant tariff eg Euro per kilometer
  • these relatively few vehicles which in relatively few cases (eg not more than ten percent of all lanes) not all candidate stretches but at least one candidate stretch of a consolidated stretch used for the payment of the contribution for this consolidated section, which they have only partially traveled.
  • the invention makes it possible, for example, to identify candidate route sections that are included in more than ninety percent of the lanes of one of their trajectories.
  • the data processing device is designed to determine a set of trajectories, each with at least one route section from the detected lanes, comprising only those multi-segment sequences that are branch node-free in the sense that a branching node does not exist between any pair of immediately consecutive route sections of a multi-branch sequence free of branching nodes wherein the data processing device is further configured to separate branch node-terminated multiple-segment sequences from multi-segment node-containing node sections, which adds them to the set of trajectories as multi-segment node-free node sequences.
  • the identification of candidate route sections can be significantly simplified and accelerated, because the problem of the different, possibly stretch-segment partial sequences that extend over the same branching node, is avoided from the outset.
  • the data processing device can be designed to maximize an objective function of those subsets of an initial set of different subsequences contained in the set of trajectories fulfill a given constraint.
  • an objective function also called a utility function
  • the data processing device is preferably designed to identify, as a result of the maximization, at least one subsequence that belongs to a subset of the output quantity for which the objective function assumes the maximum value.
  • the data processing device can be designed to maximize an objective function of those subsets of an output set of all the different subsequences contained in the set of trajectories, which satisfy at least one predefined secondary condition.
  • the data processing device has the largest output quantity of subsequences for the target function available.
  • the data processing device according to the invention can be designed to maximize an objective function of those subsets of an output set of - in particular all - different subsequences and individual section sequences contained in the set of trajectories of link sections which do not belong to any subsequence of the output set that fulfill at least one predetermined constraint condition.
  • such a data processing device can be designed to add only partial sequences of those multiple section sequences of the initial set or of a subset whose Velfachheit are greater than one, that is: such multi-section sequences that are multi-segment sequences of several different lanes or multiple in the same lane occur.
  • a constraint may be that only such selected subsequences may belong to a subset that does not include a link segment of a trajectory that does not include the selected subsequence, wherein the data processing device of the invention is configured to add only such selected subsequences to a subset of the objective function. This avoids identification of candidate legs belonging to a partial sequence that is not fully navigated in all cases.
  • Another, alternative or cumulative constraint may be that a predetermined number of different subsequences - and optionally single subsequence sequences - are not exceeded, in particular, meted out.
  • the data processing device according to the invention is preferably designed to maximize an objective function of those subsets of an initial set of different subsequences contained in the determined set of trajectories - and optionally single subsequences - that satisfy the constraint that they do not exceed a predetermined number of different subsequences - and optionally single-segment sequences - contains.
  • the scope of a new link network can be set and optionally also its nature - namely whether or not (for example, a certain number) track sections of individual section sequences may be included or not.
  • the data processing device is particularly preferably designed to maximize an objective function of those subsets of an initial set of different subsequences and single subsequences contained in the set of trajectories that satisfy the first constraint that a given number of subsequences and subsequences of a subset do not exceeded - in particular hit - and satisfy the second constraint that the subsequences and single-section sequences are disjoint.
  • the disjunctive condition stipulates that no link section enters a subset multiple times, neither as a single section sequence nor as a link section of a subsequence, that is to say that only those individual section sequences belong to a subset that does not belong to a subsequence of this subset and only those subsequences belong to a subset, which have none of the remaining subsequences of this subset in common. This takes into account the avoidance of multiple charging of new sections of a new route network.
  • the data processing device is designed to include in the output quantity only those partial sequences which are composed of a plurality of - not necessarily different - multiple-segment sequences (that is, those with a multiplicity of greater than one or those that are different but include the same subsequence).
  • a database is provided which satisfies the proviso that the candidate route sections should form a subsequence of a plurality of specific multiple section sequences of the detected traffic lanes. The effect is a simplified and accelerated execution of the maximization process.
  • the data processing device is characterized in that subsequences and single-segment sequences depending on their respective multiplicity, with which they occur in the determined set of trajectories, enter into the objective function.
  • the partial sequences and single-segment sequences enter the target function with a power of their respective multiplicity, this power being greater than zero in each case.
  • the power can be one. This results in the result that preferably those subsequences of the subset of a result in the maximum objective function, which are particularly frequently traveled throughout.
  • the data processing device is characterized in that subsequences and individual section sequences enter into the objective function as a function of a respective weight assigned to them.
  • the respective weight is a measure of the length of the partial sequence or of the single-segment sequence.
  • those subsequences are elements of a subset of a result of the maximum objective function, which are particularly long.
  • the longest sections are the most expensive.
  • the data processing device is designed in its simplest form or any of its further developments to produce from the link network a new link network with a number of new link sections of a set of new link sections reduced by at least q-1 compared to the original number, identifying them Combines candidate route sections of at least one subsequence to at least one consolidated route section. This makes it possible to create a new, less complex network of sections from an original, complex route network.
  • such data processing device can be formed, each partial sequence as summarize the candidate sections a number U of several sub-sequences each having a q m -tuple of candidate road sections into a consolidated route section and by replacement of the candidate route sections of the original track section network a new route section network with U to produce consolidated sections.
  • a data processing device can be configured to not include in the new route network sections that are not included in any of the sequences (multiple and single-segment sequences) of the detected lanes. As a result, the complexity of a new route network can be further reduced compared to the original one.
  • the data processing device can be designed to create a new toll system with a new route network and new recognition rules from an original toll system with an original route network and new detection rules, each containing at least one new recognition condition with respect to a new Erkennungskonsequenz the determination of a busy consolidated section.
  • the data processing device can be configured to provide geo-objects, which are each identified by at least one predetermined position and are each associated with a link, in each case together with a recognition rule, which states that the sufficient match at least one vehicle position with at least one of the geo-objects corresponds to a tracing of the track section associated with the at least one geo-object, and candidate tracks identified by candidate geo-objects at least one associate with the consolidated track section to form a consolidated recognition rule.
  • the toll system preferably comprises such a data processing device.
  • at least one component (data processing device or vehicle device) of such a toll collection system is designed to detect at least one lane of at least one vehicle from driving on at least one of the route sections of the new route network. This provides a tolling system which optimizes its complexity.
  • such data processing device may be configured to determine, from the candidate geo objects of the identified candidate route sections that have been combined into a consolidated route section B, at least one candidate Geo object of a candidate route section with the consolidated route section, forming a consolidated recognition rule to associate, which says that the sufficient match of at least one vehicle position with the at least one candidate Geo objects corresponds to the driving of the consolidated track section.
  • the consolidated route section is already considered to be used if only one of the candidate route sections has been traveled.
  • such data processing means may be configured to obtain from the candidate geo-objects of the identified candidate legs that have been consolidated into a consolidated leg, at least two candidate geo-objects of different candidate legs with the consolidated one Associate a link to form a consolidated recognition rule, which means that the sufficient match of a plurality of vehicle positions with each of the at least two with the consolidated link segment corresponds to candidate geo-objects of the driving of the consolidated link section B.
  • the consolidated route section is considered to be used only when several of the candidate route sections have been traveled.
  • a method of reducing the complexity of a link network comprising the steps of: (a) providing a link network of a number R of links having predecessor-follower relationships from first links to second links in the link network, (b) sensing (c) determining a set of trajectories with in each case at least one route section from the detected traffic lanes, the several multi-segment sequences having a plurality of road sections, each traveled by a vehicle in direct succession, which, due to a predecessor-successor relationship or several predecessor-successor relationships of the section network, immediately follow one another in the section network, and (d) identifies at least one q-tuple (q> 1) of a plurality of candidate route sections following each other directly in the route network, forming a subsequence of q immediately consecutively traveled route sections of several of the determined multiple section sequences of the detected traffic lanes.
  • all these steps are performed by a data processing device.
  • Developments of the method according to the invention can be carried out by steps that correspond to the developments of the data processing device according to the invention.
  • the method according to the invention is characterized by the step of generating a new link network from the (original) link network with a new number R 'reduced by at least q-1 compared to the number R of new link sections of a set of new link sections by combining identified candidate link sections at least one subsequence to at least one consolidated route section.
  • this step is performed by a data processing device.
  • a step may be provided which, as described in the first aspect of the invention, provides for the creation of a new recognition rule for the at least one consolidated route section, in particular the creation of recognition rules for all consolidated route sections of the new route network.
  • this step is performed by a data processing device.
  • a further step it may be provided to detect the passage of at least one of the new route sections of the new route network on the basis of at least one vehicle position of at least one vehicle.
  • a vehicle device carried by the vehicle which has detected or generated the vehicle position of the vehicle, for example by means of a GNSS (Global Navigation Satellite System) receiver, and / or from a central, off-vehicle distance from the vehicle arranged device, for example, the data processing device according to the invention
  • GNSS Global Navigation Satellite System
  • An in Fig. 1 schematically illustrated toll system 70 has vehicles 30 f , which are each equipped with a vehicle unit 10 f .
  • the vehicles 30 f belong, for example, users of the in Fig. 2
  • the number of vehicles 30 f is preferably more than 1,000, more preferably more than 1,000,000.
  • the vehicle devices 10 f are each characterized by a vehicle device processor 11 f , a position determination device 12 f , a mobile communication module 13 f , a memory 16 f and a data write-read memory 17 f , wherein the position determination device 12 f the mobile Communication module 13 f , the memory 16 f and the data-read-write memory 17 f (for example, a solid-state disk, SSD) for data exchange communication technology with the vehicle unit processor 11 f are coupled.
  • a vehicle device processor 11 f characterized by a vehicle device processor 11 f , a position determination device 12 f , a mobile communication module 13 f , a memory 16 f and a data write-read memory 17 f , wherein the position determination device 12 f the mobile Communication module 13 f , the memory 16 f and the data-read-write memory 17 f (for example, a solid-state disk, SSD) for data exchange communication technology with the vehicle unit processor 11 f are coupled.
  • SSD solid-state
  • the position determining devices 12 f each receive navigation signals from satellites of a GNSS (Global Navigation Satellite System), for example GPS, and determine from the received navigation signals, optionally dependent on measured values of unillustrated means for coupling location, subsequently vehicle positions of the vehicle 30 f , of which they are carried.
  • the determined vehicle positions are successively received by the vehicle-mounted processor 11 f and a lane file is written which is provided in the working memory 16 f and / or in the data-writing-and-reading memory 17 f for receiving vehicle positions.
  • GNSS Global Navigation Satellite System
  • the vehicle-mounted processor 11 f instructs the mobile radio communication module 13 f to set the lane file with the lane F formed from the vehicle positions written in the lane file to the data processing device 50 via a mobile radio network 40 a toll center 58 of the toll system 70 to send.
  • the data processing device 50 has a central processor 51, a central communication device 53 (for example a modem or a gateway), a working memory 56 and two data read / write memories 57a and 57b (in short: memories, for example SSDs).
  • the two data read / write memories 57a and 57b may alternatively also be memory areas of a single data read / write memory (not shown).
  • the data processing device 50 is designed to detect a plurality of lanes F k of different vehicles 30 f by receiving them via the mobile radio network 40 and to store the detected lanes F k anonymously in the memory 57b by means of their central processor 51. By detecting lanes F k over a predetermined period of, for example, a month or a week or up to a predetermined number K of lanes F k , a set ⁇ F ⁇ of lanes F k is archived in the memory 57b and stored by the memory 57b Data processing device 50 is provided (see upper right part of Fig. 2 ).
  • an initial route section network G-in this case the German highway network-provided by the data processing device 50, in particular by its memory 57a, is provided as the first network of superordinate roads.
  • This initial route network is in the upper left part of Fig. 2 represented in the form of a map, which also shows the lengths and gradients of the sections. Lengths and / or courses of the route sections do not necessarily have to be stored as part of the route section network G in the memory 57a.
  • the identifiers of the route sections satisfy with their predecessor-successor relationships, which further develop the set ⁇ A ⁇ of the route sections into a route network G.
  • the link sections A i may be represented by their respective link identifier and / or by their start and end nodes (represented by corresponding node identifiers) including both branch nodes within the link network G and interface nodes for access from a second sub-network or for departure into the subnet second network of subordinate roads (in this case, federal highways, provincial roads, county roads and municipal roads). Interface nodes that are not branch nodes are also referred to as transit nodes.
  • predecessor-successor relationships may be represented by a graph of the link network G in which the links form the edges and the inlets and / or runs the nodes, or by a node-node (adjacency), node-edge (incidence -) or edge-edge matrix.
  • at least one geo-object O i which is characterized by at least one predetermined position, is stored in the memory 57a associated with each route section A i .
  • the data processing device 50 determines by means of its central processor 51 and its central memory 56 first by comparing the vehicle positions of the respective lane F k with the geo-objects O i under the recognition condition that at least one the vehicle positions sufficiently with at least one geo-object O i agrees whether, and if so, which sections A i were traveled.
  • information about the sequence in which the route sections A i were traveled in succession is derived from the sequence or a respective time information of the vehicle positions of the traffic lane.
  • the sets ⁇ A ⁇ k of the respective track sections A i traveled in the course of the recording of the lanes F k are then checked using the predecessor-successor relationships and the information about the order of their passing, which multi-section sequences M l with several, each of the vehicle 30 f , from which the lane F k comes, in immediate succession traveled, sections A i , due to a predecessor-successor relationship or several predecessor-successor relationships of the route section network G in the route section network G directly follow each other.
  • the data processing device 50 by processing the lanes F k taking into account the information of the link network G by means of the central processor 51, has a multi-set ⁇ M ⁇ d of each d l -fold occurring multiple different sequences before section M l, which form the set ⁇ M ⁇ of L different multiple sequences portion M l of the set ⁇ F ⁇ of K lanes F k.
  • all the certain multiple segment sequences M l are complete multiple section sequences M l, which are characterized in that each multi-section sequence M l with the access to a first track section A i starts from the second network, and with the departure of a second track section A j, j ⁇ i, ends in the second network.
  • Such complete multi-segment sequences M 1 are maximum in terms of inclusion in that they can no longer be added to a further section A i of the respective lane F k to form a longer multi-segment sequence.
  • the set of determined multiple-segment sequences M l forms at least a subset of the trajectory set ⁇ T ⁇ at trajectories T n , which contain multiple-segment sequences M l and can also contain single-segment sequences E i of the lanes F k .
  • the data processing device 50 in particular the central processor 51, is designed to analyze the multi-set ⁇ M ⁇ d of complete multiple-segment sequences M l in response to which partial sequences Q m with q m > 1 track sections A i , ..., A i + n-1 having a multiplicity H m of greater than 1 in the multiset ⁇ M ⁇ d and identifying and outputting the candidate link sections A i , ..., A i + qm-1 of these subsequences Q m .
  • At least one q m -tuple (q m> 1) of a plurality of immediately stretch mesh successive candidate route segments A i, ..., A i + qm-1 identified that a partial sequence Q m directly by q m more consecutively traveled sections A i , ..., A i + qm 1 of several of the determined multi-section sequences M 1 of the detected lanes F k .
  • a subsequence Q 1 contained in the two multiple section sequences M 1 and M 2 with the multiplicity 2 is the one with the route sections A 2 and A 3 .
  • the data processing device 50 has a set ⁇ Q ⁇ of M different subsequences Q m that occur in several identical or different multi-section sequences M l .
  • the data processing device 50 rejects from the set ⁇ Q ⁇ to partial sequences Q m those which were not traveled with a predetermined minimum frequency H min , that is to say at least with a frequency H m equal to H min in the multi-section sequences M l .
  • the minimum frequency H min is greater than or equal to 10 and less than 1000.
  • the minimum frequency is dependent on, in particular equal to, the quotient of the total number
  • first candidate route sections A i ,..., A i + qm 1 can be identified by section-segment - disjoint subsequences Q m which are completely contained in a plurality of multi-section sequences M 1 but are only partially contained in a multi-section sequence.
  • the question is, which sections of the route sectionally coincident partial sequences Q m and Q n A i , ..., A i + qm 1, which are to be combined by the two subsequences Q m and Q n to form a consolidated route section B m or B n .
  • the question is, which sections of the route sectionally coincident partial sequences Q m and Q n A i , ..., A i + qm 1, which are to be combined by the two subsequences Q m and Q n to form a consolidated route section B m or B n .
  • a plurality of subsequences Q m and Q n only those that are segmental disjoint, that is, no route segment A g, can be combined to form a consolidated route segment.
  • the data processing device 50 may be configured to first select those candidate stretch sections A i ,..., A i + qm-1 in a first subsequent step from the set of all identified part sequences Q m , whose subsequences Q m are segment-by-segment disjoint with each other subsequence Q n .
  • the remaining remaining quantity of stretch-section partial subsequences is limited to the subset of identified double-segment subsequences Q (2) m , and in a third subsequent step only those candidate stretch segments A i , A i + 1 are selected Dual section partial sequences Q (2) m is the stretched segment disjoint with every other two-part subsequences Q (2) n .
  • candidate stretch sections A i , A i + 1 of those two-section subsequences Q (2) m are selected which are stretched with not more than a single further two-section subsequence Q (2) m , the further two-section subsequences Q (2) n be excluded from the further process of identification.
  • the further Q (2) n double-segment subsequences it is possible that the remaining remainder of the determined double-segment subsequences receives new stretched segment single-conjunct double-segment subsequences Q (2) m , which are also dealt with.
  • This method can be continued with stretch-section single-conjugate dual-portion subsequences Q (2) m until the remainder does not contain a double-segment subsequence Q (2) m .
  • the data processing device can determine 50 whether the amount of the selected dual section subsequences Q (2) m, two or more double portion subsequences Q (2) m are included, which according to a predecessor-successor relationship of their respective route segments A i, A i +1 in the section network G immediately adjoin one another.
  • Such q / 2 tuples of dual section subsequences Q (2) m can then be grouped into a q m tuple of q m candidate route sections A i , ..., Ai + qm-1 .
  • the second sequence step can initially be a limitation on groups of sub-sequences, which also include longer partial sequences for this subset, the two-compartment section subsequences Q (2) m, triple portion sequences Q ( 3) m and longer subsequences Q (p) m , which can be determined by eliminating even longer subsequences Q (q) m with q> p, possibly newly formed stretch-segment-disjoint multi-segment sequences Q (p) m .
  • This step combination can be carried out several times in succession by successively reducing the maximum length of the subsequences remaining in the remaining set.
  • the data processing device 50 may be configured to carry out the determination of segment-section-disjoint partial sequences Q m in regions on the route segment network G.
  • it can be determined according to a split condition for simplification that a consolidation of route sections via a branching node is excluded, that is, q m -tuple of identified candidate route sections A i , ..., A i + qm-1 can not extend over a branching node (multiple-segment sequences in which branching nodes possibly occur as terminating nodes are considered below as branching node-free).
  • the data processing device 50 may first be configured, those particular complete branching node-containing multiple section sequences M l having at least one at immediately consecutive sections and A i + 1 a branch node to branch node-free junction node-terminated multiple section sequences (ie multiple section sequences in which branch nodes, exclusively as terminating Nodes occur), possibly resulting in released branching node-terminated single-section sequences remain stored for later use.
  • branch node-free junction node-terminated multiple section sequences ie multiple section sequences in which branch nodes, exclusively as terminating Nodes occur
  • a longest branch node-free multiple-segment sequence Q m between two, a first and a second, immediately adjacent branch node on one side of a closed loop in the link network G thus begins with the first branch node and ends with the second branch node.
  • Such a longest sequence of C immediately consecutive route sections A i ,..., A i + C-1 between two immediately adjacent branching nodes of a mesh in the link network G may be referred to as maximum meshing side sequence.
  • a closed loop with X branch nodes has such a maximum mesh side sequence for each of its X mesh sides, assuming corresponding lanes F k . This consideration applies analogously to mesh sides of open meshes that end only on one side in a branching knot.
  • the data processing device is configured to subsequently, for each mesh side, starting from a first route section A 1 terminated by the first branching node and successively progressing in the direction of the last second branching node A 1 + C-1 of the mesh side, the multiple-route sections M 1 of the respective mesh side thereto check if, and if so, how many of them have the stretch sections A 1 and A 2 .
  • the corresponding multiplicity (or absolute frequency) of the occurrence of this link combination in the multi-set of the multipath sections M l is H 1 . Subsequently, it is checked whether, and if so, how many of the multi-span sections M 1 have the stretched sections A 2 and A 3 (frequency H 2 ), and so on.
  • the data processing device 50 is designed to first identify that first two-segment subsequence which occurs with the greatest frequency.
  • a second two-segment subsequence it identifies that which occurs after the first two-segment subsequence having the next largest frequency without being stretch-segment-concurrent with the first two-segment subsequence. Thereafter, that third two-segment subsequence is identified which occurs from all other sub-segment sub-sequence sequences having the greatest frequency, which are stretched with both the first and the second two-segment subsequence, and so on.
  • the set of these branch node-terminated single-segment sequences together with the set of branching-node-free multi-segment sequences counts to the group of sequences from which the number H M of the Occurrence of sequences is determined which have at least one first candidate stretch A i of the partial sequence Q m and at least one second candidate stretch A j, j # i, the partial sequence Q m not provided, it being assumed that the second condition for Single-segment sequences is always met.
  • the data processing device 50 may be configured to determine, in addition to the multimount of the complete multiple section sequences M l from the lanes F k, also the multimount of the various single section sequences E i with their respective multiplications d i , which are also complete in the sense that the sequence begins with the access to a first section A i from the second network and ends with the departure of the first section A i in the second network.
  • the data processing device 50 is designed, for example, to select only those subsequences Q m whose relative frequency h (T) m is equal to 1, which means that in no traffic lane F k between two candidate route sections A i and A i + 1 of this subsequence Q m ascended from the second network in the first network or traversed from the first network in the second network.
  • the data processing device 50 is designed to select only those partial sequences Q m whose relative frequency h (T) m is greater than a predetermined minimum frequency h min ⁇ 1, which means that only in one Proportion 1 - h (T) m of those lanes F k which contain a section A i of the subsequence Q m , the sequence of the traveled sections in the subsequence Q m is interrupted.
  • the central processor 51 of the data processing device 50 consolidates the original route network G to a new route network G 'whose new route sections S z stores together with new predecessor-successor relationships of these new sections S z in the first central memory 57a.
  • S is a general identifier for both of sub-sequences Q m of several candidate sections A i , ..., A i + qm-1 consolidated sections B m and for individual sections A v , the candidate sections A i ,. ... A i + qm-1 of a partial sequence Q m , but are nevertheless sections of the new route section network G '(and also of the original route section network G).
  • Fig. 2 In the lower part of Fig. 2 is for the in the dashed section of the original route section network G (upper left part of Fig. 2 ) shows on the basis of a map-like representation of a subset of the set ⁇ S ⁇ of new route sections S z, a new route section network G ', which after the aforementioned split condition under the proviso of a frequency h (T) m of subsequences of more than 90% has been generated and in addition to each of a common section B m combined candidate sections A i , ..., A i + qm-1 as new sections S z also not combined sections A v of the original route section network G contains.
  • T frequency h
  • the nodes N k of the original route section network G are shown to illustrate combined sections B m and un-combined sections A v .
  • the seven original sections A i in each direction on the A24 motorway between the junction nodes to the A19 to Rostock and the A14 to Schwerin in the direction of Berlin to Hamburg four original sections have been combined to form a new section B 717 and two original sections to a new link B 718 has been combined while a section A 719 . has been preserved from the original route section network G in the new route section network G '.
  • an original section A 114 was preserved, while six original sections were combined to form a new section B 113 .
  • the second embodiment is described in the first embodiment trajectory Multi set ⁇ T ⁇ d of the trajectories T n of complete multi-part sequences M l and complete single portion sequences e i in their respective multiplicities of d l and d i is based, with their recorded tracks according to the amount of traffic lanes ⁇ F ⁇ were done.
  • ⁇ P ⁇ is the set of all possible link sequences (mathematical: paths) P m in the new link network G '
  • xs is a binary vector of dimension
  • is, for that applies x S ⁇ 1 .
  • S ⁇ T is determined to require that a new link S z be completely contained in a trajectory T n .
  • the parameter p s (T) specifies that only new track sections S z traveled completely in a trajectory T n are counted in the utility function.
  • the parameter p s (T) may also be determined to require that a new link S z in a predetermined number of trajectories T n of the trajectory multiset ⁇ T ⁇ d and / or several different trajectories T n of the Trajectory set ⁇ T ⁇ is completely contained.
  • a ⁇ S A ⁇ T 0 .
  • a ⁇ S A ⁇ T be replaced, which requires that at least a section A i of a new section S z is included in a trajectory.
  • the alternative parameter p A (T) specifies that new route sections S z are counted in the utility function as often as one of their sections A i is included in a trajectory T n .
  • the condition that the resulting number R 'of new link sections S z of the new link network G' is smaller than the original number R of original link sections A i of the original link network G, by the maximization requirement, ensures that as a result only those original link sections A i candidate sections A i , ..., A i + qm-1 are identified for merging into a consolidated link B m of a set ⁇ S ⁇ of new links S z whose multi-section sequences M l in the trajectory multimetry ⁇ T ⁇ d with a multiplicity of d l of greater than 1 occurs.
  • a further optimization can be based on a utility function u ( ⁇ S ⁇ ), which provides the new route sections S z with a weight w (s) z , preferably as a function of the length of the original route sections A i passing through the new route sections S z are included in the form of track sections B m combined from original (candidate) track sections A i and optionally original track sections A v :
  • u S ⁇ S ⁇ P w S ⁇ x S ⁇ T ⁇ T d T ⁇ p S T - ⁇ S ⁇ P w 0 ⁇ x S
  • w 0 is an elimination weight which is smaller than each weight w (S) z of each possible new route section S z and ensures that, due to the parameter p (T) s, for lack of driving, the utility function is not included in the first addend (inclusion sum) incoming possibly new route sections S z in the second summand (Exclusion sum) are assigned a negative benefit, which leads to the exclusion of unused route sections from the set ⁇ S ⁇ opt of the optimal new route sections S z .
  • w 0 may be 0.01 or 0.001, for example.
  • the length of a route section S z as weight w (S) z is advantageous in charge systems in which a charge is proportional to the length of the route section S z traveled.
  • a weight of 0.1 may for example correspond to the length of a section of 100 meters.
  • the data processing device 50 is in principle configured to add only those multiple section sequences M l to the trajectory multimetry ⁇ T ⁇ d whose multiplicity d l is greater than 1.
  • Multiple section sequences M l whose multiplicity d l is equal to 1 are either decomposed into single section sequences E k and added to the trajectory multimetry ⁇ T ⁇ d as such as single section sequences E l which do not originate from a decomposition of multiple section sequences M l or become complete discarded.
  • a maximum benefit set of new route sections S z is determined whose consolidated route sections B m identify candidate route sections A i ,..., A i + qm-1 , the subsequences Q m of several of the determined ones Form multiple section sequences M l of the detected lanes F k .
  • the route section network G can be decomposed into subnetwork G p and an optimization can be carried out separately for each subnet G p .
  • Optimized subnets G ' p are then combined to form an optimized, new route section network G'.
  • a new route section network G 'with a reduced number of new route sections S z is now available whose quantity ⁇ S ⁇ comprises at least one route section consolidated from candidate route sections A i , ..., A i + qm 1 B m includes.
  • U> 0, while V 0, when the set ⁇ S ⁇ of new link sections S z comprises only consolidated link sections B m .
  • each original route section A i is associated with at least one geo object O i , which is characterized by at least one predetermined position, and at least one component of the toll system, for example a vehicle device 10 f and / or the central data processing device 50, is configured to determine a traveled route section A i by comparing at least one vehicle position detected and / or generated by a vehicle device 10 f with at least one geo-object O i , under the recognition condition that at least one vehicle position sufficiently with the at least one geo-object O i matches.
  • Fig. 3a shows, for each link A i of a sequence of candidate links A 1 , A 2 and A 3 , a candidate Geo object O 1 , O 2 and O 3, each in the form of lines indicated by two predetermined positions each, namely a starting point and an end point of the line.
  • geo-objects O i may be circles characterized by a center point as (first) predetermined position and a radius or a second predetermined position on the edge of the circle.
  • a sufficient spatial agreement of two immediately successive vehicle positions with such a line Geo object is given when the connecting line of the two immediately consecutive vehicle positions (vehicle position pair) intersects the line of the line Geo object.
  • the data processing device 50 is configured to derive from the candidate route sections A 1 , A 2 and A 3 in each case the candidate Geo object of the first section of the sequence (A 1 ) and the candidate Geo object of the last section of the sequence (A 3 ) and to reject the others (in this case that of Section A 2 ).
  • a toll system 70 which comprises at least one component (vehicle device 10 f and / or data processing device 50) which is designed to recognize at least one lane of at least one vehicle 30 f for the passage of at least one consolidated route section B of the new route section network G '.
  • the data processing device 50 is configured to send the selected candidate geo-objects O 1 and O 3 associated with consolidated link segments and consolidated recognition rules to at least one vehicle device 20 f, which is linked to consolidated link sections as a result of receiving the selected candidate geo-objects consolidated detection rules is configured to detect based on vehicle positions generated or detected by the vehicle unit 20 f the driving of the consolidated track section B.
  • the data processing device 50 is formed, the selected candidate spatial objects O 1 and O 3 linked 57a to store and based on the selected candidate spatial objects O 1 and O 3 under with consolidated route sections and consolidated detection rules in the first central memory Application of the consolidated recognition rule from at least one lane of at least one vehicle to detect at least the consolidated track section B of the new route section network G '.

