EP3991161A1 - Verfahren zur steuerung eines verkehrssystems, vorrichtung, computerprogramm, und computerlesbares speichermedium - Google Patents

Verfahren zur steuerung eines verkehrssystems, vorrichtung, computerprogramm, und computerlesbares speichermedium

Info

Publication number
EP3991161A1
EP3991161A1 EP20797740.6A EP20797740A EP3991161A1 EP 3991161 A1 EP3991161 A1 EP 3991161A1 EP 20797740 A EP20797740 A EP 20797740A EP 3991161 A1 EP3991161 A1 EP 3991161A1
Authority
EP
European Patent Office
Prior art keywords
traffic
intersections
switching times
light systems
road section
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.)
Pending
Application number
EP20797740.6A
Other languages
English (en)
French (fr)
Inventor
Fritz Schinkel
Markus Kirsch
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.)
Fujitsu Germany GmbH
Original Assignee
Fujitsu Technology Solutions Intellectual Property 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 Fujitsu Technology Solutions Intellectual Property GmbH filed Critical Fujitsu Technology Solutions Intellectual Property GmbH
Publication of EP3991161A1 publication Critical patent/EP3991161A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals

Definitions

  • the present invention relates to a method for controlling a traffic system with a plurality of intersections with switchable traffic lights and road sections lying between the intersections.
  • the invention also relates to a corresponding device, a computer program and a computer-readable storage medium.
  • Traffic on roads is increasing worldwide, especially in cities and metropolitan areas. Traffic jams, congested streets and creeping traffic are not only a significant loss of time for road users, but also increasingly contribute to air pollution and health problems for residents of the congested streets. The longer a vehicle is stuck in traffic, the more exhaust gases are released into the environment. Consequently, it would be desirable to avoid congested roads and traffic jams as much as possible.
  • the object of the present invention is to describe a method, a device, a computer program and a computer-readable storage medium which solve or reduce the above-mentioned problem.
  • the object is achieved by the features of the independent patent claims.
  • Advantageous refinements are characterized in the subclaims.
  • a method for controlling a traffic system with a plurality of intersections with switchable traffic lights and road sections between the intersections comprises the following steps:
  • Quantum concept processor optimized switching times for the traffic light systems of the intersections adjacent to the relevant road sections, the optimized switching times being determined in such a way that the global stress function assumes the smallest value that can be found, and switching of the traffic light systems adjacent to the relevant road sections according to a switching model based on the optimized Switching times based.
  • the switching times for a large number of traffic light systems are simultaneously modulated in such a way that the global traffic system Stress function is as low as possible.
  • the determination of the optimized switching times can be determined particularly quickly, so that a quick reaction to increased traffic volume is possible, and thus congestion and slow traffic are avoided or at least reduced.
  • vehicle densities in the relevant road sections are considered here.
  • traffic stress and stress functions describe variables that are, for example, a measure of the congestion of a road section.
  • the stress function is calculated using a difference between currently available vehicles on a road section and a maximum number of vehicles that can be tolerated stress-free for the road section.
  • values that are a measure of environmental pollution, such as exhaust gas values can also be used to determine the stress function.
  • the global stress function can be determined from the sum of all specific local stress functions.
  • a quantum concept processor is a processor based on quantum algorithms for the accelerated implementation of optimization tasks. For example, this is a processor that is set up to do this is to solve an optimization problem using quantum annealing simulation.
  • a processor can, for example, be based on conventional hardware technology, for example complementary metal-oxide-semiconductor (CMOS) technology.
  • CMOS complementary metal-oxide-semiconductor
  • An example of such a quantum concept processor is the "Digital Annealer" from the company "FUJITSU".
  • any other quantum processors can also be used for the method described here, in the future also those based on real quantum bit technologies.
  • a quantum concept processor is a processor that uses the concept of minimizing a QUBO (Quadratic Unconstrained Binary Optimization) function realized either on a special processor in classic technology or on a quantum annealer.
  • QUBO Quadrattic Unconstrained Binary Optimization
  • the switching times for the traffic light systems are, for example, determined here between the red and green phases of the respective traffic light systems.
  • the smallest value of the global stress function that can be found is either a local or an absolute minimum of a corresponding stress function.
  • the relevant road sections can also be only a part of the road sections of the traffic system, in particular if only a control of special traffic light systems is interesting or possible.
  • the traffic light systems are, for example, visual light signal systems with corresponding color signals (red / green) signal to a driver of a vehicle whether he has to stop at an associated intersection or whether he can pass it.
  • the traffic light systems can also be other traffic light systems that are used to control a traffic flow.
  • it can be special traffic light systems that regulate a flow of traffic, for example with non-visual signals, in particular when predominantly or exclusively autonomous vehicles are used in the traffic system.
  • the switching model can, for example, be based directly on the specific switching times, i.e. each traffic light system is switched immediately according to the switching times that have been determined as optimized switching times.
  • a switching model that is based on these switching times, but also takes into account other functions, such as offsets of individual switching times or the like.
  • the global stress function is defined as a term for a quadratic optimization, in particular as a quadratic Unconstrained Binary Optimization (QUBO) term.
  • QUBO Quadratic Unconstrained Binary Optimization
  • the determination of the local stress function is additionally carried out based on selection values of various possible green phases for traffic light systems adjacent to the respective relevant road section.
  • Different possible green phases for the traffic light systems each describe the red-to-green ratio of the respective traffic light systems.
  • Various possible green phases can accordingly be, for example: 40% green to 60% red; 50% green to 50% red; 70% green to 30% red - as well as any other division of the red and green times to one another.
  • Adjacent traffic light systems are the traffic light systems located directly on the relevant road section, but can also include all traffic light systems that exist at the intersections adjacent to the relevant road section.
  • the method further comprises the step:
  • the traffic system can also be controlled via the traffic system based on empirical values. For example, more precise local stress functions can be determined in this way.
  • the historical data is used to define a maximum traffic flow at each intersection, or to determine a value for each switching period that corresponds to the number of vehicles choosing a particular route.
  • the historical data can be used to determine the traffic load for each switching period more precisely, or to concretize boundary conditions of the traffic system, for example how many vehicles appear on each road section located at the edge per switching period.
  • Periodic boundary conditions can be selected for such boundary conditions, ie it is assumed that the same number of vehicles leave the traffic system as new ones appear in the traffic system.
  • the determination of the local stress functions, the determination of the global stress function, the determination of the optimized switching times, and the switching of the traffic light systems are repeated periodically and the optimized switching times are always determined for the next switching period.
  • the acquisition of the traffic load is also repeated periodically as an alternative or in addition.
  • switching times can be determined and thus it is possible to react to changes in the traffic system. For example, these values are redetermined every 90 seconds. Alternatively, shorter or longer time intervals can also be selected, for example adapted to traffic times - such as, for example, rush hour traffic or holiday and public holiday traffic.
  • a device for controlling a traffic system with a plurality of intersections with switchable traffic lights and road sections located between the intersections comprises: at least one sensor that is set up to detect traffic loads of several relevant road sections, a computing unit that is set up to generate a local Stress function for each relevant road section depending on the recorded traffic loads of the to determine the relevant relevant road section and a global stress function for the entire traffic system based on the local stress functions, a quantum concept processor which is set up to determine optimized switching times for the traffic lights at the intersections adjacent to the relevant road sections, the optimized switching times being determined in such a way that the global stress function assumes a smallest value that can be found, and a switching device which is set up to switch the traffic light systems in accordance with a switching model, the switching model being based on the optimized switching times.
  • Suitable sensors are, for example, sensors that are set up to record the traffic load on the relevant road sections continuously and in real time.
  • the computing unit is also set up to determine the local stress function for each relevant road section additionally as a function of the traffic load of the relevant relevant road section predicted for different switching times.
  • the invention is characterized by a computer program, the computer program comprising instructions which, when the program is executed by a computer arrangement, cause the computer arrangement to carry out the method according to the first aspect.
  • the invention is characterized by a computer-readable storage medium comprising a computer program according to the third aspect.
  • Figure 1 is a schematic representation of a traffic system
  • FIG. 2 shows a flow diagram of a method for controlling the traffic system according to FIG. 1, and
  • FIG. 3 shows a schematic representation of a device for controlling the traffic system according to FIG. 1.
  • FIG. 1 shows a schematic representation of a traffic system 1.
  • the traffic system 1 is shown in a greatly simplified manner in order to simplify the description of the invention disclosed here. However, this greatly simplified representation is not intended to represent a limitation of the invention.
  • the traffic system 1 comprises several streets 2.
  • the streets 2 run both in an east-west direction and in a north-south direction. Every meeting of two streets 2 represents an intersection 3.
  • the intersections 3 are numbered for the purpose of mathematical description, "n” denotes the intersections 3 in the west-east direction, "m” the intersections 3 in the south-north direction.
  • the west-east direction corresponds to the x-direction of the coordinate system shown in FIG.
  • the south-north direction corresponds to the y-direction of the coordinate system
  • "n" runs from 0 to N - 1, where N represents the total number of streets 2 running in south-north direction y
  • "m” runs from 0 to M - 1, where M represents the total number of streets 2 running in west-east direction x.
  • the roads 2 are formed by road sections 4 between the intersections 3. At each intersection 3, four incoming road sections 4 arrive and four outgoing road sections 4 exit.
  • the incoming and outgoing road sections 4 are numbered according to their orientation:
  • the road sections 4 can now each be described as an incoming or outgoing road section 4 of an intersection 3 or as an outgoing or incoming road section 4 of a correspondingly adjacent intersection 3.
  • “ModN” and “modM” are used here to denote periodic boundary conditions.
  • the outgoing road sections 4 are each used below.
  • an equivalent consideration of the incoming road sections 4 would of course also be possible.
  • a switchable traffic light system 5 which communicates with road users by means of light signals, is located at each intersection 3 in the exemplary embodiment shown.
  • a traffic load l n , m , d (t) denotes a number of vehicles 6 on an outgoing road section 4 “from n , m , d ” at a point in time t.
  • a global stress function S which supplies a value for an overload of the traffic system 1, is the sum of local stress functions f of the individual road sections 4.
  • the global stress function S can be defined as: Here, l n, m, d (t) is the traffic load and f n , m , d are the local stress functions of the road sections 4, the position of which is characterized by the indices n and m, and the direction of which is characterized by the index d.
  • the dependency of the respective local stress function is chosen here to simplify the representation.
