EP4062340A1 - Verfahren und system zur verarbeitung von daten zur transportmittelauslastung - Google Patents

Verfahren und system zur verarbeitung von daten zur transportmittelauslastung

Info

Publication number
EP4062340A1
EP4062340A1 EP21701898.5A EP21701898A EP4062340A1 EP 4062340 A1 EP4062340 A1 EP 4062340A1 EP 21701898 A EP21701898 A EP 21701898A EP 4062340 A1 EP4062340 A1 EP 4062340A1
Authority
EP
European Patent Office
Prior art keywords
transport
utilization
information
data
event
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
EP21701898.5A
Other languages
English (en)
French (fr)
Inventor
Stephan Horn
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.)
Siemens Mobility GmbH
Original Assignee
Siemens Mobility 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 Siemens Mobility GmbH filed Critical Siemens Mobility GmbH
Publication of EP4062340A1 publication Critical patent/EP4062340A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Definitions

  • One aspect of the invention is based on the approach, the utilization of a means of transport on a route traveled by it, z. B. in a route section, in particular area-wide and systematically, and to store the utilization information obtained in a database, in particular for later analysis or further processing, in a structured manner in order to enable a statistical evaluation of this information.
  • the transport circumstances of the transported goods are preferably recorded and the corresponding transport information is linked with the utilization information.
  • the link with the transport information enables the structured storage of the utilization information.
  • event data that characterize at least one utilization-relevant event are recorded with the transport circumstances.
  • a utilization-relevant event within the meaning of the invention is in particular an event which influences the utilization of the transport means.
  • An example of such an event is a breakdown, a major event, public holidays or vacations and / or the like.
  • the acquisition of such event data, for example on the basis of user inputs and / or reading out of databases, and the linking of the resulting transport information with the utilization information enables particularly differentiated utilization statistics.
  • An operational disruption preferably includes train failures, signal or switch disruptions, police or doctor operations and / or the like.
  • a major event preferably includes football games, concerts, trade fairs and / or the like.
  • a time also referred to as rush hour, can be relevant to the load if it regularly responds with increased traffic, z. B. evening rush hour traffic.
  • the event data characterize an event position and / or an event time, in particular at or at which the load-relevant event takes place.
  • the database is preferably searched for at least one data record which contains information corresponding to the transport information generated.
  • the database searches for transport information that characterizes the currently recorded transport circumstances or at least essentially maps them.
  • the utilization information linked to the transport information found in the database can then be used as a basis for the prediction.
  • the utilization of means of transport recorded in the past that was used within a specified radius around major events can be averaged in order to predict the utilization of a means of transport that is to be used in the future within this specified radius around a similar major event.
  • the same can be done for means of transport to be used after operational disruptions or on public holidays or vacation days.
  • the use of a means of transport can be reliably planned.
  • the prediction is carried out automatically.
  • the prediction can also be performed without an explicit user request or a corresponding one User input.
  • the correction factor is preferably also determined and stored in the database. This makes it possible to ensure that the method for predicting workloads is carried out inductively and that the workload is thus always predicted with the currently highest possible reliability or precision.
  • transport means properties are recorded with the transport circumstances.
  • a means of transport such as regional train, regional express, express train and / or the like, a maximum transport capacity of the means of transport, an amount of a transport charge incurred during transport, equipment of the means of transport such as air conditioning, comfort features and / or the like can be recorded .
  • the detection of such means of transport properties allows a particularly differentiated comparison of transport circumstances, in particular for the purpose of predicting the capacity utilization of a means of transport.
  • a system for processing data on the load on means of transport, in particular on the train load, according to a second aspect of the invention has a first detection device for detecting the load on a means of transport with a transport item on a route traveled by it, in particular on a route section, and generating a corresponding the utilization information and a second Er chargedsvor direction for detecting transport circumstances of the transported goods and generating a corresponding transport information.
  • the first Er chargedseinrich device 2 is preferably arranged on the means of transport, in particular integrated into the vehicle, the utilization preferably via means of transport parameters such as. B. Weight is recorded.
  • the first detection device is stationary, e.g. B. on a platform, arranged, the load from preferably being detected by the movements of people on the train rise.
  • the processing device 4 is set up to process the load information A generated by the first acquisition device 2 on the basis of the recorded load and the transport information T generated by the second processing device 3 on the basis of the recorded transport circumstances, in particular to link it to one another in a data record D.
  • the utilization information A or the transport information T are preferably in the form of data that are transmitted from the detection devices 2, 3 to the processing device 4 or provided to the processing device 4.
  • the database 5 is set up to store the data records D containing these data.
  • the processing device 4 is also set up to determine utilization statistics S on the basis of data records stored in this way in the database 5.
  • the utilization statistics S can be output by the processing device 4, as indicated in FIG.
  • the processing device 4 can also be set up to provide the utilization statistics S for further processing.
  • the processing device 4 can be set up, for example, to predict the utilization of a means of transport on the basis of the data records D stored in the database 5.
  • the first and second detection devices 2, 3 can have one or more means for detecting the load or the transport conditions.
  • the first and second detection devices 2, 3 can, for example, have a sensor system which is set up to measure physical variables from which the load or the transport conditions can be derived.
  • the first and second recording devices 2, 3 can have one or more interfaces which are set up to record the load or the transport circumstances from data, in particular a data stream.
  • Such interfaces can include, for example, user interfaces for capturing user inputs or communication interfaces for data or signal connection with a network, such as an intranet or the Internet.
  • the first and second detection devices 2, 3 are thereby enabled to obtain the utilization information A or the transport information T from one or more sources.
  • the data record D contains load information A relating to the utilization of a transport means and at least part of transport information T relating to transport circumstances with the means of transport transported goods.
  • the utilization information A and the part of the transport information T contained in the data record D are linked to one another in that they are stored in the same data record D.
  • the database 5 also contains from these data records D,
  • D 'derived data records D' ' which, for example, map links between the data records D and the data records D' and forecasts for the utilization of a means of transport.
  • each data record D, D ', D' ' is shown in FIG. 1 in tabular form with several lines.
  • each data record D, D ', D "contains an identification number, on the basis of which the data record D, D', D" or at least components of the data record, i.e. H. individual data from the respective data record D, D ', D' 'can be identified.
  • the data records D, D ', D''and thus also the utilization information A and the various parts of the transport circumstances T. are linked via these identification numbers in the database 5, as indicated by the lines between the data records D, D 'and D''.
  • the identification numbers represent a relationship between the data sets D, D ', D''or their content.
  • a load with the identification number ID-A can be caused by a malfunction with the identification number ID-B.
  • the combination of event data that characterize this malfunction with the load information A is formed by a data record D ′′ which contains both the identification number of the load ID-A and the identification number of the malfunction ID-B.
  • a recorded utilization with the identification number ID-A can be used for a prediction of a future utilization with the identification number ID-P.
  • the identification numbers thus enable further data or information to be assigned to a data record D, D ', D' '.
  • the data record D is also assigned a data record D * with information on the capacity and the direction of travel of the means of transport via the identification number ID-T of the means of transport.
  • the utilization information A from the data record D preferably contains only a single parameter value, namely a value for the utilization.
  • the transport information T distributed over various data records D, D ′ in the example shown preferably contains several parameter values.
  • the data set D alone can, for. B. contain the position r of the means of transport at which the load on the wagon was recorded, and the time t of the recording of the load.
  • Further data records D 'linked to data record D via identification numbers can contain further parameter values.
  • the data records D 'and D''can e.g. B. also each have a position r and a time t at which or at which the load-relevant event takes place or for the or that a load is predicted.
  • the data records D ′′ can also have a position difference Ar and a time difference At which, for example, indicate the spatial distance between a load-relevant event and the position r at which the load on the means of transport is recorded, or the time Distance between the occurrence of the event and the point in time t at which the utilization of the means of transport is recorded.
  • the data records D ', D' 'can also have several positions r and / or times ti, t2, for example if a public holiday applies in a selection of federal states or the start and end of holidays are recorded.
  • the data records D ', D' ' can also have further entries, for example correction factors K used in the prediction of a workload or values for a workload A * predicted with the aid of such a correction factor K. If necessary, entries on the type of the load-relevant event can also be contained in the data records D ', D ", for example to distinguish whether the operational disruption is a train failure, a switch disruption, a police operation and / or the like, or whether the big event is a football game, a concert, a fair and / or the like.
  • FIG. 3 shows an example of how the utilization of a means of transport is influenced by transport circumstances of a transport item that is transported with the means of transport.
  • the load is influenced in particular by events E, which can therefore also be referred to as load-relevant events. Positions are plotted on an x axis, while times are plotted on an y axis.
  • the utilization of the means of transport is represented by utilization information A. In the selected representation this is indicated by the size of the circle with the reference character A.
  • the means of transport has this load z. B. at position r and at time t. Position r and time t form part of the transport information that characterizes the transport circumstances of the goods to be transported.
  • the utilization-relevant events E for example an upcoming soccer game or a train cancellation, are each assigned an event position and an event time at which or at which the events take place or occur.
  • the event positions and the event times represent event data which characterize the events E.
  • the event positions and the event times are also part of the transport information, since they characterize the transport circumstances of the goods being transported.
  • the utilization of the means of transport is increased, since z. B. Dodge passengers due to the train cancellation on the means of transport.
  • the capacity utilization of the means of transport also increases because passengers use the means of transport to travel to the upcoming football game.
  • the increase in utilization is with increasing temporal and spatial difference At, Ar, i. H. under other transport circumstances, less pronounced.
  • the transport circumstances in particular a comparison of the position r and / or the time t with the event position functions and / or the event times, the prediction of workloads are used as a basis. If, for example, another soccer game is planned, it can be assumed that a means of transport at a distance Ar will have the load represented by the load information A shown in FIG. 3 at a point in time before the start of the football game by the difference At.
  • FIG. 4 shows an example of a method 100 for processing data on the utilization of means of transport.
  • a method step S1 data is acquired, preferably from several data sources.
  • method step S1 is broken down into a method step Sla, in which the utilization of a means of transport with a transport item on a route traveled by it, in particular in a section of the route, is recorded and corresponding utilization information is generated.
  • method step Slb transport circumstances of the transport are recorded and appropriate transport information is generated.
  • the utilization can be recorded with a first detection module 2, for example.
  • the first acquisition module 2 can, for example, read operating data of the means of transport, from which the utilization of the means of transport can be derived.
  • the transport circumstances can be recorded with a second recording module 3.
  • the second acquisition module 3 can have at least one interface 6a, for example, which is set up to read out fleet data of a vehicle fleet.
  • Transport circumstances such as breakdowns of individual vehicles in the fleet and / or the like can be derived from the fleet data.
  • fleet data can, for example, be provided by a control center for the vehicle fleet.
  • event data can also be recorded which influence the capacity utilization of the means of transport, for example operational disruptions, major events such as a football game or concerts or holidays or holidays. Since such utilization-relevant events help to define or at least influence the transport circumstances, such data characterizing the events can be included in the transport information.
  • Such utilization-relevant events or data characterizing the events can, for example, also be recorded with the aid of at least one interface 6b, for example a user interface via which a user can enter such data, or a communication interface via which such data can e.g. B. can be read from the Internet NEN.
  • the utilization information and the transport information are linked to one another in at least one data record, the at least one data record being stored in a database 5.
  • the data records stored in the database 5 can then be accessed and the transport information and utilization information contained therein can be evaluated.
  • Process step S3 preferably contains a process step S3a in which utilization statistics are determined on the basis of the data records stored in database 5, for example for the average utilization of means of transport that are used in a specified area around a utilization-relevant event .
  • the utilization statistics determined can be output in a method step S3b, for example in the form of a report.
  • a forecast of the utilization of a means of transport can be generated on the basis of the utilization statistics in a method step S3c, ie the utilization can be predicted.
  • similarities in the expected transport circumstances to transport circumstances that are characterized by the transport information contained in the data records can be taken into account.
  • a further method step S4 such prognoses can be used. H. the predicted workloads are verified.
  • a predicted utilization is preferably compared with the utilization that has actually occurred and recorded and, for example, a difference or deviation from the utilization that has actually occurred is determined.
  • a correction factor can be determined in a method step S3d, which is preferably taken into account in the, in particular future, determination of the utilization statistics in method step S3a.
  • the correction factor is preferably based on the deviation of the predicted load from the load that actually occurred, which was determined in method step S4a.
  • the method 100 can be an iterative method.
  • the method 100 with the method steps S3 and S4 can comprise an iterative part or the method steps S3 and S4 can form the iterative part of the method 100.