Landscapes

  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

Es werden eine Datenverarbeitungseinrichtung (50) und ein Verfahren bereitgestellt, die aus erfassten Fahrspuren (F k ) Trajektorien (T n ) von Streckenabschnitten (A i ) eines Streckenabschnittsnetzes (G) ermitteln und zur Zusammenlegung geeignete Kandidaten-Streckenabschnitte (A i , ..., A i+qm-1 ) identifizieren, die in Form einer Teilsequenz (Q m ) von mehreren Mehrfachabschnittssequenzen (M l ) der Trajektorien (T n ) umfasst sind. Gemäß einer Weiterbildung werden durch die Datenverarbeitungseinrichtung (50) und das Verfahren ein neues Streckenabschnittsnetz (G') erzeugt, welches anstatt der Kandidaten-Streckenabschnitte (A i , ..., A i+qm-1 ) einen aus den Kandidaten-Streckenabschnitten (A i , ..., A i+qm-1 ) zusammengesetzten konsolidierten Streckenabschnitt (B m ) umfasst.

Description

  • Die vorliegende Erfindung betrifft eine Datenverarbeitungseinrichtung und ein Verfahren zur Reduzierung der Komplexität eines Streckenabschnittsnetzes.
  • Ein Mautsystem, in dem Mautgebühren für einen jeden befahrenen Streckenabschnitt erhoben werden, wird umso komplexer je mehr Streckenabschnitte das Streckenabschnittsnetz dieses Mautsystems umfasst. Insbesondere erforderte die Prüfung von durch Fahrzeuggeräte eines mautpflichtigen Fahrzeugs erfassten Fahrzeugpositionen auf hinreichende örtliche Übereinstimmung mit einem mautpflichtigen Streckenabschnitt umso größere Rechenzeit, je mehr mautpflichtige Streckenabschnitte des Streckenabschnittsnetzes für eine solche Prüfung zur Verfügung stehen.
    Vor diesem Problem steht die Anmelderin bei der Aufgabe, die Mauterhebung von dem Streckenabschnittsnetz der Bundesautobahnen Deutschlands (etwa 8.500 Streckenabschnitte) auf das Streckenabschnittsnetz von Bundesautobahnen und Bundesstraßen Deutschlands (insgesamt etwa 140.000 Streckenabschnitte) auszudehnen. Die Streckenabschnitte eines ersten Netzes übergeordneter (in diesem Falle mautpflichtiger) Straßen sind dabei anhand von Kartendaten definiert, die am Anfang und am Ende eines jeden Streckenabschnittes des ersten Netzes entweder eine Verzweigung (Einmündung, Abzweigung, Kreuzung usw.) eines anderen Streckenabschnittes des ersten Netzes oder eine Zufahrt aus einem zweiten Netz untergeordneter (in diesem Falle mautfreier) Straßen beziehungsweise eine Abfahrt in das zweite Netz untergeordneter Straßen beinhalten.
  • Aufgabe der Erfindung ist es eine Datenverarbeitungseinrichtung und ein Verfahren bereitzustellen, mit denen es möglich wird, die Anzahl der Streckenabschnitte eines initialen Streckenabschnittsnetzes ohne oder ohne wesentliche finanzielle Einbußen zu reduzieren.
  • Diese Aufgabe wird durch eine Datenverarbeitungseinrichtung und ein Verfahren gemäß den unabhängigen Ansprüchen gelöst. Vorteilhafte Weiterbildungen sind Gegenstand abhängiger Ansprüche. Merkmale, Vorteile verschiedener Ausführungsformen, Ausführungsbeispiele und Anspruchskategorien sowie Bemerkungen dazu gelten jeweils auf andere Ausführungsformen, Ausführungsbeispiele und Anspruchskategorien übertragbar oder austauschbar, soweit dies technisch und widerspruchsfrei im Rahmen der vorliegenden Erfindung möglich ist.
  • Vereinfacht gesprochen werden durch die Erfindung eine Datenverarbeitungseinrichtung und ein Verfahren bereitgestellt, die aus erfassten Fahrspuren Trajektorien von Streckenabschnitten eines Streckenabschnittsnetzes ermitteln und zur Zusammenlegung geeignete Kandidaten-Streckenabschnitte identifizieren, die in Form einer Teilsequenz von mehreren Mehrfachabschnittssequenzen der Trajektorien umfasst sind. Gemäß einer Weiterbildung werden durch die Datenverarbeitungseinrichtung und das Verfahren ein neues Streckenabschnittsnetz erzeugt, welches anstatt der Kandidaten-Streckenabschnitte einen aus den Kandidaten-Streckenabschnitten zusammengesetzten konsolidierten Streckenabschnitt umfasst.
  • Gemäß einem ersten Aspekt der Erfindung wird eine Datenverarbeitungseinrichtung bereitgestellt, welche ausgebildet ist, ein Streckenabschnittsnetz mit einer Anzahl R von Streckenabschnitten mit Vorgänger-Nachfolger-Beziehungen von ersten Streckenabschnitten zu zweiten Streckenabschnitten im Streckenabschnittsnetz bereitzustellen, mehrere Fahrspuren zumindest eines Fahrzeugs über jeweils einen oder mehrere Streckenabschnitte des Streckenabschnittsnetzes zu erfassen, eine Menge an Trajektorien mit jeweils wenigstens einem Streckenabschnitt Ai aus den erfassten Fahrspuren zu bestimmen, die mehrere Mehrfachabschnittssequenzen mit mehreren, jeweils von einem Fahrzeug in unmittelbarer Folge befahrenen, Streckenabschnitten, die bedingt durch eine Vorgänger-Nachfolger-Beziehung oder mehrere Vorgänger-Nachfolger-Beziehungen des Streckenabschnittsnetzes im Streckenabschnittsnetz unmittelbar aufeinander folgen, umfasst und wenigstens ein qm-tupel (qm > 1) von mehreren unmittelbar im Streckenabschnittsnetz aufeinander folgenden Kandidaten-Streckenabschnitten zu identifizieren, die eine Teilsequenz von qm unmittelbar aufeinander folgend befahrenen Streckenabschnitten von mehreren der bestimmten Mehrfachabschnittsequenzen der erfassten Fahrspuren bilden.
  • Unter einer Trajektorie wird jeder Streckenabschnitt und jede Sequenz von bedingt durch eine Vorgänger-Nachfolger-Beziehung oder mehrere Vorgänger-Nachfolger-Beziehungen des Streckenabschnittsnetzes im Streckenabschnittsnetz unmittelbar aufeinander folgenden Streckenabschnitten verstanden, auf deren Befahrung eine oder mehrere Fahrspuren schließen lassen.
    Folglich kann eine Trajektorie auch nur aus einem einzigen Streckenabschnitt bestehen. Eine solche Trajektorie wird auch als Einfach- oder Einzelabschnittssequenz bezeichnet.
    Eine Mehrfachabschnittssequenz umfasst definitionsgemäß wenigstens zwei Streckenabschnitte und kann einer Trajektorie mit mehreren Streckenabschnitten entsprechen oder Teil einer Trajektorie sein, die eine größere Anzahl an Streckenabschnitten enthält als die Mehrfachabschnittssequenz.
    Eine Teilsequenz kann eine Anzahl von Streckenabschnitten von Mehrfachabschnittssequenzen besitzen, die kleiner oder gleich der Anzahl von Streckenabschnitten der Mehrfachabschnittssequenzen ist. Besitzen Mehrfachabschnittssequenzen, die die Teilsequenz umfassen, unterschiedliche Anzahlen von Streckenabschnitten, so kann die Teilsequenz - soweit sie nur aufgrund dieser Mehrfachabschnittssequenzen erfindungsgemäß vorliegt - maximal die Anzahl an Streckenabschnitten der kürzesten Mehrfachabschnittssequenz aufweisen.
  • Mit jedem qm-tupel von mehreren unmittelbar im Streckenabschnittsnetz aufeinander folgenden Kandidaten-Streckenabschnitten lässt sich ein neuer, aus den Kandidaten-Streckenabschnitten kombinierter, "konsolidierter" Streckenabschnitt eines neuen Streckenabschnittsnetzes bilden.
    Insbesondere ist die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet, U mehrere streckenabschnittsdisjunkte q m-tupel von jeweils mehreren unmittelbar im Streckenabschnittsnetz aufeinander folgenden Kandidaten-Streckenabschnitten zu identifizieren, die streckenabschnittsdisjunkte Teilsequenzen von qm unmittelbar aufeinander folgend befahrenen Streckenabschnitten von mehreren der bestimmten Mehrfachabschnittsequenzen der erfassten Fahrspuren bilden.
    Streckenabschnittsdisjunkte Teilsequenzen und Gruppen von Streckenabschnitten zeichnen sich dadurch aus, dass ihnen kein Streckenabschnitt gemein ist. Im Gegensatz dazu zeichnen sich streckenabschnittskonjunkte Teilsequenzen und Gruppen von Streckenabschnitten dadurch aus, dass ihnen wenigstens ein Streckenabschnitt gemein ist.
    Mit einer Anzahl von U streckenabschnittsdisjunkten qm-tupeln lassen sich U neue, aus den jeweiligen Kandidaten-Streckenabschnitten kombinierte, Streckenabschnitte eines neuen Streckenabschnittsnetzes bilden, die jeweils aus den Kandidaten-Streckenabschnitten einer Teilsequenz zusammengesetzt sind. Zur Vermeidung einer Doppelvergebührung von Streckenabschnitten ist von einer Bildung neuer Streckenabschnitte aus streckenabschnittskonjunkten qm-tupeln abzusehen.
  • Das neue Streckenabschnittsnetz kann dabei neben den U neuen, konsolidierten Streckenabschnitten auch noch eine Anzahl V von einem oder mehreren Streckenabschnitten des ursprünglichen Streckenabschnittsnetzes enthalten, die nicht als erfindungsgemäße Kandidaten-Streckenabschnitte identifiziert wurden, jedoch ebenfalls als neue Streckenabschnitte aufgefasst werden, weil sie - ebenso wie die konsolidierten Streckenabschnitte - neue Streckenabschnitte eines neuen Streckenabschnitts sind. Jedenfalls lässt sich die Anzahl R der Streckenabschnitte eines Streckenabschnittsnetzes damit um Y = m = 1 U q m U
    Figure imgb0001
    Streckenabschnittabschnitte reduzieren. Zur Bildung eines neuen Streckenabschnittsnetzes mit einer Anzahl R = R Y = U + V
    Figure imgb0002
    neuen Streckenabschnitten werden vorzugsweise die Vorgänger-Nachfolger-Beziehungen der neuen Streckenabschnitte des neuen Streckenabschnittsnetzes abhängig von den Vorgänger-Nachfolger-Beziehungen der (ursprünglichen) Streckenabschnitte des (ursprünglichen) Streckenabschnittsnetzes angepasst. Dadurch wird die Komplexität eines Streckenabschnittsnetzes erheblich reduziert.
    Darüber hinaus können Streckenabschnitte, die keine Trajektorie einer Fahrspur waren oder in keiner Trajektorie einer Fahrspur enthalten waren, aus dem Streckenabschnittsnetz entfernt werden, und somit die Anzahl R' an neuen Streckenabschnitten noch weiter abgesenkt werden.
  • Der Erfindung liegt der Gedanke zugrunde, dass mehrere im Streckenabschnittsnetz unmittelbar aufeinanderfolgende Streckenabschnitte zu einem konsolidierten Streckenabschnitt zusammengefasst werden, wenn sich aus mehreren Fahrspuren ergibt, dass unmittelbar aufeinander folgende Streckenabschnitte stets "en bloc" befahren werden, ohne dass zwischen ihnen ab- und/ oder aufgefahren wird.
  • Das Streckenabschnittsnetz kann durch einen Graphen oder durch eine Vorgänger-Nachfolger-Beziehungs-Matrix, insbesondere durch eine Adjazenzmatrix, dargestellt werden.
    Insbesondere ist das Streckenabschnittsnetz in Form einer Vorgänger-Nachfolger-Beziehungs-Relation (Graph oder Matrix) seiner Streckenabschnitte in der erfindungsgemäßen Datenverarbeitungseinrichtung gespeichert.
  • Insbesondere kann die Menge der Trajektorien als Multimenge ausgebildet sein, indem sie mehrere identische Trajektorien (und mithin identische Mehrfachabschnittssequenzen) derselben Fahrspur (im Falle einer Mehrfachbefahrung durch dasselbe Fahrzeug) oder verschiedener Fahrspuren von demselben Fahrzeug oder verschiedenen Fahrzeugen umfasst. Man spricht dabei davon, dass die Trajektorien oder Mehrfachabschnittssequenzen mit einer Vielfachheit von größer als eins von der Multimenge umfasst sind.
  • Im Folgenden wird immer dann, wenn von Velfachheiten von Sequenzen die Rede ist, die Menge der Trajektorien, die sie enthält, als Multimenge verstanden. Die Bezeichnung "Menge" schließt nur dann eine Multimenge als Menge aus, wenn prinzipiell alle ihre Elemente verschieden sind, dass heißt: alle Elemente weisen eine Vielfachheit von eins auf.
  • Insbesondere bilden die Kandidaten-Streckenabschnitte eine Teilsequenz von mehreren verschiedenen Fahrspuren und die erfindungsgemäße Datenverarbeitungseinrichtung ist vorzugsweise ausgebildet, diese als solche zu identifizieren.
  • Zur Erfüllung der Maßgabe der erfindungsgemäßen Identifizierung kann die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet sein, nur diejenigen Mehrfachabschnittssequenzen der Menge an Trajektorien hinzuzufügen, deren Vielfachheit größer als eins sind, das heißt: solche Mehrfachabschnittssequenzen, die Mehrfachabschnittsequenzen mehrerer verschiedener Fahrspuren sind oder mehrfach in derselben Fahrspur auftreten. Damit kann die Ausbildung der Trajektorienmenge als Multimenge vermieden werden und sämtliche Mehrfachabschnittssequenzen der Trajektorienmenge sind verschieden. Diese Maßnahme verringert den Speicherbedarf bei der Erstellung der Trajektorienmenge und erhöht die Geschwindigkeit bei der Identifizierung der Kandidaten-Streckenabschnitte.
  • Bevorzugt umfassen die Fahrspuren Fahrzeugpositionen des durch das jeweilige Fahrzeug im Streckenabschnittsnetz zurückgelegten Weges umfasst und die erfindungsgemäße Datenverarbeitungseinrichtung ist ausgebildet, die befahrenen Streckenabschnitte durch Vergleich von Fahrzeugpositionen der jeweiligen Fahrspur zumindest mit durch wenigstens eine vorbestimmte Position gekennzeichneten Geo-Objekten, die mit jeweils einem Streckenabschnitt assoziiert sind, unter der Erkennungsbedingung zu ermitteln, dass wenigstens eine der Fahrzeugpositionen hinreichend mit dem jeweiligen Geo-Objekt übereinstimmt.
    Alternativ oder optional umfasst bereits die Fahrspur wenigstens einen befahrenen Streckenabschnitt, wobei die Datenverarbeitungseinrichtung von einem Mautsystem mit wenigstens einer von dem Fahrzeug mitgeführten Fahrzeugeinrichtung umfasst ist und die Fahrzeugeinrichtung einen Prozessor aufweist, der ausgebildet ist, aus wenigstens einer durch die Fahrzeugeinrichtung empfangenen oder erzeugten Fahrzeugposition durch Vergleich dieser Fahrzeugposition mit wenigstens einem durch wenigstens eine vorbestimmte Position gekennzeichneten Geo-Objekt, das mit einem Streckenabschnitt assoziiert ist, einen befahrenen Streckenabschnitt unter der Erkennungsbedingung zu ermitteln, dass zumindest die wenigstens eine Fahrzeugposition hinreichend mit dem jeweiligen Geo-Objekt übereinstimmt.
    Die besagten Erkennungsbedingungen sind insbesondere jeweils Teil einer Erkennungsregel, die die Ermittlung eines befahrenen Streckenabschnitts als Erkennungskonsequenz an die Erfüllung der Erkennungsbedingung knüpft.
  • In beiden Varianten kann dabei die Assoziierung mit einem Streckenabschnitt beispielsweise durch eine datentechnische Verknüpfung des Geo-Objektes mit einer Streckenabschnittskennung (z. B. einer Nummer) dieses Streckenabschnitts realisiert werden.
    Insbesondere ist die Datenverarbeitungseinrichtung von einem Mautsystem mit wenigstens einer von dem Fahrzeug mitgeführten Fahrzeugeinrichtung, welches wenigstens eine Fahrspur aufzeichnet, umfasst, wobei die Datenverarbeitungseinrichtung ausgebildet ist, die aufgezeichnete Fahrspur durch Empfang über ein Mobilfunknetz von der Fahrzeugeinrichtung zu erfassen.
  • Insofern wird durch die Erfindung auch ein Mautsystem bereitgestellt, welches eine erfindungsgemäße Datenverarbeitungseinrichtung (oder eine ihrer nachfolgend beschriebenen Weiterbildungen) sowie mehrere Fahrzeugeinrichtungen aufweist, die ausgebildet sind, Fahrspuren des jeweiligen Fahrzeugs, von dem sie mitgeführt werden, aufzuzeichnen und aufgezeichnete Fahrspuren an die Datenverarbeitungseinrichtung zu senden, wobei die Datenverarbeitungseinrichtung ausgebildet ist, die gesendeten Fahrpuren durch zu erfassen, indem sie sie empfängt.
  • Insbesondere umfasst das erfindungsgemäße Mautsystem Erkennungsregeln zur Ermittlung befahrener Streckenabschnitte in Abhängigkeit von der hinreichenden Übereinstimmung von durch eine jeweilige Fahrzeugeinrichtung erfassten oder erzeugten Positionsdaten mit durch jeweils wenigstens durch eine vorbestimmte Position gekennzeichneten und mit einem Streckenabschnitt verknüpften Geo-Objekten.
    Die Erkennungsregeln können in der erfindungsgemäßen Datenverarbeitungseinrichtung gespeichert sein, wobei Fahrzeugeinrichtungen ausgebildet sind, die erfassten oder erzeugten Positionsdaten an die erfindungsgemäße Datenverarbeitungseinrichtung zur Ermittlung der befahrenen Streckenabschnitte durch die erfindungsgemäße Datenverarbeitungseinrichtung zu senden und die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet ist, anhand der empfangenen Positionsdaten und der Erkennungsregeln die Streckenabschnitte zu ermitteln, die das Fahrzeug befahren hat, welches diejenige Fahrzeugeinrichtung mitführt, von der die empfangenen Positionsdaten stammen.
    Optional oder alternativ können die Erkennungsregeln in jeder der Fahrzeugeinrichtungen gespeichert sein, wobei die jeweilige Fahrzeugeinrichtung ausgebildet ist, anhand der erfassten oder erzeugten Positionsdaten und der Erkennungsregeln die Streckenabschnitte zu ermitteln, die das Fahrzeug befahren hat, welches die jeweilige Fahrzeugeinrichtung mitführt, und die ermittelten Streckenabschnitte an eine Zentrale des Mautsystems, insbesondere in Form von Fahrspuren an die erfindungsgemäße Datenverarbeitungseinrichtung zu senden.
  • Vorzugsweise repräsentiert das Streckenabschnittsnetz ein erstes Netz übergeordneter Straßen und weist Zufahrten aus einem zweiten Netz untergeordneter Straßen an dem Beginn von zumindest einigen Streckenabschnitten und Abfahrten in das zweite Netz untergeordneter Straßen an dem Ende von zumindest einigen Streckenabschnitten auf, wobei die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet ist, eine Menge an Trajektorien mit jeweils wenigstens einem Streckenabschnitt aus den erfassten Fahrspuren zu bestimmen, die als Mehrfachabschnittssequenzen vollständige Mehrfachabschnittssequenzen umfasst, die mit der Zufahrt auf einen ersten Streckenabschnitt aus dem zweiten Netz beginnen und mit der Abfahrt von einem zweiten Streckenabschnitt in das zweite Netz enden und als wenigstens ein qm-tupel von mehreren unmittelbar im Streckenabschnittsnetz aufeinander folgenden Kandidaten-Streckenabschnitten ein solches zu identifizieren, das eine Teilsequenz von q m unmittelbar aufeinander folgend befahrenen Streckenabschnitten von mehreren der bestimmten vollständigen Mehrfachabschnittsequenzen der erfassten Fahrspuren aufweist.