  • the method can take into account several different parameters that can be assigned to the respective roads, for example the currently drivable speed and / or the current CO 2 emissions, in order to determine a stress function.
  • the local stress functions f are defined as:
  • V R is a constant that corresponds to a maximum number of vehicles 6 that can be on a specific road section 4 without excessive traffic on the respective road section 4, which could lead to traffic jams or slow-moving traffic.
  • V R is the maximum number of vehicles 6 that can be located on a specific road section 4 without stress.
  • the A constant V R is assumed for all road sections 4 shown in the exemplary embodiment shown.
  • the local stress functions f can be designed as complex as required and can be set up for the traffic system 1 depending on the needs and requirements of a desired traffic optimization (e.g. reduction of traffic jams, reduction of exhaust gas concentrations, etc.). In addition to traffic load, the stress function can also depend on many other influencing variables, such as traffic throughput, exhaust gas emissions, noise development, etc.
  • the local stress functions f can be adapted to real conditions in a real traffic system, for example by using road-specific threshold values and progressive functions.
  • the definition used here for the local stress functions f supplies a value 0 as long as the number of vehicles 6 on the road section 4 is below the constant V R. If the number of vehicles 6 on the road section 4 is above the constant V R , the local stress increases as the number of vehicles 6 increases.
  • the global stress function is then defined as:
  • a portion of a green phase ⁇ n, m in a cycle time T P of a special traffic light system 5 is modeled, for example, in R steps r, in this case r is a natural number from 0 to Rl, where R is the total number of steps r.
  • the cycle time T P of a traffic light system 5 is, for example, the time, in seconds, from the start of a red phase to the start of the next red phase of the traffic light system 5.
  • a fixed cycle time T P is assumed, which is also used for the purpose of a simple Description, for all traffic lights 5 is clocked together.
  • the cycle time T P can also vary for the individual traffic light systems 5 or can additionally be optimized using the method shown here.
  • the cycle time T P could also be taken into account via the local stress functions f n, m, d.
  • T P Proportion of the cycle time T P for which the traffic light system 5 of a certain intersection 3 in the west-east direction x is switched to green.
  • T c is a so-called clearance time, which specifies in seconds how much time elapses between switching over the traffic light system 5 and clearing the associated intersection 3.
  • T T is a traffic time that indicates the time in seconds during which vehicles 3 actually drive Junction 3 can pass.
  • a traffic flow F indicates how many vehicles 6 can pass an intersection 3 in a direction d during a green phase per second.
  • the traffic load 1 of a special road section 4 in west-east direction x for a next point in time t + 1 then results from the current traffic load 1 on this road section 4 at time t, that is to say at the next round trip time T P plus incoming traffic from an adjacent road section 4, and minus an outgoing traffic to another neighboring road section 4:
  • the incoming and outgoing traffic is defined here as a minimum function, whereby either the total incoming or outgoing traffic load 1 is taken into account if this is less than the maximum possible incoming or outgoing traffic via the respective traffic light system 5, or otherwise the maximum possible incoming or outgoing traffic outbound traffic.
  • the traffic load 1 and consequently the local stress function f of a road section 4 thus depends on which values for the green phase ⁇ nm of an intersection n, m adjacent to the road section 4 and which values for the green phase ⁇ (n + 1) modN, m a adjacent intersection n + 1, m adjacent to the road section 4 can be selected. If r c is the value for r of a green phase A nm with respect to a central intersection and r 0 is the value for r one
  • the local stress function for an outgoing road section 4 from the intersection 3 with the indices "n, m" in direction d at time t + 1 is then:
  • the local stress functions f shown here are based, for the purpose of an easily understandable description, on relatively simple assumptions with regard to the traffic system 1.
  • the local stress functions f can be expanded as desired and represented as complex as desired, in particular to improve adaptation to real traffic systems.
  • historical data for example, can also be taken into account for the local stress functions f, which are collected, for example, via statistical evaluations with regard to the traffic system 1 or by means of artificial intelligence methods.
  • a constant adaptation of the local stress functions f for example based on such historical data at runtime, is also possible.
  • FIG. 2 shows a flow chart of a method 100 for controlling the traffic system 1 according to FIG. 1.
  • traffic loads 1 of road sections 4 are recorded.
  • traffic loads are recorded for all road sections 4 of the traffic system 1.
  • only traffic loads of relevant road sections 4, ie those road sections 4 for which an optimization of the traffic system 1 is to be carried out, can also be recorded or taken into account.
  • the traffic loads 1 are recorded for example by means of road sensors, floating phone data (FPD) or floating car data (FCD). Additionally or alternatively, historical data of the traffic system 1, ie empirical values from previous measurements or other values available with regard to the traffic of the traffic system, can also be used to record the traffic loads 1.
  • a local stress function f is determined for each road section 4 as a function of the recorded traffic loads 1 of the respective road section 4.
  • current switching times of traffic light systems 5 at intersections 3 adjacent to this road section 4 can also be taken into account. In other words, it can be taken into account how many vehicles 6 will enter the road section 4 under consideration in a next switching cycle and how many vehicles 6 will leave it.
  • a global stress function S is created for the entire traffic system 1 based on the local stress functions + 1) for all possible proportions of the
  • the global stress function S is a measure of a congestion or overloading of the traffic system 1.
  • a congestion of fewer road sections 4 provides a higher overall global stress value than a distribution of vehicles 6 with the maximum possible stress-free number of vehicles 6 in the road sections 4 of the transport system 1 does not are exceeded, even if, in the second case, a total of more vehicles 6 are traveling in the traffic system 1.
  • a fourth step 104 using a quantum concept processor, optimized switching times, that is to say optimized lengths of green phases 1 for the traffic lights 5 of the intersections 3, are determined. This is done by minimizing the function H, which in part Hi represents the global stress under the respective decision for the green portions at all traffic lights in the network.
  • the optimized switching times are determined in such a way that the global stress function S assumes a smallest value that can be found. In other words: an optimization problem for the global stress function S is solved, the solution of the optimization problem taking into account the traffic system 1 in its entirety and not merely regulating switching times for traffic lights 5 of individual intersections 3 independently of one another.
  • optimized switching times for all (or all relevant) traffic light systems 5 are determined simultaneously, and the best possible system state for the entire traffic system 1, i.e. a system state with the lowest possible global stress, is thus determined.
  • a fifth step 105 the traffic light systems 5 are switched according to a switching model which is based on the optimized switching times.
  • the switching model can, for example, be based directly on the optimized switching times, i.e. each traffic light system 5 is switched immediately according to the optimized switching times.
  • offsets, intermediate states such as yellow phases
  • additional traffic flows such as crossing trams or turning lanes, or the like.
  • the method 100 shown here is carried out periodically, for example, parallel to ongoing operation of the traffic system 1. In this way, switching times for the traffic light systems 5 that are always adapted to the current volume of traffic can be determined. For example, the method 100 is carried out after a certain time has elapsed, for example every 90 seconds, or at each cycle time T P for a subsequent cycle time.
  • This cycle time T P can be predetermined for all traffic light systems 5, or there can be individual cycle times T P for different traffic light systems 5. Alternatively or additionally, the method 100 can also be carried out dynamically, for example as a function of a traffic volume or a global stress value in the traffic system 1.
  • the cycle time T P can also, in addition or as an alternative to the green phases I, be optimized. In this case, bits for the cycle times T P for each relevant intersection 3 must be added to the functions to be optimized, or the bits described above must be replaced with these.
  • the cycle times T P can also be taken into account for the local stress functions f and thus, in particular, are included in the future local stress f (t + l).
  • circuit phases ie offsets between cycle times T P of different traffic light systems 5, can be optimized in addition or as an alternative to green phases 1 and cycle times T P.
  • bits for the circuit phases for each relevant intersection 3 must be added to the functions to be optimized, or the bits described above must be replaced with these.
  • the circuit phases can also be taken into account for the local stress functions f and thus, in particular, are included in the future local stress f (t + l).
  • FIG. 3 shows a schematic representation of a device 7 for controlling the traffic system 1 according to FIG. 1.
  • the device 7 comprises sensors 8 with which traffic loads 1 of the road sections 5 can be detected.
  • the sensors 8 are, for example, road sensors, sensors for collecting floating phone data (FPD) or sensors for collecting floating car data (FCD).
  • the device 7 further comprises a computing unit 9 with which the local stress functions f for each road section 4 as a function of the recorded traffic loads 1 des respective road section 4 can be determined. Furthermore, the computing unit 9 can determine a global stress function S for the entire traffic system 1 based on the local stress functions f.
  • a conventional computer is used as the arithmetic unit 9, for example.
  • the computing unit 9 is connected to a network 10, for example the Internet.
  • the device 7 further comprises a
  • Quantum concept processor 11 which is set up to determine optimized switching times for the traffic light systems 5, the optimized switching times being determined in such a way that the global stress function S assumes a smallest value that can be found.
  • a processor is used as the quantum concept processor 11, for example, which is set up to solve an optimization problem by means of quantum annealing simulation.
  • a quantum concept processor 11 can, for example, be based on conventional technology, for example complementary metal-oxide-semiconductor (CMOS) technology.
  • CMOS complementary metal-oxide-semiconductor
  • any other can be used for the device 7
  • Quantum concept processors 11 in the future also those based on real quantum bit technologies, will be used.
  • the quantum concept processor 11 is also connected to the network 10.
  • the computing unit 9 is set up to send the global stress function S to the quantum concept processor 11 via the network 10.
  • the quantum concept processor 11 then sends the determined optimized switching times back to the computing unit 9 via the network 10.
  • the device 7 also includes a switching device 12 which is set up to switch the traffic light systems 5 in accordance with a switching model, the switching model being based on the optimized switching times.
  • the switching device 12 is connected here to the computing unit 9, so that the computing unit controls the switching device 12 based on the optimized switching times.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die vorliegende Erfindung betrifft ein Verfahren (100) zur Steuerung eines Verkehrssystems (1) mit einer Vielzahl von Kreuzungen (3) mit schaltbaren Ampelanlagen (5) und zwischen den Kreuzungen (3) liegenden Straßenabschnitten (4), das Verfahren (100) umfassend die folgenden Schritte: Erfassen (101) von Verkehrsauslastungen mehrerer relevanter Straßenabschnitte (4); Bestimmen (102) einer lokalen Stressfunktion für jeden relevanten Straßenabschnitt (4) in Abhängigkeit der erfassten Verkehrsauslastungen des jeweiligen relevanten Straßenabschnitts (4); Bestimmen (103) einer globalen Stressfunktion für das gesamte Verkehrssystem (1) basierend auf den lokalen Stressfunktionen; Bestimmen (104), unter Verwendung eines Quantenkonzeptprozessors (11), optimierter Schaltzeiten für die Ampelanlagen (5) der an den relevanten Straßenabschnitten (4) anliegende Kreuzungen (3), wobei die optimierten Schaltzeiten derart bestimmt werden, dass die globale Stressfunktion einen kleinsten auffindbaren Wert annimmt; und Schalten (105) der Ampelanlagen (5) entsprechend einem Schaltmodell, welches auf den optimierten Schaltzeiten basiert. Die Erfindung betrifft ferner eine entsprechende Vorrichtung (7), ein Computerprogramm, und ein computerlesbares Speichermedium.