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Die vorliegende Erfindung betrifft ein Verfahren (100) und ein System (1) zur Verarbeitung von Daten zur Transportmittelauslastung, insbesondere zur Zugauslastung. Dabei wird eine Auslastung eines Transportmittels mit einem Transportgut auf einer von ihm befahrenen Strecke erfasst (S1a) und eine entsprechende Auslastungsinformation (A) erzeugt. Zudem werden Transportumständen des Transportguts erfasst (S1b) und eine entsprechende Transportinformation (T) erzeugt. Erfindungsgemäß werden die Auslastungsinformation (A) und die Transportinformation (T) in einem Datensatz (D) miteinander verknüpft (S2) und der Datensatz (D) in einer Datenbank (5) gespeichert. Auf Grundlage von mehreren auf diese Weise in der Datenbank (5) gespeicherten Datensätzen (D) wird eine Auslastungsstatistik (S) des Transportmittels und/oder der von ihm befahrenen Strecke ermittelt (S3a).

Description

Beschreibung
Verfahren und System zur Verarbeitung von Daten zur Transport mittelauslastung
Die vorliegende Erfindung betrifft ein Verfahren und ein Sys tem zur Verarbeitung von Daten zur Transportmittelauslastung, insbesondere zur Zugauslastung.
In der Regel weisen zyklisch, d. h. auf einer Strecke regelmä ßig verkehrende Transportmittel, wie zum Beispiel Busse, Züge und/oder Flugzeuge fluktuierende Auslastungen auf. Dabei ist es bekannt, dass zum Beispiel zu bestimmten Zeiten, etwa wäh rend des Berufsverkehrs, mit erhöhter Auslastung zu rechnen ist, während zu anderen Zeiten, zum Beispiel nachts oder am Wochenende, mit verringerter Auslastung zu rechnen ist. Um be- reitgestellte Transportkapazitäten an den Bedarf anzupassen, ist es bekannt, gezielt Erhebungen der Auslastung durchzufüh ren.
Es ist eine Aufgabe der vorliegenden Erfindung, eine verbes serte Analyse von Transportmittelauslastungen zu ermöglichen, insbesondere eine umfassende Beurteilung von Auslastungen zu erleichtern .
Diese Aufgabe wird gelöst durch ein Verfahren und ein System zur Verarbeitung von Daten zur Transportmittelauslastung, ins besondere zur Zugauslastung.
Ein Verfahren zur Verarbeitung von Daten zur Transportmittel auslastung, insbesondere zur Zugauslastung, gemäß einem ersten Aspekt der Erfindung weist die folgenden Schritte auf: (i) Er fassen einer Auslastung eines Transportmittels mit einem Transportgut auf einer von ihm befahrenen Strecke, insbesonde re in einem Streckenabschnitt, und Erzeugen einer entsprechen den Auslastungsinformation; und (ii) Erfassen von Transportum ständen des Transportguts und Erzeugen einer entsprechenden Transportinformation . Erfindungsgemäß werden (iii) die Auslas- tungsinformation und die Transportinformation in wenigstens einem Datensatz miteinander verknüpft und der wenigstens eine Datensatz in einer Datenbank gespeichert. Auf Grundlage von mehreren auf diese Weise in der Datenbank gespeicherten Da tensätzen wird (iv) eine Auslastungsstatistik des Transport mittels auf der von ihm befahrenen Strecke, insbesondere in dem Streckenabschnitt, ermittelt.
Eine Auslastung im Sinne der Erfindung ist insbesondere ein Maß für die Belegung eines Transportmittels mit Transportgü tern. Dabei kann die Auslastung insbesondere reziprok zur (verbleibenden) Transportkapazität des Transportmittels sein. Transportiert das Transportmittel kein Transportgut, beträgt die Auslastung beispielsweise 0 %, während die Transportkapa zität 100 % beträgt. Transportiert das Transportmittel dagegen die maximal zugelassene Menge, das maximal zugelassene Volu men, das maximal zugelassene Gewicht und/oder dergleichen, be trägt die Auslastung beispielsweise 100 %, während die Trans portkapazität 0 % beträgt
Ein Transportmittel im Sinne der Erfindung ist insbesondere ein Mittel, vorzugsweise ein Fahrzeug oder ein Fahrzeugver bund, zur Beförderung von Transportgütern. Ein Transportmittel kann zum Beispiel ein Zug sein. Ein Transportgut ist vorzugs weise eine Person. Es ist aber auch denkbar, dass ein Trans portgut eine Ware ist.
Transportumstände im Sinne der Erfindung sind insbesondere die Rahmenbedingungen, unter denen der Transport von Transportgü tern durch ein Transportmittel stattfindet. So können Trans portumstände beispielsweise durch das Transportmittel selbst bzw. durch seine Eigenschaften, etwa durch seine Größe, Aus stattung, Leistungsfähigkeit und/oder dergleichen, und/oder durch externe Parameter, etwa durch Uhrzeit, Datum, Ort, Wet terlage und/oder dergleichen, definiert sein. Ein Transportum stand kann insbesondere sein, dass sich ein Transportgut beim Transport zu einem bestimmten Zeitpunkt an einem bestimmten Ort befindet. Eine Auslastungsstatistik im Sinne der Erfindung ist insbeson dere eine Information betreffend die Auslastung eines Trans portmittels zu unterschiedlichen Zeiten und/oder relativ zu einem anderen Transportmittel, insbesondere auf derselben Strecke oder sogar im selben Streckenabschnitt. Eine Auslas tungsstatistik kann beispielsweise eine durchschnittliche Aus lastung eines Transportmittels abbilden. Alternativ oder zu sätzlich kann eine Auslastungsstatistik auch die Entwicklung der Auslastung innerhalb eines vorgegebenen Zeitraums oder die Auslastung zu einem vorgegebenen Zeitpunkt oder in einem vor gegebenen Zeitraum relativ zur durchschnittlichen Auslastung angeben .
Ein Aspekt der Erfindung basiert auf dem Ansatz, die Auslas tung eines Transportmittels auf einer von ihm befahrenen Stre cke, z. B. in einem Streckenabschnitt, insbesondere flächende ckend und systematisch, zu erfassen und die dabei gewonnene Auslastungsinformation in einer Datenbank, insbesondere zur späteren Analyse bzw. Weiterverarbeitung, in strukturierter Weise zu speichern, um eine statistische Auswertung dieser In formation zu ermöglichen. Zu diesem Zweck werden vorzugsweise Transportumstände des transportierten Transportguts erfasst und die entsprechende Transportinformation mit der Auslas tungsinformation verknüpft. Die Verknüpfung mit der Transpor tinformation ermöglicht die strukturierte Speicherung der Aus- lastungsInformation .
Beispielsweise erlauben derartig erzeugte Datensätze einen transportmittelspezifischen und/oder streckenspezifischen Zu griff auf die Auslastungsinformation. Mit anderen Worten ist es möglich, die in der Datenbank gespeicherte Transportinfor mation nach Transportmittel und/oder Strecke, insbesondere Streckenabschnitt, zu filtern. Gegebenenfalls können auch für verschiedene Transportmittel, Strecken und/oder Zeiten erfass te Auslastungen miteinander in Beziehung gesetzt werden. Auf Grundlage solcher Information kann zum Beispiel die Logistik beim Warentransport optimiert und/oder vorhandene Transport- mittel effizienter genutzt werden. Nicht zuletzt lässt sich durch den Einsatz von zusätzlichen Transportmitteln oder dem Anpassen einer Transportmitteltaktung auf Grundlage der er zeugten Auslastungsstatistik zum Beispiel auch der Komfort für Passagiere erhöhen.
Die Auslastungsinformation und die Transportinformation können dabei aus unterschiedlichen Datenquellen stammen. Insbesondere kann die Auslastung eines Transportmittels beispielsweise mit hilfe unterschiedlicher Sensorsysteme erfasst werden, zum Bei spiel über Drucksensoren in Luftfederbälgen bei Transportmit teln mit Luftfedern, über Wiegeventile bei Fahrzeugen mit Stahlfedern oder andere elektronische Systeme zur Erfassung zum Beispiel der Passagieranzahl. Die Transportumstände können dagegen von einer Leitstelle bereitgestellt, aus einer Trans portdatenbank ausgelesen oder über eine Kommunikationsschnitt stelle, beispielsweise das Internet, bezogen werden.
Nachfolgend werden bevorzugte Ausführungsformen der Erfindung und deren Weiterbildungen beschrieben, die jeweils, soweit dies nicht ausdrücklich ausgeschlossen wird, beliebig mitei nander sowie mit den im Weiteren beschriebenen Aspekten der Erfindung kombiniert werden können.
