WO2009083316A1 - Verfahren und prüfeinrichtung zum prüfen eines verkehrssteuerungssystems - Google Patents

Verfahren und prüfeinrichtung zum prüfen eines verkehrssteuerungssystems Download PDF

Info

Publication number
WO2009083316A1
WO2009083316A1 PCT/EP2008/065072 EP2008065072W WO2009083316A1 WO 2009083316 A1 WO2009083316 A1 WO 2009083316A1 EP 2008065072 W EP2008065072 W EP 2008065072W WO 2009083316 A1 WO2009083316 A1 WO 2009083316A1
Authority
WO
WIPO (PCT)
Prior art keywords
vwv
traffic
simulation
vwvi
data
Prior art date
Application number
PCT/EP2008/065072
Other languages
English (en)
French (fr)
Inventor
Thomas Sachse
Original Assignee
Siemens Aktiengesellschaft
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 Aktiengesellschaft filed Critical Siemens Aktiengesellschaft
Priority to EP08868251A priority Critical patent/EP2225745A1/de
Priority to US12/810,882 priority patent/US20100292971A1/en
Publication of WO2009083316A1 publication Critical patent/WO2009083316A1/de
Priority to IL206187A priority patent/IL206187A0/en

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals

Definitions

  • the present invention relates to a method and a test device for testing a traffic control system.
  • it relates to a method or a test installation in which a traffic situation is simulated, from which traffic situation data are derived and fed back into the traffic control system as input data.
  • the method or the test device therefore form a closed loop with the traffic control system, which is why the method can also be called "closed-loop simulation”.
  • Stad ⁇ tables traffic control systems are above all forward to josieren mnerstadtische transit for a control of traffic signals through an urban traffic management system and to conduct.
  • extra-urban, especially motorway traffic control systems usually have a significantly larger number of different actuators for controlling traffic flows.
  • pay and variable traffic control displays may represent speed limits, overtaking bans, speed bids, safety alerts, weather information, and other distance or environmental indications.
  • Traffic control systems can therefore be designed as highly complex systems. It is correspondingly complicated to determine the functionality and effectiveness of traffic control systems. Up to now, this could only be done effectively by an in-service inspection, with the decisive disadvantage that changes to the traffic control system were more difficult and even serious
  • simulation systems of the type mentioned in the introduction can be used.
  • they are currently based on model data that can only consider a relatively limited set of influencing factors and reach the limits of their performance in a large number of actuators.
  • the result can be simulation results that are not accurate enough and thus unrealistic.
  • the performance of traffic control systems can be roughly estimated in advance only by means of a simulation system, and then a check in operation is still required, which has the aforementioned drawbacks. It is therefore an object of the present invention to provide an improved alternative to the previous methods and test installations.
  • this object is achieved by a method for checking a traffic control system in which a traffic situation is simulated on the basis of control data of the traffic control system and traffic situation data is generated which is passed to the traffic control system as input data, based on at least part of the control data Behavioral probability distributions of road users are determined and a simulation of the traffic situation is carried out using the behavioral probability distributions.
  • control data There are various control data associated scheineriesvertechniken Kunststoffswahr- the probability with which the road users respond to the respective control data, for example, a predetermined Boge ⁇ speed or a lane recommendation.
  • Traffic control systems are traffic management and / or traffic management systems. They usually comprise at least one control center which can be play as designed as a simple switch box ⁇ , and a collection of actuators, control based on control data that are sent from this center to traffic in a traffic area.
  • a traffic ⁇ control system may comprise a plurality of control centers, which may be assigned to net each other in multiple levels of hierarchy, for example in the form of equal importance operating traffic control centers, which are all linked to an organization level high settled traffic management center.
  • traffic control systems usually have traffic sensors which sensoryise traffic situations and from this generate measurement data, usually in electronic form, and make them available to the control center.