Description

Beschreibung
Verfahren zur Steuerung eines Verkehrssystems, Vorrichtung, Computerprogramm, und computerlesbares Speichermedium
Die vorliegende Erfindung betrifft ein Verfahren zur Steuerung eines Verkehrssystems mit einer Vielzahl von Kreuzungen mit schaltbaren Ampelanlagen und zwischen den Kreuzungen liegenden Straßenabschnitten. Die Erfindung betrifft ferner eine entsprechende Vorrichtung, ein Computerprogramm, sowie ein computerlesbares Speichermedium.
Der Verkehr auf Straßen nimmt weltweit zu, insbesondere in Städten und Ballungszentren. Staus, verstopfte Straßen und schleichender Verkehr sind nicht nur ein erheblicher Zeitverlust für die Verkehrsteilnehmer, sondern tragen auch zunehmend zu Luftverschmutzung und Gesundheitsproblemen bei Anwohnern der verstopften Straßen bei. Je länger ein Fahrzeug im Verkehr feststeckt, desto mehr Abgase werden an die Umwelt abgegeben. Folglich wäre es erstrebenswert, verstopfte Straßen und Staus in Verkehrssystemen so weit wie möglich zu vermeiden .
Problematisch ist jedoch, dass Verkehrssysteme immer komplexer werden und so eine einfache Steuerung des Verkehrs in einem Verkehrssystem immer schwieriger wird.
Aufgabe der vorliegenden Erfindung ist es, ein Verfahren, eine Vorrichtung, ein Computerprogramm, und ein computerlesbares Speichermedium zu beschreiben, die das oben genannte Problem lösen oder mindern. Die Aufgabe wird gelöst durch die Merkmale der unabhängigen Patentansprüche. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen gekennzeichnet.
Gemäß einem ersten Aspekt umfasst ein Verfahren zur Steuerung eines Verkehrssystems mit einer Vielzahl von Kreuzungen mit schaltbaren Ampelanlagen und zwischen den Kreuzungen liegenden Straßenabschnitten die folgenden Schritte:
Erfassen von Verkehrsauslastungen mehrerer relevanter Straßenabschnitte,
Bestimmen einer lokalen Stressfunktion für jeden relevanten Straßenabschnitt in Abhängigkeit der erfassten Verkehrsauslastung des jeweiligen relevanten Straßenabschnitts,
Bestimmen einer globalen Stressfunktion für das gesamte Verkehrssystem basierend auf den lokalen Stressfunktionen, Bestimmen, unter Verwendung eines
Quantenkonzeptprozessors, optimierter Schaltzeiten für die Ampelanlagen der an den relevanten Straßenabschnitten anliegende Kreuzungen, wobei die optimierten Schaltzeiten derart bestimmt werden, dass die globale Stressfunktion einen kleinsten auffindbaren Wert annimmt, und Schalten der an den relevanten Straßenabschnitten anliegenden Ampelanlagen entsprechend einem Schaltmodell, welches auf den optimierten Schaltzeiten basiert.
Vorteilhaft hierbei ist es, dass, durch die Minimierung der globalen Stressfunktion, Schaltzeiten für die Ampelanlagen bestimmt werden, die einen möglichst flüssigen und staufreien Verkehrsfluss ermöglichen. Mit Hilfe des
Quantenkonzeptprozessors werden die Schaltzeiten für eine Vielzahl von Ampelanlagen gleichzeitig so moduliert, dass in dem gesamten betrachteten Verkehrssystem die globale Stressfunktion möglichst gering wird. Mit dem hier beschriebenen Verfahren, unter Verwendung eines Quantenkonzeptprozessors, lässt sich die Bestimmung der optimierten Schaltzeiten besonders schnell bestimmen, sodass eine schnelle Reaktion auf erhöhte Verkehrsaufkommen möglich ist, und somit Staus und stockender Verkehr vermieden oder zumindest verringert werden.
Für die Verkehrsauslastung werden hier beispielsweise Fahrzeugdichten in den relevanten Straßenabschnitten betrachtet. Ferner ist es beispielsweise auch möglich Fahrzeugtypen, Fahrzeuggrößen und sonstige erfassbare Daten im Sinne der Verkehrsauslastung zu erfassen, die einen Einfluss auf den Verkehrsstress auf den Straßenabschnitten haben können.
Verkehrsstress und Stressfunktionen beschreiben hier Größen, die beispielsweise ein Maß für eine Verstopfung eines Straßenabschnitts sind. Beispielsweise wird die Stressfunktion über eine Differenz aus aktuell vorhandenen Fahrzeugen auf einem Straßenabschnitt und einer für den Straßenabschnitt stressfrei maximal verträglichen Fahrzeuganzahl berechnet. Alternativ oder zusätzlich können auch Werte, die ein Maß für eine Umweltbelastung, wie beispielsweise Abgaswerte, zur Bestimmung der Stressfunktion herangezogen werden. Die globale Stressfunktion lässt sich über die Summe aller bestimmten lokalen Stressfunktionen bestimmen .
Als Quantenkonzeptprozessor wird im vorliegenden Fall ein auf Quantenalgorithmen basierender Prozessor zur beschleunigten Durchführung von Optimierungsaufgaben bezeichnet. Beispielsweise ist dies ein Prozessor, der dazu eingerichtet ist, ein Optimierungsproblem mittels Quantum Annealing- Simulation zu lösen. Ein solcher Prozessor kann beispielsweise auf herkömmlicher Hardwaretechnologie, beispielsweise auf complementary metal-oxide-semiconductor (CMOS)-Technologie, basieren. Ein Beispiel für einen solchen Quantenkonzeptprozessor ist der „Digital Annealer" des Unternehmens „FUJITSU". Alternativ können für das hier beschriebene Verfahren aber auch beliebige andere Quantenprozessoren, in Zukunft auch solche, die auf echten Quantenbit-Technologien basieren, verwendet werden.Mit anderen Worten, ein Quantenkonzeptprozessor ist ein Prozessor, der das Konzept der Minimierung einer QUBO (Quadratic Unconstrained Binary Optimization) Funktion realisiert und zwar entweder auf einem Spezialprozessor in klassischer Technologie oder auf einem Quantum-Annealer.
Als Schaltzeiten für die Ampelanlagen werden hier beispielsweise Verhältnisse von Rot- zu Grünphasen der jeweiligen Ampelanlagen bestimmt.
Der kleinste auffindbare Wert der globalen Stressfunktion ist hierbei entweder ein lokales oder ein absolutes Minimum einer entsprechenden Stressfunktion.
Die relevanten Straßenabschnitte können alle
Straßenabschnitte des Verkehrssystems sein. Alternativ können die relevanten Straßenabschnitte jedoch auch nur ein Teil der Straßenabschnitte des Verkehrssystems sein, insbesondere dann, wenn nur eine Steuerung spezieller Ampelanlagen interessant oder möglich ist.
Die Ampelanlagen sind beispielsweise visuelle Lichtsignalanlagen, die mit entsprechenden Farbsignalen (rot/grün) einem Fahrer eines Fahrzeugs signalisieren, ob er an einer zugehörigen Kreuzung anzuhalten hat oder diese passieren kann. Alternativ können die Ampelanlagen jedoch auch andere Ampelanlagen, die zur Steuerung eines Verkehrsflusses verwendet werden, sein. Beispielsweise kann es sich um spezielle Ampelanlagen handeln, die beispielsweise mit nicht-visuellen Signalen einen Verkehrsfluss regeln, insbesondere wenn in dem Verkehrssystem vorwiegend oder ausschließlich autonome Fahrzeuge verkehren.
Das Schaltmodell kann beispielsweise direkt auf den bestimmten Schaltzeiten basieren, d.h. jede Ampelanlage wird unmittelbar entsprechend den Schaltzeiten geschaltet, die als optimierte Schaltzeiten bestimmt wurden. Alternativ ist es auch möglich, ein Schaltmodell zu verwenden, welches auf diesen Schaltzeiten basiert, aber zusätzlich weitere Funktionen berücksichtigt, wie beispielsweise Offsets einzelner Schaltzeiten oder ähnliches.
In wenigstens einer Ausgestaltung wird die globale Stressfunktion als Term für eine quadratische Optimierung, insbesondere als Quadratic Unconstrained Binary Optimization (QUBO)-Term definiert.
Vorteilhaft hierbei ist es, dass sich derartige Terme insbesondere für eine Lösung des Optimierungsproblems mittels Quantenkonzeptprozessor eignen.
In wenigstens einer Ausgestaltung wird das Bestimmen der lokalen Stressfunktion zusätzlich basierend auf Auswahlwerten verschiedener möglicher Grünphasen für an dem jeweiligen relevanten Straßenabschnitt anliegende Ampelanlagen durchgeführt . Verschiedene mögliche Grünphasen für die Ampelanlagen beschreiben jeweils das Rot-zu-Grün-Verhältnis der jeweiligen Ampelanlagen. Verschiedene mögliche Grünphasen können dementsprechend beispielsweise sein: 40% grün zu 60% rot; 50% grün zu 50% rot; 70% grün zu 30% rot - sowie jede beliebige andere Aufteilung der Rot- und Grünzeiten zueinander. Anliegende Ampelanlagen sind die unmittelbar an dem relevanten Straßenabschnitt gelegenen Ampelanlagen, können aber auch alle Ampelanlagen umfassen, die an den an dem relevanten Straßenabschnitt anliegenden Kreuzungen existieren .
In wenigstens einer Ausgestaltung umfasst das Verfahren, ferner den Schritt:
- Einlesen historischer Daten des Verkehrssystems, wobei ferner das Bestimmen der lokalen Stressfunktionen unter
Berücksichtigung der historischen Daten durchgeführt wird.
Vorteilhaft hierbei ist es, dass das Verkehrssystem zusätzlich basierend auf Erfahrungswerten über das Verkehrssystem gesteuert werden kann. Beispielsweise können so genauere lokale Stressfunktionen bestimmt werden. Zum Beispiel werden die historischen Daten dazu verwendet, einen maximalen Verkehrsfluss an jeder Kreuzung zu definieren, oder um für jede Schaltungsperiode einen Wert zu bestimmen, der der Anzahl der Fahrzeuge entspricht, die eine spezielle Route wählen. Ferner können die historischen Daten dazu verwendet werden, die Verkehrsauslastung für jede Schaltungsperiode genauer zu bestimmen, oder um Randbedingungen des Verkehrssystems zu konkretisieren, beispielsweise wie viele Fahrzeuge an jedem am Rand gelegenen Straßenabschnitt pro Schaltungsperiode neu erscheinen. Alternativ oder zusätzlich können für solche Randbedingungen periodische Randbedingungen gewählt werden, d.h. die Annahme getroffen werden, dass gleiche Anzahlen an Fahrzeugen das Verkehrssystem verlassen, wie neue in dem Verkehrssystem erscheinen.
In wenigstens einer Ausgestaltung wird das Bestimmen der lokalen Stressfunktionen, das Bestimmen der globalen Stressfunktion, das Bestimmen der optimierten SchaltZeiten, und das Schalten der Ampelanlagen periodisch wiederholt und die optimierten Schaltzeiten stets für eine nächste Schaltperiode bestimmt. In wenigstens einer weiteren Ausgestaltung wird ferner alternativ oder zusätzlich das Erfassen der Verkehrsauslastungen periodisch wiederholt.
Vorteilhaft hierbei ist es, dass kontinuierlich optimierte Schaltzeiten bestimmt werden können und somit auf Veränderungen in dem Verkehrssystem reagiert werden kann. Beispielsweise werden alle 90 Sekunden diese Werte neu bestimmt. Alternativ können auch kürzere oder längere Zeitintervalle gewählt werden, beispielsweise an Verkehrszeiten - wie beispielsweise Berufsverkehr oder Ferien- und Feiertagsverkehr - angepasst.
Gemäß einem zweiten Aspekt umfasst eine Vorrichtung zur Steuerung eines Verkehrssystem mit einer Vielzahl von Kreuzungen mit schaltbaren Ampelanlagen und zwischen den Kreuzungen liegenden Straßenabschnitten: wenigstens einen Sensor der dazu eingerichtet ist, Verkehrsauslastungen mehrerer relevanter Straßenabschnitte zu erfassen, eine Recheneinheit die dazu eingerichtet ist, eine lokale Stressfunktion für jeden relevanten Straßenabschnitt in Abhängigkeit der erfassten Verkehrsauslastungen des jeweiligen relevanten Straßenabschnitts und eine globale Stressfunktion für das gesamte Verkehrssystem basierend auf den lokalen Stressfunktionen zu bestimmen, einen Quantenkonzeptprozessor, der dazu eingerichtet ist optimierte Schaltzeiten für die Ampelanlagen der an den relevanten Straßenabschnitten anliegende Kreuzungen zu bestimmen, wobei die optimierten Schaltzeiten derart bestimmt werden, dass die globale Stressfunktion einen kleinsten auffindbaren Wert annimmt, und eine Schaltvorrichtung, die dazu eingerichtet ist die Ampelanlagen entsprechend einem Schaltmodell zu schalten, wobei das Schaltmodell auf den optimierten Schaltzeiten basiert .
Als Sensoren eignen sich hier beispielsweise Sensoren, die dazu eingerichtet sind, die Verkehrsauslastungen der relevanten Straßenabschnitte fortlaufend und in Echtzeit zu erfassen. In wenigstens einer Ausgestaltung ist die Recheneinheit ferner dazu eingerichtet, die lokale Stressfunktion für jeden relevanten Straßenabschnitt zusätzlich in Abhängigkeit von für unterschiedliche Schaltzeiten prognostizierten Verkehrsauslastungen des jeweiligen relevanten Straßenabschnitts zu bestimmen.
Gemäß einem dritten Aspekt zeichnet sich die Erfindung aus durch ein Computerprogramm, wobei das Computerprogramm Anweisungen umfasst, die, wenn das Programm von einer Computeranordnung ausgeführt wird, die Computeranordnung veranlassen das Verfahren gemäß dem ersten Aspekt durchzuführen . Gemäß einem vierten Aspekt zeichnet sich die Erfindung aus durch ein computerlesbares Speichermedium, umfassend ein Computerprogramm gemäß dem dritten Aspekt.
Ausgestaltungen des ersten Aspekts können auch entsprechend dem zweiten, dritten, und vierten Aspekt vorhanden sein und entsprechende Wirkungen aufweisen, sowie umgekehrt.
Ausführungsbeispiele der Erfindung sind im Folgenden anhand der schematischen Zeichnungen näher erläutert.
Es zeigen:
Figur 1 eine schematische Darstellung eines VerkehrsSystems,
Figur 2 ein Flussdiagramm eines Verfahrens zur Steuerung des Verkehrssystems gemäß Figur 1, und
Figur 3 eine schematische Darstellung einer Vorrichtung zur Steuerung des Verkehrssystems gemäß Figur 1.
Figur 1 zeigt eine schematische Darstellung eines Verkehrssystems 1. Das Verkehrssystem 1 ist zur Einfachheit der Beschreibung der hier offenbarten Erfindung stark vereinfacht dargestellt. Diese stark vereinfachte Darstellung soll jedoch keine Beschränkung der Erfindung darstellen.
Das Verkehrssystem 1 umfasst mehrere Straßen 2. Die Straßen 2 verlaufen sowohl in Ostwestrichtung, als auch in Nordsüdrichtung. Jedes Aufeinandertreffen zweier Straßen 2 stellt eine Kreuzung 3 dar. Die Kreuzungen 3 sind zum Zweck der mathematischen Beschreibung durchnummeriert, „n" bezeichnet die Kreuzungen 3 in Westostrichtung, „m" die Kreuzungen 3 in Südnordrichtung. Die Westostrichtung entspricht der x-Richtung des in Figur 1 gezeigten Koordinatensystems, die Südnordrichtung der y- Richtung des Koordinatensystems, „n" läuft von 0 bis N - 1, wobei N die Gesamtzahl der in Südnordrichtung y verlaufenden Straßen 2 darstellt, „m" läuft von 0 bis M - 1, wobei M die Gesamtzahl der in Westostrichtung x verlaufenden Straßen 2 darstellt .
Zwischen den Kreuzungen 3 sind die Straßen 2 durch Straßenabschnitte 4 gebildet. An jeder Kreuzung 3 kommen vier eingehende Straßenabschnitte 4 an und gehen vier ausgehende Straßenabschnitte 4 ab. Die eingehenden und ausgehenden Straßenabschnitte 4 sind entsprechend ihrer Ausrichtung durchnummeriert :
Die Straßenabschnitte 4 können nun jeweils als ein- bzw. ausgehender Straßenabschnitt 4 einer Kreuzung 3 oder als aus- bzw. eingehender Straßenabschnitt 4 einer entsprechend benachbarten Kreuzung 3 beschrieben werden. Mit „modN" und „modM" werden hier periodische Randbedingungen bezeichnet .
Im Folgenden wird für die Beschreibung des erfindungsgemäßen Verfahrens und der erfindungsgemäßen Vorrichtung jeweils auf die ausgehenden Straßenabschnitte 4 abgestellt. Eine äquivalente Betrachtung der eingehenden Straßenabschnitte 4 wäre alternativ selbstverständlich ebenfalls möglich.
Zum Zweck einer einfacheren Beschreibung befindet sich im gezeigten Ausführungsbeispiel an jeder Kreuzung 3 eine schaltbare Ampelanlage 5, die mittels Lichtsignalen mit Verkehrsteilnehmern kommuniziert. Auf den Straßenabschnitten 4 befinden sich Fahrzeuge 6, die die Straßen 2 befahren und die Ampelanlagen 5 passieren oder an diesen stehenbleiben.
Eine Verkehrsauslastung ln,m,d(t) bezeichnet im hier gezeigten Ausführungsbeispiel eine Anzahl der Fahrzeuge 6 auf einem ausgehenden Straßenabschnitts 4 „ausn,m,d" zu einem Zeitpunkt t.
Für diskrete Schritte entlang der Straßen 2 in dem Verkehrssystem 1 in Westostrichtung x oder Südnordrichtung y werden folgende Hilfsfunktionen definiert: xd:{0,1,2,3 }->{-1,0,1}; xd(0)=l, xd(l)=0, xd(2)=-l, xd(3)=0 yd:{0,1,2,3 }->{-!,0,1}; yd(0)=0, yd(l)=l, yd(2)=0, yd(3)=-l xd(0) stellt hierbei beispielsweise einen Schritt in Ostrichtung dar, yd (3) stellt einen Schritt in Südrichtung, d.h. in negativer y-Richtung dar, etc. Eine globale Stressfunktion S, die einen Wert für eine Überlastung des Verkehrssystems 1 liefert, ist die Summe über lokale Stressfunktionen f der einzelnen Straßenabschnitte 4. Die globale Stressfunktion S lässt sich definieren als: ln,m,d(t) ist hierbei die Verkehrsauslastung und fn,m,d sind die lokalen Stressfunktionen der Straßenabschnitte 4, deren Position durch die Indizes n und m, und deren Richtung durch den Index d charakterisiert ist. Die Abhängigkeit der jeweiligen lokalen Stressfunktion ist hier zur Vereinfachung der Darstellung gewählt. Das Verfahren kann mehrere unterschiedliche, den jeweiligen Straßen zuordenbare Parameter, z.B. die aktuell fahrbare Geschwindigkeit und/oder den aktuellen CO2 Ausstoß, zu Bestimmung einer Stressfunktion berücksichtigen .