In einer bevorzugten Ausführungsform wird bzw. werden mit den Transportumständen eine gegenwärtige Position des Transport mittels und/oder ein gegenwärtiger Zeitpunkt erfasst. Vorzugs weise wird beim Verknüpfen der Auslastungsinformation und der Transportinformation der Auslastung eines Fahrzeugs dabei eine örtliche bzw. geographische und/oder eine zeitliche Position zugeordnet. Dies ermöglicht z. B. eine Filterung und/oder Sor tierung der Auslastungsinformation nach Ort und Zeit. Insbe sondere kann die Auslastungsstatistik orts- und/oder zeitauf gelöst ermittelt werden. Es ist somit Beispielsweise denkbar, die Auslastungsinformation gezielt zum Beispiel zu Beginn und/oder zum Ende von Ferienzeiten, entlang einer Strecke aus einem Außenbezirk in ein Stadtzentrum und/oder dergleichen auszuwerten . In einer weiteren bevorzugten Ausführungsform werden mit den Transportumständen Ereignisdaten erfasst, die wenigstens ein auslastungsrelevantes Ereignis charakterisieren. Ein solches auslastungsrelevantes Ereignis im Sinne der Erfindung ist ins besondere ein Ereignis, welches die Auslastung des Transport mittels beeinflusst. Ein Beispiel für ein solches Ereignis ist eine Betriebsstörung, eine Großveranstaltung, Feier- bzw. Fe rientage und/oder dergleichen. Das Erfassen solcher Ereignis daten, etwa anhand von Benutzereingaben und/oder Auslesen von Datenbanken, und die Verknüpfung der sich dadurch ergebenden Transportinformation mit der Auslastungsinformation ermöglicht eine besonders differenzierte Auslastungsstatistik.
Vorzugsweise wird beim Ermitteln der Auslastungsstatistik eine zeitliche und/oder geographische Beziehung zwischen der Aus lastung des Transportmittels und einem, z. B. örtlich und zeitlich definierten, auslastungsrelevanten Ereignis herge stellt. Somit kann eine Kausalität von auslastungsrelevantem Ereignis und Auslastung ermittelt und zum Beispiel der Prädik tion von Auslastungen zugrunde gelegt werden.
In einer weiteren bevorzugten Ausführungsform ist das wenigs tens eine auslastungsrelevante Ereignis eines der folgenden:
(i) eine Betriebsstörung; (ii) eine Großveranstaltung; (iii) eine Uhrzeit und/oder (iv) ein Feier- bzw. Ferientag. Eine Be triebsstörung umfasst dabei vorzugsweise Zugausfälle, Signal oder Weichenstörungen, Polizei- oder Arzteinsätze und/oder dergleichen. Eine Großveranstaltung umfasst dabei vorzugsweise Fußballspiele, Konzerte, Messen und/oder dergleichen. Eine auch als Stoßzeit bezeichnete Uhrzeit kann auslastungsrelevant sein, wenn sie regelmäßig mit erhöhtem Verkehrsaufkommen kor respondiert, z. B. dem Feierabendverkehr. Durch das Erfassen von entsprechenden Ereignisdaten können ereignisbedingte Transportgutströme ermittelt und beispielsweise bei der Erwä gung, ob weitere Transportmittel eingesetzt werden sollen, be rücksichtigt werden. Zum Beispiel können Ausgleichsbewegungen von Passagieren auf andere Züge erkannt und die sich dadurch ergebenden Effekte, zum Beispiel eine erhöhte Auslastung von Folgezügen, durch den Einsatz zusätzlicher Transportmittel, etwa weiterer Waggons, vermieden oder zumindest abgemildert werden.
In einer weiteren bevorzugten Ausführungsform charakterisieren die Ereignisdaten eine Ereignisposition und/oder einen Ereig niszeitpunkt, insbesondere an der bzw. zu dem das auslastungs relevante Ereignis stattfindet. Durch die Verknüpfung der Transportinformation mit der Auslastungsinformation kann somit eine Beziehung zwischen geographischer Position des Ereignis ses und/oder Zeitpunkt des Ereignisses sowie der erfassten Auslastung des Transportmittels hergestellt werden. Entspre chend wird die Auslastungsstatistik vorzugsweise auf Grundlage dieser hergestellten Beziehung ermittelt.
Die erfasste Ereignisposition und/oder der erfasste Ereig- niseitpunkt kann bzw. können insbesondere mit einer Position des Transportmittels und/oder einem Zeitpunkt, an der bzw. zu dem die Transportumstände erfasst werden, verknüpft werden. Dies ermöglicht es, alle auslastungsrelevanten Ereignisse in einen örtlichen und zeitlichen Bezug zur Auslastung des Fahr zeugs zu stellen und z. B. nach örtlicher und zeitlicher Rele vanz zu filtern oder zu sortieren.
In einer weiteren bevorzugten Ausführungsform wird bzw. werden beim Ermitteln der Auslastungsstatistik die Ereignisposition und/oder der Ereigniszeitpunkt mit einer im Datensatz enthal tenen Position des Transportmittels und/oder einem im Daten satz enthaltenen Zeitpunkt, an der bzw. zu dem die Transport umstände erfasst werden, verglichen. Dabei kann insbesondere eine Differenz zwischen Ereignisposition und Position des Transportmittels ermittelt werden. Alternativ oder zusätzlich kann eine Differenz zwischen Ereigniszeitpunkt und Zeitpunkt der Erfassung der Transportumstände ermittelt werden. Die er mittelten Differenzen können dabei ein Maß für die Relevanz, d. h. die Beeinflussung, der Auslastung des Transportmittels durch das Ereignis bilden. Dies erlaubt besonders differen- zierte Aussagen darüber, inwieweit das auslastungsrelevante Ereignis die Auslastung des Transportmittels beeinflusst.
In einer weiteren bevorzugten Ausführungsform wird beim Ermit teln der Auslastungsstatistik eine Auslastung des Transport mittels auf der von ihm befahrenen Strecke, insbesondere in einem Streckenabschnitt, prädiziert. Dadurch kann der zukünf tige Einsatz von Transportmitteln besonders effektiv geplant werden. Insbesondere lassen sich so auch Transportmittel be sonders effizient einsetzen.
Dazu wird die Datenbank vorzugsweise nach wenigstens einem Da tensatz, welcher mit der erzeugten Transportinformation kor respondierende Information enthält, durchsucht. Mit anderen Worten wird in der Datenbank Transportinformation gesucht, welche die gegenwärtig erfassten Transportumstände charakteri siert oder diese zumindest im Wesentlichen abbildet. Die mit der in der Datenbank gefundenen Transportinformation verknüpf te Auslastungsinformation kann dann der Prädiktion zugrunde gelegt werden.
In einer weiteren bevorzugten Ausführungsform werden zur Prä diktion der Auslastung zu erwartende Transportumstände mit Transportumständen, welche durch die Transportinformation aus bereits in der Datenbank gespeicherten Datensätzen charakteri siert sind, verglichen. Beispielsweise können diejenigen Da tensätze aus der Datenbank gefiltert werden, deren Transpor tinformation eine möglichst hohe Übereinstimmung mit einer Transportinformation, welche zu erwartende Transportumstände charakterisiert, aufweist. Es kann so insbesondere derjenige Datensatz ermittelt werden, dessen Transportinformation die höchste Übereinstimmung mit einer Transportinformation, welche zu erwartende Transportumstände charakterisiert, aufweist. Die Auslastungsinformation des oder der gefilterten bzw. ermittel ten Datensätze kann dann die prädizierte Auslastung abbilden. Dies erlaubt eine leichte und schnelle Prädiktion der Auslas tung. Alternativ oder zusätzlich kann für die bereits in der Daten bank gespeicherten Datensätze ein Ähnlichkeitsmaß ermittelt werden, welches den Grad der Übereinstimmung der Transportum stände, die durch die Transportinformation aus den Datensätzen charakterisiert sind, mit den zu erwartenden Transportumstän den charakterisiert. Mit anderen Worten entspricht das Ähn lichkeitsmaß in bevorzugter Weise einer Trefferquote für jeden Datensatz, welche den Anteil der zu erwartenden Transportzu stände angibt, der auch durch im jeweiligen Datensatz enthal tenen Transportinformation charakterisiert ist. Vorzugsweise wird dann die Auslastungsinformation derjenigen Datensätze der Prädiktion der Auslastung zugrunde gelegt, für die das Ähn lichkeitsmaß einen vorgegebenen Ähnlichkeitsschwellenwert er reicht oder überschreitet. Dadurch kann eine statistisch ro buste Prädiktion der Auslastung vorgenommen werden.
