Beschreibung
Verfahren zur Verkehrserfassung und Verkehrssituationserken¬ nung auf Autostraßen, vorzugsweise Autobahnen
Die Erfindung bezieht sich auf ein Verfahren zur Verkehrser¬ fassung und Verkehrssituationserkennung auf Autostraßen gemäß dem Oberbegriff des Anspruchs 1.
Das ständig zunehmende Verkehrsaufkommen auf der Straße, vor¬ zugsweise Autobahn, mit dem dadurch bedingten Sicherheitsver¬ lust und die Schwierigkeiten, das gesamte Straßen- bzw. Auto- bahnnetz entsprechend zu erweitern, haben in den letzten
Jahrzehnten zu Überlegungen geführt, die Leistungsfähigkeit sowie die Sicherheit der Autostraßen mit Hilfe der Elektronik zu steigern.
Es gibt in der Zwischenzeit diverse Anlagen und verschiedene Verfahren, die aufgrund von Verkehrsmessungen passende Anzei¬ gen an den Wechselverkehrszeichen anschalten. Die Steuerung ist punktbedingt, wenn sie sich auf einem bestimmten Punkt des Verkehrsablaufs bezieht (beispielsweise Baustellen oder Fahrbahnverengungen), streckenbedingt (im allgemeinen unter der Bezeichnung "Linienbeeinflussung" bekannt) , wenn sie sich auf eine Strecke bezieht, oder netzbedingt, wenn sie sich die automatische Umleitung von einer Normalroute auf eine Alter¬ nativroute vornimmt (Wechselwegweisung) .
Bisherige Linienbeeinflussungen sind sehr aufwendig und teuer und werden daher nur gezielt an besonderes befahrenen Strek- ken errichtet. Dabei ist ein sehr hoher Aufwand bezüglich der Datenerfassung bzw. -auswertung sowie für die Informations- Übertragung mittels Wechselverkehrszeichen erforderlich. Um die Zusammenhänge zwischen der Verkehrssituation und der ge¬ steuerten Anzeige überschaubar zu halten, ist die Steuerlogik
relativ einfach aufgebaut. Die aufbereiteten lokalen Meßwer¬ te, wie im allgemeinen geglättete Verkehrsstärke, geglättete Geschwindigkeit und lokale Verkehrsdichte, werden mit vorde¬ finierten Schwellwerten verglichen, um eine Aussage zu tref- fen bzw. um das Wechselverkehrszeichen anzusteuern.
Bei in Betrieb befindlichen Anlagen mit Verkehrserfassung und Steuerung des Verkehrs durch Wechselverkehrszeichen wird bis¬ her die Steuerung mit eindeutigen Ja/Nein-Aussagen, basierend auf Entscheidungslogiken, durchgeführt. Beispielsweise kann eine Harmonisierung des Verkehrs aufgrund hoher Belastung er¬ reicht werden, indem auf sämtlichen Fahrspuren eine gleiche Geschwindigkeitsbeschränkung angezeigt wird. Eine Stauerken¬ nung und Warnung kann aufgrund einer Verringerung der Fahrge- schwindigkeit erfolgen. Wird eine verhältnismäßig starke Ver¬ kehrsunruhe erkannt, so kann dem mit einer gleichmäßigen Ge¬ schwindigkeitsbeschränkung begegnet werden. Witterungsabhän¬ gige Umfeldbedingungen, die mit getrennten Sensoren erfaßt werden, werden zur Linienbeeinflussung ebenfalls angezeigt. Eine frühzeitige und zuverlässige Erkennung von gefährlichen Verkehrszuständen ist mit den bekannten Anlagen nicht ohne weiteres möglich, weil die erfaßten Verkehrsdaten keinen deutlichen Aufschluß über das tatsächliche Verkehrsgeschehen ergeben.
Aufgabe der Erfindung ist eine frühzeitige und zuverlässige, automatische Erkennung von kritischen Verkehrssituationen, wie Verkehrsstörungen durch Staubildung oder Unfall, auf Au¬ tostraßen, um die Verkehrsteilnehmer rechtzeitig vor dieser Situation zu warnen.