  • Induction loops under the road surface for example pay for this the volume of traffic on a given measurement point, video, infrared and other optical surveillance systems, POS ⁇ systems such as GPS and Galileo and radio information systems, for example based on Radio Frequency Identification (RFID) systems.
  • RFID Radio Frequency Identification
  • sensors can be used to identify traffic frames data such as Wet ⁇ tereinle or the quality of the road surface.
  • simple human observations are also understood, for example by traffic helicopters or on the basis of reports from road users.
  • the traffic situation data generated in the simulation according to the invention correspond to those data which were usually acquired by traffic sensors of the traffic control system. So the simulation generated from the control data of the traffic control system to be tested a true image of a traffic situation and derives Ver ⁇ traffic situation data from. They are fed back as input data to the traffic control system.
  • control data signals from the scaffoldsteue ⁇ insurance system are understood to have been intended in actual operation to control traffic control actuators. In the context of the invention, they are used instead as input data for the simulation.
  • behavioral probability distributions can be assigned to any type of control data. In particular, however, it makes sense in the context of the invention to consider such control data that significantly influence the behavioral probability distributions of road users, but do not practically determine 100%.
  • An example of the latter type of control data is data for a traffic signal circuit.
  • Behavioral probability distributions are therefore preferably used for such control data which, although they have a very direct have a positive influence on traffic behavior, but expect a certain amount of behavioral diversification. This includes pay at ⁇ play as danger alarms due to which road users usually reduce their speed, but not uniform. This results in a change in their traffic behavior, which can be represented as a change in a behavioral curve.
  • Control data which only slightly influence the behavioral probability distributions or whose influence on the behavioral probability distributions of road users varies greatly depending on other boundary conditions, are only secondarily taken into account. For example, experience has shown that simple information signs about landmarks on the roadside influence the road users significantly less than traffic signs or traffic announcement tables. Thus, a varying efficiency of different actuators is detectable, which can be included as a basis for calculation in the simulation.
  • control data to which behavior probability distributions are assigned therefore advantageously include parameters for such traffic control actuators which indicate behavioral requirements and / or prohibitions.
  • control data may include parameters for such traffic control actuators that regulate traffic flows at their maximum speed and parameters for such traffic control actuators that regulate traffic flows in their route.
  • Traffic control by behavioral requirements or prohibitions, in particular by high-speed regulations and by route guidance systems (for example by arrows that enable or block lanes), are particularly important influencing factors on the traffic behavior of road users.
  • their consideration is of particular advantage in the simulation of traffic control systems. Situations. If one or all of these parameters are taken into account, then it can be assumed with great probability that the accuracy of the traffic simulation has already exceeded a value above which one can assume very realistic test conditions.
  • the invention introduces statistical methods whose data bases are generally based on many years of practical experience from measurement series.
  • Behavioral truth distributions refer to certain reference variables, which in turn influence the traffic situation, such as the speed of vehicles. They can be plotted in a probability curve. They provide information about the probability with which a certain, randomly selected vehicle, for example, drives at a certain speed. At random, speeds can be assigned to vehicles based on the behavioral probability distribution. This makes it possible to simulate in the totality of all road users very precisely what individual traffic sensors were detected in a real operation of the traffic control system.
  • the method has the advantage that it is dynamically designed and can ensure a very accurate image of real traffic situations on the basis of empirically collected data and stochastic empirical values.
  • test device for testing a traffic control system which has at least:
  • a data transfer interface for transferring control data of the traffic control system
  • a traffic simulation unit for simulating a traffic situation on the basis of the control data with a traffic situation data generating unit for the generation of traffic ⁇ supply reciprocal situation data in response to a simulation result, a data transfer interface for traffic situation data to the traffic control system.
  • the test apparatus includes fully here inventively a sacredswahrschemlich- keits determination unit for determining sacredswahr- scheinrittsver notoriousen of road users and the traffic-Situations Simulationsemheit is purchasedbil ⁇ det that the simulation is carried out using probability distributions of behavioral.