In einer weiteren bevorzugten Ausführungsform wird die Auslas tung auf Grundlage einer Mittelung von Auslastungsinformation, die in den bereits in der Datenbank gespeicherten Datensätzen enthalten ist, prädiziert. Dabei wird vorzugsweise ein Ergeb nis des Vergleichs von zu erwartenden Transportzuständen mit den durch die Transportinformation aus den Datensätzen charak terisierten Transportzuständen berücksichtigt.
Beispielsweise kann die in der Vergangenheit erfasste Auslas tung von Transportmitteln, die innerhalb eines vorgegebenen Radius um Großveranstaltungen herum eingesetzt wurden, gemit telt werden, um die Auslastung eines Transportmittels, das zu künftig innerhalb dieses vorgegebenen Radius um eine ähnliche Großveranstaltung eingesetzt werden soll, vorherzusagen. Eben so kann für nach Betriebsstörungen oder an Feier- bzw. Ferien tagen einzusetzenden Transportmittel verfahren werden. Auf dieser Grundlage kann ein Transportmitteleinsatz zuverlässig geplant werden.
In einer weiteren bevorzugten Ausführungsform wird eine weite re, zukünftige Prädiktion auf Grundlage eines Vergleichs von der prädizierten Auslastung mit der erfassten Auslastung des Transportmittels durchgeführt. So kann beispielsweise über prüft werden, inwieweit eine Prädiktion zutreffend war, und eine weitere zukünftige Prädiktion entsprechend korrigiert werden. Dadurch kann die Zuverlässigkeit von Prädiktionen zur Auslastung weiter erhöht werden.
Dabei wird das Verfahren vorzugsweise induktiv betrieben. Mit anderen Worten stützen sich Prädiktionen in bevorzugter Weise jeweils auf den Vergleich der erfassten Auslastung mit einer zuvor prädizierten Auslastung, deren Prädiktion ihrerseits auf einem entsprechenden Vergleich basiert. Das Verfahren erlaubt so immer präzisere Prognosen.
In einer weiteren bevorzugten Ausführungsform wird auf Grund lage des Vergleichs ein Korrekturfaktor ermittelt. Vorzugswei se wird der dabei ermittelte Korrekturfaktor der weiteren, zu künftigen Prädiktion zugrunde gelegt. Der Korrekturfaktor bil det dabei in bevorzugter Weise einen Zusammenhang zwischen dem Ähnlichkeitsmaß und einer Abweichung der prädizierten Auslas tung von der tatsächlichen, erfassten Auslastung, ab.
Zeigt sich zum Beispiel, dass die beim Erfassen der Transport zustände erzeugte Transportinformation zu 70 % mit einer Transportinformation aus einem zuvor gespeicherten Datensatz übereinstimmt, die prädizierte Auslastung aber um 10 % von der erfassten Auslastung abweicht, kann bei der nächsten Prognose, bei welcher die erzeugte Transportinformation ebenfalls eine 70-prozentige Übereinstimmung mit einer Transportinformation aus einem gespeicherten Datensatz aufweist, der Fehler von 10 % berücksichtigt werden. Es ist in diesem Beispiel etwa denkbar, als prädizierte Auslastung einen Wert anzugeben, der gegenüber der durch die Auslastungsinformation des Datensatzes charakterisierte Auslastung um 10 % erhöht bzw. verringert ist.
In einer weiteren bevorzugten Ausführungsform wird die Prädik tion automatisch durchgeführt. Insbesondere kann die Prädikti on auch ohne eine explizite Benutzeranfrage bzw. entsprechende Benutzereingabe durchgeführt werden. Vorzugsweise wird dabei auch der Korrekturfaktor ermittelt und in der Datenbank ge speichert. Dadurch kann sichergestellt werden, dass das Ver fahren zur Prädiktion von Auslastungen induktiv durchgeführt und die Auslastung somit immer mit der gegenwärtig höchstmög lichen Zuverlässigkeit bzw. Präzision prädiziert wird.
In einer weiteren bevorzugten Ausführungsform werden mit den Transportumständen Transportmitteleigenschaften erfasst. Bei spielsweise kann eine Transportmittelklasse wie etwa Regional bahn, Regionalexpress, Schnellzug und/oder dergleichen, eine maximale Transportkapazität des Transportmittels, eine Höhe eines beim Transport anfallenden Transportentgelts, eine Aus stattung des Transportmittels wie etwa Klimaanlage, Komfort merkmale und/oder dergleichen, erfasst werden. Die Erfassung solcher Transportmitteleigenschaften erlaubt einen besonders differenzierten Vergleich von Transportumständen, insbesondere zum Zwecke der Prädiktion der Auslastung eines Transportmit tels.
Ein System zur Verarbeitung von Daten zur Transportmittelaus lastung, insbesondere zur Zugauslastung, gemäß einem zweiten Aspekt der Erfindung weist eine erste Erfassungsvorrichtung zum Erfassen einer Auslastung eines Transportmittels mit einem Transportgut auf einer von ihm befahrenen Strecke, insbesonde re in einem Streckenabschnitt, und Erzeugen einer entsprechen den Auslastungsinformation sowie eine zweite Erfassungsvor richtung zum Erfassen von Transportumständen des Transportguts und Erzeugen einer entsprechenden Transportinformation auf.
Zudem weist das System eine Verarbeitungsvorrichtung zum Ver knüpfen der Auslastungsinformation und der Transportinformati on in wenigstens einem Datensatz und eine Datenbank zum Spei chern des wenigstens einen Datensatzes auf. Die Verarbeitungs vorrichtung ist dabei dazu eingerichtet, eine Auslastungssta tistik des Transportmittels und/oder der von ihm befahrenen Strecke, insbesondere in dem Streckenabschnitt, auf Grundlage von mehreren auf diese Weise in der Datenbank gespeicherten Datensätzen zu erzeugen.
Die bisher gegebene Beschreibung bevorzugter Ausführungsformen der Erfindung enthält zahlreiche Merkmale, die in den einzel nen abhängigen Ansprüchen teilweise zu mehreren zusammenge fasst wiedergegeben sind. Diese Merkmale können jedoch auch einzeln betrachtet und zu sinnvollen weiteren Kombinationen zusammengefasst werden. Insbesondere sind diese Merkmale je weils einzeln und in beliebiger geeigneter Kombination mit dem Verfahren gemäß dem ersten Aspekt der Erfindung und dem System gemäß dem zweiten Aspekt der Erfindung kombinierbar.
Die voranstehend beschriebenen Eigenschaften, Merkmale und Vorteile der Erfindung sowie die Art und Weise, wie diese er reicht werden, werden im Zusammenhang mit den Figuren in der folgenden Beschreibung von Ausführungsbeispielen der Erfindung näher erläutert. In den Figuren werden durchgängig dieselben Bezugszeichen für dieselben oder einander entsprechende Ele mente der Erfindung verwendet. Die Ausführungsbeispiele dienen der Erläuterung der Erfindung und beschränken die Erfindung nicht auf die darin angegebenen Kombinationen von Merkmalen, auch nicht in Bezug auf funktionale Merkmale. Außerdem können dazu geeignete Merkmale der Ausführungsbeispiele auch explizit isoliert betrachtet und mit einem beliebigen der Ansprüche kombiniert werden.
Darin zeigen, zumindest teilweise schematisch:
FIG 1 ein Beispiel eines Systems zur Verarbeitung von Daten zur Transportmittelauslastung;
FIG 2 ein Beispiel einer Struktur von Datensätzen in einer
Datenbank;
FIG 3 ein Beispiel von Beziehungen zwischen Transportum ständen von mit einem Transportmittel transportierten Transportgütern und auslastungsrelevanten Ereignis sen; und
FIG 4 ein Beispiel eines Verfahrens zur Verarbeitung von
Daten zur Transportmittelauslastung.
FIG 1 zeigt ein Beispiel eines Systems 1 zur Verarbeitung von Daten zur Transportmittelauslastung, insbesondere zur Zugaus lastung, mit einer ersten Erfassungsvorrichtung 2 zum Erfassen einer Auslastung eines Transportmittels mit einem Transportgut auf einer von ihm befahrenen Strecke, einer zweiten Erfas sungsvorrichtung 3 zum Erfassen von Transportumständen des Transportguts bei dem Transport mit dem Transportmittel, einer Verarbeitungsvorrichtung 4 zur Datenverarbeitung sowie einer Datenbank 5 zur Datenspeicherung. Die erste Erfassungseinrich tung 2 ist dabei vorzugsweise am Transportmittel angeordnet, insbesondere in das Fahrzeug integriert, wobei die Auslastung vorzugsweise über Transportmittelparameter wie z. B. Gewicht erfasst wird. Alternativ ist die erste Erfassungseinrichtung ortsfest, z. B. an einem Bahnsteig, angeordnet, wobei die Aus lastung vorzugsweise über die Bewegungen von Personen am Bahn steig erfasst wird.