Diese Aufgabe wird bei dem eingangs beschriebenen Verfahren mit den kennzeichnenden Merkmalen des Anspruchs 1 gelöst .
Mit dem erfindungsgemäßen Verfahren werden an den Autostraßen mit. dafür eingerichteten Meßstellen, beispielsweise sind an jedem Meßguerschnitt für jede Fahrspur Verkehrssensoren ange-
bracht, Verkehrsdaten erfaßt und in einer dafür vorgesehenen Verarbeitungseinrichtung für eine Verkehrssteuerung verarbei¬ tet. Aus den regelmäßig erfaßten Verkehrsdaten: Geschwindig¬ keit und Verkehrsstärke, werden in einer Verkehrsdatenaufbe¬ reitungseinrichtung bestimmte Verkehrskenngrößen abgeleitet. Dazu bilden zwei benachbarte Meßstellen einen Meßabschnitt, der eine bestimmte Streckenlänge, beispielsweise 3 km, auf¬ weist. Aus den Verkehrsdaten von diesen Meßstellen werden folgende Verkehrsgrößen gebildet :
Eine Geschwindigkeitsdichtedifferenz (vk-D) gemäß der Bezie¬ hung, wie sie im Anspruch 1 angegeben ist. Die Geschwindig¬ keitsdichtedifferenz berücksichtigt die Geschwindigkeit und die Verkehrsdichte beider Meßquerschnitte. Als zweite Ver- kehrskenngröße wird ein Trendfaktor gebildet, der fortlaufend aus dem Verhältnis der Verkehrsstärken der ersten und der zweiten Meßstelle gebildet ist, jedoch nur die Werte über ei¬ nen bestimmten Zeitraum, z.B. den letzten 30 Minuten, berück¬ sichtigt. Als dritte Verkehrskenngröße w' . i der Verkehrsstär- ketrend der jeweiligen Meßstelle als Maß . :,r die dynamische Situationsentwicklung, d.h. die zeitliche Entwicklung der Verkehrsstärke, gebildet. Dabei wird aus der Funktion der Verkehrsstärke über der Zeit bzw. aus der Steigung der Tan¬ gente an dieser Funktionskurve der Trend der Verkehrsstärke abgeleitet. Diese drei Verkehrskenngrößen werden in einer Fu- zzy-Logik zur Erkennung kritischer Verkehrssituationen bear¬ beitet, um als Ausgangsgröße eine Aussage über die Wahr¬ scheinlichkeit für eine kritische Verkehrssituation zu erhal¬ ten. Diese Wahrscheinlichkeitsgröße wird in Abhängigkeit von einem vorgebbaren Schwellwert bewertet, um eine Anzeigeemp¬ fehlung für die Wechselverkehrszeichen zu generieren.
Die Anwendung der Fuzzy-Logik für die Verkehrsituationserken¬ nung auf Autostraßen hat eine Reihe von Vorteilen. Das Aus- werten der Input-Daten ist sehr einfach. Mehrere Inputs kön¬ nen weiter verknüpft werden. Dadurch ist es möglich, für eine Maßnahme mehrere Eingänge gleichzeitig zu benutzen, auch wenn
sie einzeln nicht besonders aussagekräftig sind. Das führt durchschnittlich zu einer schnelleren Reaktionszeit. Außerdem können kompliziertere Logiken für die Situationsinterpreta- tion, die nur mit der Verknüpfung vieler Daten möglich sind (Verkehrsstärke, Geschwindigkeit und lokale Dichte am Quer¬ schnitt und am darauf bzw. dahinter liegenden Meßguerschnitt, Trendfaktoren, evtl. Umfelddaten), mit der Fuzzy-Logik besser verwaltet werden. Wegen der weichen Denkweise der Fuzzy-Logik ist es möglich, statt einer starren binären Entscheidung (Stau oder kein Stau an einem Querschnitt) einen weichen
Obergang zu ermitteln, der in Form einer Wahrscheinlichkeit (z.B. die Wahrscheinlichkeit eines Staus an diesem Quer¬ schnitt beträgt 70%) dargestellt werden kann. Das hat den Vorteil, daß dieses Ergebnis mit einem entsprechend vorgebba- ren Schwellwert so bewertet werden kann, daß frühzeitig eine zuverlässige Anzeigeempfehlung ausgesprochen werden kann.