    Dabei kann die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet sein, einem Streckenabschnitt, dem gemäß der erfassten Fahrspur ein Vorgänger mangelt, als denjenigen ersten Streckenabschnitt der Sequenz zu interpretieren, an dem die Zufahrt aus dem zweiten Netz in das erste Netz erfolgte, und einen Streckenabschnitt, dem gemäß der erfassten Fahrspur ein Nachfolger mangelt, als denjenigen ersten oder zweiten Streckenabschnitt der Sequenz zu interpretieren, an dem die Abfahrt aus dem ersten Netz in das zweite Netz erfolgte.
  • Damit wird die Datenverarbeitung vereinfacht, weil die Datenverarbeitungseinrichtung nur solche Mehrfachabschnittssequenzen auf gemeinsame Teilsequenzen untersucht, die bereits die maximale Anzahl an Streckenabschnitten einer Trajektorie umfasst, und die im Ergebnis überflüssige Verarbeitung kürzerer Mehrfachabschnittssequenzen vermieden wird.
    Damit ist eine Trajektorie stets eine vollständige Mehrfachabschnittssequenz der jeweiligen Fahrspur oder ein einzelner Streckenabschnitt ohne Vorgänger und Nachfolger der jeweiligen Fahrspur.
  • Alternativ oder optional repräsentiert das Streckenabschnittsnetz ein erstes Netz übergeordneter Straßen und weist Zufahrten aus einem zweiten Netz untergeordneter Straßen an dem Beginn von zumindest einigen Streckenabschnitten und Abfahrten in das zweite Netz untergeordneter Straßen an dem Ende von zumindest einigen Streckenabschnitten auf, wobei die Datenverarbeitungseinrichtung ausgebildet ist, eine Menge an Trajektorien mit jeweils wenigstens einem Streckenabschnitt aus den erfassten Fahrspuren zu bestimmen, die zusätzlich zu den Mehrfachabschnittssequenzen Einzelabschnittssequenzen von Streckenabschnitten umfasst, die jeweils mit der Zufahrt auf einen Streckenabschnitt aus dem zweiten Netz beginnen und mit der Abfahrt von demselben Streckenabschnitt Ai in das zweite Netz enden und als wenigstens ein q-tupel von mehreren unmittelbar im Streckenabschnittsnetz aufeinander folgenden Kandidaten-Streckenabschnitten ein solches zu identifizieren, das eine Teilsequenz von q m unmittelbar aufeinander folgend befahrenen Streckenabschnitten von mehreren der bestimmten Mehrfachabschnittsequenzen der erfassten Fahrspuren aufweist, ohne einen Streckenabschnitt einer Einzelabschnittsequenz zu umfassen.
    Damit werden unter anderem nur solche Streckenabschnitte als Kandidaten-Streckenabschnitte identifiziert, die nicht gemäß irgendeiner Fahrspur ohne einen Vorgänger und/ oder Nachfolger befahren.
    Vorteilhaft wird dadurch im Rahmen statistischer Regeln gewährleistet, dass Kandidaten-Streckenabschnitte identifiziert werden, deren Kombination zu einem konsolidierten Streckenabschnitt, bei dessen Befahrung in einem erneuerten Streckenabschnittsnetz eine Gebühr für die Befahrung aller seiner Kandidaten-Streckenabschnitte erhoben wird, keinen nennenswerten Anteil an Teilbefahrungen impliziert, der mangels vollständiger Befahrung einen Einnahmeverzicht bedeuten würde.
  • Ganz allgemein kann die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet sein, wenigstens ein q-tupel von unmittelbar im Streckenabschnittsnetz aufeinander folgenden Kandidaten-Streckenabschnitten, die stets oder öfter als eine vorgegebene relative Häufigkeit eine Teilsequenz von unmittelbar aufeinander folgend befahrenen Streckenabschnitten von mehreren der bestimmten Trajektorien der erfassten Fahrspuren bilden, zu identifizieren, wobei die relative Häufigkeit dem Quotienten aus der Anzahl des Auftretens der Teilsequenz und der Summe aus der Anzahl des Auftretens der Teilsequenz und der Anzahl des Auftretens von Trajektorien, die zumindest einen ersten Kandidaten-Streckenabschnitt der Teilsequenz aufweisen und zumindest einen zweiten Kandidaten-Streckenabschnitt der Teilsequenz nicht aufweisen, entspricht.
  • Mit der Zulassung einer vorgegebenen relativen Häufigkeit des Auftretens einer Teilsequenz von beispielsweise 10 % bietet sich für den Mautbetreiber die Möglichkeit, die Mauteinnahmen bei gleichbleibendem Tarif (z. B. Euro pro Kilometer) deutlich zu erhöhen, indem er die Streckenabschnittsbenutzungsabgabe der Maut nicht mehr als Gebühr, sondern als Beitrag ausbildet. Befahren nämlich in einem Beitragssystem nur relativ wenige Fahrzeuge nicht alle Kandidaten-Streckenabschnitte aber zumindest einen Kandidaten-Streckenabschnitt eines konsolidierten Streckenabschnitts, so darf dies im Sinne der Abgabengerechtigkeit nicht dazu führen, dass diese wenigen Fahrzeuge keinen Beitrag für diesen konsolidierten Abschnitt zahlen, dessen sämtliche Kandidaten-Streckenabschnitte von der überwiegenden Mehrheit fast aller Beitrag zahlenden Fahrzeuge befahren werden. Nach Maßgabe der Typisierungsgerechtigkeit, die diese Abgabeungerechtigkeit vermeidet, dürfen dann auch diese relativ wenigen Fahrzeuge, die in relativ wenigen Fällen (z. B. nicht mehr als zehn Prozent aller Fahrspuren) nicht alle Kandidaten-Streckenabschnitte aber zumindest einen Kandidaten-Streckenabschnitt eines konsolidierten Streckenabschnitts befahren, zur Zahlung des Beitrags für diesen konsolidierten Abschnitt herangezogen werden, den sie nur teilweise befahren haben.
    Die Erfindung ermöglicht es beispielsweise, Kandidaten-Streckenabschnitte zu identifizieren, die in mehr als neunzig Prozent der Fahrspuren von einer ihrer Trajektorien umfasst sind.
  • Vorzugsweise ist die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet, eine Menge an Trajektorien mit jeweils wenigstens einem Streckenabschnitt aus den erfassten Fahrspuren zu bestimmen, die nur solche Mehrfachabschnittssequenzen umfasst, die verzweigungsknotenfrei in der Hinsicht sind, dass zwischen keinem Paar an unmittelbar aufeinander folgenden Streckenabschnitten einer verzweigungsknotenfreien Mehrfachabschnittssequenz ein Verzweigungsknoten vorliegt, wobei die Datenverarbeitungseinrichtung ferner ausgebildet ist, von verzweigungsknotenhaltigen Mehrfachabschnittssequenzen verzweigungsknotenterminierte Mehrfachabschnittssequenzen abzutrennen, welche sie als verzweigungsknotenfreie Mehrfachabschnittssequenzen zur Menge der Trajektorien hinzufügt.
    Mit dieser Maßnahme kann die Identifizierung von Kandidaten-Streckenabschnitten deutlich vereinfacht und beschleunigt werden, weil das Problem der verschiedenen, gegebenenfalls streckenabschnittskonjunkten Teilsequenzen, die sich über denselben Verzweigungsknoten erstrecken, von vornherein vermieden wird.
  • Um zu einer optimalen Auswahl an Teilsequenzen von Kandidaten-Streckenabschnitten für konsolidierte Streckenabschnitte eines hinsichtlich seiner Komplexität reduzierten Streckenabschnittsmodells zu gelangen, kann die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet sein, eine Zielfunktion derjenigen Teilmengen einer Ausgangsmenge von in der Menge an Trajektorien enthaltenen verschiedenen Teilsequenzen zu maximieren, die wenigstens eine vorgegebene Nebenbedingung erfüllen.
    Eine solche Zielfunktion (auch Nutzenfunktion genannt) akzeptiert jede Auswahl an möglichen Teilsequenzen und Streckenabschnitten, die die Nebenbedingung erfüllt und gibt für jede Auswahl einen Nutzenwert zurück.
    Dabei ist die Datenverarbeitungseinrichtung vorzugsweise ausgebildet, im Ergebnis der Maximierung wenigstens eine Teilsequenz zu identifizieren, die einer Teilmenge der Ausgangsmenge angehört, für die die Zielfunktion den Maximalwert annimmt.
    Insbesondere kann die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet sein, eine Zielfunktion derjenigen Teilmengen einer Ausgangsmenge von allen in der Menge an Trajektorien enthaltenen verschiedenen Teilsequenzen zu maximieren, die wenigstens eine vorgegebene Nebenbedingung erfüllen. Damit steht der Datenverarbeitungseinrichtung die größte Ausgangsmenge an Teilsequenzen für die Zielfunktion zur Verfügung.
    Ferner kann die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet sein, eine Zielfunktion derjenigen Teilmengen einer Ausgangsmenge von - insbesondere allen - in der Menge an Trajektorien enthaltenen verschiedenen Teilsequenzen und Einzelabschnittssequenzen von Streckenabschnitten, die keiner Teilsequenz der Ausgangsmenge angehören, zu maximieren, die wenigstens eine vorgegebene Nebenbedingung erfüllen.
  • Zur Erfüllung der Maßgabe der erfindungsgemäßen Identifizierung kann eine derartige erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet sein, nur Teilsequenzen derjenigen Mehrfachabschnittssequenzen der Ausgangsmenge oder einer Teilmenge hinzuzufügen, deren Velfachheit größer als eins sind, das heißt: solcher Mehrfachabschnittssequenzen, die Mehrfachabschnittsequenzen mehrerer verschiedener Fahrspuren sind oder mehrfach in derselben Fahrspur auftreten.
  • Eine Nebenbedingung kann lauten, dass nur solche ausgewählten Teilsequenzen einer Teilmenge angehören dürfen, von denen kein Streckenabschnitt von einer Trajektorie umfasst ist, die nicht auch die ausgewählte Teilsequenz umfasst, wobei die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet ist, nur derartige ausgewählte Teilsequenzen einer Teilmenge der Zielfunktion hinzuzufügen. Damit wird eine Identifizierung von Kandidaten-Streckenabschnitten vermieden, die einer Teilsequenz angehören, die nicht in allen Fällen vollständig befahren wird.
  • Eine andere, alternative oder kumulative, Nebenbedingung kann lauten, dass eine vorgegebene Anzahl von verschiedenen Teilsequenzen - und optional Einzelabschnittssequenzen - der Teilmenge nicht überschritten, insbesondere getroffen wird. Dazu ist die erfindungsgemäße Datenverarbeitungseinrichtung vorzugsweise ausgebildet, eine Zielfunktion derjenigen Teilmengen einer Ausgangsmenge von in der bestimmten Menge an Trajektorien enthaltenen verschiedenen Teilsequenzen - und optional Einzelabschnittssequenzen - zu maximieren, die die Nebenbedingung erfüllen, dass sie nicht mehr als - insbesondere genau - eine vorgegebene Anzahl von verschiedenen Teilsequenzen - und optional Einzelabschnittssequenzen - enthält.
    Mit dieser Maßnahme lässt sich der Umfang eines neuen Streckenabschnittsnetzes festlegen und optional auch seine Art - nämlich ob auch (beispielsweise eine bestimmte Anzahl) Streckenabschnitte von Einzelabschnittssequenzen enthalten sein dürfen oder nicht.
  • Besonders bevorzugt ist die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet, eine Zielfunktion derjenigen Teilmengen einer Ausgangsmenge von - insbesondere allen - in der Menge an Trajektorien enthaltenen verschiedenen Teilsequenzen und Einzelabschnittssequenzen zu maximieren, die die erste Nebenbedingung erfüllen, dass eine vorgegebene Anzahl der Teilsequenzen und Einzelabschnittssequenzen einer Teilmenge, nicht überschritten - insbesondere getroffen - wird, und die zweite Nebenbedingung erfüllen, dass die Teilsequenzen und Einzelabschnittssequenzen disjunkt sind.
    Die Disjunktivitätsbedingung legt fest, dass kein Streckenabschnitt mehrfach in eine Teilmenge eingeht, weder als Einzelabschnittssequenz noch als Streckenabschnitt einer Teilsequenz, das heißt: dass nur solche Einzelabschnittssequenzen zu einer Teilmenge zählen, die keiner Teilsequenz dieser Teilmenge angehören und nur solche Teilsequenzen zu einer Teilmenge zählen, die mit keiner der übrigen Teilsequenzen dieser Teilmenge einen Streckenabschnitt gemein haben.
    Damit wird der Vermeidung einer Mehrfachvergebührung von neuen Streckenabschnitten eines neuen Streckenabschnittsnetzes Rechnung getragen.
  • Bevorzugt ist die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet, in die Ausgangsmenge nur solche Teilsequenzen aufzunehmen, die von mehreren - nicht notwendigerweise verschiedenen - Mehrfachabschnittsequenzen (das heißt: solchen mit einer Vielfachheit von größer als eins oder solchen, die zwar verschieden sind, aber dieselbe Teilsequenz umfassen) umfasst sind. Damit wird schon vor der Durchführung des Maximierungsprozesses der Zielfunktion eine Datenbasis bereitgestellt, die die Maßgabe der Erfindung erfüllt, dass die Kandidaten-Streckenabschnitte eine Teilsequenz mehrerer bestimmter Mehrfachabschnittsequenzen der erfassten Fahrspuren bilden sollen. Die Wirkung ist eine vereinfachte und beschleunigte Durchführung des Maximierungsprozesses.
  • Vorzugsweise ist die erfindungsgemäße Datenverarbeitungseinrichtung dadurch gekennzeichnet, dass Teilsequenzen und Einzelabschnittsequenzen in Abhängigkeit von ihrer jeweiligen Vielfachheit, mit der sie in der bestimmten Menge an Trajektorien auftreten, in die Zielfunktion eingehen.
    Vorzugsweise gehen die Teilsequenzen und Einzelabschnittsequenzen mit einer Potenz ihrer jeweiligen Vielfachheit in die Zielfunktion ein, wobei diese Potenz jeweils größer als null ist. Insbesondere kann die Potenz eins betragen.
    Dies führt im Ergebnis dazu, dass bevorzugt diejenigen Teilsequenzen der Teilmenge einer im Ergebnis maximalen Zielfunktion sind, die besonders häufig durchgängig befahren werden.
  • Vorzugsweise ist die erfindungsgemäße Datenverarbeitungseinrichtung dadurch gekennzeichnet, dass Teilsequenzen und Einzelabschnittssequenzen in Abhängigkeit von einem jeweiligen ihnen zugeordneten Gewicht in die Zielfunktion eingehen. Insbesondere ist das jeweilige Gewicht ein Maß für die Länge der Teilsequenz beziehungsweise der Einzelabschnittssequenz.
    Dies führt im Ergebnis dazu, dass bevorzugt diejenigen Teilsequenzen Elemente einer Teilmenge einer im Ergebnis maximalen Zielfunktion sind, die besonders lang sind.
    Gängigen Tarifmodellen von Mautsystem entsprechend sind die längsten Streckenabschnitte die gebührenträchtigsten. Bei einer Begrenzung der Anzahl neuer Streckenabschnitte eines neuen mautpflichtigen Streckenabschnittsnetzes ist es im Sinne einer Maximierung des Gebührenaufkommens vorteilhaft, eine derartige Wichtung vorzunehmen.
  • Besonders bevorzugt ist die erfindungsgemäße Datenverarbeitungseinrichtung in ihrer einfachsten Ausbildung oder einer jeden ihrer Weiterbildungen ausgebildet, aus dem Streckenabschnittsnetz ein neues Streckenabschnittsnetz mit einer wenigstens um q-1 gegenüber der ursprünglichen Anzahl reduzierten Anzahl an neuen Streckenabschnitten einer Menge von neuen Streckenabschnitten zu erzeugen, wobei sie identifizierte Kandidaten-Streckenabschnitte wenigstens einer Teilsequenz zu wenigstens einem konsolidierten Streckenabschnitt zusammenfasst.
    Damit wird es möglich, aus einem ursprünglichen, komplexen Streckenabschnittsnetz ein neues, weniger komplexes Streckenabschnittsnetz zu erzeugen.
    Insbesondere kann eine solche Datenverarbeitungseinrichtung ausgebildet sein, die Kandidaten-Streckenabschnitte einer Anzahl U von mehreren Teilsequenzen mit jeweils einem qm-tupel von Kandidaten-Streckenabschnitten jeweils teilsequenzweise zu einem konsolidierten Streckenabschnitt zusammenzufassen und durch Ersetzung der Kandidaten-Streckenabschnitte des ursprünglichen Streckenabschnittsnetzes ein neues Streckenabschnittsnetz mit U konsolidierten Streckenabschnitten zu erzeugen.
    Ferner kann eine solche Datenverarbeitungseinrichtung ausgebildet sein, in das neue Streckenabschnittsnetz keine Streckenabschnitte aufzunehmen, die in keiner der Sequenzen (Mehrfach- und Einzelabschnittssequenzen) der erfassten Fahrspuren enthalten sind. Damit kann Komplexität eines neuen Streckenabschnittsnetzes gegenüber der des ursprünglichen noch weiter reduziert werden.
  • Dabei kann die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet sein, aus einem ursprünglichen Mautsystem mit einem ursprünglichen Streckenabschnittsnetz und ursprünglichen Erkennungsregeln ein neues Mautsystem mit einem neuen Streckenabschnittsnetz und neuen Erkennungsregeln zu schaffen, die jeweils wenigstens eine neue Erkennungsbedingung hinsichtlich einer neuen Erkennungskonsequenz der Ermittlung eines befahrenen konsolidierten Streckenabschnitt beinhalten.
    In diesem Sinne kann die erfindungsgemäße Datenverarbeitungseinrichtung ausgebildet sein, Geo-Objekte, die jeweils durch wenigstens eine vorbestimmte Position gekennzeichnet sind und jeweils mit einem Streckenabschnitt assoziiert sind, jeweils zusammen mit einer Erkennungsregel bereitzustellen, die besagt, dass die hinreichende Übereinstimmung wenigstens einer Fahrzeugposition mit wenigstens einem der Geo-Objekte einer Befahrung des mit dem diesem wenigstens einen Geo-Objekt assoziierten Streckenabschnitts entspricht, und von Kandidaten-Geo-Objekten identifizierter Kandidaten-Streckenabschnitte wenigstens eines mit dem konsolidierten Streckenabschnitt unter Bildung einer konsolidierten Erkennungsregel zu assoziieren.
    Vorzugsweise wird die besagte Fahrzeugposition durch eine von dem Fahrzeug, von dem die Fahrspur stammt, mitgeführte Fahrzeugeinrichtung erfasst oder erzeugt, insbesondere mittels eines GNSS-Empfängers (GNSS = Globales Navigationssatellitensystem).
  • Vorzugsweise umfasst das erfindungsgemäße Mautsystem eine derartige Datenverarbeitungseinrichtung. Insbesondere ist wenigstens eine Komponente (Datenverarbeitungseinrichtung oder Fahrzeugeinrichtung) eines derartigen Mautsystems ausgebildet, aus wenigstens einer Fahrspur wenigstens eines Fahrzeugs die Befahrung wenigstens eines der Streckenabschnitte des neuen Streckenabschnittsnetzes zu erkennen.
    Damit wird ein sich selbst hinsichtlich seiner Komplexität optimierendes Mautsystem bereitgestellt.
  • Insbesondere kann die derartige Datenverarbeitungseinrichtung ausgebildet sein, von den Kandidaten-Geo-Objekten derjenigen identifizierten Kandidaten-Streckenabschnitte, die zu einem konsolidierten Streckenabschnitt B zusammengefasst wurden, wenigstens ein Kandidaten-Geo-Objekt eines Kandidaten-Streckenabschnittes mit dem konsolidierten Streckenabschnitt unter Bildung einer konsolidierten Erkennungsregel zu assoziieren, die besagt, dass die hinreichende Übereinstimmung von wenigstens einer Fahrzeugposition mit dem wenigstens einen Kandidaten-Geo-Objekte der Befahrung des konsolidierten Streckenabschnitts entspricht.