Die Verarbeitungsvorrichtung 4 ist dabei dazu eingerichtet, von der ersten Erfassungsvorrichtung 2 auf Grundlage der er fassten Auslastung erzeugte Auslastungsinformation A und von der zweiten Verarbeitungsvorrichtung 3 auf Grundlage der er fassten Transportumstände erzeugte Transportinformation T zu verarbeiten, insbesondere in einem Datensatz D miteinander zu verknüpfen. Die Auslastungsinformation A bzw. die Transportin formation T liegen dabei vorzugsweise in Form von Daten vor, die von den Erfassungsvorrichtungen 2, 3 an die Verarbeitungs vorrichtung 4 übermittelt bzw. an der Verarbeitungsvorrich tung 4 bereitgestellt werden. Die Datenbank 5 ist dazu einge richtet, die diese Daten enthaltenden Datensätze D zu spei chern. Die Verarbeitungsvorrichtung 4 ist zudem dazu eingerichtet, auf Grundlage von derart in der Datenbank 5 gespeicherten Da tensätzen eine Auslastungsstatistik S zu ermitteln. Die Aus lastungsstatistik S kann von der Verarbeitungsvorrichtung 4, wie in FIG 1 angedeutet, ausgegeben werden.
Alternativ oder zusätzlich kann die Verarbeitungsvorrichtung 4 aber auch dazu eingerichtet sein, die Auslastungsstatistik S zur weiteren Verarbeitung bereitzustellen. Die Verarbeitungs vorrichtung 4 kann beispielsweise dazu eingerichtet sein, eine Auslastung eines Transportmittels auf Grundlage der in der Da tenbank 5 gespeicherten Datensätze D zu prädizieren.
Die erste und zweite Erfassungsvorrichtung 2, 3 können ein o- der mehrere Mittel zum Erfassen der Auslastung bzw. der Trans portumstände aufweisen. Die erste und zweite Erfassungsvor richtung 2, 3 können zum Beispiel ein Sensorsystem aufweisen, das zum Messen physikalischer Größen, aus denen die Auslastung bzw. die Transportumstände ableitbar sind, eingerichtet ist. Alternativ oder zusätzlich können die erste und zweite Erfas sungsvorrichtung 2, 3 ein oder mehrere Schnittstellen aufwei sen, die zum Erfassen der Auslastung bzw. der Transportumstän de aus Daten, insbesondere einem Datenstrom, eingerichtet sind. Solche Schnittstellen können zum Beispiel Benutzer schnittstellen zum Erfassen von Benutzereingaben oder Kommuni kationsschnittstellen zur Daten- bzw. Signalverbindung mit ei nem Netzwerk, etwa einem Intra- oder dem Internet, umfassen. Die erste und zweite Erfassungsvorrichtung 2, 3 werden dadurch in die Lage versetzt, die Auslastungsinformation A bzw. die Transportinformation T aus jeweils einer oder mehreren Quellen beziehen .
FIG 2 zeigt ein Beispiel einer Struktur von Datensätzen D, D', D'' in einer Datenbank 5. Der Datensatz D enthält dabei Aus lastungsinformation A bezüglich der Auslastung eines Trans portmittels und zumindest einen Teil von Transportinformati on T bezüglich Transportumständen von mit dem Transportmittel transportierten Transportgütern. Die Auslastungsinformation A und der im Datensatz D enthaltene Teil der Transportinformati- on T sind dabei dadurch miteinander verknüpft, dass sie im selben Datensatz D gespeichert sind.
Die Datensätze D' enthalten Daten, welche ein auslastungsrele vantes Ereignis charakterisieren, d. h. ein Ereignis, welches die in Form der Auslastungsinformation A gespeicherte Auslas tung des Transportmittels beeinflusst. Die Datensätze D' ent halten damit einen weiteren Teil der Transportumstände T.
Zudem enthält die Datenbank 5 auch aus diesen Datensätzen D,
D' abgeleitete Datensätze D'', die zum Beispiel Verknüpfungen zwischen den Datensätzen D und den Datensätzen D' und Progno sen für die Auslastung eines Transportmittels abbilden.
Die Datensätze D, D', D'' sind in FIG 1 dabei in tabellari scher Form mit mehreren Zeilen dargestellt. In zumindest einer Zeile enthält jeder Datensatz D, D', D'' eine Identifikations nummer, anhand welcher der Datensatz D, D', D'' oder zumindest Bestandteile des Datensatzes, d. h. einzelne Daten aus dem je weiligen Datensatz D, D', D'', identifizierbar sind.
Zum Beispiel ist die Auslastung durch die Identifikationsnum mer ID-A, das Transportmittel, etwa ein Zug, durch die Identi fikationsnummer ID-T, ein Waggon durch die Identifikationsnum mer ID-W und der Streckenabschnitt durch die Identifikations nummer ID-S identifizierbar. Ebenso sind über solche Identifi kationsnummern auch auslastungsrelevante Ereignisse oder ein zelne Prognosen der Auslastung eines Transportmittels identi fizierbar. Beispielsweise ist eine Betriebsstörung über die Identifikationsnummer ID-B, ein Großereignis über die Identi fikationsnummer ID-G, ein Feier- bzw. Ferientag über die Iden tifikationsnummer ID-F und eine Prädiktion einer Auslastung eines Transportmittels über die Identifikationsnummer ID-P identifizierbar .
Die Datensätze D, D', D'' und damit auch die Auslastungsinfor mation A und die verschiedenen Teile der Transportumstände T sind über diese Identifikationsnummern in der Datenbank 5 ver knüpft, wie durch die Linien zwischen den Datensätzen D, D' und D'' angedeutet ist. Mit anderen Worten repräsentieren die Identifikationsnummern eine Beziehung zwischen den Datensät zen D, D', D'' bzw. deren Inhalt. Beispielsweise kann eine Auslastung mit der Identifikationsnummer ID-A durch eine Be triebsstörung mit der Identifikationsnummer ID-B bedingt sein. Die Verknüpfung von Ereignisdaten, die diese Betriebsstörung charakterisieren, mit der Auslastungsinformation A wird dabei von einem Datensatz D'' gebildet, der sowohl die Identifikati onsnummer der Auslastung ID-A als auch die Identifikationsnum mer der Betriebsstörung ID-B enthält.
Ebenso kann eine erfasste Auslastung mit der Identifikations nummer ID-A für eine Prädiktion einer zukünftigen Auslastung mit der Identifikationsnummer ID-P genutzt werden.
Die Identifikationsnummern ermöglichen also die Zuordnung wei terer Daten bzw. Information zu einem Datensatz D, D', D''. Im in FIG 2 gezeigten Beispiel ist dem Datensatz D so auch ein Datensatz D* etwa mit Information zur Kapazität und der Fahrt richtung des Transportmittels über die Identifikationsnum mer ID-T des Transportmittels zugeordnet.
Die Auslastungsinformation A aus dem Datensatz D enthält vor zugsweise nur einen einzelnen Parameterwert, nämlich einen Wert für die Auslastung. Die im gezeigten Beispiel über ver schiedene Datensätze D, D' verteilte Transportinformation T enthält dagegen vorzugsweise mehrere Parameterwerte. Der Da tensatz D alleine kann z. B. die Position r des Transportmit tels, an dem die Auslastung des Waggons erfasst wurde, und den Zeitpunkt t der Erfassung der Auslastung enthalten. Weitere, mit dem Datensatz D über Identifikationsnummern verknüpfte Da tensätze D' können weitere Parameterwerte enthalten.
Die Datensätze D' und D'' können z. B. ebenfalls jeweils eine Position r und einen Zeitpunkt t aufweisen, an der bzw. zu dem das auslastungsrelevante Ereignis stattfindet bzw. für die bzw. den eine Auslastung prädiziert wird. Alternativ oder zu sätzlich können die Datensätze D'' auch eine Positionsdiffe renz Ar und eine Zeitdifferenz At aufweisen, welche zum Bei spiel den räumlichen Abstand zwischen einem auslastungsrele vantem Ereignis und der Position r, an der die Auslastung des Transportmittels erfasst wird, oder den zeitlichen Abstand zwischen dem Stattfinden des Ereignisses und dem Zeitpunkt t, zu dem die Auslastung des Transportmittels erfasst wird, an gibt.
Gegebenenfalls können die Datensätze D', D'' auch mehrere Po sitionen r und/oder Zeitpunkte ti, t2 aufweisen, zum Beispiel wenn ein Feiertag in einer Auswahl von Bundesländern gilt oder der Beginn und das Ende von Ferien erfasst sind.
Die Datensätze D', D'' können zudem noch weitere Einträge auf weisen, zum Beispiel bei der Prädiktion einer Auslastung ver wendete Korrekturfaktoren K oder Werte für eine mithilfe eines solchen Korrekturfaktors K prädizierte Auslastung A*. Gegebe nenfalls können auch Einträge zum Typ des auslastungsrelevan ten Ereignisses in den Datensätzen D', D" enthalten sein, etwa um zu unterscheiden, ob es sich bei der Betriebsstörung um ei nen Zugausfall, eine Weichenstörung, einen Polizeieinsatz und/oder dergleichen handelt, oder ob es sich bei dem Großer eignis um ein Fußballspiel, ein Konzert, eine Messe und/oder dergleichen handelt.