Als Verkehrsdaten werden neben der Fahrzeuggeschwindigkeit, die an beiden Meßstellen ermittelt wird und im allgemeinen als geglätteter Mittelwert (v) für die jeweilige Meßstelle verarbeitet wird, die Verkehrsstärke (Q) , die auch Verkehrs¬ menge genannt wird, und die Verkehrsdichte (K) verwendet. Die Verkehrsstärke gibt die Anzahl der Fahrzeuge an einem Me߬ querschnitt an, bezogen auf eine Zeiteinheit, beispielsweise eine Stunde. Die Verkehrsdichte ist ein Maß für die Anzahl der Fahrzeuge bezogen auf einen bestimmten Streckenabschnitt. Es wird mit einer sogenannten lokalen Verkehrsdichte ope¬ riert, die die Anzahl der Fahrzeuge auf den Meßquerschnitt bezieht und die entsprechende Geschwindigkeit berücksichtigt . Die Verkehrsdichte ist der Quotient der Verkehrsstärke und der mittleren Geschwindigkeit (K = Q/v) .
Die Verkehrskenngröße Geschwindigkeitsdichtedifferenz vk-D berechnet sich aus den lokalen Verkehrsdaten mittlere Ge- schwindigkeit und der Verkehrsdichte zweier benachbarter Me߬ querschnitte (Meßstellen) nach der im Anspruch 1 angegebenen Formel. Der erste Ter der Geschwindigkeitsdichtedifferenz
bezieht sich auf den Meßquerschnitt i, der zweite auf den stromabwärtsliegenden Meßquerschnitt i+1. Um die Verkehrεgrö- ßen unterschiedlicher Meßquerschnitte vergleichen zu können, werden sie jeweils auf die einstellbaren Maximalwerte der Verkehrsgrößen der Querschnitte bezogen (max. freie Geschwin¬ digkeit und max. Verkehrsdichte) . Ist der Verkehrszustand an dem Meßquerschnitt ungestört, d.h. die Geschwindigkeit ist nicht klein und die Verkehrsdichte nicht groß, dann bewegt sich der entsprechende Term im Bereich sehr kleiner Werte. Herrscht an dem Meßquerschnitt ein instabiler Verkehrszu¬ stand, d.h. die Geschwindigkeit ist klein und die Verkehrs¬ dichte groß, so steigt der Wert des betroffenen Ter s an. Aus der Differenz der beiden Terme können damit Rückschlüsse auf den momentanen Verkehrszustand gezogen werden.
Der Trendfaktor (FT) wird als Indikator für eine Störung her¬ angezogen. Durch ihn erfolgt eine Überwachung des Zu- und Ab¬ flusses der Fahrzeuge im Meßabschnitt, der eine bestimmte Streckenlänge, beispielsweise 3 km, aufweisen kann, und von den beiden Meßstellen (MQi und (MQi+1) ) gebildet ist. Im
Falle einer kritischen Verkehrssituation fahren mehr Fahr¬ zeuge in den Meßabεchnitt hinein als hinaus, der Trendfaktor (FT) steigt dadurch exponentiell an. Die Berechnung des Trendfaktors beruht auf den im allgemeinen ungeglätteten Ver- kehrsmengen, d.h. den Verkehrsstärken an den beiden Meßquer¬ schnitten. Damit wird eine höhere Genauigkeit und ein schnel¬ leres Ansprechen erreicht. Um den Einfluß von Meßfehlern zu verringern, wird der Trendfaktor jeweils nur auf der Basis der letzten Meßintervalle, das bedeutet einen Zeitraum von beispielsweise 30 Minuten, berechnet.