  • the traffic situation simulation unit as well as the traffic situation data generation unit and the behavior probability determination unit can both be implemented as standalone individual components in terms of hardware and / or software and can also be integrated together within an electronic processor module. They can be implemented in whole or in part on a computer of the traffic control system.
  • the uber Spotify- or the ubergabeitesstel ⁇ le both as hardware in the form of input or output sockets or wireless interfaces of a device may be formed as well as in the form of software or as a combination of hardware and software components. Interfaces, for example in the form of pure software interfaces, can also take over data directly from a traffic control system if, for example, the test device is arranged on the same computer as the traffic control system. The interfaces can continue to be combined as an input / output interface.
  • Em structure of the testing device in the form of software has the
  • a computer program product is used, which is directly loadable into a processor of a computer device, with program code means to perform all steps of such a method.
  • program code means to perform all steps of such a method.
  • the traffic situation is simulated in addition to the control data of the traffic control system on the basis of further input variables and / or factors. These include long-term constant as well as variable magnitudes and factors.
  • the constructional conditions of the roadway, the presence of natural traffic obstructions or the cultural environment of the respective country can be regarded as long-term constant magnitudes.
  • Variable variables include, for example, traffic disruptions, the development of traffic density, the time of day, weather influences and environmental influences.
  • the traffic control system obtains a comprehensive database for the simulation, by means of which it can design a differentiated simulation image.
  • Simula ⁇ tion long term constant large as the constructive conditions or the cultural environment can be included as a kind of basic size in the simulation, while for the determination of a particular traffic scenario and a factcardlei ⁇ Tenden traffic control process by the traffic control system the variable Great usually at redefined for each simulation.
  • control data is assigned a behavioral probability distribution as a function of the further input quantities and / or factors.
  • the additional parameters detailed above thus go directly into the determination of the behavioral probability distributions and therefore advantageously obtain a sufficient one Weighting in the simulation and in the probability distributions of the behavioral dependent recovery of Ver ⁇ traffic situation data. For example, it can be considered that Hochstgeschwmdtechniksgebote be followed in very bad weather usually rather than in fine weather.
  • control data and / or further input variables and / or factors and / or combinations thereof are assigned behavior probability distributions from a database system.
  • a database system This means that an assignment database is provided in or in connection with the behavioral probability determination unit in which eg behavioral characteristic distributions, for example in the form of probability curves, are assigned to control data or input variables or specific combinations of these control data and input variables.
  • the behavioral probability determination unit searches in this database or matrix in each case the constellation of input variables or control data or combinations thereof which comes closest to a defined database specification and feeds the behavioral probability distribution assigned to this database information into the traffic situation simulation emulation.
  • certain basic behavior behavior curves are assigned to specific types of control parameters and the basic behavior patterns are assigned as a function of time Control parameter value and / or changed by other parameters according to a predetermined rule.
  • a behavioral probability distribution changes when changing control data not only with respect to a curve parameter of the probability curve, but with respect to several such parameters. For example, if the allowable maximum speed of 100 km / h to 160 km / h raised, then the probability was not scheinerieskurve same shape of a VELOCITY ⁇ keits Quarry around 100 km / h in the direction of a speed range to 160 km / h to move. Rather, it is to be expected that with a speed limit of 100 km / h, many road users would tend to drive slightly more than this maximum speed and therefore give a high probability in the range of approximately 100 km / h.
  • the embodiment therefore uses schemreteskurven base Kunststoffswahr- and prescribed rules for altering these curves.
  • This will, inter alia, advantageously se achieves that for a variable control parameter already exists a calculation basis, which then only has to be varied to a limited extent depending on the control parameter value in order to arrive at the desired concrete behavioral probability curve.
  • the capacity of the testing device is used more effectively.
  • the advantage of this embodiment comes to bear particularly clearly if a distinction is made between bidding and prohibition in the case of the control parameter types.