FIG 3 zeigt ein Beispiel einer Beeinflussung der Auslas tung eines Transportmittels durch Transportumstände von einem Transportgut, das mit dem Transportmittel transportiert wird. Die Auslastung wird dabei insbesondere von Ereignissen E be einflusst, die daher auch als auslastungsrelevante Ereignisse bezeichnet werden können. Auf einer Achse x sind Positionen aufgetragen, während auf einer Achse y Zeiten aufgetragen sind.
Die Auslastung des Transportmittels wird durch eine Auslas tungsinformation A repräsentiert. In der gewählten Darstellung ist dies durch die Größe des Kreises mit dem Bezugszeichen A angedeutet. Das Transportmittel weist diese Auslastung z. B. an der Position r und zum Zeitpunkt t auf. Position r und Zeitpunkt t bilden dabei einen Teil einer Transportinformati- on, welche die Transportumstände des Transportguts charakteri siert.
Den auslastungsrelevanten Ereignissen E, zum Beispiel einem anstehenden Fußballspiel oder einem Zugausfall, sind jeweils eine Ereignisposition und ein Ereigniszeitpunkt, an der bzw. zu dem die Ereignisse stattfinden bzw. auftreten, zugeordnet. Die Ereignispositionen und die Ereigniszeitpunkte stellen da bei Ereignisdaten dar, welche die Ereignisse E charakterisie ren. Auch die Ereignispositionen und die Ereigniszeitpunkte sind Teil der Transportinformation, da sie Transportumstände des Transportguts charakterisieren.
Die Beziehungen zwischen dem einen Teil der Transportumstände, nämlich der Position r und dem Zeitpunkt t, und dem anderen Teil der Transportumstände, nämlich den Ereignissen E, werden im vorliegenden Beispiel durch die Positionsdifferenzen Ar zwischen den Ereignispositionen und der Position r des Trans portmittels sowie den Zeitdifferenzen At zwischen den Ereig niszeitpunkten und dem Zeitpunkt t abgebildet. Da der Zugaus fall zum Zeitpunkt t auftritt oder zu diesem noch andauert, verschwindet die entsprechende Zeitdifferenz.
Im gezeigten Beispiel ist die Auslastung des Transportmittels erhöht, da z. B. Passagiere durch den Zugausfall auf das Transportmittel ausweichen. Ebenso erhöht sich die Auslastung des Transportmittels, weil Passagiere das Transportmittel zur Anreise zum anstehenden Fußballspiel nutzen. Die Erhöhung der Auslastung ist dabei mit zunehmender zeitlicher und räumlicher Differenz At, Ar, d. h. unter anderen Transportumständen, we niger ausgeprägt.
Daher können die Transportumstände, insbesondere ein Vergleich der Position r und/oder des Zeitpunkts t mit den Ereignisposi- tionen und/oder den Ereigniszeitpunkten, der Prädiktion von Auslastungen zugrunde gelegt werden. Ist zum Beispiel ein wei teres Fußballspiel geplant, kann angenommen werden, dass ein Transportmittel im Abstand Ar zu einem um die Differenz At vor Beginn des Fußballspiels liegenden Zeitpunkt die durch die in FIG 3 dargestellte Auslastungsinformation A repräsentierte Auslastung aufweisen wird.
FIG 4 zeigt ein Beispiel eines Verfahrens 100 zur Verarbeitung von Daten zur Transportmittelauslastung.
In einem Verfahrensschritt S1 werden Daten erfasst, vorzugs weise aus mehreren Datenquellen. Der Verfahrensschritt S1 gliedert sich in der gezeigten Darstellung in einen Verfah rensschritt Sla, in dem eine Auslastung eines Transportmittels mit einem Transportgut auf einer von ihm befahrenen Strecke, insbesondere in einem Streckenabschnitt der Strecke, erfasst und eine entsprechende Auslastungsinformation erzeugt wird. Im Verfahrensschritt Slb werden Transportumstände des Transport guts erfasst und eine entsprechende Transportinformation er zeugt.
Die Auslastung kann beispielsweise mit einem ersten Erfas sungsmodul 2 erfasst werden. Das erste Erfassungsmodul 2 kann zu diesem Zweck beispielsweise Betriebsdaten des Transportmit tels auslesen, aus denen sich die Auslastung des Transportmit tels ableiten lässt.
Die Transportumstände können mit einem zweiten Erfassungsmo dul 3 erfasst werden. Das zweite Erfassungsmodul 3 kann zu diesem Zweck beispielsweise wenigstens eine Schnittstelle 6a aufweisen, welche zum Auslesen von Flottendaten einer Fahr zeugflotte eingerichtet ist. Aus den Flottendaten können dabei Transportumstände wie Ausfälle einzelner Fahrzeuge der Flotte und/oder dergleichen abgeleitet werden. Solche Flottendaten können zum Beispiel von einer Leitstelle der Fahrzeugflotte bereitgestellt werden. Im Verfahrensschritt Slb können auch Ereignisdaten erfasst werden, welche die Auslastung des Transportmittels beeinflus sen, zum Beispiel Betriebsstörungen, Großereignisse wie Fuß ballspiel oder Konzerte oder Feier- bzw. Ferientage. Da solche auslastungsrelevanten Ereignisse die Transportumstände mit de finieren oder zumindest beeinflussen, können solche die Ereig nisse charakterisierende Daten in die Transportinformation aufgenommen werden.
Solche auslastungsrelevanten Ereignisse bzw. die Ereignisse charakterisierende Daten können zum Beispiel ebenfalls mithil fe wenigstens einer Schnittstelle 6b erfasst werden, etwa ei ner Benutzerschnittstelle, über die ein Benutzer solche Daten eingeben kann, oder einer Kommunikationsschnittstelle, über die solche Daten z. B. aus dem Internet ausgelesen werden kön nen.
In einem weiteren Verfahrensschritt S2 werden die Auslastungs information und die Transportinformation in wenigstens einem Datensatz miteinander verknüpft, wobei der wenigstens eine Da tensatz in einer Datenbank 5 gespeichert wird. In einem weite ren Verfahrensschritt S3 kann dann auf die in der Datenbank 5 gespeicherten Datensätze zurückgegriffen und die jeweils darin enthalten Transportinformation und Auslastungsinformation aus gewertet werden.
Der Verfahrensschritt S3 enthält dabei vorzugsweise einen Ver fahrensschritt S3a, in dem auf Grundlage der in der Daten bank 5 gespeicherten Datensätze eine Auslastungsstatistik, zum Beispiel zur mittleren Auslastung von Transportmitteln, die in einem vorgegebenen Bereich um ein auslastungsrelevantes Ereig nis herum eingesetzt werden, ermittelt wird.
Die ermittelte Auslastungsstatistik kann in einem Verfahrens schritt S3b, zum Beispiel in Form eines Reports, ausgegeben werden. Alternativ oder zusätzlich kann auf Grundlage der Auslastungs statistik in einem Verfahrensschritt S3c eine Prognose zur Auslastung eines Transportmittels erzeugt, d. h. die Auslas tung prädiziert, werden. Dabei können insbesondere Ähnlichkei ten in den zu erwartenden Transportumständen zu Transportum ständen, die durch in den Datensätzen enthaltene Transportin formation charakterisiert sind, berücksichtigt werden.
In einem weiteren Verfahrensschritt S4 können solche Progno sen, d. h. die prädizierten Auslastungen, verifiziert werden. Dazu wird eine prädizierte Auslastung in einem Verfahrens schritt S4a vorzugsweise mit der tatsächlich aufgetretenen und erfassten Auslastung verglichen und zum Beispiel eine Diffe renz bzw. Abweichung zur tatsächlich aufgetretenen Auslastung ermittelt. Ausgehend von der Verifikation kann in einem Ver fahrensschritt S3d ein Korrekturfaktor ermittelt werden, der vorzugsweise beim, insbesondere zukünftigen, Ermitteln der Auslastungsstatistik in Verfahrensschritt S3a berücksichtigt wird. Der Korrekturfaktor basiert dabei vorzugsweise auf der in Verfahrensschritt S4a ermittelten Abweichung der prädizier ten Auslastung von der tatsächlich aufgetretenen Auslastung. Die derart auf Grundlage des Korrekturfaktors ermittelte Aus lastungsstatistik kann dann eine präzisere Prognose erlauben, welche wiederum verifizierbar und davon ausgehend ein präzise rer Korrekturfaktor ermittelbar ist. Somit kann das Verfah ren 100 ein iteratives Verfahren sein. Insbesondere kann das Verfahren 100 mit den Verfahrensschritten S3 und S4 einen ite rativen Teil umfassen bzw. die Verfahrensschritte S3 und S4 können den iterativen Teil des Verfahrens 100 bilden.