Die dritte Verkehrskenngröße, der Verkehrsstärke-Trend (QTi), dient zur Beurteilung der dynamischen Situationsentwicklung. Die Berechnung beruht auf den im allgemeinen ungeglätteten erfaßten Verkehrsdaten. Der Verkehrsstärketrend wird eben¬ falls an den beiden Meßquerschnitten betrachtet.
Diese drei Verkehrskenngrößen sind die Eingangsdaten für die Fuzzy-Logik. Diese bringt die Eingangsgrößen, die von zwei benachbarten Meßquerschnitten stammen, über eine durch Regeln definierte Wissensbasis in Zusammenhang und leitet daraus die Wahrscheinlichkeit für eine kritische Verkehrssituation, bei¬ spielsweise ein Störfall, ab.
Die Eingangsgrößen der Fuzzy-Logik sind von vielen Einflüssen abhängig, insbesondere vom Meßstellenabstand, der Strecken- geometrie, d.h. Steigung oder Gefälle, Umfeldbedingungen, wie Nässe, Schnee, Glatteis, Tag oder Nacht, und möglichen wei¬ teren Einflüssen. Die Einflüsse sind also nicht nur statio¬ när, sonderen auch dynamischer Art. Daher werden in Weiter¬ bildung des erfindungsgemäßens Verfahrens die Verkehrskenn- großen so kalibriert, daß das Fuzzy-System die Eingangsgrößen (Verkehrskenngrößen) unabhängig von äußeren Einflüssen immer gleich bewerten kann. Dazu werden die Größen in Abhängigkeit ihrer Vergangenheitswerte dynamisch kalibriert .
Um den Aufwand für die Kalibrierung zur Erkennung einer kri¬ tischen Verkehrssituation zu minimieren, werden automatisch der Trendfaktor und die Geschwindigkeitsdifferenz kalibriert. Dazu wird aus diesen Verkehrsdaten ein Kalibrierungsfaktor für die Geschwindigkeitsdichtedifferenz und ein Kalibrie- rungsfaktor für den Trendfaktor gebildet und in einer Kali¬ brierungseinrichtung, die zwischen der Verkehrsdatenaufberei¬ tung und der Fuzzy-Bearbeitung angeordnet ist, mit den aktu¬ ellen Verkehrskenngrößen in Beziehung gebracht. Die aktuelle Geschwindigkeitsdichtedifferenz wird durch den Geschwindig- keitsdichtedifferenz-Kalibrierungsfaktor und der jeweilige aktuelle Trendfaktor durch den Trend-Kalibrierungsfaktor di¬ vidiert.
Wie bereits gesagt, ist die Geschwindigkeitsdichtedifferenz abhängig von Umfeldbedingungen, wie Nässe, Nebel, Tag/Nacht usw. Diese Fuzzy-Eingangsgröße wird deshalb durch den dyna¬ mischen Kalibrierungsfaktor bewertet. Der Wert dieses Faktors
kann als Schwelle für die Geschwindigkeitdichtedifferenz gel¬ ten, ab der mit hoher Wahrscheinlichkeit der Fall einer kri¬ tischen Verkehrssituation (Störung) vorliegt. Der Kalibrie¬ rungsfaktor wird nur berechnet, wenn die Geschwindigkeits- dichtedifferenz unter einer bestimmten Schwelle, beispiels¬ weise 0,3, liegt. Der Faktor setzt sich aus dem Mittelwert, der Standardabweichung von der Geschwindigkeitsdichte-diffe- renz und seiner festgelegten Schwelle zusammen. Die Berech¬ nung des Mittelwerts und der Standardabweichung wird nur auf Basis der relativen Maxima der Geschwindigkeitsdichte-diffe- renz-Ganglinie durchgeführt:
vk_Diffmittel=α-vk_Diff+ (l-oc)-vk_Diffmittelalt σvk_Diff=α- (vk_Diff-vk_Diffmittel) 2+ (1-α)-σvk_Diffalt vk_Diffmittelalt=vk_Diffmittel σvk Diffalt=σvk Diff
Kalibrierungsfaktor vk_Diff= vk _ Dif fmittel + 2. *Jσv]<_ Diff + 0. 35
PSG
PSG = normalisierte Ausprägung (positiv sehr groß) mit α=0.05 (einstellbar)
Die aktuelle Geschwindigkeitsdichtedifferenz wird durch die¬ sen Kalibrierungsfaktor dividiert. Zur Kalibrierung des Trendfaktors wird der Merkmalswert des Trendfaktors gesucht, den man als "klein" einschätzt. Dieser Merkmalwert wird so definiert, daß er die Menge aller Werte des Trendfaktors u - faßt, deren relative Summenhäufigkeit unterhalb eines
Schwellwertes liegen. Dazu wird eine Häufigkeitstabelle ein¬ geführt, deren Klassen entsprechend der Tabelle definiert werden. Eine Klasse ist ein definierter Wertebereich des Trendfaktors, wobei alle Klassen zusammen den gesamten Werte- bereich des Trendfaktors beschreiben. Für jedes Meßintervall
Ersatzblatt
wird der aktuelle Trendfaktor einer Klasse zugeordnet, die jeweilige Klasse wird dann inkrementiert . Für jedes Intervall kann damit der Meßwert ermittelt werden, für den die relative Summenhäufigkeit unterhalb des vorgegebenen Schwellwertes liegt.
Die Klasseneinteilung ist für ganz kleine und große Werte stärker abgestuft, für den wichtigen Kalibrierungsbereich wird eine feinere Abstufung gewählt :
Klasse 0 1 2 3 36 37
Merkmal wertebereich -1..0.15 >0.15 >0.225 >0.275 >1.975 >2.025
FT <0.225 <0.275 <0.325 <2.025 <2.075
Klasseneinteilung
Der Kalibrierungsfaktor berechnet sich dann:
Merkmal
KFT=* normalisierte Ausprägung "klein" des Trendfaktors
Der aktuelle Trendfaktor wird jeweils durch diesen Kalibrie¬ rungsfaktor dividiert.
Das erfindungsgemäße Verfahren zur Erkennung kritischer Ver¬ kehrssituationen wird in einer besonderen Ausgestaltung der Erfindung zur Störfallerkennung verwendet. Dabei wird aus den Verkehrskenngrößen: Trendfaktor und Verkehrsstärketrend des ersten Meßquerschnitts, in einer Pulkerkennung eine Pulkbil¬ dung erkannt und eine Pulkwahrscheinlichkeitsgröße abgelei¬ tet. In einer Störfallvoruntersuchung wird aus der Verkehrs¬ kenngröße Verkehrsstärketrend des zweiten Meßquerschnitts und der Pulkwahrscheinlichkeitsgröße mit Hilfe der Fuzzy-Ent- scheidung ein Störfallkriterium abgeleitet, welches mit dem Trendfaktor und der Geschwindigkeitsdichtedifferenz zusammen betrachtet eine Störfallerkennung ermöglicht.
Für die Fuzzy-Störfallentscheidung werden neben den Entschei- dungskriterien Geschwindigkeitsdichtedifferenz und Trendfak¬ tor die Verkehrεkenngrößen, Verkehrsstärketrend an der Meß
Ersatzbfatt
stelle MQI und an der Meßstelle MQ2 verwendet, mit denen eine Voruntersuchung auf einen Störfall durchgeführt wird.
Es wird eine Pulkerkennung durchgeführt. Ein Pulk stellt ein Fahrzeugkollektiv mit hoher Verkehrsstärke und Verkehrsdichte dar, welches in den Meßabschnitt einf hrt.