  • the Ba sis behavior probability curve will assume tend to have a pap ⁇ tere expansion form than prohibitions. For example, if there is a speed requirement of 130 km / h, fewer road users will follow it than if the 130 km / km is a permissible maximum speed. It is therefore to be expected that more road users also drive much faster than 130 km / h, while at the top speed the outliers are kept within narrow limits.
  • This embodiment can be used alone or in combination with the previously described database-based embodiment.
  • small group of road users is defined as a group of road users in a traffic area, which does not include the total ⁇ unit of all road users, but is in a microscopic context of meaning each other.
  • these may be vehicles of a particular vehicle classification. be tion or vehicles that serve a specific purpose, such as delivery vehicles or vehicles of a driving ⁇ zeugflotte, or vehicles that operate in a particular section of a traffic area.
  • vehicle classification for example, the so-called
  • the invention unfolds its advantages in a very special way. Namely, by using behavioral probabilities as a basis for simulating the behavior of the individual units, it becomes possible to enable a more accurate simulation of traffic flows by several degrees.
  • behavioral truth distributions can take into account such a multitude of traffic influencing factors that the microsimulation itself is raised to a new quality level.
  • the individual road users and / or the individual small groups are each assigned individual behavioral characteristics. On the basis of these model behavior probability distributions, a specific traffic behavior for a particular situation is then assigned to the respective road users or small groups.
  • this traffic area comprises traffic routes which are designed for high speeds and / or it comprises a majority of extra-urban traffic routes.
  • the simulation within a defined traffic area advantageously ensures that a multiplicity of influencing factors and control data only in relation to this
  • Traffic area must be recorded and additional extraneous effects from other traffic areas in the simulation can be disregarded. In particular, this increases the effectiveness of the audit of the traffic control system, since with unrestricted data volumes both the calculation capacities of the system reach their limits and influencing factors could very easily be wrongly weighted in their weighting. For vehicles entering and leaving the traffic area, flat rates based on statistical data can be assumed. Likewise, real values can be taken from any currently installed or simulated for the surrounding traffic areas strigsteue ⁇ assurance systems.
  • the invention has particular advantages because of its advantages the speed of the influence of external influencing factors on the traffic situation, and because in the extra-local area, for example, special influencing factors such as the weather or the regulation speed play a significantly greater role than in the inner-city area.
  • special influencing factors such as the weather or the regulation speed play a significantly greater role than in the inner-city area.
  • the behavioral abnormalities of different road users despite traffic control measures according to experience, if the possibility for running high speeds is given, at least in absolute value larger than in a Be ⁇ rich, in which only lower velocities may be driven.
  • a particularly advantageous effect therefore unfolds in high-speed lines such as high-speed roads, in particular multi-lane highways, and highways or in intersection-free or high-altitude routes.
  • the invention has its effect in a particularly advantageous manner when the degree of detail of the behavioral probability distributions is chosen as a function of the available computer capacity of the test device and / or the available database, in particular of control data.
  • the aim of a corresponding restriction of the level of detail is to achieve a fast and effective simulation with the greatest possible depth of detail of the basis for the simulation.
  • FIG. 1 shows a simplified block diagram of a traffic control system according to the prior art for explaining the sequence of a traffic control
  • FIG. 2 shows a simplified block diagram of a traffic control system with an exemplary embodiment of a test device according to the invention for explaining a possible sequence of a method according to the invention for checking the traffic control system
  • FIG. 3 shows an example diagram for behavioral truth distributions at different traffic control levels. réellesrtz and for different transport types ⁇ , Figure 4 is a detailed flow diagram of a simulation in
  • FIG. 5 shows a schematic block diagram of a testing device according to the invention.
  • a traffic control system VSS with the following components: a detection system DE, an analysis and prediction module AN, a response plan module RP, a control model module CM, a traffic actuator system VA and a graphical user interface GUI.