Claims

Patentansprüche
1. Verfahren (100) zur Verarbeitung von Daten zur Transport- mittelauslastung, insbesondere zur Zugauslastung, aufwei send die Schritte:
- Erfassen (Sla) einer Auslastung eines Transportmittels mit einem Transportgut auf einer von ihm befahrenen Stre cke und Erzeugen einer entsprechenden Auslastungsinforma tion (A); und
- Erfassen (Slb) von Transportumständen des Transportguts und Erzeugen einer entsprechenden Transportinformati- on (T), g e k e n n z e i c h n e t d u r c h
- Verknüpfen (S2) der Auslastungsinformation (A) und der Transportinformation (T) in wenigstens einem Daten satz (D) und Speichern des wenigstens einen Datensat zes (D) in einer Datenbank (5) und
- Ermitteln (S3a) einer Auslastungsstatistik (S) des Trans portmittels auf der von ihm befahrenen Strecke auf Grund lage von mehreren auf diese Weise in der Datenbank (5) gespeicherten Datensätzen (D).
2. Verfahren (100) nach Anspruch 1, d a d u r c h g e k e n n z e i c h n e t , dass mit den Transportumständen eine gegenwärtige Positi on (r) des Transportmittels und/oder ein gegenwärtiger Zeitpunkt (t) erfasst wird bzw. werden.
3. Verfahren (100) nach einem der Ansprüche 1 oder 2, d a d u r c h g e k e n n z e i c h n e t , dass mit den Transportumständen Ereignisdaten erfasst, wel che wenigstens ein auslastungsrelevantes Ereignis (E) cha rakterisieren.
4. Verfahren (100) nach Anspruch 3, d a d u r c h g e k e n n z e i c h n e t , dass das wenigstens eine auslastungsrelevante Ereignis (E) eines der folgenden ist: - eine Betriebsstörung;
- eine Uhrzeit;
- eine Großveranstaltung; und/oder
- ein Feier- bzw. Ferientag.
5. Verfahren (100) nach einem der Ansprüche 3 oder 4, d a d u r c h g e k e n n z e i c h n e t , dass die Ereignisdaten eine Ereignisposition und/oder einen Ereigniszeitpunkt, an der bzw. zu dem das auslastungsrele vante Ereignis (E) stattfindet, charakterisieren.
6. Verfahren nach Anspruch 5, d a d u r c h g e k e n n z e i c h n e t , dass beim Ermitteln (S3a) der Auslastungsstatistik (S) die Ereignisposition und/oder der Ereigniszeitpunkt mit einer im Datensatz (D) enthaltenen Position (r) des Transportmit tels und/oder einem im Datensatz (D) enthaltenen Zeit punkt (t), an der bzw. zu dem die Transportumstände er fasst (Slb) werden, verglichen wird bzw. werden.
7. Verfahren (100) nach einem der vorangehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t , dass beim Ermitteln (S3a) der Auslastungsstatistik (S) eine Auslastung des Transportmittels auf der von ihm befahrenen Strecke prädiziert (S3c) wird.
8. Verfahren nach Anspruch 7, d a d u r c h g e k e n n z e i c h n e t , dass zur Prädiktion (S3c) der Auslastung zu erwartende Transportumstände mit Transportumständen, welche durch die Transportinformation (T) aus bereits in der Datenbank (5) gespeicherten Datensätzen (D) charakterisiert sind, vergli chen werden.
9. Verfahren (100) nach einem der Ansprüche 7 oder 8, d a d u r c h g e k e n n z e i c h n e t , dass die Auslastung auf Grundlage einer Mittelung von Aus lastungsinformation (A), die in den bereits in der Daten- bank (5) gespeicherten Datensätzen (D) enthalten ist, prä- diziert (S3c) wird.
10. Verfahren (100) nach einem der Ansprüche 7 bis 9, d a d u r c h g e k e n n z e i c h n e t , dass eine weitere, zukünftige Prädiktion (S3c) auf Grundla ge eines Vergleichs von der prädizierten Auslastung mit der erfassten Auslastung des Transportmittels durchgeführt wird.
11. Verfahren (100) nach Anspruch 10, d a d u r c h g e k e n n z e i c h n e t , dass auf Grundlage des Vergleichs ein Korrekturfaktor (K) ermittelt (S3d) wird, welcher der weiteren, zukünftigen Prädiktion (S3c) zugrunde gelegt wird.
12. Verfahren (100) nach einem der Ansprüche 7 bis 11, d a d u r c h g e k e n n z e i c h n e t , dass die Prädiktion (S3c) automatisch durchgeführt wird.
13. Verfahren (100) nach einem der vorangehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t , dass mit den Transportumständen Transportmitteleigenschaf ten erfasst (Slb) werden.
14. System (1) zur Verarbeitung von Daten zur Transportmittel auslastung, insbesondere zur Zugauslastung, mit
- einer ersten Erfassungsvorrichtung (2) zum Erfassen (Sla) einer Auslastung eines Transportmittels auf einer von ihm befahrenen Strecke mit einem Transportgut und Erzeugen einer entsprechenden Auslastungsinformation (A),
- einer zweiten Erfassungsvorrichtung (3) zum Erfas sen (Slb) von Transportumständen des Transportguts und Erzeugen einer entsprechenden Transportinformation (T),
- einer Verarbeitungsvorrichtung (4) zum Verknüpfen (S2) der Auslastungsinformation (A) und der Transportinforma tion (T) in wenigstens einem Datensatz (D) und - einer Datenbank (5) zum Speichern (S2) des wenigstens ei nen Datensatzes (D), wobei die Verarbeitungsvorrichtung (4) dazu eingerichtet ist, eine Auslastungsstatistik (S) des Transportmittels und/oder der von ihm befahrenen Strecke auf Grundlage von mehreren auf diese Weise in der Datenbank (5) gespeicherten Datensätzen (D) zu erzeugen.
EP21701898.5A 2020-01-22 2021-01-12 Verfahren und system zur verarbeitung von daten zur transportmittelauslastung Pending EP4062340A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020200702.0A DE102020200702A1 (de) 2020-01-22 2020-01-22 Verfahren und System zur Verarbeitung von Daten zur Transportmittelauslastung
PCT/EP2021/050421 WO2021148274A1 (de) 2020-01-22 2021-01-12 Verfahren und system zur verarbeitung von daten zur transportmittelauslastung