Die zur Störfallerkennung herangezogene Verkehrskenngröße Trendfaktor läßt bei sehr großen Werten zwei Interpretations- möglichkeiten zu. Es liegt ein Störfall vor, d.h. über einen längeren Zeitraum sind mehr Fahrzeuge in den Meßabεchnitt eingefahren alε auεgefahren, oder in den Meßabεchnitt iεt ein Pulk eingefahren. Ein Pulk ist gewissermaßen eine Dichte¬ welle, wie sie z.B. bei einer plötzlichen Aufhebung eines Engpasεes entsteht. Um diese beiden Fälle sicher zu unter¬ scheiden wird, wie oben gesagt, eine Pulkerkennung durchge¬ führt. Als Eingangsgröße der Fuzzy-Logik werden der Verkehrε- stärketrend, die Pulkwahrscheinlichkeit im vorangegangenen Meßintervall, und der Trendfaktor herangezogen. Als Ausgangs- große steht direkt ein Wert für die Wahrscheinlichkeit eines Pulks im betrachteten Meßabschnitt zur Verfügung.
Mit der Störfallvoruntersuchung wird aus den Größen Verkehrs¬ stärketrend, alte Störfallwahrscheinlichkeit und Pulkwahr- scheinlichkeit auf die Möglichkeit eines Störfalls geschlos¬ sen. Die Möglichkeit eines Störfalls wird durch die Ausgangs¬ variable Störfallkriterium repräsentiert. Ist dieser Wert hoch, so deutet die Voruntersuchung auf einen Störfall hin.
Nimmt nun zudem der Verkehrsstärketrend am stromabwärts lie¬ genden Meßquerschnitt ab bei einem hohen Wert für ein Stör¬ fallkriterium, so ist die Wahrεcheinlichkeit eineε Störfalles sehr hoch. Mit steigendem Verkehrsstärketr-.nd am stromabwärts liegenden Meßquerschnitt sinkt die Möglichkeit eines Stόr- falls, ebenso wie bei Zunahme der Pulkwahrscheinlichkeit. Ei¬ ne Ausnahme bildet der Fall, wenn im letzten Meßintervall ei¬ ne Störung sehr wahrscheinlich war. Hierbei ist das Störfall-
kriterium im wesentlichen unabhängig von der Pulkwahrschein¬ lichkeit und dem Verkehrsstärketrend, denn im Fall deε be¬ reits im letzten Meßintervall erkannten Störfalls kann sowohl die Pulkwahrscheinlichkeit als auch der Verkehrsstärketrend wieder steigen. Die Störfallerkennung ist die Entscheidungε- stufe, die letztlich zum Ergebnis der Wahrscheinlichkeit ei¬ nes Störfalles führt. In Abhängigkeit dieεer Größe wird eine Warnung an den Anzeigeguerschnitt aufgeschaltet .
Über eine Fuzzy-Regelbasis wird aus den Größen: Störfallkri¬ terium, Trendfaktor und Geschwindigkeitsdichtedifferenz, die Störfallwahrscheinlichkeit abgeleitet, wie bereits dargelegt. Bei sehr großer positiver Geschwindigkeitdichtedifferenz liegt sehr wahrεcheinlich ein Störfall vor. Je größer (positiv) die Geschwindigkeitεdichtedifferenz, deεto wahr¬ scheinlicher ist ein Störfall. Mit wachsendem Trendfaktor εteigt bei poεitiver Geεchwindigkeitεdichtedifferenz die Wahrscheinlichkeit eines Störfalls noch mehr an. Bei einem großen Störfallkriterium hat der Trendfaktor mehr Einfluß. Bei kleinerem Störfallkriterium, d.h. die Merkmale deuten nicht auf einen Störfall hin, entscheidet die Geschwindig¬ keitsdichtedifferenz allein, da sie in diesem Fall sicherer als der Trendfaktor ist. In der Ergebnisbewertung wird, ba¬ sierend auf der Wahrscheinlichkeit eines Störfalles, eine An- Zeigeempfehlung, z.B. Stauwarnung, für die Wechselverkehrs¬ zeichen abgeleitet und die Anzeige veranlaßt.