    Mit dieser Erkennungsregel gilt der konsolidierte Streckenabschnitt bereits als befahren, wenn nur ein der Kandidaten-Streckenabschnitte befahren wurde.
  • Alternativ und im Sinne höherer Komplexität weniger bevorzugt kann die derartige Datenverarbeitungseinrichtung ausgebildet sein, von den Kandidaten-Geo-Objekten derjenigen identifizierten Kandidaten-Streckenabschnitte, die zu einem konsolidierten Streckenabschnitt zusammengefasst wurden, wenigstens zwei Kandidaten-Geo-Objekte verschiedener Kandidaten-Streckenabschnitte mit dem konsolidierten Streckenabschnitt unter Bildung einer konsolidierten Erkennungsregel zu assoziieren, die besagt, dass die hinreichende Übereinstimmung mehrerer Fahrzeugpositionen mit jedem der wenigstens zwei mit dem konsolidierten Streckenabschnitt Kandidaten-Geo-Objekte der Befahrung des konsolidierten Streckenabschnitts B entspricht.
  • Mit dieser Erkennungsregel gilt der konsolidierte Streckenabschnitt erst dann als befahren, wenn mehrere der Kandidaten-Streckenabschnitte befahren wurden.
  • Gemäß einem zweiten Aspekt der Erfindung wird ein Verfahren zur Reduzierung der Komplexität eines Streckenabschnittsnetzes mit folgenden Schritten bereitgestellt: (a) Bereitstellung eines Streckenabschnittsnetzes einer Anzahl R von Streckenabschnitten mit Vorgänger-Nachfolger-Beziehungen von ersten Streckenabschnitten zu zweiten Streckenabschnitten im Streckenabschnittsnetz, (b) Erfassung von mehreren Fahrspuren zumindest eines Fahrzeugs über jeweils einen oder mehrere Streckenabschnitte des Streckenabschnittsnetzes, (c) Bestimmung einer Menge an Trajektorien mit jeweils wenigstens einem Streckenabschnitt aus den erfassten Fahrspuren, die mehrere Mehrfachabschnittssequenzen mit mehreren, jeweils von einem Fahrzeug in unmittelbarer Folge befahrenen, Streckenabschnitten, die bedingt durch eine Vorgänger-Nachfolger-Beziehung oder mehrere Vorgänger-Nachfolger-Beziehungen des Streckenabschnittsnetzes im Streckenabschnittsnetz unmittelbar aufeinander folgen, umfasst und (d) Identifizierung wenigstens eines q-tupels (q > 1) von mehreren unmittelbar im Streckenabschnittsnetz aufeinander folgenden Kandidaten-Streckenabschnitten, die eine Teilsequenz von q unmittelbar aufeinander folgend befahrenen Streckenabschnitten von mehreren der bestimmten Mehrfachabschnittsequenzen der erfassten Fahrspuren bilden. Insbesondere werden alle diese Schritte von einer Datenverarbeitungseinrichtung durchgeführt.
  • Bereitgestellt wird außerdem eine Datenverarbeitungseinrichtung, die ausgebildet ist, das erfindungsgemäße Verfahren durchzuführen, beispielsweise die erfindungsgemäße Datenverarbeitungseinrichtung.
  • Weiterbildungen des erfindungsgemäßen Verfahrens können durch Schritte erfolgen, die den Weiterbildungen der erfindungsgemäßen Datenverarbeitungseinrichtung entsprechen.
  • Insbesondere ist das erfindungsgemäße Verfahren gekennzeichnet durch den Schritt der Erzeugung eines neuen Streckenabschnittsnetzes aus dem (ursprünglichen) Streckenabschnittsnetz mit einer wenigstens um q-1 gegenüber der Anzahl R reduzierten neuen Anzahl R' an neuen Streckenabschnitten einer Menge von neuen Streckenabschnitten durch Zusammenfassung identifizierter Kandidaten-Streckenabschnitte wenigstens einer Teilsequenz zu wenigstens einem konsolidierten Streckenabschnitt.
    Insbesondere wird dieser Schritt von einer Datenverarbeitungseinrichtung durchgeführt.
    Darüber hinaus kann ein Schritt vorgesehen sein, der - wie zum ersten Aspekt der Erfindung beschrieben - die Erstellung einer neuen Erkennungsregel für den wenigstens einen konsolidierten Streckenabschnitt, insbesondere die Erstellung von Erkennungsregeln für alle konsolidierten Streckenabschnitte, des neuen Streckenabschnittsnetzes vorsieht. Insbesondere wird dieser Schritt von einer Datenverarbeitungseinrichtung durchgeführt.
    Ferner kann in einem weiteren Schritt vorgesehen sein, die Befahrung wenigstens eines der neuen Streckenabschnitte des neuen Streckenabschnittsnetzes anhand wenigstens einer Fahrzeugposition wenigstens eines Fahrzeugs zu erkennen.
    Ein derartiger Schritt kann von einem von dem Fahrzeug mitgeführten Fahrzeugeinrichtung durchgeführt werden, die die Fahrzeugposition des Fahrzeugs erfasst oder erzeugt hat, beispielsweise mittels eines GNSS-Empfängers (GNSS = Globales Navigationssatellitensystem), und/ oder von einer zentralen, außerhalb vom Fahrzeug beabstandet vom Fahrzeug angeordneten Einrichtung, beispielsweise der erfindungsgemäßen Datenverarbeitungseinrichtung, die die Fahrzeugpositionen des Fahrzeugs von einer Fahrzeugeinrichtung des Fahrzeugs empfängt, welche die Fahrzeugposition des Fahrzeugs erfasst oder erzeugt hat, beispielsweise mittels eines GNSS-Empfängers (GNSS = Globales Navigationssatellitensystem).
  • Mit der Gesamtheit dieser Schritte wird ein sich selbst hinsichtlich seiner Komplexität optimierendes Mautsystem geschaffen.
  • Nachfolgend wird die Erfindung anhand zweier nicht als einschränkend anzusehender Ausführungsbeispiele näher beschrieben. Dazu zeigen schematisch
  • Fig. 1
    ein erfindungsgemäßes Mautsystem,
    Fig. 2
    den Ablauf eines erfindungsgemäßen Verfahrens,
    Fig. 3a
    eine Sequenz identifizierter Kandidaten-Streckenabschnitte und
    Fig. 3b
    einen aus den Kandidaten-Streckenabschnitten konsolidierten Streckenabschnitt
    BESTIMMUNG EINER MENGE VON TRAJEKTORIEN
  • Ein in Fig. 1 schematisch dargestelltes Mautsystem 70 weist Fahrzeuge 30f auf, die jeweils mit einem Fahrzeuggerät 10f ausgerüstet sind. Die Fahrzeuge 30f gehören zum Beispiel Nutzern des in Fig. 2 dargestellten mautpflichtigen Streckenabschnittsnetzes G. Die Anzahl der Fahrzeuge 30f beträgt vorzugsweise mehr als 1.000, besonders bevorzugt mehr als 1.000.000. Die Fahrzeuggeräte 10f sind jeweils durch einen Fahrzeuggerät-Prozessor 11f, eine Positionsbestimmungseinrichtung 12f, ein Mobilfunk-Kommunikationsmodul 13f, einen Arbeitsspeicher 16f und einen Daten-Schreib-Lese-Speicher 17f gekennzeichnet, wobei die Positionsbestimmungseinrichtung 12f das Mobilfunk-Kommunikationsmodul 13f, der Arbeitsspeicher 16f und der Daten-Schreib-Lese-Speicher 17f (beispielsweise eine Solid-State-Disk, SSD) zum Datenaustausch kommunikationstechnisch mit dem Fahrzeuggerät-Prozessor 11f gekoppelt sind. Die Positionsbestimmungseinrichtungen 12f empfangen jeweils Navigationssignale von Satelliten eines GNSS (Globalen Navigationssatellitensystems), beispielsweise GPS, und bestimmen aus den empfangenen Navigationssignalen, gegebenenfalls abhängig von Messwerten nicht dargestellter Einrichtungen zur Koppelortung, nachfolgend Fahrzeugpositionen des Fahrzeugs 30f, von dem sie mitgeführt werden. Die bestimmten Fahrzeugpositionen werden von dem Fahrzeuggerät-Prozessor 11f sukzessive empfangen und eine Fahrspurdatei geschrieben, die im Arbeitsspeicher 16f und/ oder im Daten-Schreib-Lese-Speicher 17f zur Aufnahme von Fahrzeugpositionen vorgesehen ist. Nach Erreichen einer bestimmten Anzahl von Fahrzeugpositionen oder unter einer anderen Bedingung, weist der Fahrzeuggerät-Prozessor 11f das Mobilfunk-Kommunikationsmodul 13f an, die Fahrspurdatei mit der aus den in die Fahrspurdatei geschriebenen Fahrzeugpositionen gebildeten Fahrspur F über eine Mobilfunknetz 40 an die Datenverarbeitungseinrichtung 50 einer Mautzentrale 58 des Mautsystems 70 zu senden.
  • Die Datenverarbeitungseinrichtung 50 weist einen zentralen Prozessor 51, eine zentrale Kommunikationseinrichtung 53 (beispielsweise ein Modem oder ein Gateway), einen Arbeitsspeicher 56 und zwei Daten-Schreib-Lese-Speicher 57a und 57b (kurz: Speicher, beispielsweise SSDs) auf. Die beiden Daten-Schreib-Lese-Speicher 57a und 57b können alternativ auch Speicherbereiche eines einzigen Daten-Schreib-Lese-Speichers (nicht dargestellt) sein.
  • Die Datenverarbeitungseinrichtung 50 ist ausgebildet, mehrere Fahrspuren Fk von verschiedenen Fahrzeugen 30 f durch Empfang über das Mobilfunknetz 40 zu erfassen und die erfassten Fahrspuren Fk mittels ihres zentralen Prozessors 51 anonymisiert im Speicher 57b abzulegen. Durch die Erfassung von Fahrspuren Fk über einen vorgegebenen Zeitraum von beispielsweise einem Monat oder einer Woche oder bis zu einer vorgegebenen Anzahl K an Fahrspuren Fk wird eine Menge {F} von Fahrspuren Fk in dem Speicher 57b archiviert und durch den Speicher 57b der Datenverarbeitungseinrichtung 50 bereitgestellt (siehe oberen rechten Teil von Fig. 2).
  • Gemäß beiden Ausführungsbeispielen wird als erstes Netz übergeordneter Straßen ein initiales Streckenabschnittsnetz G - in diesem Fall des bundesdeutschen Autobahnnetzes - durch die Datenverarbeitungseinrichtung 50, insbesondere durch ihren Speicher 57a, bereitgestellt. Dieses initiale Streckennetznetz ist im oberen linken Teil von Fig. 2 in Form einer Karte dargestellt, die auch die Längen und Verläufe der Streckenabschnitte abbildet. Längen und/ oder Verläufe der Streckenabschnitte müssen nicht notwendigerweise als Teil des Streckenabschnittsnetzes G im Speicher 57a gespeichert sein. Prinzipiell genügen die Kennungen der Streckenabschnitte mit ihren Vorgänger-Nachfolger-Beziehungen, die die Menge {A} der Streckenabschnitte zu einem Streckenabschnittsnetz G weiterbilden. In diesem Sinne umfasst das Streckenabschnittsnetz G die Menge {A} an R Streckenabschnitten Ai (i = 1, ..., R) und Vorgänger-Nachfolger-Beziehungen von ersten Streckenabschnitten Ai zu zweiten Streckenabschnitten Aj, j ≠ i. Die Streckenabschnitte Ai können durch ihre jeweilige Streckenabschnittskennung repräsentiert sein und/ oder durch ihre Anfangs- und Endknoten (repräsentiert durch entsprechende Knotenkennungen), die sowohl Verzweigungsknoten innerhalb des Streckenabschnittsnetzes G als auch Schnittstellenknoten zur Zufahrt aus einem zweiten Netz untergeordneter Straßen oder zur Abfahrt in das zweite Netz untergeordneter Straßen (in diesem Fall Bundesstraßen, Landesstraßen, Kreisstraßen und Gemeindestraßen) sein können. Schnittstellenknoten, die keine Verzweigungsknoten sind, werden auch als Durchgangsknoten bezeichnet.
    Diese Vorgänger-Nachfolger-Beziehungen können durch einen Graphen des Streckenabschnittsnetzes G, in dem die Streckenabschnitte die Kanten bilden und die Zu- und/oder Abfahrten die Knoten, oder durch eine Knoten-Knoten-(Adjazenz-), Knoten-Kanten- (Inzidenz-) oder Kanten-Kanten-Matrix repräsentiert sein. Zusätzlich zu dem Streckenabschnittsnetz G sind im Speicher 57a assoziiert mit jedem Streckenabschnitt Ai jeweils wenigstens ein Geo-Objekt Oi gespeichert, das durch wenigstens eine vorbestimmte Position gekennzeichnet ist.
  • Aus der Menge {F} der Fahrspuren Fk bestimmt die Datenverarbeitungseinrichtung 50 mittels ihres zentralen Prozessors 51 und unter Verwendung ihres zentralen Arbeitsspeichers 56 zunächst durch Vergleich der Fahrzeugpositionen der jeweiligen Fahrspur Fk mit den Geo-Objekten Oi unter der Erkennungsbedingung, dass zumindest eine der Fahrzeugpositionen hinreichend mit wenigstens einem Geo-Objekt Oi übereinstimmt, ob, und wenn ja, welche Streckenabschnitte Ai befahren wurden. Dabei wird eine Information über die Reihenfolge, in der die Streckenabschnitte Ai nacheinander befahren wurden, aus der Reihenfolge oder einer jeweiligen Zeitinformation der Fahrzeugpositionen der Fahrspur abgeleitet.
  • Die Mengen {A}k der jeweils im Zuge der Aufnahme der Fahrspuren Fk befahrenen Streckenabschnitte Ai werden daraufhin unter Verwendung der Vorgänger-Nachfolger-Beziehungen und der Information über die Reihenfolge der ihrer Befahrung geprüft, welche Mehrfachabschnittsequenzen Ml mit mehreren, jeweils von dem Fahrzeug 30f, von dem die Fahrspur Fk stammt, in unmittelbarer Folge befahrenen, Streckenabschnitten Ai, die bedingt durch eine Vorgänger-Nachfolger-Beziehung oder mehrere Vorgänger-Nachfolger-Beziehungen des Streckenabschnittsnetzes G im Streckenabschnittsnetz G unmittelbar aufeinander folgen.
  • Im Ergebnis dieser Bestimmung von Mehrfachabschnittssequenzen Ml aus der Menge {F} der Fahrspuren Fk liegt der Datenverarbeitungseinrichtung 50 durch die Verarbeitung der Fahrspuren Fk unter Berücksichtigung der Informationen des Streckenabschnittsnetzes G mittels des zentralen Prozessors 51 eine Multimenge {M}d von jeweils dl-fach auftretenden verschiedenen Mehrfachabschnittsequenzen Ml vor, die die Menge {M} an L verschiedenen Mehrfachabschnittssequenzen Ml der Menge {F} der K Fahrspuren Fk bilden.
    Die Multimenge {M}d umfasst somit insgesamt L d = M d = l = 1 L d l
    Figure imgb0003
  • Mehrfachabschnittssequenzen Ml mit ihrer jeweiligen Vielfachheit dl.
  • Im Falle der beiden folgenden Ausführungsbeispiele sind sämtliche bestimmte Mehrfachabschnittssequenzen Ml vollständige Mehrfachabschnittssequenzen Ml, die dadurch gekennzeichnet sind, dass jede Mehrfachabschnittssequenz Ml mit der Zufahrt auf einen ersten Streckenabschnitt Ai aus dem zweiten Netz beginnt und mit der Abfahrt von einem zweiten Streckenabschnitt Aj, j ≠ i, in das zweite Netz endet.
    Derartige vollständige Mehrfachabschnittssequenzen Ml sind in dieser Hinsicht inklusionsmaximal, als dass ihnen kein weiterer Streckenabschnitt Ai der jeweiligen Fahrspur Fk zur Bildung einer längeren Mehrfachabschnittsequenz mehr hinzugefügt werden kann.
    Diese Bestimmung stellt inhaltlich keine Einschränkung dar, sondern vereinfacht das Verständnis der folgenden Betrachtungen, indem sie sich nicht auf die viel größere Menge unvollständiger Mehrfachabschnittssequenzen bezieht, die in jeder vollständigen Mehrfachabschnittssequenz Ml mit drei oder mehr Streckenabschnitten streckenabschnittskonjunkt mehrdeutig und/ oder mehrfach enthalten sind.
    Die Menge der ermittelten Mehrfachabschnittsequenzen Ml bildet zumindest eine Teilmenge der Trajektorienmenge {T} an Trajektorien Tn, die Mehrfachabschnittsequenzen Ml enthalten und auch Einfachabschnittssequenzen Ei der Fahrspuren Fk enthalten können.
  • IDENTIFIZIERUNG VON KANDIDATEN-STRECKENABSCHNITTEN - ERSTES AUSFÜHRUNGSBEISPIEL
  • Gemäß dem ersten Ausführungsbeispiel ist die Datenverarbeitungseinrichtung 50, speziell der zentrale Prozessor 51, ausgebildet, die Multimenge {M}d an vollständigen Mehrfachabschnittssequenzen Ml daraufhin zu analysieren, welche Teilsequenzen Qm mit qm > 1 Streckenabschnitten Ai, ..., Ai+n-1 mit einer Vielfachheit Hm von größer als 1 in der Multimenge {M}d enthalten sind und die Kandidaten-Streckenabschnitten Ai, ..., Ai+qm-1 dieser Teilsequenzen Qm zu identifizieren und auszugeben. Damit wird erfindungsgemäß wenigstens ein qm-tupel (qm > 1) von mehreren unmittelbar im Streckenabschnittsnetz aufeinander folgenden Kandidaten-Streckenabschnitten Ai, ..., Ai+qm-1 identifiziert, die eine Teilsequenz Qm von qm mehreren unmittelbar aufeinander folgend befahrenen Streckenabschnitten Ai, ..., Ai-+qm-1 von mehreren der bestimmten Mehrfachabschnittssequenzen Ml der erfassten Fahrspuren Fk bilden.
  • Tritt beispielsweise die Mehrfachabschnittssequenz M1 mit Streckenabschnitten A1, A2 und A3 mit der Velfachheit 1 in der Multimenge {M}d und die Mehrfachabschnittssequenz M2 mit den Streckenabschnitten A A2, und A4 mit der Vielfachheit in der Multimenge {M}d auf, so ist eine in den beiden Mehrfachabschnittssequenzen M1 und M2 mit der Vielfachheit 2 enthaltene Teilsequenz Q1 diejenige mit den Streckenabschnitten A2 und A3.
  • Im Ergebnis dieser Analyse liegt der Datenverarbeitungseinrichtung 50 eine Menge {Q} an M verschiedenen Teilsequenzen Qm vor, die in mehreren gleichen oder verschiedenen Mehrfachabschnittssequenzen Ml auftreten.
  • In einer Weiterverarbeitung dieses Ergebnisses verwirft die Datenverarbeitungseinrichtung 50 aus der Menge {Q} an Teilsequenzen Qm diejenigen, die nicht mit einer vorgegebenen Mindesthäufigkeit Hmin befahren wurden, das heißt zumindest mit einer Häufigkeit Hm größergleich Hmin in den Mehrfachabschnittsequenzen Ml auftreten. Beispielsweise ist die Mindesthäufigkeit Hmin größergleich 10 und kleinergleich 1000. Beispielsweise ist die Mindesthäufigkeit abhängig von, insbesondere gleich, dem Quotienten aus der Gesamtanzahl |{A}k| aller im Zuge der Fahrspuren Fk befahrenen Streckenabschnitte und der Gesamtanzahl |A| der verschiedenen Streckenabschnitte Ai des Streckenabschnittsnetzes G.
  • Insbesondere können gegebenenfalls zunächst Kandidaten-Streckenabschnitten Ai, ..., Ai-+qm-1 von streckenabschnittsdisjunkten Teilsequenzen Qm identifiziert werden, die in mehreren Mehrfachabschnittsequenzen Ml vollständig, jedoch in keiner Mehrfachabschnittsequenz nur teilweise enthalten sind.
  • Andererseits können eine, mehrere oder sogar alle der verbleibenden Teilsequenzen Qm streckenabschnittskonjunkt sein, das heißt, dass sich jeweils zu einer ersten Teilsequenz Qm eine von der ersten Teilsequenz Qm verschiedene zweite Teilsequenz Qn findet, die mit der ersten Teilsequenz Qm wenigstens einen Streckenabschnitt Ag gemein hat.
  • Wenn nun die Komplexität des ursprünglichen Streckenabschnittsnetzes G unter Bildung eines neuen Streckenabschnittsnetzes G' mit einer gegenüber der Anzahl R an Streckenabschnitten Ai reduzierten Anzahl R' an Streckenabschnitten verringert werden soll, stellt sich bei streckenabschnittskonjunkten Teilsequenzen Qm und Qn die Frage, welche Streckenabschnitte Ai, ..., Ai-+qm-1 welcher von beiden Teilsequenzen Qm und Qn zur Bildung eines konsolidierten Streckenabschnittes Bm beziehungsweise Bn zusammengefasst werden sollen.
    Mit anderen Worten: Von mehren Teilsequenzen Qm und Qn können nur diejenigen zu einem konsolidierten Streckenabschnitt zusammengefasst werden, die streckenabschnittsdisjunkt sind, das heißt keinen Streckenabschnitt Ag gemein haben.