Publications (1)

Publication Number Publication Date
EP4062340A1 true EP4062340A1 (de) 2022-09-28

Family

ID=74285427

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21701898.5A Pending EP4062340A1 (de) 2020-01-22 2021-01-12 Verfahren und system zur verarbeitung von daten zur transportmittelauslastung

Country Status (3)

Country Link
EP (1) EP4062340A1 (de)
DE (1) DE102020200702A1 (de)
WO (1) WO2021148274A1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005048647B4 (de) * 2005-10-11 2011-03-17 Wvi Prof. Dr. Wermuth Verkehrsforschung Und Infrastrukturplanung Gmbh Verfahren zur Ermittlung der Anzahl von Fahrgästen in öffentlichen Verkehrsmitteln
EP2423014B1 (de) * 2010-08-27 2013-03-13 Bombardier Transportation GmbH Schienenfahrzeug, insbesondere Bahnfahrzeug, und Betriebsverfahren dafür
DE102011087039A1 (de) * 2011-10-11 2013-04-11 Institute For Information Industry Fahrgastanzahlabfragesystem und Fahrgastanzahlvorhersageverfahren

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108622142A (zh) * 2018-03-30 2018-10-09 卡斯柯信号有限公司 一种基于实时客流的列车智能运行调整系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005048647B4 (de) * 2005-10-11 2011-03-17 Wvi Prof. Dr. Wermuth Verkehrsforschung Und Infrastrukturplanung Gmbh Verfahren zur Ermittlung der Anzahl von Fahrgästen in öffentlichen Verkehrsmitteln
EP2423014B1 (de) * 2010-08-27 2013-03-13 Bombardier Transportation GmbH Schienenfahrzeug, insbesondere Bahnfahrzeug, und Betriebsverfahren dafür
DE102011087039A1 (de) * 2011-10-11 2013-04-11 Institute For Information Industry Fahrgastanzahlabfragesystem und Fahrgastanzahlvorhersageverfahren

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of WO2021148274A1 *

Also Published As

Publication number Publication date
DE102020200702A1 (de) 2021-07-22
WO2021148274A1 (de) 2021-07-29

Similar Documents

Publication Publication Date Title
EP2212180B1 (de) Bestimmung der restlebensdauer einer fahrzeugkomponente
EP3194229B2 (de) Verfahren zur überwachung und diagnose von komponenten eines schienenfahrzeugs, mit erweiterbarer auswertungssoftware
EP3774489B1 (de) Sensor-analyse-verfahren, computer-programm-produkt zur sensor-analyse, fahrgastzählsystem und fahrzeug zur fahrgastbeförderung, insbesondere im schienen- und strassenverkehr
WO1998026397A1 (de) Verfahren zur übertragung von ortsdaten und messdaten von einem endgerät, insbesondere telematikendgerät an eine verkehrszentrale
DE112009000439T5 (de) Fahrzeuginformationsaufzeichnungsvorrichtung, Fahrzeuginformationskommunikationssystem und Fahrzeuginformationskommunikationsverfahren
DE112006002676T5 (de) Berechnung einer optimalen Route auf der Grundlage einer Kohortenanalyse
DE102018003801B4 (de) Verfahren und Steueranordnung zur Vorhersage einer Fehlfunktion einer Radlagereinheit einer Achse in einem Fahrzeug
EP3787950B1 (de) Verfahren und einrichtung zum erkennen hinterherfahrender fahrzeuge
DE102009023304A1 (de) Rechnergestützte Überwachung eines Energieverbrauchs eines Beförderungsmittels
WO2018087343A1 (de) Verfahren zur steuerung eines verkehrsmittelsystems, datenverarbeitungssystem
EP3487748B1 (de) Überwachung von infrastruktureinrichtungen mittels geoclustering
DE102016116415A1 (de) Vorrichtung und Verfahren zum Ermitteln des Zustands von Schienenwegen
DE102017218397A1 (de) Verfahren zur Kartierung eines Streckenabschnitts
DE102021004114A1 (de) Verfahren zur Erkennung eines strukturellen Mangels eines Straßenbrückenbauwerks
EP3312073B1 (de) Verfahren zur prüfung eines eisenbahnsystems und eisenbahnsystem
EP4062340A1 (de) Verfahren und system zur verarbeitung von daten zur transportmittelauslastung
AT410486B (de) System zur überwachung von fahrzeugtanks
WO2018036759A1 (de) Vorhersage des zuglaufs
DE102019001187A1 (de) Steueranordnung und Verfahren zum Einteilen und Überwachen von Transportaufgaben in einem Transport-Verwaltungssystem
EP3771594B1 (de) Verfahren zum erkennen fehlerhafter messereignisse und computerprogrammprodukt
DE102008024781A1 (de) Technik zur Reisezeitprognose
DE112022005773T5 (de) Datenerhebungsvorrichtung, datenerhebungsverfahren, datenerhebungsprogramm, überwachungsvorrichtung und datenerhebungssystem
DE102018214224B3 (de) Verfahren zur Steuerung von Erfassungseinrichtungen von Fahrzeugen einer Fahrzeugflotte durch eine zentrale Steuereinheit, um einen Datenbestand an Messdaten zu beschaffen
DE102017212179A1 (de) Korrektur eines gemessenen Positionswerts eines schienengebundenen Fahrzeugs
DE102017216844B4 (de) Verfahren zur Identifizierung von Langsamfahrstellen auf einer Strecke

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: 20220623

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

Free format text: STATUS: EXAMINATION IS IN PROGRESS

RIC1 Information provided on ipc code assigned before grant

Ipc: G06Q 10/06 20120101AFI20240820BHEP

17Q First examination report despatched

Effective date: 20240829