Anhand der Zeichnung wird das erfindungsgemäße Verfahren nochmals kurz erläutert. Dabei zeigen Fig. 1 eine prinzipielle Darstellung für das erfindungsgemä¬ ße Verfahren,
Fig. 2 für eine Kalibrierung und
Fig. 3 für eine Störfallerkennung.
Die Autoεtraße AS, hier als Autobahn mit z.B. zwei Spuren in einer Fahrtrichtung dargestellt, weist zwei Meßguerschnitte MQi und MQ(i+l) auf, welche in einem bestimmten Abstand an¬ geordnet sind und einen Meßabschnitt MA bilden. Mit den Ver- kehrssensoren VS, z.B. Fahrzeugdetektoren, die beiεpielsweise von Induktionεdoppelschleifen gebildet sein können, werden Verkehrεdaten VD erfaßt und einer Verkehrsdatenaufbereitung VDA zugeführt. Als Verkehrsdaten werden die Geschwindigkeit v, die Verkehrsdichte K und die Verkehrsstärke Q erfaßt und weiterverarbeitet. In der Verkehrsdatenaufbereitung VDA wer¬ den die Verkehrεkenngrößen: Geschwindigkeitsdichtedifferenz vk-D, der Trendfaktor FT und die Verkehrsstärken QTi und QTi+1 getrennt an den Meßquerschnitten MQi und MQi+t ermit¬ telt und zur weiteren Bearbeitung einer Fuzzy-Logik zuge- führt. Die Fuzzy-Bearbeitungseinrichtung ist mit FUB bezeich¬ net. Die dort gebildete, wie bereits oben erläuterte, Wahr¬ scheinlichkeitsgröße WG für eine kritische Verkehrssituation wird in der Ergebnisbewertungseinrichtung EBE aufgrund eines vorgebbaren Schwellwertes SW bewertet, um ein Steuersignal SG, beispielsweiεe alε Anzeigeempfehlung, für ein Wechselver- kehrszeichen VWZ zu erzeugen.
In Fig. 2 ist die bereitε oben beschriebene Kalibrierung εchematisch dargestellt. In einer Einrichtung zur Kalibrie- rungsfaktor-Bildung KFB werden die Verkehrsdaten VD bzw. Ver¬ kehrskenngrößen vk-D und FT zur Bildung eines Kalibrierfak¬ tors für die Geschwindigkeitsdichtedifferenz KFv und eines Kalibrierungsfaktors für den Trendfaktor KFT herangezogen. Diese Faktoren werden der Kalibrierungseinrichtung KE zuge- führt, in der die Verkehrskenngrößen Geschwindigkeitsdichte¬ differenz und Trendfaktor damit kalibriert bzw. und als kali¬ brierte Kenngrößen vK-D; FT der Fuzzy-Bearbeitung FUB für die bereits erläuterte Weiterverarbeitung zugeführt werden.
In Fig. 3 iεt εchematisch die Störfallerkennung dargestellt. In der Pulkerkennung PE wird aus den Eingangsgrößen Trendfak¬ tor FT und Verkehrsεtärketrend QTi am Meßguerεchnitt MQi eine
Pulkwahrscheinlichkeitsgröße PWG mit Hilfe der Fuzzy-Logik abgeleitet. Diese Pulkwahrscheinlichkeitsgröße PWG wird in einer Störfallvoruntersuchung STV mit der Verkehrskenngröße Verkehrsεtärketrend QT(i+l) des Meßquerschnitts MQ(i+l) be- trachtet und daraus ein Störfallkriterium STK abgeleitet.
Diese'ε Kriterium STK wird zusammen mit dem Trendfaktor FT und der Geschwindigkeitsdichtedifferenz vk-D betrachtet, um auf einen Störfall schließen zu können. Dies ist mit der Störfal¬ lerkennung STE angedeutet. Wie oben erläutert, wird in der Störfallerkennung STE auf eine Störfallwahrεcheinlichkeitε- größe SWG geschlossen, die in einer anschließenden Ergebniε- bewertungseinrichtung EBE weiterbehandelt wird.