  • Dazu gibt es mehrere Lösungsvorschläge:
  • Zum einen kann die Datenverarbeitungseinrichtung 50 ausgebildet sein, in einem ersten Folgeschritt aus der Menge von allen identifizierten Teilsequenzen Qm zunächst diejenigen Kandidaten-Streckabschnitte Ai, ..., Ai+qm-1 zu auszuwählen, deren Teilsequenzen Qm streckenabschnittsdisjunkt mit jeder anderen Teilsequenz Qn ist.
    Anschließend wird in einem zweiten Folgeschritt die verbleibende Restmenge streckenabschnittskonjunkter Teilsequenzen auf die Teilmenge identifizierter Zweifachabschnittsteilsequenzen Q(2) m beschränkt und es werden in einem dritten Folgeschritt nur diejenigen Kandidaten-Streckabschnitte Ai, Ai+1 ausgewählt, deren Zweifachabschnittsteilsequenzen
    Q(2) m streckenabschnittsdisjunkt mit jeder anderen Zweifachabschnittsteilsequenzen Q(2) n ist.
    Anschließend werden in einem vierten Folgeschritt Kandidaten-Streckabschnitte Ai, Ai+1 derjenigen Zweifachabschnittsteilsequenzen Q(2) m ausgewählt, die mit nicht mehr als einer einzigen weiteren Zweifachabschnittsteilsequenz Q(2) m streckenabschnittskonjunkt sind, wobei die weiteren Zweifachabschnittsteilsequenzen Q(2) n aus dem weiteren Prozess der Identifizierung ausgeklammert werden. Durch diese Ausklammerung der weiteren Q(2) n Zweifachabschnittsteilsequenzen kann es sein, dass die verbleibende Restmenge der ermittelten Zweifachabschnittsteilsequenzen neue streckenabschnittseinfachkonjunkte Zweifachabschnittsteilsequenzen Q (2) m erhält, mit denen ebenso verfahren wird. Dieses Verfahren kann solange mit streckenabschnittseinfachkonjunkten Zweifachabschnittsteilsequenzen Q(2) m fortgeführt werden, bis die Restmenge keine Zweifachabschnittsteilsequenz Q(2) m mehr enthält.
    In einer abschließenden Schritt kann die Datenverarbeitungseinrichtung 50 ermitteln, ob in der Menge an ausgewählten Zweifachabschnittsteilsequenzen Q(2) m zwei oder mehrere Zweifachabschnittsteilsequenzen Q(2) m enthalten sind, die gemäß einer Vorgänger-Nachfolger-Beziehung ihrer jeweiligen Streckenabschnitte Ai, Ai+1 im Streckenabschnittsnetz G unmittelbar aneinander anschließen. Derartige q/2-tupel von Zweifachabschnittsteilsequenzen Q(2) m können dann zu einem qm-tupel von qm Kandidaten-Streckenabschnitten Ai, ..., Ai+qm-1 zusammengefasst werden.
    Anstatt im zweiten Folgeschritt eine Beschränkung auf die kürzesten Teilsequenzen durchzuführen, welche nur zwei Streckenabschnitte aufweisen, kann zunächst eine Beschränkung auf Gruppen von Teilsequenzen erfolgen, die auch längere Teilsequenzen umfassen, um für diese Teilmenge, die Zweifachabschnittsteilsequenzen Q(2) m, Dreifachabschnittsequenzen Q(3) m und längere Teilsequenzen Q(p) menthält, die durch Eliminierung von noch längeren Teilsequenzen Q(q) m mit q>p, gegebenenfalls neu entstandenen streckenabschnittsdisjunkten Mehrfachabschnittssequenzen Q(p) m zu bestimmen. Diese Schrittkombination kann mehrfach hintereinander durchgeführt werden, indem die maximale Länge der in der Restmenge verbleibenden Teilsequenzen sukzessive reduziert wird.
  • Zum anderen kann die Datenverarbeitungseinrichtung 50 ausgebildet sein, die Ermittlung von streckenabschnittsdisjunkten Teilsequenzen Qm gebietsweise auf dem Streckenabschnittsnetz G durchzuführen. Dabei kann zur Vereinfachung gemäß einer Split-Bedingung bestimmt sein, dass eine Konsolidierung von Streckenabschnitten über einen Verzweigungsknoten ausgeschlossen wird, das heißt, dass qm-tupel von identifizierten Kandidaten-Streckenabschnitten Ai, ..., Ai+qm-1 sich nicht über einen Verzweigungsknoten erstrecken dürfen (Mehrfachabschnittssequenzen, in denen Verzweigungsknoten allenfalls als terminierenden Knoten auftreten, werden im Folgenden als verzweigungsknotenfrei angesehen).
    Dazu kann die Datenverarbeitungseinrichtung 50 zunächst ausgebildet sein, diejenigen bestimmten vollständigen verzweigungsknotenhaltigen Mehrfachabschnittsequenzen Ml, die zwischen wenigstens einem an unmittelbar aufeinander folgenden Streckenabschnitten und Ai+1 einen Verzweigungsknoten aufweisen, zu verzweigungsknotenfreien verzweigungsknotenterminierten Mehrfachabschnittssequenzen (d. h. Mehrfachabschnittssequenzen, in denen Verzweigungsknoten, ausschließlich als terminierende Knoten auftreten) zu zerlegen, wobei gegebenenfalls dabei entstehende frei werdende verzweigungsknotenterminierte Einzelabschnittssequenzen für eine spätere Verwendung gespeichert bleiben.
    Damit liegen von der ursprünglichen Menge an Mehrfachstreckenabschnitten Ml nur noch solche zur Bestimmung von Teilsequenzen Qm vor, die zwischen allen ihren jeweils zwei unmittelbar im Streckenabschnittsnetz aufeinanderfolgenden Streckenabschnitten nur Durchgangsknoten, jedoch keinen Verzweigungsknoten aufweisen. Eine längste verzweigungsknotenfreie Mehrfachabschnittssequenz Qm zwischen zwei, einem ersten und einem zweiten, unmittelbar benachbarten Verzweigungsknoten auf einer Seite einer geschlossenen Masche im Streckenabschnittsnetz G beginnt folglich mit dem ersten Verzweigungsknoten und endet mit dem zweiten Verzweigungsknoten. Eine solche längste Sequenz von C unmittelbar aufeinander folgenden Streckenabschnitten Ai, ..., Ai+C-1 zwischen zwei unmittelbar benachbarten Verzweigungsknoten einer Masche im Streckenabschnittsnetz G kann als maximale Maschenseitensequenz bezeichnet werden. Eine geschlossene Masche mit X Verzweigungsknoten weist für jede ihrer X Maschenseiten, entsprechende Fahrspuren Fk vorausgesetzt, eine solche maximalen Maschenseitensequenz auf. Diese Betrachtung ist analog auf Maschenseiten offener Maschen anzuwenden, die nur einseitig in einem Verzweigungsknoten enden.
  • Die Datenverarbeitungseinrichtung ist 50 ausgebildet, anschließend für jede Maschenseite beginnend einem, durch den ersten Verzweigungsknoten terminierten, ersten Streckenabschnitt A1 und sukzessive fortschreitend in Richtung des letzten zweiten Verzweigungsknotens A1-+C-1 der Maschenseite die Mehrfachstreckenabschnitte Ml der betreffenden Maschenseite darauf zu prüfen, ob, und wenn ja, wie viele von ihnen die Streckabschnitte A1 und A2 aufweisen. Die entsprechende Vielfachheit (oder absolute Häufigkeit) des Auftretens dieser Streckenabschnittskombination in der Multimenge der Mehrfachstreckenabschnitte Ml sei H1. Anschließend wird geprüft, ob, und wenn ja, wie viele der Mehrfachstreckenabschnitte Ml die Streckabschnitte A2 und A3 aufweisen (Häufigkeit H2) und so fort. Schließlich liegt beispielsweise eine Häufigkeitsverteilung H1, ..., H1+C-2 einer Menge von abwechselnd einfach streckenabschnittskonjunkten Zweiabschnittsteilsequenzen vor, von denen streckenabschnittsdisjunkte als Teilsequenzen mit Kandidaten-Streckenabschnitten Ai, Ai+1 identifiziert werden sollen. Hierfür kommen maximal nur jede zweite der einfach streckenabschnittskonjunkten Zweiabschnittsteilsequenzen in Frage.
    Dazu ist die Datenverarbeitungseinrichtung 50 ausgebildet, zunächst diejenige erste Zweiabschnittsteilsequenz zu identifizieren, die mit der größten Häufigkeit auftritt. Anschließend identifiziert sie als zweite Zweiabschnittsteilsequenz diejenige, die nach der ersten Zweiabschnittsteilsequenz mit der nächstgrößten Häufigkeit auftritt, ohne mit der ersten Zweiabschnittsteilsequenz streckenabschnittskonjunkt zu sein. Danach wird diejenige dritte Zweiabschnittsteilsequenz identifiziert, die von allen übrigen, sowohl mit der ersten als auch mit der zweiten Zweiabschnittsteilsequenz streckenabschnittdisjunkten Zweitabschnittteilsequenzen mit der größten Häufigkeit auftritt, und so fort.
    Schließlich liegt für jede Maschenseite des Streckeriabschnittsnetzes G ein Satz von mehreren streckenabschnittsdisjunkten Kandidaten-Streckenabschnittspaaren Ai, Ai+1 vor, die zu einem Streckenabschnitt Bm kombiniert werden können.
  • Es auch ist vorteilhaft, nur solche Teilsequenzen mit Kandidaten-Streckenabschnitten Ai, ..., Ai+qm-1 zu identifizieren, zwischen denen in keiner oder in nur relativ wenigen Fahrspuren an einem Knoten aus dem zweiten Netz aufgefahren und/ oder an einem Knoten in das zweite Netz abgefahren wird.
  • Dazu ist die Datenverarbeitungseinrichtung 50 ausgebildet, für jede bestimmte Teilsequenz Qm ihre Vielfachheit Hm (d. h. die Anzahl ihres Auftretens in der Multimenge der vollständigen Mehrfachabschnittssequenzen Ml zu bestimmen und die relative Häufigkeit h(M) m durch Division ihrer Vielfachheit Hm durch die Summe aus ihrer Vielfachheit Hm und der Anzahl H M des Auftretens von Mehrfachabschnittssequenzen M(m) l ist, die zumindest einen ersten Kandidaten-Streckenabschnitt Ai der Teilsequenz Qm aufweisen und zumindest einen zweiten Kandidaten-Streckenabschnitt Aj, j ≠ i, der Teilsequenz Qm nicht aufweisen: h m M m = H m H m + H M
    Figure imgb0004
  • Im Falle der Durchführung des Verfahrensschrittes der Zerlegung von verzweigungsknotenhaltigen Mehrfachabschnittsequenzen Ml zu verzweigungsknotenfreien verzweigungsknotenterminierten Mehrfachabschnittssequenzen, bei der verzweigungsknotenterminierte Einzelabschnittssequenzen entstehen, zählt die Menge dieser verzweigungsknotenterminierten Einzelabschnittssequenzen gemeinsam mit der Menge der verzweigungsknotenfreien Mehrfachabschnittsequenzen zu der Gruppe der Sequenzen, aus der die Anzahl HM des Auftretens von Sequenzen ermittelt wird, die zumindest einen ersten Kandidaten-Streckenabschnitt Ai der Teilsequenz Qm aufweisen und zumindest einen zweiten Kandidaten-Streckenabschnitt Aj, j # i, der Teilsequenz Qm nicht aufweisen, wobei vorausgesetzt wird, dass die zweite Bedingung für Einzelabschnittssequenzen immer erfüllt ist.
  • Alternativ kann die Datenverarbeitungseinrichtung 50 ausgebildet sein, zusätzlich zu der Multimenge der vollständigen Mehrfachabschnittssequenzen Ml aus den Fahrspuren Fk auch die Multimenge der verschiedenen Einzelabschnittssequenzen Ei mit ihren jeweiligen Vielfachheiten di zu bestimmen, die ebenfalls in dem Sinne vollständig sind, dass die Sequenz mit der Zufahrt auf einen ersten Streckenabschnitt Ai aus dem zweiten Netz beginnt und mit der Abfahrt von dem ersten Streckenabschnitt Ai in das zweite Netz endet.
    Die kombinierte Multimenge der Multimenge der der vollständigen Mehrfachabschnittssequenzen Ml und der vollständigen Einzelabschnittssequenzen Ei wird als Trajektorien-Multimenge {T}d bezeichnet, die Menge der verschiedenen vollständigen Mehrfachabschnittssequenzen Ml und vollständigen Einzelabschnittssequenzen Ei Trajektorienmenge {T}, deren Trajektorien Tn = Ml, Ei mit Vielfachheiten dl, di (allgemein als Trajektorienvielfachheiten dT bezeichnet) auftreten.
    In diesem Fall ist die Datenverarbeitungseinrichtung 50 ausgebildet, die relative Häufigkeit des Auftretens einer Teilsequenz zu der Trajektorien-Multimenge {T}d in Bezug zu setzen, indem die relative Häufigkeit h(T) m des Auftretens einer Teilsequenz Qm der Quotient aus ihrer Vielfachheit Hm und der Summe aus ihrer Vielfachheit Hm und der Anzahl HT des Auftretens von Trajektorien T(m) l ist, die zumindest einen ersten Kandidaten-Streckenabschnitt Ai der Teilsequenz Qm aufweisen und zumindest einen zweiten Kandidaten-Streckenabschnitt Aj, j ≠ i, der Teilsequenz Qm nicht aufweisen, wobei die zweite Bedingung für die Multi-Teilmenge der vollständigen Einzelabschnittssequenzen immer erfüllt ist: h m T = H m H m + H T
    Figure imgb0005
  • Die Datenverarbeitungseinrichtung 50 ist beispielsweise ausgebildet, nur diejenigen Teilsequenzen Qm auszuwählen, deren relative Häufigkeit h(T) m gleich 1 ist, was bedeutet, dass in keiner Fahrspur Fk zwischen zwei Kandidaten-Streckenabschnitten Ai und Ai+1 dieser Teilsequenz Qm aus dem zweiten Netz in das erste Netz aufgefahren oder aus dem ersten Netz in das zweite Netz abgefahren wird.
    Alternativ ist die Datenverarbeitungseinrichtung 50 ausgebildet, nur diejenigen Teilsequenzen Qm auszuwählen, deren relative Häufigkeit h(T) m größer als eine vorgegebenen Mindesthäufigkeit hmin < 1 ist, was bedeutet, dass nur in einem Anteil 1 - h(T) m derjenigen Fahrspuren Fk, die einen Streckenabschnitt Ai der Teilsequenz Qm enthalten, die Sequenz der befahrenen Abschnitte in der Teilsequenz Qm unterbrochen wird.
  • Im Anschluss an die Bestimmung einer Auswahl von identifizierten Kandidaten-Streckenabschnitten Ai, ..., Ai-+qm-1 von Teilsequenzen Qm konsolidiert der zentrale Prozessor 51 der Datenverarbeitungseinrichtung 50 das ursprüngliche Streckenabschnittsnetz G zu einem neuen Streckenabschnittsnetz G', dessen neue Streckenabschnitte Sz zusammen mit neuen Vorgänger-Nachfolger-Beziehungen dieser neuen Streckenabschnitte Sz im ersten zentralen Speicher 57a ablegt. S ist dabei ein allgemeiner Bezeichner sowohl für aus Teilsequenzen Qm mehrerer Kandidaten-Streckenabschnitte Ai, ..., Ai+qm-1 konsolidierte Streckenabschnitte Bm als auch für einzelne Streckenabschnitte Av, die keine Kandidaten-Streckenabschnitte Ai,.... Ai+qm-1 einer Teilsequenz Qm sind, aber dennoch Streckenabschnitte des neuen Streckenabschnittsnetzes G' (und auch des ursprünglichen Streckenabschnittsnetzes G) sind.
  • Im unteren Teil von Fig. 2 wird für dem im gestrichelten Ausschnitt des ursprünglichen Streckenabschnittsnetzes G (oberer linker Teil von Fig. 2) anhand einer kartenähnlichen Wiedergabe einer Teilmenge der Menge {S} von neuen Streckenabschnitten Sz ausschnittsweise ein neues Streckenabschnittsnetz G' dargestellt, welches nach der zuvor genannten Split-Bedingung unter der Maßgabe einer Befahrungshäufigkeit h(T) m der Teilsequenzen von mehr als 90% erzeugt wurde und neben von jeweils zu einem gemeinsamen Streckenabschnitt Bm kombinierten Kandidaten-Streckenabschnitten Ai, ..., Ai+qm-1 als neue Streckenabschnitte Sz auch nicht kombinierte Streckenabschnitte Av des ursprünglichen Streckenabschnittsnetzes G enthält. Dabei sind zur Veranschaulichung kombinierter Streckenabschnitte Bm und nicht kombinierter Streckenabschnitte Av auch die Knoten Nk des ursprünglichen Streckenabschnittsnetzes G dargestellt.
    Beispielsweise sind von den sieben ursprünglichen Streckenabschnitten Ai in jeder Fahrtrichtung auf der Autobahn A24 zwischen den Verzweigungsknoten zur A19 nach Rostock und zur A14 nach Schwerin in Fahrtrichtung von Berlin nach Hamburg vier ursprüngliche Streckenabschnitte zu einem neuen Streckenabschnitt B717 kombiniert worden und zwei ursprüngliche Streckenabschnitte zu einem neuen Streckenabschnitt B718 kombiniert worden, während ein Abschnitt A719. aus dem ursprünglichen Streckenabschnittsnetz G im neuen Streckenabschnittsnetz G' erhalten geblieben ist. In Fahrtrichtung von Hamburg nach Berlin blieb ein ursprünglicher Streckenabschnitt A114 erhalten, während sechs ursprüngliche Streckenabschnitte zu einem neuen Streckenabschnitt B113 kombiniert wurden.
    Dies kann man so interpretieren, dass am Knoten N717 zwischen B717 und B718 (Anschlussstelle Suckow) in Richtung
    Hamburg häufiger ab- oder aufgefahren wurde als in Richtung Berlin. In beide Richtungen wurde relativ häufig am Knoten N718 zwischen den Streckenabschnitten B718 und A719 beziehungsweise A114 und B113 (Anschlussstelle Neustadt-Glewe) ab- oder aufgefahren. Häufige Ab und/ oder Auffahrten wirken streckenabschnittsverschmelzungsverhindernd, weil sie die relative Befahrungshäufigkeit ihrer Teilsequenzen Qm senken.
  • Die Streckenabschnitte A1027, A1028 und A1029 erfüllten mangels einer hinreichenden absoluten Befahrungshäufigkeit von weniger als 100 nicht das Kriterium, um als Teil von Trajektorien in die Trajektorien-Multimenge {T}d aufgenommen zu werden. Diese Streckenabschnitte A1027, A1028 und A1029 bleiben unverändert auch im neuen Streckenabschnittnetz G' erhalten, dessen Anzahl von ursprünglichen Streckenabschnitten Ai und kombinierten Streckenabschnitten Bm nur noch R' = 1124 gegenüber R = 8539 von ursprünglichen Streckenabschnitten Ai im ursprünglichen Streckenabschnittsnetz G beträgt.
  • IDENTIFIZIERUNG VON KANDIDATEN-STRECKENABSCHNITTEN - ZWEITES AUSFÜHRUNGSBEISPIEL
  • Dem zweiten Ausführungsbeispiel liegt die beim ersten Ausführungsbeispiel beschriebene Trajektorien-Multimenge {T}d der Trajektorien Tn von vollständigen Mehrfachabschnittssequenzen Ml und vollständigen Einfachabschnittssequenzen Ei in ihren jeweiligen Vielfachheiten dl und di zugrunde, mit der ihre Befahrungen gemäß der Menge an Fahrspuren {F} erfolgten.
    Im Rahmen der Erfindung stellt sich für diese Trajektorien-Multimenge {T}d die erste Frage, welche Streckenabschnitte Ai, .., Ai+qm-1 von mehrfach in den Mehrfachabschnittssequenzen Ml auftretenden Teilsequenzen Qm zu neuen Streckenabschnitten Bm zusammenzulegen sind, um bei einer Vorgabe der resultierenden Anzahl an R' < R verschiedenen Streckenabschnitten Sz, die aus ursprünglichen Streckenabschnitten Ai, ..., Ai+qm-1 kombinierte Streckenabschnitten Bm sowie optional ursprüngliche Streckenabschnitte Ai der Einfachabschnittssequenzen Ei sind, eines neuen Streckenabschnittsnetzes G' mit der Streckenabschnittsmenge {S} an verschiedenen Streckenabschnitten Sz eine maximale Anzahl an vollständigen Befahrungen der Streckenabschnitte Sz zu erzielen.
    Dies entspricht der Maßgabe eines für die Benutzung von Streckenabschnitten geschaffenen Abgabesystems Gebühren nur für diejenigen Mehrfachabschnittssequenzen zu erheben, von denen jeder Streckenabschnitt im Zuge einer Fahrspur konsekutiv befahren wurde.
    Eine alternative, zweite Frage könnte lauten, welche Streckenabschnitte Ai der verschiedenen Trajektorien Tn zu neuen, konsolidierten Streckenabschnitten Bm zusammenzulegen sind, um bei einer Vorgabe der resultierenden Anzahl an R' < R verschiedenen Streckenabschnitten Sz die aus ursprünglichen Streckenabschnitten Ai kombinierte Streckenabschnitte Bm sowie gegebenenfalls ursprüngliche Streckenabschnitte sind, eines neuen Streckenabschnittsnetzes G' eine maximale Anzahl an vollständigen und teilweisen Befahrungen der Streckenabschnitte Sz zu erzielen.