  • the detection system DE comprises a plurality of sensors Si, S2, S3, S 4 , which are set up at different points in the traffic area. These include, for example, video surveillance cameras, infrared cameras, RFID receiver systems and induction loops.
  • the traffic actuator system VA comprises a plurality of actuators Ai, A 2 , A 3 , for example in the form of variable speed displays, variably adaptable directional arrows for lanes and displays for warnings in a traffic area, e.g. B. a highway section.
  • the current traffic situation VSI in the traffic area is detected with the aid of the sensors Si, S2, S3, S 4 of the detection system DE.
  • the sensors Si, S 2 , S 3 , S 4 generate measurement data MD in the form of raw data or prepared raw data, which are forwarded to the analysis and prediction module AN.
  • raw data may be simple signals for each vehicle traveling over the sensor area of an induction loop or otherwise detected by a sensor. Rendered raw data in this example was traffic density information based on a circuit making a value by counting the signals mentioned over a measurement time.
  • the analysis and prediction module AN generates from the measurement data th MD analysis and prediction data AD, which are on the one hand for the graphic representation on the graphical réelleoberfla ⁇ che GUI and on the other hand forwarded WEI to the response plan module RP.
  • the response plan module RP elaborates on this basis using stored rules Ri a response plan input RE and passes them to the Kontrollmo ⁇ dellmodul CM on.
  • the rules R x and / or the response plan input RE can be displayed by an operator OP via the graphical user interface GUI and possibly even change.
  • the control model module CM furthermore optionally receives, via the graphical user interface GUI, from an operator OP input commands ME.
  • the control model module CM On the basis of the response plan input RE and the input commands ME and with the help of stored rules R2, the control model module CM generates control data SD for the traffic actuator system VA or for its actuators A 1 , A 2 , A 3 .
  • the graphical user interface GUI communicates with both the response plan module RP and the control model module CM and graphically prepares their information or data.
  • the actuators Ai, A 2 , A 3 of the traffic actuator system VA the traffic control system VSS has a controlling influence on the traffic situation VSI in the traffic area. The result is a closed loop, since the altered traffic situation VSI as ⁇ derum on the detection system DE back into the traffic control system VSS is coupled smoothly.
  • the same traffic control system VSS is open ⁇ shows, with the difference that the detection system DE and the traffic actuator system VA are not used here. Instead, the control data SD of the control model module CM enter into a simulation SIM, in which virtually actuators Ai ', A 2 ', A 3 'of a virtual traffic actuator system VA' are controlled accordingly.
  • the current result of a simulation is then in each case a virtual traffic situation, from which traffic simulation data VSD emerge, which correspond to virtual measurement data MD 'of a virtual detection system DE' with sensors Si ', S 2 ', S 3 ', S 4 '.
  • the traffic simulation data VSD go directly to the analysis and prediction module AN.
  • the simulation is carried out according to the invention on the basis of behavior probability distributions VWV.
  • Graphs for such behavioral probability distributions VWVi, VWV 2 are shown, inter alia, in FIG. 3 for the traffic behavior of road users. Plotted in FIG. 3 is the probability N (in arbitrary units) that a road user travels at a certain speed.
  • a first behavioral probability distribution VWV x relates to the behavioral probability of all road users in a traffic area on the premise of a first maximum permissible speed v max i and a second behavioral probability distribution VWV 2 on the behavioral probability of all road users on the premise of a second permissible maximum speed v max2 , v max 2 is greater than v max i.
  • the curves of the two behavioral probability distributions VWVi, VWV 2 vary significantly in shape, which corresponds to reality in most cases. This is connected with the fact that at a higher allowable speed ande ⁇ re behavior patterns as access at a lower.
  • VWV are in relation to the first behavioral probability distribution x two Nicolsschartbe- plated behavior probability distributions VWVi PK w and VWViLKW shown, relating to the behavior of passenger car driving ⁇ s and of truck drivers. Since trucks are usually equipped with a tachograph, the truck drivers keep statistically - except for a small
  • a erfmdungsgespecializeder process flow in Figure 4 is shown.