Der Einfachheit halber werden im vorliegenden Beispiel die lokalen Stressfunktionen f definiert als:
Hierbei ist VR eine Konstante, die einer maximalen Anzahl von Fahrzeugen 6 entspricht, die sich auf einem bestimmten Straßenabschnitt 4 aufhalten können, ohne dass eine zu hohe Verkehrsauslastung auf dem jeweiligen Straßenabschnitt 4 vorliegt, die zu einem Stau oder stockendem Verkehr führen könnte. Mit anderen Worten: VR ist die maximale Anzahl von Fahrzeugen 6, die sich auf einem speziellen Straßenabschnitt 4 stressfrei befinden können. Der Einfachheit halber ist im gezeigten Ausführungsbeispiel eine Konstante VR für alle Straßenabschnitte 4 angenommen.
Die lokalen Stressfunktionen f können beliebig komplex gestaltet werden und können je nach Bedarf und Anforderung an eine gewünschte Verkehrsoptimierung (z.B. Reduzierung von Staus, Reduzierung von Abgaskonzentrationen, etc.) für das Verkehrssystem 1 aufgestellt werden. Die Stressfunktion kann neben einer Verkehrsauslastung auch von vielen weiteren Einflussgrößen, wie z.B. Verkehrsdurchsatz, Abgasemission, Geräuschentwicklung etc. abhängen. Beispielsweise können die lokalen Stressfunktionen f an reale Bedingungen in einem realen Verkehrssystem angepasst werden, beispielsweise durch die Verwendung straßenspezifischer Schwellwerte und progressive Funktionen.
Die hier verwendete Definition für die lokalen Stressfunktionen f liefert einen Wert 0, solange die Anzahl der Fahrzeuge 6 auf dem Straßenabschnitt 4 unter der Konstante VR liegt. Liegt die Anzahl der Fahrzeuge 6 auf dem Straßenabschnitt 4 über der Konstanten VR, so steigt die der lokale Stress mit steigender Anzahl der Fahrzeuge 6 an.
Die globale Stressfunktion ist im vorliegenden Fall dann definiert als:
Hierbei werden lediglich die ausgehenden Straßenabschnitte 4 an jeder Kreuzung 3 berücksichtigt, da sonst, aufgrund der Summation über alle Kreuzungen 3 und alle Richtungen d alle Straßenabschnitte 4 doppelt gewertet würden. Zum Zweck einer einfach verständlichen Beschreibung wird hier ferner angenommen, dass alle Ampelanlagen 5 einen gemeinsamen Taktzyklus aufweisen und ein Einfluss von Phasenverschiebungen zwischen den Ampelanlagen 5 vernachlässigt wird. Alternativ hierzu können aber selbstverständlich auch Phasenverschiebungen zwischen den Taktzyklen der Ampelanlagen 5 und/oder unterschiedliche Taktzyklen berücksichtigt werden.
Ein Anteil einer Grünphase λn,m an einer Umlaufzeit TP einer speziellen Ampelanlage 5 wird beispielsweise in R Schritten r modelliert, r ist hierbei eine natürliche Zahl von 0 bis R-l, wobei R die Gesamtzahl der Schritte r ist. Die Umlaufzeit TP einer Ampelanlage 5 ist z.B. die Zeit, in Sekunden, von Beginn einer Rotphase bis zum Beginn der nächsten Rotphase der Ampelanlage 5. Im hier gezeigten Ausführungsbeispiel wird von einer fest vorgegebenen Umlaufzeit TP ausgegangen, die ferner, zum Zweck einer einfachen Beschreibung, für alle Ampelanlagen 5 gemeinsam getaktet ist. Alternativ kann die Umlaufzeit TP aber auch für die einzelnen Ampelanlagen 5 variieren oder zusätzlich mit dem hier gezeigten Verfahren optimiert werden. Hierfür könnte die Umlaufzeit TP auch über die lokalen Stressfunktionen fn,m,d berücksichtigt werden.
Die Grünphase λn,m ist definiert als λnm = - und gibt den
Anteil der Umlaufzeit TP an, für den die Ampelanlage 5 einer bestimmten Kreuzung 3 in Westostrichtung x auf grün geschaltet ist. Ferner ist Tc eine sogenannte Räumzeit, die in Sekunden angibt, wie viel Zeit zwischen einem Umschalten der Ampelanlage 5 und einem Freiwerden der zugehörigen Kreuzung 3 vergeht. TT ist eine Verkehrszeit, die in Sekunden die Zeit angibt, während der tatsächlich Fahrzeuge 3 die Kreuzung 3 passieren können. Die Verkehrszeit TT berechnet sich aus: TT-=TP — 2Tc. Ferner gibt ein Verkehrsfluss F an, wie viele Fahrzeuge 6 eine Kreuzung 3 in einer Richtung d bei einer Grünphase pro Sekunde passieren können.
Die Verkehrsauslastung 1 eines speziellen Straßenabschnitts 4 in Westostrichtung x für einen nächsten Zeitpunkt t+1 ergibt sich dann aus der aktuellen Verkehrsauslastung 1 auf diesem Straßenabschnitt 4 zum Zeitpunkt t, das heißt zur nächsten Umlaufzeit TP zuzüglich einem eingehenden Verkehr eines benachbarten Straßenabschnitts 4, und abzüglich einem abgehenden Verkehr an einen weiteren benachbarten Straßenabschnitt 4:
Der eingehende und abgehende Verkehr ist hier jeweils als Minimumfunktion definiert, wobei entweder die gesamte eingehende oder abgehende Verkehrsauslastung 1 berücksichtigt wird, wenn dieser kleiner ist als der über die jeweilige Ampelanlage 5 maximal mögliche eingehende bzw. abgehende Verkehr, oder sonst der maximal mögliche eingehende bzw. abgehende Verkehr.
Die Verkehrsauslastung 1 und demzufolge die lokale Stressfunktion f eines Straßenabschnitts 4 hängt somit davon ab, welche Werte für die Grünphase λnm einer an dem Straßenabschnitt 4 anliegenden Kreuzung n,m und welche Werte für die Grünphase λ(n+1)modN,m einer benachbarten, an dem Straßenabschnitt 4 anliegenden Kreuzung n+l,m gewählt werden. Ist rc der Wert für r einer Grünphase Anm bezüglich einer zentralen Kreuzung und r0 der Wert für r einer
Grünphase λ(-n+1)modN,m bezüglich einer zu der zentralen Kreuzung benachbarten Kreuzung, so ergibt sich:
Mit r0 und rc ergibt sich die Verkehrsauslastung 1 auf dem von der Kreuzung n,m in Ostrichtung x ausgehenden Straßenabschnitt 4 zum Zeitpunkt t+1 wie folgt:
Allgemein, für alle Richtungen d kann dieser Term wie folgt geschrieben werden:
Die lokale Stressfunktion für einen ausgehenden Straßenabschnitt 4 von der Kreuzung 3 mit den Indizes „n,m" in Richtung d zum Zeitpunkt t+1 ist dann: Die hier gezeigten lokalen Stressfunktionen f basieren, zum Zweck einer einfach verständlichen Beschreibung, auf relativ einfachen Annahmen bezüglich des Verkehrssystems 1. Die lokalen Stressfunktionen f lassen sich jedoch beliebig erweitern und beliebig komplex darstellen, insbesondere um eine Anpassung an reale Verkehrssysteme zu verbessern. Hierzu können für die lokalen Stressfunktionen f beispielsweise auch historische Daten berücksichtigt werden, die zum Beispiel über statistische Auswertungen bezüglich dem Verkehrssystem 1 oder mittels Methoden künstlicher Intelligenz erhoben werden. Auch ist eine stetige Anpassung der lokalen Stressfunktionen f, beispielsweise basierend auf solchen historischen Daten zur Laufzeit, möglich.
Alle möglichen Werte für die Grünphasen l lassen sich dann in einem Bit-Modell darstellen. Ist ein bestimmter Wert für für eine spezielle Ampelanlage 5 ausgewählt, so ist ein entsprechendes Bit xn,m,r = 1. Ist ein anderer Wert für die Ampelanlage 5 ausgewählt, so ist xn,m,r = 0.
Für jede Ampelanlage 5 muss jedoch genau ein Wert für die Grünphase l ausgewählt werden, d.h. es muss genau eines der Bits xn,m,r (r = 0, 1, ..., R - 1) gleich 1 sein, während die anderen 0 sind. Dies ist der Fall, wenn folgendes Ho minimal wird:
Ho ist in diesem Fall minimal bei Ho = 0. Um den globalen Stress des Verkehrssystems 1 zu minimieren müssen dann solche gewählt werden, für die folgendes Hi bzw. H minimal wird:
Anhand der Figuren 2 und 3 wird im Folgenden beschrieben, wie dieses Optimierungsproblem erfindungsgemäß gelöst werden kann .
Figur 2 zeigt ein Flussdiagramm eines Verfahrens 100 zur Steuerung des Verkehrssystems 1 gemäß Figur 1.
In einem ersten Schritt 101 werden Verkehrsauslastungen 1 der Straßenabschnitte 4 erfasst. Im hier gezeigten Ausführungsbeispiel werden Verkehrsauslastungen für alle Straßenabschnitte 4 des Verkehrssystems 1 erfasst. In einem alternativen Ausführungsbeispiel können auch nur Verkehrsauslastungen relevanter Straßenabschnitte 4, d.h. solcher Straßenabschnitte 4, für die eine Optimierung des Verkehrssystems 1 vorgenommen werden soll, erfasst oder berücksichtigt werden. Die Verkehrsauslastungen 1 werden beispielsweise mittels Straßensensoren, über Floating Phone Data (FPD) oder Floating Car Data (FCD) erfasst. Zusätzlich oder alternativ können zum Erfassen der Verkehrsauslastungen 1 auch historische Daten des Verkehrssystems 1, d.h. Erfahrungswerte aus vorangegangenen Messungen oder sonstige bezüglich des Verkehrs des Verkehrssystems vorliegende Werte verwendet werden.