    Dies entspräche der Maßgabe eines für die Benutzung von Streckenabschnitten geschaffenen Abgabesystems Steuern oder Beiträge für alle diejenigen Mehrfachabschnittssequenzen zu erheben, von denen wenigstens ein Streckenabschnitt im Zuge einer Fahrspur befahren wurde.
    Zur Beantwortung der ersten Frage dient beispielsweise das Auffinden des Maximalwertes der Nutzenfunktion u S = S P x S T T d T p S T
    Figure imgb0006
    unter der ersten Nebenbedingung S P x S = R ,
    Figure imgb0007
    wobei die Streckenabschnitts- und Trajektorienindices der Übersichtlichkeit weggelassen wurden und wobei {P} die Menge aller möglichen Streckenabschnittssequenzen (mathematisch: Pfade) Pm im neuen Streckenabschnittsnetz G' ist, x s ein Binärvektor der Dimension |{P}| ist, für den gilt x S = { 1 , S S 0 , S S ,
    Figure imgb0008
    dT die Vielfachheit der jeweiligen Trajektorie Tn (Vielfachheiten dl der Mehrfachabschnittssequenzen Ml und Vielfachheiten di der Einzelabschnittssequenzen Ei) bedeutet und für den Parameter p S T = { 1 , S T 0 , S T
    Figure imgb0009
    bestimmt ist, dass er verlangt, dass ein neuer Streckenabschnitt Sz, in einer Trajektorie Tn vollständig enthalten ist. Der Paramater ps (T) legt damit fest, dass nur vollständig in einer Trajektorie Tn befahrene neue Streckenabschnitte Sz in der Nutzenfunktion gezählt werden.
    Alternativ kann für den Parameter ps (T) auch bestimmt sein, dass er verlangt, dass ein neuer Streckenabschnitt Sz in einer vorgegebenen Anzahl von mehreren Trajektorien Tn der Trajektorien-Multimenge {T}d und/ oder mehreren verschiedenen Trajektorien Tn der Trajektorienmenge {T} vollständig enthalten ist.
  • Für die Beantwortung der zweiten Frage würde der Parameter ps (T) durch einen Parameter p A T = { 1 , A S : A T 0 , A S : A T
    Figure imgb0010
    ersetzt werden, der verlangt, dass zumindest ein Streckenabschnitt Ai eines neuen Streckenabschnitts Sz in einer Trajektorie enthalten ist. Der alternative Parameter pA (T) legt damit fest, dass neue Streckenabschnitt Sz so oft in der Nutzenfunktion gezählt werden, wie einer ihrer Streckenabschnitte Ai in einer Trajektorie Tn enthalten ist.
  • Eine zusätzliche zweite Nebenbedingung S P : A S x S 1 A A
    Figure imgb0011
    stellt bei beiden Fragen sicher, dass jeder Streckenabschnitt Ai nur Streckenabschnitt eines einzigen neuen Streckenabschnittes Sz sein kann. Damit wird die Streckenabschnittsdisjunktheit der neuen Streckenabschnitte Sz und folglich auch die der Teilsequenzen Qm gewährleistet. Die zweite Nebenbedingung gestaltet das neue Streckenabschnittsnetz G' insofern abgabegerecht, als dass eine teilweise Doppelvergebührung für Streckenabschnitte Ag einer konsekutiven Befahrung von sich in Streckenabschnitten Ag überlappenden Teilsequenzen Qm (im neuen Streckenabschnittsnetz konsolidierten Streckenabschnitten Bm) ausgeschlossen wird.
  • Dabei stellt die Bedingung, dass die resultierende Anzahl R' an neuen Streckenabschnitten Sz des neuen Streckenabschnittsnetzes G' kleiner ist als die ursprüngliche Anzahl R an ursprünglichen Streckenabschnitten Ai des ursprünglichen Streckenabschnittsnetzes G, durch die Maximierungsforderung sicher, dass im Ergebnis nur diejenigen ursprünglichen Streckenabschnitte Ai Kandidaten-Streckenabschnitte Ai, ..., Ai+qm-1 für eine Verschmelzung zu einem konsolidierten Streckenabschnitt Bm einer Menge {S} an neuen Streckenabschnitten Sz identifiziert werden, deren Mehrfachabschnittssequenzen Ml in der Trajektorien-Multimenge {T}d mit einer Vielfachheit von dl von größer als 1 auftritt.
  • Einer weiteren Optimierung zugrunde gelegt werden kann eine Nutzenfunktion u ({S}), die die neuen Streckenabschnitte Sz mit einem Gewicht w(s) z versieht, und zwar vorzugsweise in Abhängigkeit der Länge der ursprünglichen Streckenabschnitte Ai, die durch die neuen Streckenabschnitte Sz in Form von aus ursprünglichen (Kandidaten-) Streckenabschnitten Ai kombinierten Streckenabschnitten Bm sowie gegebenenfalls ursprünglichen Streckenabschnitte Av umfasst sind: u S = S P w S x S T T d T p S T S P w 0 x S
    Figure imgb0012
  • Dabei ist w0 ein Eliminationsgewicht, das kleiner ist als jedes Gewicht w(S) z eines jeden möglichen neuen Streckenabschnitts Sz und dafür sorgt, dass wegen des Parameters p(T) s mangels Befahrung nicht in den ersten Summanden (Inklusionssummand) der Nutzenfunktion eingehende mögliche neue Streckenabschnitte Sz im zweiten Summanden (Exklusionssummand) mit einem negativen Nutzen belegt werden, der zu dem Ausschluss nicht befahrener Streckenabschnitte aus der Menge {S}opt der optimalen neuen Streckenabschnitte Sz führt.
    Ist zum Beispiel das kleinste Gewicht w(S) z das des kürzesten Streckenabschnittes 0,1, so kann w0 beispielsweise 0,01 oder 0,001 betragen.
    Die Länge eines Streckenabschnitts Sz als Gewicht w(S) z ist in Gebührensystemen vorteilhaft, in denen eine Gebühr proportional zur Länge des befahrenen Streckenabschnitts Sz ist. Ein Gewicht von 0,1 kann beispielsweise der Länge eines Streckenabschnitts von 100 Metern entsprechen.
    Durch die Verwendung der Gewichte w(S) z ist selbst bei Erfüllung der Mäximierungsforderung in diesem Fall nicht mehr ohne Weiteres unbedingt gesichert, dass konsolidierte Streckenabschnitte Bm erfindungsgemäß Kandidaten-Streckenabschnitte Ai, ..., Ai+qm-1 mehrerer bestimmter Mehrfach-Streckenabschnitte identifizieren.
    Zur Gewährleistung der Identifizierung erfindungsgemäßer Kandidaten-Streckenabschnitte Ai, ..., Ai+qm-1 ist die Datenverarbeitungseinrichtung 50 für derartige Fälle und alternativ grundsätzlich ausgebildet, nur diejenigen Mehrfachabschnittssequenzen Ml der Trajektorien-Multimenge {T}d hinzuzufügen, deren Vielfachheit dl größer als 1 ist. Mehrfachabschnittssequenzen Ml deren Vielfachheit dl gleich 1 ist, werden entweder in Einzelabschnittssequenzen Ek zerlegt und der Trajektorien-Multimenge {T}d als solche ebenso hinzugefügt wie Einzelabschnittssequenzen El, die nicht aus einer Zerlegung von Mehrfachabschnittssequenzen Ml stammen oder sie werden vollständig verworfen.
  • So wird in jedem Falle einer Optimierung durch die Datenverarbeitungseinrichtung eine nutzenmaximale Menge neuer Streckenabschnitte Sz bestimmt, deren konsolidierte Streckenabschnitte Bm Kandidaten-Streckenabschnitte Ai, ..., Ai+qm-1 identifiziert, die Teilsequenzen Qm von mehreren der bestimmten Mehrfachabschnittsequenzen Ml der erfassten Fahrspuren Fk bilden.
  • Der untere Teil von Fig. 2 zeigt ausschnittsweise auch das neue Streckenabschnittsnetz G' dieses zweiten Ausführungsbeispiels, das für eine Anzahl von R' =1000 Streckenabschnitten gebührenmaximal unter der Maßgabe ist, dass nur für vollständig befahrene Streckenabschnitte Sz, nicht jedoch für unvollständig befahrene Streckenabschnitte Sz, eine Gebühr anfällt, wobei zur Vereinfachung und Verkürzung des Optimierungsverfahrens unter der Split-Bedingung verfahren wurde.
  • Dass sich hier dasselbe Bild wie im ersten Ausführungsbeispiel ergibt, liegt an der Wahl der entsprechenden Parameter und an einer gegenüber dem ersten Ausführungsbeispiel unterschiedlichen Menge an Fahrspuren. Im Unterschied zum ersten Ausführungsbeispiel jedoch sind die mit A 1027, A 1028 und A 1029 mangels Befahrung keine Streckenabschnitte Sz des neuen Streckenabschnittsnetzes G' des zweiten Ausführungsbeispiels.
  • Um das Optimierungsverfahren noch weiter zu vereinfachen und zu verkürzen kann das Streckenabschnittsnetz G in Teilnetze G p zerlegt werden und ein Optimierung für jedes Teilnetz Gp separat durchgeführt werden. Optimierte Teilnetze G'p werden anschließend zu einem optimierten, neuen Streckenabschnittsnetz G' zusammengefasst.
  • ERZEUGUNG EINES NEUEN MAUTSYSTEMS
  • Aus jedem der beiden Ausführungsbeispiel liegt nun ein neues Streckenabschnittsnetz G' mit einer reduzierten Anzahl an neuen Streckenabschnitten Sz vor, deren Menge {S} wenigstens einen aus Kandidaten-Streckenabschnitten Ai, ..., Ai-+qm-1 konsolidierten Streckenabschnitt Bm umfasst.
    Im Allgemeinen umfasst die Menge {S} R' neue Streckenabschnitten Sz, von denen U konsolidierte Streckenabschnitte Bu sind und V ursprüngliche Streckenabschnitte Av sind, so dass R' = U + V gilt. Erfindungsgemäß ist U>0, während V=0 sein kann, wenn die Menge {S} neuer Streckenabschnitte S z nur konsolidierte Streckenabschnitte Bm umfasst.
    Wie bereits beschrieben, ist jeder ursprüngliche Streckenabschnitt Ai jeweils mit wenigstens einem Geo-Objekt Oi assoziiert, das durch wenigstens eine vorbestimmte Position gekennzeichnet ist, und wenigstens eine Komponente des Mautsystems, beispielsweise ein Fahrzeuggerät 10 f und/ oder die zentrale Datenverarbeitungseinrichtung 50, ist ausgebildet, einen befahrenen Streckenabschnitt Ai durch Vergleich von wenigstens einer Fahrzeugposition, die durch ein Fahrzeuggerät 10 f erfasst und/ oder erzeugt wurde, mit wenigstens einem Geo-Objekt Oi, unter der Erkennungsbedingung zu ermitteln, dass wenigstens eine Fahrzeugposition hinreichend mit dem wenigstens einen Geo-Objekt Oi übereinstimmt.
    Um für die Streckenabschnittserkennung in einem Mautsystem mit einem neuen Streckenabschnittsnetz G' geeignet zu sein, müssen den zur Streckenabschnittserkennung nötigen Geo-Objekten Oz der neuen Streckenabschnitte Sz neue Erkennungsregeln für konsolidierte Streckenabschnitte Bm zugeordnet werden, was nachfolgend beispielhaft erläutert wird.
    Fig. 3a zeigt für jeden Streckenabschnitt A i einer Sequenz von Kandidaten-Streckenabschnitten A1, A2 und A3 jeweils ein Kandidaten-Geo-Objekt O1, O2 und O3 jeweils in Form von Linien, die durch jeweils zwei vorbestimmte Positionen gekennzeichnet sind, nämlich einen Anfangspunkt und einen Endpunkt der Linie.
    Alternative, nicht dargestellte, Geo-Objekte Oi können Kreise sein, die durch einen Mittelpunkt als (erste) vorbestimmte Position und einen Radius oder eine zweite vorbestimmte Position auf dem Rand des Kreises gekennzeichnet sind.
    Eine hinreichende räumliche Übereinstimmung von zwei unmittelbar aufeinanderfolgenden Fahrzeugpositionen mit einem derartigen Linien-Geo-Objekt ist dann gegeben, wenn die Verbindungslinie der zwei unmittelbar aufeinanderfolgenden Fahrzeugpositionen (Fahrzeugpositionspaar) die Linie des Linien-Geo-Objekts schneidet.
    Die Datenverarbeitungseinrichtung 50 ist ausgebildet, von den Kandidaten-Streckenabschnitten A1, A2 und A3 jeweils das Kandidaten-Geo-Objekt des ersten Abschnittes der Sequenz (A1) und das Kandidaten-Geo-Objekt des letzten Abschnittes der Sequenz (A3) auszuwählen und die übrigen (in diesem Fall dasjenige des Abschnittes A2) zu verwerfen.
  • Die Datenverarbeitungseinrichtung 50 ist ferner ausgebildet, die ausgewählten Kandidaten-Geo-Objekte O1 und O2 mit dem konsolidierten Streckenabschnitt B, im datentechnischen Sinne mit dessen Streckenabschnittskennung, zu verknüpfen, wie in Fig. 3b dargestellt.
    Des weiteren ist die Datenverarbeitungseinrichtung 50 ausgebildet, eine konsolidierte Erkennungsregel zu generieren, die die Bedingung dafür enthält, dass bei einer hinreichenden räumlichen Übereinstimmung von Fahrzeugpositionen mit einem oder mehreren der ausgewählten Kandidaten Geo-Objekte O1 und O2 der konsolidierte Streckenabschnitt B1 als befahren gilt.
    Für die Bildung einer konsolidierten Erkennungsregel gibt es mehrere Möglichkeiten:
    • Zum einen kann die konsolidierte Erkennungsregel lauten, dass die hinreichende räumliche Übereinstimmung mit wenigstens einem Kandidaten-Geo-Objekt (O1 oder O3) der konsolidierte Streckenabschnitt B1 als befahren gilt. In diesem Fall gelten unabhängig davon, ob die übrigen Kandidaten-Streckenabschnitte (A2 und A3 beziehungsweise A1 und A2) auch befahren wurden, diese als befahren, was zu einer Erkennung der Befahrung des konsolidierten Streckenabschnitts B ausreicht.
    Dabei kann auch auf eines der Kandidaten-Geo-Objekte (O1 oder O3) bereits bei der Auswahl der Kandidaten-Geo-Objekte verzichtet werden.
    Zum anderen kann die konsolidierte Erkennungsregel lauten, dass nur bei der hinreichenden räumliche Übereinstimmung mit beiden Kandidaten-Geo-Objekt (O1 und O3) der konsolidierte Streckenabschnitt B1 als befahren gilt, wenn zusätzlich die Bedingung erfüllt ist, dass der zwischen Fahrzeugpositionspaaren zurückgelegte Weg (messbar anhand der Fahrzeugpositionen, die zwischen den beiden Fahrzeugpositionspaaren erfasst wurden) kleiner ist als die Länge des konsolidierten Streckenabschnitts B, wodurch eine Nichtnutzung des Kandidatenabschnitts A2 ausgeschlossen werden kann. In diesem Fall gilt der konsolidierte Streckenabschnitt B1 nur dann als befahren, wenn alle Kandidaten-Streckenabschnitte (A1, A2 und A3) befahren wurden.
  • Bereitgestellt wird ein Mautsystem 70, das wenigstens eine Komponente (Fahrzeuggerät 10 f und/ oder Datenverarbeitungseinrichtung 50) umfasst, die ausgebildet ist, aus wenigstens einer Fahrspur wenigstens eines Fahrzeugs 30 f die Befahrung wenigstens eines konsolidierten Streckenabschnitts B des neuen Streckenabschnittsnetzes G' zu erkennen.
    Die Datenverarbeitungseinrichtung 50 ist ausgebildet, die ausgewählten Kandidaten-Geo-Objekte O1 und O3 verknüpft mit konsolidierten Streckenabschnitten und konsolidierten Erkennungsregeln an wenigstens ein Fahrzeuggerät 20 f zu versenden, welches infolge des Empfangs der ausgewählten Kandidaten-Geo-Objekte verknüpft mit konsolidierten Streckenabschnitten und konsolidierten Erkennungsregeln konfiguriert wird, anhand von durch das Fahrzeuggerät 20 f erzeugten oder erfassten Fahrzeugpositionen die Befahrung des konsolidierten Streckenabschnitts B zu erkennen. Alternativ oder optional ist die Datenverarbeitungseinrichtung 50 ausgebildet, die ausgewählten Kandidaten-Geo-Objekte O1 und O3 verknüpft mit konsolidierten Streckenabschnitten und konsolidierten Erkennungsregeln im ersten zentralen Speicher 57a zu speichern und anhand der ausgewählten Kandidaten-Geo-Objekte O1 und O3 unter Anwendung der konsolidierten Erkennungsregel aus wenigstens einer Fahrspur wenigstens eines Fahrzeugs die Befahrung wenigstens des konsolidierten Streckenabschnitts B des neuen Streckenabschnittsnetzes G' zu erkennen.
  • Bezugszeichenliste
  • 10f
    Fahrzeuggerät
    11f
    Fahrzeuggerät-Prozessor.
    12f
    GNSS-Positionsbestimmungsmodul
    13f
    Mobilfunk-Sendeempfänger (fahrzeugseitig)
    16f
    Arbeitsspeicher
    17f
    Daten-Schreib-Lese-Speicher
    30f
    Fahrzeug
    40
    Mobilfunknetz
    50
    zentrale Datenverarbeitungseinrichtung
    51
    zentraler Prozessor
    53
    zentrale Kommunikationseinrichtung
    56
    zentraler Arbeitsspeicher
    57a
    erster zentraler Daten-Schreib-Lese-Speicher
    57b
    zweiter zentraler Daten-Schreib-Lese-Speicher
    58
    Mautzentrale
    70
    Mautsystem
    Ai
    ursprünglicher Streckenabschnitt eines ursprünglichen Streckenabschnittsnetzes G
    Av
    neuer Streckenabschnitt eines neuen Streckenabschnittsnetzes G', der ursprünglicher Streckenabschnitt Ai ist
    Bm
    neuer, aus mehreren ursprünglichen Kandidaten-Streckenabschnitten Ai, ..., Ai+qm-1 kombinierter, ("konsolidierter") Streckenabschnitt eines neuen Streckenabschnittsnetzes G'
    dl
    Vielfachheit von Mehrfachabschnittsequenz Ml
    dm
    Vielfachheit von Teilsequenz Qm
    di
    Vielfachheit von Einfach/ Einzelabschnittssequenz Ei
    Ei
    Einfach-/ Einzelabschnittssequenz, jeweils bestehend aus einem Streckenabschnitt Ai
    Fk
    Fahrspur aus Fahrzeugpositionen eines Fahrzeugs 30f
    G
    ursprüngliches Streckenabschnittsnetz
    G'
    neues Streckenabschnittsnetz
    Hm
    absolute Häufigkeit, Anzahl des Auftretens einer Teilsequenz Qm mehrerer ursprünglicher Kandidaten-Streckenabschnitte Ai, ..., Ai+qm-1
    K
    Anzahl von Fahrspuren
    L
    Anzahl verschiedener Mehrfachabschnittssequenzen Ml
    Ld
    Gesamtanzahl an in ihrer jeweiligen Vielfachheit dl auftretenden verschiedenen Mehrfachabschnittssequenzen Ml
    Ml
    (vollständige) Mehrfachabschnittssequenz von befahrenen Streckenabschnitten A einer Fahrspur Fk
    Nk
    Knoten (Anschlussstelle) zwischen zwei Streckenabschnitten Ai und Ai+1 oder zwei neuen Streckenabschnitten Sz und Sz+1
    Oi
    Geo-Objekt eines ursprünglichen Streckenabschnitts Ai
    Oz
    Geo-Objekt eines neuen Streckenabschnitts Sz
    Pm
    Mögliche Streckenabschnittssequenz (Pfad) im neuen Streckenabschnittsnetzes G'
    qm
    Anzahl von Kandidaten-Streckenabschnitten Ai, ..., Ai+qm-1 einer Teilsequenz Qm
    Qm
    Teilsequenz mehrerer Mehrfachabschnittssequenzen Ml
    R
    Anzahl ursprünglicher Streckenabschnitten Ai im ursprünglichen Streckenabschnittsnetz G
    R'
    neue Anzahl neuer Streckenabschnitte Sz im ursprünglichen Streckenabschnittsnetz G'
    Sz
    neuer Streckenabschnitt Bm oder Av des neuen Streckenabschnittsnetzes G'
    Tn
    Trajektorie in Form von vollständigen Mehrfach- und Einzelabschnittssequenzen
    U
    Anzahl konsolidierter Streckenabschnitte Bm im neuen Streckenabschnittsnetzes G'
    V
    Anzahl ursprünglicher Streckenabschnitte Av im neuen Streckenabschnittsnetzes G'
    w0
    Eliminationsgewicht
    W(S) z
    Gewicht eines neuen Streckenabschnitts Sz
    Y
    Anzahl an Streckenabschnitten, um die das ursprüngliche Streckenabschnittsnetz G mittels der Ersetzung von Kandidaten-Streckenabschnitten Ai, ..., Ai+qm-1 durch kombinierte Streckenabschnitte Bm im neuen Streckenabschnittsnetz G' reduziert wird