  • control data SD from a traffic control system VSS to be tested and optionally additional input data ED such as weather information from further information sources IQ are fed.
  • a behavioral probability distribution determining unit 9 selects the behavioral probability distribution VWV 2 corresponding to the control data SD and the additional input data ED from a database DB containing behavior probability distributions VWVi, VWV 2 , VWV 3 .
  • VWV 2 Based on this behavioral probability distribution VWV 2 , it assigns vehicle category-related behavior probability distributions VWV 2 PKw, VWV 2 LKw, VWV 2 BUS / VWV 2K RAD to the vehicle categories Passenger Cars Passenger Cars, Trucks Trucks, Buses BUSs and Motorcycles KRAD.
  • a respective traffic behavior VV 2PK wi / VV 2PK w2 / w3 2PK VV VV / 2 Kradi, VV 2KRAD2 is assigned at random for individual ⁇ vehicles.
  • the traffic VSI Situations simulation unit 5 Based on this traffic situation the traffic VSI Situations simulation unit 5 generates pulposus ⁇ onschal VSD corresponding to the measurement data MD of specimensteu ⁇ réellessystems VSS, which feeds it back to the traffic control system to close the control loop.
  • Theterrorismstuchtmaschine and quality of the traffic control system VSS ⁇ proves to when the simulation SIM shows at different control data SD or the additional input data ED that no significant strigsto- Conclusions are generated, but tends ei ⁇ ne optimizing traffic flows and emissions and a reduction in traffic risks is achieved the opposite.
  • FIG. 5 schematically shows the construction of a test device 1 according to the invention. It has a data transfer interface 3e, a traffic situation simulation unit 5, a behavioral probability distribution determination unit 9, an analysis unit 13 and a data transfer interface 11. Within the traffic situation simulation unit 5, a traffic simulation data generation unit 7 is arranged. In the traffic situation simulation unit 5, a traffic situation is simulated on the basis of the behavioral truth distribution VWV determined by the behavioral truth distribution distribution determination unit 9 and is determined therefrom by the traffic situation simulation unit Traffic simulation data generation unit 7 Traffic simulation data VSD generates. These traffic simulation data VSD return via the data transfer interface 11 back into the traffic control system VSS.
  • the analysis unit 13 analyzes the Quali ty ⁇ the traffic control of the traffic control system VSS based on the above criteria and thus provides the Pruftig for the traffic control system VSS.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren und eine Prüfeinrichtung (1) System zum Prüfen eines Verkehrssteuerungssystems, wobei auf Basis von Steuerungsdaten (SD) des Verkehrssteuerungssystems (VSS) eine Verkehrssituation (VSI) simuliert wird und dabei Verkehrssimulationsdaten (VSD) erzeugt werden, welche an das Verkehrssteuerungssystem (VSS) als Eingangsdaten übergeben werden. Dabei werden auf Basis zumindest eines Teils der Steuerungsdaten (SD) Verhaltenswahrscheinlichkeitsverteilungen (VWV, VWV1, VWV1PKW, VWV1LKW, VWV2, VWV2PKW, VWV2LKW, VWV2BUS, VWV2KRAD, VWV3) von Verkehrsteilnehmern (PKW, LKW, BUS, KRAD) ermittelt und die Simulation (SIM) der Verkehrssituation (VSI) erfolgt unter Verwendung der Verhaltenswahrscheinlichkeitsverteilungen (VWV, VWV1, VWV1PKW, VWV1LKW, VWV2, VWV2PKW, VWV2LKW, VWV2BUS, VWV2KRAD, VWV3).