In einem zweiten Schritt 102 wird je eine lokale Stressfunktion f für jeden Straßenabschnitt 4 in Abhängigkeit der erfassten Verkehrsauslastungen 1 des jeweiligen Straßenabschnitts 4 bestimmt. Für die Bestimmung der lokalen Stressfunktion f eines Straßenabschnitts 4 können ferner aktuelle Schaltzeiten von Ampelanlagen 5 von an diesem Straßenabschnitt 4 anliegenden Kreuzungen 3 berücksichtigt werden. Mit anderen Worten, es kann berücksichtigt werden, wie viele Fahrzeuge 6 in einem nächsten Schaltzyklus in den betrachteten Straßenabschnitt 4 einfahren, und wie viele Fahrzeuge 6 ihn verlassen.
In einem dritten Schritt 103 wird eine globale Stressfunktion S für das gesamte Verkehrssystem 1 basierend auf den lokalen Stressfunktionen + 1) für alle möglichen Anteile der
Grünphasen an den ein- und ausfahrenden Kreuzungen bestimmt. Die globale Stressfunktion S ist hierbei ein Maß für eine Verstopfung bzw. Überlastung des Verkehrssystems 1. Eine Verstopfung weniger Straßenabschnitte 4 liefert hierbei insgesamt einen höheren globalen Stresswert, als eine Verteilung von Fahrzeugen 6, bei der maximal möglich stressfreie Anzahlen von Fahrzeugen 6 in den Straßenabschnitten 4 des Verkehrssystems 1 nicht überschritten werden, selbst wenn im zweiten Fall insgesamt mehr Fahrzeuge 6 in dem Verkehrssystem 1 unterwegs sind.
In einem vierten Schritt 104 werden, unter Verwendung eines Quantenkonzeptprozessors, optimierter SchaltZeiten, das heißt optimierte Längen von Grünphasen l für die Ampelanlagen 5 der Kreuzungen 3 bestimmt. Dies geschieht durch die Minimierung der Funktion H, welche in dem Teil Hi den globalen Stress unter der jeweiligen Entscheidung für die Grünanteile an sämtlichen Ampeln des Netzes repräsentiert. Die optimierten Schaltzeiten werden derart bestimmt, dass die globale Stressfunktion S einen kleinsten auffindbaren Wert annimmt. Mit anderen Worten: es wird ein Optimierungsproblem für die globale Stressfunktion S gelöst, wobei das Lösen des Optimierungsproblems das Verkehrssystem 1 in seiner Gesamtheit berücksichtigt und nicht bloß Schaltzeiten für Ampelanlagen 5 einzelner Kreuzungen 3 unabhängig voneinander regelt. Mit dem hier gezeigten Verfahren 100 werden optimierte Schaltzeiten für alle (oder alle relevanten) Ampelanlagen 5 simultan bestimmt, und so ein für das gesamte Verkehrssystem 1 bestmöglicher Systemzustand, d.h. ein Systemzustand mit einem kleinstmöglichen globalen Stress, ermittelt .
In dem hier gezeigten Verkehrssystem 1 ist an jeder Kreuzung 3 nur ein Ampeltyp vorhanden. Mit dem hier gezeigten Verfahren 100 können aber auch unterschiedliche Ampeltypen an jeder Kreuzung 3 berücksichtigt werden. Beispielsweise können zusätzlich zu den Ampelanlagen 5 auch Abbiegeampeln o.ä. an allen oder einigen Kreuzungen 3 vorhanden sein. Hier können zur Optimierung der Grünphasen l für unterschiedliche Ampeltypen an einer Kreuzung 3 verschiedene Werte für r gewählt werden. Diese verschiedenen Werte r hängen dann beispielsweise voneinander ab.
In einem fünften Schritt 105 werden die Ampelanlagen 5 entsprechend einem Schaltmodell, welches auf den optimierten Schaltzeiten basiert, geschaltet. Das Schaltmodell kann beispielsweise direkt auf den optimierten Schaltzeiten basieren, d.h. jede Ampelanlage 5 wird unmittelbar entsprechend den optimierten Schaltzeiten geschaltet. Alternativ ist es auch möglich, ein Schaltmodell zu verwenden, welches auf diese optimierten Schaltzeiten basiert, aber zusätzlich beispielsweise Offsets, Zwischenzustände, wie beispielsweise Gelbphasen, zusätzliche Verkehrsströme, wie beispielsweise kreuzende Straßenbahnen oder Abbiegespuren, oder ähnliches berücksichtigt. Derartige Zusätze können ebenfalls mit dem hier gezeigten Verfahren 100 optimiert werden.
Das hier gezeigte Verfahren 100 wird beispielsweise parallel zu einem laufenden Betrieb des Verkehrssystems 1 periodisch durchgeführt. So können stets an ein aktuelles Verkehrsaufkommen angepasste Schaltzeiten für die Ampelanlagen 5 ermittelt werden. Beispielsweise wird das Verfahren 100 jeweils nach einem Ablauf einer bestimmten Zeit, beispielsweise alle 90 Sekunden, oder zu jeder Umlaufzeit TP für eine folgende Umlaufzeit durchgeführt.
Diese Umlaufzeit TP kann fest für alle Ampelanlagen 5 vorgegeben sein, oder es können individuelle Umlaufzeiten TP für unterschiedliche Ampelanlagen 5 existieren. Alternativ oder zusätzlich kann das Verfahren 100 auch dynamisch, beispielsweise in Abhängigkeit von einem Verkehrsaufkommen oder einem globalen Stresswert in dem Verkehrssystem 1 durchgeführt werden. Die Umlaufzeit TP kann ebenfalls, zusätzlich oder alternativ zu den Grünphasen l, optimiert werden. In diesem Fall müssen in den zu optimierenden Funktionen Bits für die Umlaufzeiten TP für jede relevante Kreuzung 3 hinzugefügt werden, oder die oben beschriebenen Bits mit diesen ersetzt werden. Die Umlaufzeiten TP können ebenfalls für die lokalen Stressfunktionen f berücksichtigt werden und so insbesondere in den zukünftigen lokalen Stress f(t+l) mit eingehen.
Außerdem können Schaltungsphasen, d.h. Offsets zwischen Umlaufzeiten TP verschiedener Ampelanlagen 5, zusätzlich oder alternativ zu den Grünphasen l und den Umlaufzeiten TP, optimiert werden. In diesem Fall müssen in den zu optimierenden Funktionen Bits für die Schaltungsphasen für jede relevante Kreuzung 3 hinzugefügt werden, oder die oben beschriebenen Bits mit diesen ersetzt werden. Die Schaltungsphasen können ebenfalls für die lokalen Stressfunktionen f berücksichtigt werden und so insbesondere in den zukünftigen lokalen Stress f(t+l) mit eingehen.
Figur 3 zeigt eine schematische Darstellung einer Vorrichtung 7 zur Steuerung des Verkehrssystems 1 gemäß Figur 1.
Die Vorrichtung 7 umfasst Sensoren 8, mit denen Verkehrsauslastungen 1 der Straßenabschnitte 5 erfasst werden können. Die Sensoren 8 sind beispielsweise Straßensensoren, Sensoren zur Erhebung von Floating Phone Data (FPD) oder Sensoren zur Erhebung von Floating Car Data (FCD).
Die Vorrichtung 7 umfasst ferner eine Recheneinheit 9, mit der lokale Stressfunktionen f für jeden Straßenabschnitt 4 in Abhängigkeit der erfassten Verkehrsauslastungen 1 des jeweiligen Straßenabschnitts 4 bestimmt werden können. Ferner kann die Recheneinheit 9 eine globale Stressfunktion S für das gesamte Verkehrssystem 1 basierend auf den lokalen Stressfunktionen f bestimmen. Als Recheneinheit 9 wird beispielsweise ein herkömmlicher Computer verwendet. Die Recheneinheit 9 ist an ein Netzwerk 10, beispielsweise das Internet, angeschlossen.
Die Vorrichtung 7 umfasst ferner einen
Quantenkonzeptprozessor 11, der dazu eingerichtet ist optimierte Schaltzeiten für die Ampelanlagen 5 zu bestimmen, wobei die optimierten Schaltzeiten derart bestimmt werden, dass die globale Stressfunktion S einen kleinsten auffindbaren Wert annimmt.
Als Quantenkonzeptprozessor 11 wird im vorliegenden Fall beispielsweise ein Prozessor verwendet, der dazu eingerichtet ist, ein Optimierungsproblem mittels Quantum Annealing- Simulation zu lösen. Ein solcher Quantenkonzeptprozessor 11 kann beispielsweise auf herkömmlicher Technologie, beispielsweise auf complementary metal-oxide-semiconductor (CMOS)-Technologie, basieren. Alternativ können für die Vorrichtung 7 aber auch beliebige andere
Quantenkonzeptprozessoren 11, in Zukunft auch solche, die auf echten Quantenbit-Technologien basieren, verwendet werden.
Der Quantenkonzeptprozessor 11 ist ebenfalls mit dem Netzwerk 10 verbunden. Die Recheneinheit 9 ist dazu eingerichtet, die globale Stressfunktion S über das Netzwerk 10 an den Quantenkonzeptprozessor 11 zu senden. Der Quantenkonzeptprozessor 11 sendet dann die ermittelten optimierten Schaltzeiten über das Netzwerk 10 an die Recheneinheit 9 zurück. Die Vorrichtung 7 umfasst außerdem eine Schaltvorrichtung 12, die dazu eingerichtet ist, die Ampelanlagen 5 entsprechend einem Schaltmodell zu schalten, wobei das Schaltmodell auf den optimierten Schaltzeiten basiert. Die Schaltvorrichtung 12 ist hier mit der Recheneinheit 9 verbunden, sodass die Recheneinheit die Schaltvorrichtung 12 basierend auf den optimierten Schaltzeiten steuert.
Bezugszeichenliste
1 VerkehrsSystem
2 Straße 3 Kreuzung
4 Straßenabschnitt
5 Ampelanlage
6 Fahrzeug 7 Vorrichtung 8 Sensor
9 Recheneinheit
10 Netzwerk 11 Quantenkonzeptprozessor 12 SchaltVorrichtung x Westostrichtung y Südnordrichtung
100 Verfahren 101 105 Schritte