Claims (15)

  1. Datenverarbeitungseinrichtung (50), die ausgebildet ist,
    - ein Streckenabschnittsnetz (G) mit einer Anzahl R von Streckenabschnitten (Ai) mit Vorgänger-Nachfolger-Beziehungen von ersten Streckenabschnitten (Ai) zu zweiten Streckenabschnitten (Aj, j ≠ i) im Streckenabschnittsnetz (G) bereitzustellen,
    - mehrere Fahrspuren (Fk) zumindest eines Fahrzeugs (30f) über jeweils einen oder mehrere Streckenabschnitte (Ai) des Streckenabschnittsnetzes (G) zu erfassen,
    - eine Menge an Trajektorien (Tn) mit jeweils wenigstens einem Streckenabschnitt (Ai) aus den erfassten Fahrspuren (Fk) zu bestimmen, die mehrere Mehrfachabschnittssequenzen (Ml) mit mehreren, jeweils von einem Fahrzeug (30f) in unmittelbarer Folge befahrenen, Streckenabschnitten (Ai, Ai+1), die bedingt durch eine Vorgänger-Nachfolger-Beziehung oder mehrere Vorgänger-Nachfolger-Beziehungen des Streckenabschnittsnetzes (G) im Streckenabschnittsnetz (G) unmittelbar aufeinander folgen, umfasst
    und
    - wenigstens ein qm-tupel (qm > 1) von mehreren unmittelbar im Streckenabschnittsnetz (G) aufeinander folgenden Kandidaten-Streckenabschnitten (Ai, ..., Ai+qm-1) zu identifizieren, die eine Teilsequenz (Qm) von q unmittelbar aufeinander folgend befahrenen Streckenabschnitten (Ai, ..., Ai+qm-1) von mehreren der bestimmten Mehrfachabschnittsequenzen (Ml) der erfassten Fahrspuren (Fk) bilden.
  2. Datenverarbeitungseinrichtung (50) nach Anspruch 1 dadurch gekennzeichnet, dass
    die Fahrspuren (Fk) Fahrzeugpositionen des durch das jeweilige Fahrzeug (30f) im Streckenabschnittsnetz (G) zurückgelegten Weges umfasst und
    die Datenverarbeitungseinrichtung (50) ausgebildet ist,
    - die befahrenen Streckenabschnitte (Ai) durch Vergleich von Fahrzeugpositionen der jeweiligen Fahrspur (Fk) zumindest mit durch wenigstens eine vorbestimmte Position gekennzeichneten Geo-Objekten (Oi), die mit jeweils einem Streckenabschnitt (Ai) assoziiert sind, unter der Erkennungsbedingung zu ermitteln, dass wenigstens eine der Fahrzeugpositionen hinreichend mit dem jeweiligen Geo-Objekt (Oi) übereinstimmt.
  3. Datenverarbeitungseinrichtung (50) nach einem der vorhergehenden Ansprüche dadurch gekennzeichnet, dass
    das Streckenabschnittsnetz (G) ein erstes Netz übergeordneter Straßen repräsentiert und Zufahrten aus einem zweiten Netz untergeordneter Straßen an dem Beginn von zumindest einigen Streckenabschnitten (Ai) und Abfahrten in das zweite Netz untergeordneter Straßen an dem Ende von zumindest einigen Streckenabschnitten (Aj) aufweist,
    und die Datenverarbeitungseinrichtung (50) ausgebildet ist,
    eine Menge an Trajektorien (Tn) mit jeweils wenigstens einem Streckenabschnitt (Ai) aus den erfassten Fahrspuren (Fk) zu bestimmen, die als Mehrfachabschnittssequenzen vollständige Mehrfachabschnittssequenzen (Ml) umfasst, die mit der Zufahrt auf einen ersten Streckenabschnitt (Ai) aus dem zweiten Netz beginnen und mit der Abfahrt von einem zweiten Streckenabschnitt (Aj, j ≠ i) in das zweite Netz enden und
    als wenigstens ein qm-tupel (qm > 1) von mehreren unmittelbar im Streckenabschnittsnetz aufeinander folgenden Kandidaten-Streckenabschnitten (Ai, ..., Ai+qm-1) ein solches zu identifizieren, das eine Teilsequenz (Qm) von q unmittelbar aufeinander folgend befahrenen Streckenabschnitten (Ai, ..., Ai+qm-1) von mehreren der bestimmten vollständigen Mehrfachabschnittsequenzen (Ml) der erfassten Fahrspuren (Fk) aufweist.
  4. Datenverarbeitungseinrichtung (50) nach einem der vorhergehenden Ansprüche dadurch gekennzeichnet, dass
    das Streckenabschnittsnetz (G) ein erstes Netz übergeordneter Straßen repräsentiert und Zufahrten aus einem zweiten Netz untergeordneter Straßen an dem Beginn von zumindest einigen Streckenabschnitten (Ai) und Abfahrten in das zweite Netz untergeordneter Straßen an dem Ende von zumindest einigen Streckenabschnitten (Aj) aufweist,
    und die Datenverarbeitungseinrichtung (50) ausgebildet ist,
    eine Menge an Trajektorien (Tn) mit jeweils wenigstens einem Streckenabschnitt (Ai, Aj) aus den erfassten Fahrspuren (F k) zu bestimmen, die zusätzlich zu den Mehrfachabschnittssequenzen (Ml) Einzelabschnittssequenzen (Ei) von Streckenabschnitten (Ai) umfasst, die jeweils mit der Zufahrt auf einen Streckenabschnitt (Ai) aus dem zweiten Netz beginnen und mit der Abfahrt von demselben Streckenabschnitt (Ai) in das zweite Netz enden und
    als wenigstens ein q m-tupel (qm > 1) von mehreren unmittelbar im Streckenabschnittsnetz aufeinander folgenden Kandidaten-Streckenabschnitten (Ai, ..., Ai+qm-1) ein solches zu identifizieren, das eine Teilsequenz (Qm) von qm unmittelbar aufeinander folgend befahrenen Streckenabschnitten (Ai, ..., Ai+qm-1) von mehreren der bestimmten Mehrfachabschnittsequenzen (Mi) der erfassten Fahrspuren (Fk) aufweist, ohne einen Streckenabschnitt (Ai) einer Einzelabschnittsequenz (Ei) zu umfassen.
  5. Datenverarbeitungseinrichtung (50) nach einem der vorhergehenden Ansprüche dadurch gekennzeichnet, dass
    die Datenverarbeitungseinrichtung (50) ausgebildet ist,
    eine Menge an Trajektorien (Tn) mit jeweils wenigstens einem Streckenabschnitt (Ai) aus den erfassten Fahrspuren (Fk) zu bestimmen, die nur solche Mehrfachabschnittssequenzen (Ml) umfasst, die verzweigungsknotenfrei in der Hinsicht sind, dass zwischen keinem Paar an unmittelbar aufeinander folgenden Streckenabschnitten (Ai) Ai+1) einer verzweigungsknotenfreien Mehrfachabschnittssequenz (Ml) ein Verzweigungsknoten vorliegt, wobei die Datenverarbeitungseinrichtung (50) ferner ausgebildet ist,
    von verzweigungsknotenhaltigen Mehrfachabschnittssequenzen verzweigungsknotenterminierte Mehrfachabschnittssequenzen abzutrennen, welche sie als verzweigungsknotenfreie Mehrfachabschnittssequenzen (Ml) zur Menge der Trajektorien (Tn) hinzufügt.
  6. Datenverarbeitungseinrichtung (50) nach einem der vorhergehenden Ansprüche dadurch gekennzeichnet, dass
    die Datenverarbeitungseinrichtung (50) ausgebildet ist,
    eine Zielfunktion derjenigen Teilmengen ({S}) einer Ausgangsmenge von in der bestimmten Menge an Trajektorien (Tn) enthaltenen verschiedenen Teilsequenzen (Qm) zu maximieren, die wenigstens eine vorgegebene Nebenbedingung erfüllen.
  7. Datenverarbeitungseinrichtung (50) nach Anspruch 6 dadurch gekennzeichnet, dass
    die Datenverarbeitungseinrichtung (50) ausgebildet ist,
    eine Zielfunktion derjenigen Teilmengen {S} einer Ausgangsmenge von in der bestimmten Menge an Trajektorien Tn enthaltenen verschiedenen Teilsequenzen (Qm) und Einzelabschnittsequenzen (Ei) zu maximieren, die die erste Nebenbedingung erfüllen, dass eine vorgegebene Anzahl von verschiedenen Teilsequenzen (Qm) und Einzelabschnittsequenzen (Ei) einer Teilmenge {S} nicht überschritten wird, und die zweite Nebenbedingung erfüllen, dass die Einzelabschnittsequenzen (Ei) und Teilsequenzen (Qm) disjunkt sind.
  8. Datenverarbeitungseinrichtung (50) nach einem der Ansprüche 6 bis 7 dadurch gekennzeichnet, dass Teilsequenzen (Qm) und Einzelabschnittsequenzen (Ei) in Abhängigkeit von ihrer jeweiligen Vielfachheit (dm, d i), mit der sie in der bestimmten Menge an Trajektorien (Tn) auftreten, in die Zielfunktion eingehen.
  9. Datenverarbeitungseinrichtung (50) nach einem der Ansprüche 6 bis 8 dadurch gekennzeichnet, dass Teilsequenzen (Qm) und Einzelabschnittsequenzen (Ei) in Abhängigkeit von einem jeweiligen ihnen zugeordneten Gewicht (wm, wi) in die Zielfunktion eingehen.
  10. Datenverarbeitungseinrichtung nach einem der vorhergehenden Ansprüche dadurch gekennzeichnet, dass die Datenverarbeitungseinrichtung ausgebildet ist,
    - aus dem Streckenabschnittsnetz (G) ein neues Streckenabschnittsnetz (G') mit einer wenigstens um qm-1 gegenüber der ursprünglichen Anzahl R reduzierten Anzahl R' an neuen Streckenabschnitten (Sz) einer Menge ({S} = A1, ..., AR-qm, Bm) von neuen Streckenabschnitten (Sz) zu erzeugen, wobei sie identifizierte Kandidaten-Streckenabschnitte (Ai, ..., Ai+qm-1) wenigstens einer Teilsequenz (Qm) zu wenigstens einem konsolidierten Streckenabschnitt (Bm) zusammenfasst.
  11. Datenverarbeitungseinrichtung nach Anspruch 10 dadurch gekennzeichnet, dass
    die Datenverarbeitungseinrichtung ausgebildet ist,
    - Geo-Objekte (Oi), die jeweils durch wenigstens eine vorbestimmte Position gekennzeichnet sind und jeweils mit einem Streckenabschnitt (Ai) assoziiert sind, jeweils zusammen mit einer Erkennurigsregel bereitzustellen, die besagt, dass die hinreichende Übereinstimmung wenigstens einer Fahrzeugposition mit wenigstens einem der Geo-Objekte (Oi) einer Befahrung des mit dem diesem wenigstens einen Geo-Objekt (Oi) assoziierten Streckenabschnitts (Ai) entspricht, und
    - von Kandidaten-Geo-Objekten(Oi, ..., Oi+qm-1) identifizierter Kandidaten-Streckenabschnitte (Ai, ..., Ai+qm-1) wenigstens eines mit dem konsolidierten Streckenabschnitt (Bm) unter Bildung einer konsolidierten Erkennungsbedingung zu assoziierten.
  12. Mautsystem (70) mit wenigstens einer Datenverarbeitungseinrichtung (50) nach einem der vorhergehenden Ansprüche,
    gekennzeichnet durch mehrere Fahrzeugeinrichtungen (10f), die ausgebildet sind, Fahrspuren (Fk)eines jeweiligen Fahrzeugs (30f), von dem sie mitgeführt werden, aufzuzeichnen und aufgezeichnete Fahrspuren (Fk) an die Datenverarbeitungseinrichtung (50) zu senden, wobei die Datenverarbeitungseinrichtung (50) ausgebildet ist, die gesendeten Fahrspuren (Fk) zu erfassen, indem sie sie empfängt.
  13. Verfahren zur Reduzierung der Komplexität eines Streckenabschnittsnetzes (G)
    mit den Schritten der
    - Bereitstellung eines Streckenabschnittsnetzes (G) einer Anzahl R von Streckenabschnitten (Ai) mit Vorgänger-Nachfolger-Beziehungen von ersten Streckenabschnitten (Ai) zu zweiten Streckenabschnitten (Aj, j ≠ i) im Streckenabschnittsnetz (G),
    - Erfassung von mehreren Fahrspuren (Fk) zumindest eines Fahrzeugs (30f) über jeweils einen oder mehrere Streckenabschnitte (Ai) des Streckenabschnittsnetzes (G),
    - Bestimmung einer Menge an Trajektorien (Tn) mit jeweils wenigstens einem Streckenabschnitt (Ai) aus den erfassten Fahrspuren (Fk), die mehrere Mehrfachabschnittssequenzen (Ml) mit mehreren, jeweils von einem Fahrzeug (30f) in unmittelbarer Folge befahrenen, Streckenabschnitten (Ai, Ai+1) die bedingt durch eine Vorgänger-Nachfolger-Beziehung oder mehrere Vorgänger-Nachfolger-Beziehungen des Streckenabschnittsnetzes (G) im Streckenabschnittsnetz (G) unmittelbar aufeinander folgen, umfasst und
    - Identifizierung wenigstens eines q-tupels (q > 1) von mehreren unmittelbar im Streckenabschnittsnetz (G) aufeinander folgenden Kandidaten-Streckenabschnitten (Ai, ..., Ai+qm-1), die eine Teilsequenz (Qm) von qm unmittelbar aufeinander folgend befahrenen Streckenabschnitten (Ai, ..., Ai-+qm-1) von mehreren der bestimmten Mehrfachabschnittsequenzen (Ml) der erfassten Fahrspuren (Fk) bilden.
  14. Verfahren nach Anspruch 13 gekennzeichnet durch den Schritt der
    - Erzeugung eines neuen Streckenabschnittsnetzes (G') aus dem Streckenabschnittsnetz (G) mit einer wenigstens um qm-1 gegenüber der Anzahl R reduzierten neuen Anzahl R' an neuen Streckenabschnitten (Sz) einer Menge ({S} = A1, ..., AR-qm, Bm) von neuen Streckenabschnitten (Sz) durch Zusammenfassung identifizierter Kandidaten-Streckenabschnitte (Ai, ..., Ai+qm-1) wenigstens einer Teilsequenz (Qm) zu wenigstens einem konsolidierten Streckenabschnitt (Bm).
  15. Verfahren nach Anspruch 14 gekennzeichnet durch die Schritte der
    - Erstellung wenigstens einer Erkennungsregel zur Erkennung der Befahrung des wenigstens einen konsolidierten Streckenabschnitts (Bm) und
    - Erkennung der Befahrung wenigstens eines der neuen Streckenabschnitte (A1, ... AR-qm, Bm) des neuen Streckenabschnittsnetzes (G') aus wenigstens einer Fahrzeugposition wenigstens eines Fahrzeugs.
EP16002069.9A 2016-09-22 2016-09-22 Datenverarbeitungseinrichtung und verfahren zur reduzierung der komplexität eines streckenabschnittsnetzes Ceased EP3300030A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP16002069.9A EP3300030A1 (de) 2016-09-22 2016-09-22 Datenverarbeitungseinrichtung und verfahren zur reduzierung der komplexität eines streckenabschnittsnetzes