Description

Beschreibung
Verfahren und Prüfeinrichtung zum Prüfen eines Verkehrssteuerungssystems
Die vorliegende Erfindung betrifft ein Verfahren und eine Prüfeinrichtung zum Prüfen eines Verkehrssteuerungssystems. Insbesondere betrifft sie ein Verfahren bzw. eine Prufein- πchtung, bei dem bzw. in der eine Verkehrssituation simu- liert wird, hieraus Verkehrssituationsdaten abgeleitet werden und in das Verkehrssteuerungssystem als Eingangsdaten zuruck- gespeist werden. Das Verfahren bzw. die Prüfeinrichtung bilden daher mit dem Verkehrssteuerungssystem einen geschlossenen Regelkreis, weshalb das Verfahren auch „closed-loop-Simu- lation" genannt werden kann.
Verkehrssteuerungssysteme der komplexeren Art werden heute auf vielbefahrenen Straßen, speziell auf Autobahnen und in stark freguentierten mnerortlichen Strecken wie beispiels- weise Ring- und Einfallstraßen von Großstädten, verwendet. Sie weisen üblicherweise eine Vielzahl von Verkehrssteue- rungs-Aktuatoren auf. Hierunter werden alle Verkehrsrege- lungsinstrumente verstanden, die durch Signalgebung an Ver¬ kehrsteilnehmer Verkehrsregeln und Verkehrshinweise weiterge- ben. Insbesondere fallen darunter also Verkehrszeichen, die variabel oder statisch solche Regeln und Hinweise anzeigen, jedoch auch Instrumente wie der Verkehrsfunk oder die Ver¬ kehrsregelung über Fernemfluss auf Navigationssysteme.
Zwischen der mnerortlichen Anwendung und der außerortlichen Anwendung ergeben sich hierbei deutliche Unterschiede. Stad¬ tische Verkehrssteuerungssysteme stellen vor allem darauf ab, über eine Steuerung von Lichtsignalanlagen durch ein urbanes Verkehrsmanagement-System mnerstadtische Verkehrsflusse zu effektivieren und zu leiten. Dagegen weisen außerortliche, speziell Autobahnverkehrssteuerungssysteme, üblicherweise eine deutlich größere Anzahl unterschiedlicher Aktuatoren zur Steuerung von Verkehrsflüssen auf. Hierunter zahlen unter an- derem variable Verkehrsregelungsanzeigen, die Geschwindigkeitsbegrenzungen, Überholverbote, Geschwindigkeitsgebote, Sicherheitswarnungen, Wetterinformationen und andere strecken- bzw. umweltrelevante Anzeigen darstellen können.
Inner- wie außerstadtische Verkehrsleitsysteme weisen außer¬ dem oft Richtungspfeile auf, die bestimmte Fahrstreifen für einen Verkehr sperren bzw. freigeben können oder einen notwendigen Fahrspurwechsel anzeigen. Zusätzlich hierzu können Umleitungen ausgeschildert und Staugefahren angezeigt werden, weshalb sie neben fest installierten Anzeigetafeln auch mobile Anzeigen umfassen können.
Verkehrssteuerungssysteme können daher als hochkomplexe Sys- teme ausgebildet sein. Entsprechend kompliziert ist es, die Funktionsfahigkeit und Effektivität von Verkehrssteuerungssystemen zu ermitteln. Bisher konnte dies nur durch eine U- berprufung im Betrieb effektiv erfolgen, mit dem entscheidenden Nachteil, dass damit Änderungen am Verkehrssteuerungssys- tem schwieriger durchzufuhren waren und selbst gravierende
Mangel am System erst zu spat, nämlich nach seiner Implementierung überhaupt auffielen.
Um diesen Problemen im Vorfeld zu begegnen können Simulati- onssysteme der eingangs genannten Art genutzt werden. Sie basieren derzeit jedoch auf Modelldaten, die nur eine relativ eingeschränkte Menge von Einflussfaktoren berücksichtigen und bei einer Vielzahl von Aktuatoren an die Grenzen ihrer Leistungsfähigkeit gelangen können. Die Folge können Simulations- ergebnisse sein, die nicht genau genug und damit unrealistisch sind. Im Endeffekt kann daher die Funktionsfahigkeit von Verkehrssteuerungssystemen vorab nur grob mittels eines Simulationssystems abgeschätzt werden, und es ist dann immer noch eine Überprüfung im Betrieb erforderlich, was die zuvor erwähnten Nachteile hat. Es ist daher Aufgabe der vorliegenden Erfindung, eine verbesserte Alternative zu den bisherigen Verfahren und Prufein- πchtungen zu schaffen.