Claims

Patentansprüche
1. Verfahren (100) zur Steuerung eines Verkehrssystems (1) mit einer Vielzahl von Kreuzungen (3) mit schaltbaren Ampelanlagen (5) und zwischen den Kreuzungen (3) liegenden Straßenabschnitten (4), das Verfahren (100) umfassend die folgenden Schritte:
Erfassen (101) von Verkehrsauslastungen mehrerer relevanter Straßenabschnitte (4),
Bestimmen (102) einer lokalen Stressfunktion für jeden relevanten Straßenabschnitt (4) in Abhängigkeit der erfassten Verkehrsauslastung des jeweiligen relevanten Straßenabschnitts (4),
Bestimmen (103) einer globalen Stressfunktion für das gesamte Verkehrssystem (1) basierend auf den lokalen Stressfunktionen,
Bestimmen (104), unter Verwendung eines Quantenkonzeptprozessors (11), optimierter Schaltzeiten für die Ampelanlagen (5) der an den relevanten Straßenabschnitten (4) anliegende Kreuzungen (3), wobei die optimierten Schaltzeiten derart bestimmt werden, dass die globale Stressfunktion einen kleinsten auffindbaren Wert annimmt, und
Schalten (105) der Ampelanlagen (5) entsprechend einem Schaltmodell, welches auf den optimierten Schaltzeiten basiert .
2. Verfahren (100) gemäß Anspruch 1, wobei die globale Stressfunktion als Term einer quadratischen Optimierung, insbesondere als QUBO (Quadratic Unconstrained Binary Optimization)-Term definiert wird.
3. Verfahren (100) gemäß einem der Ansprüche 1 oder 2, wobei der kleinste auffindbare Wert der globalen Stressfunktion ein lokales oder absolutes Minimum der globalen Stressfunktion ist.
4. Verfahren (100) gemäß einem der Ansprüche 1 bis 3, wobei das Bestimmen (102) der lokalen Stressfunktion zusätzlich basierend auf Auswahlwerten verschiedener möglicher Grünphasen für an dem jeweiligen relevanten Straßenabschnitt (4) anliegende Ampelanlagen (5) durchgeführt wird.
5. Verfahren (100) gemäß einem der Ansprüche 1 bis 4, ferner umfassend den Schritt:
- Einlesen historischer Daten des Verkehrssystems (1), wobei ferner das Bestimmen (102) der lokalen Stressfunktionen unter Berücksichtigung der historischen Daten durchgeführt wird.
6. Verfahren (100) gemäß einem der Ansprüche 1 bis 5, wobei das Bestimmen (102) der lokalen Stressfunktionen, das Bestimmen (103) der globalen Stressfunktion, das Bestimmen (104) der optimierten SchaltZeiten, und das Schalten (105) der Ampelanlagen (5) periodisch wiederholt wird und die optimierten Schaltzeiten stets für eine nächste Schaltperiode bestimmt werden.
7. Verfahren (100) gemäß Anspruch 6, wobei ferner das Erfassen (101) der Verkehrsauslastungen periodisch wiederholt wird.
8. Verfahren (100) gemäß einem der Ansprüche 1 bis 7, wobei für das Erfassen (101) der Verkehrsauslastungen eine Anzahl von Fahrzeugen (6) auf dem jeweiligen relevanten Straßenabschnitt (4) erfasst wird.
9. Verfahren (100) gemäß einem der Ansprüche 1 bis 8, wobei für das Bestimmen (102) der lokalen Stressfunktion ferner aktuelle Schaltzeiten der Ampelanlagen (5) von an dem jeweiligen relevanten Straßenabschnitt (4) anliegenden Kreuzungen (3) berücksichtigt werden.
10. Vorrichtung (7) zur Steuerung eines Verkehrssystems (1) mit einer Vielzahl von Kreuzungen (3) mit schaltbaren Ampelanlagen (5) und zwischen den Kreuzungen (3) liegenden Straßenabschnitten (4), die Vorrichtung (7) umfassend: wenigstens einen Sensor (8) der dazu eingerichtet ist, Verkehrsauslastungen mehrerer relevanter Straßenabschnitte (4) zu erfassen, eine Recheneinheit (9) die dazu eingerichtet ist, eine lokale Stressfunktion für jeden relevanten Straßenabschnitt
(4) in Abhängigkeit der erfassten Verkehrsauslastungen des jeweiligen relevanten Straßenabschnitts (4), und eine globale Stressfunktion für das gesamte Verkehrssystem (1) basierend auf den lokalen Stressfunktionen zu bestimmen, einen Quantenkonzeptprozessor (11), der dazu eingerichtet ist optimierte Schaltzeiten für die Ampelanlagen
(5) der an den relevanten Straßenabschnitten (4) anliegende Kreuzungen (3) zu bestimmen, wobei die optimierten Schaltzeiten derart bestimmt werden, dass die globale Stressfunktion einen kleinsten auffindbaren Wert annimmt, und eine Schaltvorrichtung (12), die dazu eingerichtet ist die Ampelanlagen (5) entsprechend einem Schaltmodell zu schalten, wobei das Schaltmodell auf den optimierten Schaltzeiten basiert.
11. Vorrichtung (7) gemäß Anspruch 10, wobei der Quantenkonzeptprozessor (11) ein Prozessor ist, der dazu eingerichtet ist, ein Optimierungsproblem mittels Quantum Annealing-Simulation zu lösen.
12. Computerprogramm, wobei das Computerprogramm Anweisungen umfasst, die, wenn das Programm von einer Computeranordnung ausgeführt wird, die Computeranordnung veranlassen das Verfahren (100) nach einem der Ansprüche 1 bis 9 durchzuführen .
13. Computerlesbares Speichermedium, auf dem das
Computerprogramm nach Anspruch 12 gespeichert ist.
EP20797740.6A 2019-11-06 2020-10-27 Verfahren zur steuerung eines verkehrssystems, vorrichtung, computerprogramm, und computerlesbares speichermedium Pending EP3991161A1 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102019129943 2019-11-06
DE102020116669.9A DE102020116669A1 (de) 2019-11-06 2020-06-24 Verfahren zur Steuerung eines Verkehrssystems, Vorrichtung, Computerprogramm, und computerlesbares Speichermedium
PCT/EP2020/080144 WO2021089367A1 (de) 2019-11-06 2020-10-27 Verfahren zur steuerung eines verkehrssystems, vorrichtung, computerprogramm, und computerlesbares speichermedium