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP16002069.9A EP3300030A1 (de) 2016-09-22 2016-09-22 Datenverarbeitungseinrichtung und verfahren zur reduzierung der komplexität eines streckenabschnittsnetzes

Publications (1)

Publication Number Publication Date
EP3300030A1 true EP3300030A1 (de) 2018-03-28

Family

ID=57153224

Family Applications (1)

Application Number Title Priority Date Filing Date
EP16002069.9A Ceased EP3300030A1 (de) 2016-09-22 2016-09-22 Datenverarbeitungseinrichtung und verfahren zur reduzierung der komplexität eines streckenabschnittsnetzes

Country Status (1)

Country Link
EP (1) EP3300030A1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1659550A2 (de) * 2004-11-19 2006-05-24 DaimlerChrysler AG Verfahren zur Erfassung von Verkehrsdaten
EP1811480A1 (de) * 2006-01-18 2007-07-25 GMV Aerospace and Defence S.A. Automatisches Streckenberechnungssystem auf ausschließlicher Satellitennavigationsbasis unter Berücksichtigung des Positionsfehlers und Verfahren dazu
EP2854111A1 (de) * 2013-09-30 2015-04-01 Toll Collect GmbH Verfahren, Einrichtungen, System und Computerprogrammprodukt zur Erhebung von Maut in einem Dualen Mautsystem

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1659550A2 (de) * 2004-11-19 2006-05-24 DaimlerChrysler AG Verfahren zur Erfassung von Verkehrsdaten
EP1811480A1 (de) * 2006-01-18 2007-07-25 GMV Aerospace and Defence S.A. Automatisches Streckenberechnungssystem auf ausschließlicher Satellitennavigationsbasis unter Berücksichtigung des Positionsfehlers und Verfahren dazu
EP2854111A1 (de) * 2013-09-30 2015-04-01 Toll Collect GmbH Verfahren, Einrichtungen, System und Computerprogrammprodukt zur Erhebung von Maut in einem Dualen Mautsystem

Similar Documents

Publication Publication Date Title
EP3611710B1 (de) Verkehrsflusssimulator
EP2842087B1 (de) Verfahren zum bestimmen eines zu erwartenden verbrauchswertes eines kraftwagens
DE102012218058A1 (de) Verkehrssensormanagement
DE102012219849A1 (de) Intelligentes Mautnetzwerk zur Verbesserung der Leistung von Fahrzeugidentifikationssystemen
DE102015225893A1 (de) Verfahren und System zur Optimierung der Parkplatzsuche eines Fahrzeuges und ein Computerprogrammprodukt
DE112011103424T5 (de) System, Verfahren und Programm zum Auswählen von Routen
EP3161808B1 (de) Verfahren zum verarbeiten von messdaten eines fahrzeuges zur bestimmung des beginns einer parkplatzsuche und computerprogrammprodukt
DE102018202712A1 (de) Schwarmbasierte Trajektorien für Kraftfahrzeuge
EP2009610A2 (de) Verfahren und Vorrichtung zum Ermitteln einer auf eine Strecke eines Straßennetzes bezogenen Verkehrsgröße
DE102012204306A1 (de) Verfahren zur Steuerung eines Bereitstellens von Verkehrsinformationsdaten zur Aktualisierung einer Verkehrsinformation
WO2011067169A1 (de) Verfahren zur vereinfachung einer beschreibung einer fahrtroute
DE102015008353A1 (de) Autonom fahrendes Fahrzeug und Verfahren zum Organisieren von Kolonnenfahrten
DE102017208509A1 (de) Verfahren zum Erzeugen eines Straßenmodells während einer Fahrt eines Kraftfahrzeugs sowie Steuervorrichtung und Kraftfahrzeug
DE102010001700A1 (de) Verfahren zur Bestimmung eines Bildes benutzter oder bekannter Streckenabschnitte
DE10145299A1 (de) Verfahren zur automatischen Berechnung von optimalen Routen
DE102019211100A1 (de) Verfahren, Vorrichtung und Computerprogramm zum Aufbereiten von Daten über eine Ampelanlage
EP1659550B1 (de) Verfahren zur Erfassung von Verkehrsdaten
DE102012210454A1 (de) Verfahren und Vorrichtung zur Bereitstellung von Daten für einen elektronischen Horizont für ein Fahrerassistenzsystem eines Fahrzeugs
DE102017008667A1 (de) Verfahren zur dynamischen Routenplanung
EP3300030A1 (de) Datenverarbeitungseinrichtung und verfahren zur reduzierung der komplexität eines streckenabschnittsnetzes
DE102011075351A1 (de) Verfahren zum Betrieb eines Kraftfahrzeugs mit einem Navigationssystem
DE102004032499B3 (de) Verfahren und Routenplanungssystem zur Generierung und Speicherung von für eine dynamische Routenplanung benötigten Daten
AT522734B1 (de) Verfahren zur Ermittlung eines Bewegungsprofils einer Person
DE102018217610A1 (de) Verfahren zur Luftqualitätsoptimierung, Steuerung, Fahrzeug und System zur Durchführung des Verfahrens
DE102021204191B4 (de) Vorrichtung und Verfahren zur echtzeit-basierten dynamischen Verkehrszuordnung für zumindest zwei nachfolgende Fahrbahnen

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

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

Free format text: STATUS: THE APPLICATION HAS BEEN PUBLISHED

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

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

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20180928

RBV Designated contracting states (corrected)

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

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

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20200623

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

Free format text: STATUS: EXAMINATION IS IN PROGRESS

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

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20230619