Publications (1)

Publication Number Publication Date
EP3991161A1 true EP3991161A1 (de) 2022-05-04

Family

ID=75485411

Family Applications (1)

Application Number Title Priority Date Filing Date
EP20797740.6A Pending EP3991161A1 (de) 2019-11-06 2020-10-27 Verfahren zur steuerung eines verkehrssystems, vorrichtung, computerprogramm, und computerlesbares speichermedium

Country Status (5)

Country Link
US (1) US11948456B2 (de)
EP (1) EP3991161A1 (de)
JP (1) JP7394219B2 (de)
DE (1) DE102020116669A1 (de)
WO (1) WO2021089367A1 (de)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116884248A (zh) * 2023-08-07 2023-10-13 珠海市思瑞达智能科技有限公司 基于智能周期的交通信号相位控制方法与系统、基于智能相序的交通信号相位控制方法与系统
CN120389858A (zh) * 2025-04-27 2025-07-29 中咨泰克交通工程集团有限公司 基于量子密钥分发与数字孪生的智能交通协同控制优化方法、装置及设备
CN120932481A (zh) * 2025-08-05 2025-11-11 江苏正方交通科技有限公司 一种基于量子纠缠态的交通信号全域协同预测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008050822A1 (de) * 2008-10-08 2010-04-15 Gevas Software Systementwicklung Und Verkehrsinformatik Gmbh Verkehrsadaptive Netzsteuerung und Verfahren zur Optimierung der Steuerungsparameter
CN109785619A (zh) * 2019-01-21 2019-05-21 南京邮电大学 区域交通信号协调优化控制系统及其控制方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5357436A (en) 1992-10-21 1994-10-18 Rockwell International Corporation Fuzzy logic traffic signal control system
JP3380882B2 (ja) * 1994-12-19 2003-02-24 株式会社日立製作所 交通信号制御方法及び制御装置
JP3729937B2 (ja) * 1996-06-05 2005-12-21 松下電器産業株式会社 交通管制装置及び管制方法
US6539300B2 (en) * 2001-07-10 2003-03-25 Makor Issues And Rights Ltd. Method for regional system wide optimal signal timing for traffic control based on wireless phone networks
JP2003132490A (ja) 2001-10-23 2003-05-09 Mitsubishi Heavy Ind Ltd 自律分散型信号制御システム、信号制御方法、及び信号制御用プログラム
DE102005023742B4 (de) * 2005-05-17 2010-08-05 Eidgenössische Technische Hochschule (ETH) Verfahren zur Koordination von vernetzten Abfertigungsprozessen oder zur Steuerung des Transports von mobilen Einheiten innerhalb eines Netzwerkes
US20070273552A1 (en) * 2006-05-24 2007-11-29 Bellsouth Intellectual Property Corporation Control of traffic flow by sensing traffic states
US9633560B1 (en) * 2016-03-30 2017-04-25 Jason Hao Gao Traffic prediction and control system for vehicle traffic flows at traffic intersections
CN110494902A (zh) * 2017-02-03 2019-11-22 西门子交通有限责任公司 用于管理地理位置中的交通的系统、设备和方法
AU2017417952A1 (en) * 2017-06-09 2019-12-19 Prannoy Roy Predictive traffic management system
US10733877B2 (en) * 2017-11-30 2020-08-04 Volkswagen Ag System and method for predicting and maximizing traffic flow
AU2018282318B2 (en) * 2018-07-25 2021-02-04 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for controlling traffic lights

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008050822A1 (de) * 2008-10-08 2010-04-15 Gevas Software Systementwicklung Und Verkehrsinformatik Gmbh Verkehrsadaptive Netzsteuerung und Verfahren zur Optimierung der Steuerungsparameter
CN109785619A (zh) * 2019-01-21 2019-05-21 南京邮电大学 区域交通信号协调优化控制系统及其控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of WO2021089367A1 *

Also Published As

Publication number Publication date
JP2023500351A (ja) 2023-01-05
DE102020116669A1 (de) 2021-05-06
WO2021089367A1 (de) 2021-05-14
US20220301426A1 (en) 2022-09-22
JP7394219B2 (ja) 2023-12-07
US11948456B2 (en) 2024-04-02

Similar Documents

Publication Publication Date Title
DE102016205972B4 (de) Verfahren zur autonomen oder teilautonomen Durchführung eines kooperativen Fahrmanövers
EP3611710B1 (de) Verkehrsflusssimulator
DE102017219489B4 (de) Hybridfahrzeug und Verfahren zum Steuern eines Getriebes
EP1298620B1 (de) System zum Steuern von Lichtsignalgebern an Kreuzungen
WO2021089367A1 (de) Verfahren zur steuerung eines verkehrssystems, vorrichtung, computerprogramm, und computerlesbares speichermedium
DE102019104974A1 (de) Verfahren sowie System zum Bestimmen eines Fahrmanövers
DE10022812A1 (de) Verfahren zur Verkehrslagebestimmung auf Basis von Meldefahrzeugdaten für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten
EP0884708B1 (de) Verfahren und Vorrichtung zur Verkehrszustandsprognose
DE10057796B4 (de) Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose
DE102011005844A1 (de) Automatische Steuerung eines Fahrzeugs
EP3723062A1 (de) Verfahren und vorrichtung zur computer-implementierten verkehrsleitung von kraftfahrzeugen in einem vorbestimmten gebiet
DE102019214931A1 (de) Steuerung eines Fahrzeugs
DE102018208150A1 (de) Verfahren und System zum Sicherstellen einer Echtzeitfähigkeit eines Fahrerassistenzsystems
EP2161698B1 (de) Verfahren zur Koordinierung von lichtsignalgesteuerten Knoten in einem Straßennetz
EP4111434B1 (de) Verfahren und einrichtung zur restzeitprognose einer signalphase
WO1997009218A2 (de) Verfahren zur regelung von verkehrsmitteln
DE102020201931A1 (de) Verfahren zum Trainieren wenigstens eines Algorithmus für ein Steuergerät eines Kraftfahrzeugs, Verfahren zur Optimierung eines Verkehrsflusses in einer Region, Computerprogrammprodukt sowie Kraftfahrzeug
DE102015115237B4 (de) Steuervorrichtung und steuerverfahren für eine verkehrssteueranlage, und steuersystem
DE102024203659A1 (de) Assistiertes oder autonomes Fahrsystem, Vorrichtung, computerlesbarer Datenträger, Computerprogramm und Verfahren zur Steuerung eines Fahrzeugs
AT510247B1 (de) Verfahren zur regelung einer signalanlage
AT510248B1 (de) Verfahren zur verkehrsregelung eines strassenzuges
DE102019213562A1 (de) Verfahren zur Berechnung einer Funktion für ein Fahrzeug
DE10131526B4 (de) Verfahren und Vorrichtung zur Ansteuerung eines Assistenzsystems für ein Fahrzeug
DE102009047409A1 (de) Verfahren und Rechnersystem zur Routenbestimmung unter Berücksichtigung von Störungswahrscheinlichkeiten
DE102017221011B4 (de) Verfahren und Vorrichtung zum dynamischen Steuern einer Lichtsignalanlage

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

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

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

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: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20220131

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

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: FUJITSU TECHNOLOGY SOLUTIONS GMBH

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: 20241127

RAP3 Party data changed (applicant data changed or rights of an application transferred)

Owner name: FSAS TECHNOLOGIES GMBH

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

Owner name: FUJITSU GERMANY GMBH

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

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

Free format text: STATUS: GRANT OF PATENT IS INTENDED

INTG Intention to grant announced

Effective date: 20260120