Diese Aufgabe wird erfindungsgemaß durch ein Verfahren zum Prüfen eines Verkehrssteuerungssystems gelost, bei dem auf Basis von Steuerungsdaten des Verkehrssteuerungssystems eine Verkehrssituation simuliert wird und dabei Verkehrssituationsdaten erzeugt werden, welche an das Verkehrssteuerungssys- tem als Eingangsdaten übergeben werden, wobei auf Basis zumindest eines Teils der Steuerungsdaten Verhaltenswahrschem- lichkeitsverteilungen von Verkehrsteilnehmern ermittelt werden und eine Simulation der Verkehrssituation unter Verwendung der Verhaltenswahrschemlichkeitsverteilungen erfolgt. D. h. es werden verschiedenen Steuerungsdaten Verhaltenswahr- scheinlichkeitsverteilungen zugeordnet, mit welcher Wahrscheinlichkeit die Verkehrsteilnehmer auf das betreffende Steuerungsdatum, beispielsweise eine vorgegebene Höchstge¬ schwindigkeit oder ein Fahrspurempfehlung reagieren.
Unter Verkehrssteuerungssystemen werden hierbei Verkehrsmanagement- und/oder Verkehrsleitsysteme verstanden. Sie umfassen üblicherweise zumindest eine Steuerungszentrale, die bei¬ spielsweise auch als einfacher Schaltkasten ausgebildet sein kann, und eine Sammlung von Aktuatoren, die auf Basis von Steuerungsdaten, die aus dieser Zentrale versendet werden, den Verkehr in einem Verkehrsbereich regeln. Ein Verkehrs¬ steuerungssystem kann auch mehrere Steuerungszentralen umfassen, die einander auch in mehreren Hierarchieebenen zugeord- net sein können, beispielsweise in Form von gleichwertig nebeneinander operierenden Verkehrsleitzentralen, die alle mit einer eine Organisationsebene hoher angesiedelten Verkehrsmanagementzentrale verknüpft sind. Des Weiteren weisen Verkehrssteuerungssysteme üblicherweise Verkehrssensoren auf, die Verkehrssituationen sensorisch erfassen und daraus Messdaten, meist in elektronischer Form, generieren und den Steuerungszentrale zur Verfugung stellen. Dazu zahlen zum Beispiel Induktionsschleifen unter dem Fahrbahnbelag zur Messung des Verkehrsaufkommens an einem bestimmten Messpunkt, Video-, Infrarot- und andere optische Uberwachungssysteme, Positions¬ systeme wie GPS bzw. Galileo und Funk-Informationssysteme, beispielsweise auf Basis von Radio Frequency Identification (RFID) Systemen. Ebenso wie den Verkehr selbst können Sensoren dazu verwendet werden, Verkehrs-Rahmendaten wie Wet¬ tereinflusse oder die Qualität des Fahrbahnbelags zu ermitteln. Als Sensoren im weiteren Sinne werden auch einfache menschliche Beobachtungen verstanden, beispielsweise von Ver- kehrshubschraubern aus oder auf Basis von Meldungen von Verkehrsteilnehmern .
Die in der erfindungsgemaßen Simulation erzeugten Verkehrssituationsdaten entsprechen solchen Daten, die üblicherweise von Verkehrssensoren des Verkehrssteuerungssystems akquiπert wurden. Die Simulation generiert also aus den Steuerungsdaten des zu prüfenden Verkehrssteuerungssystems ein möglichst getreues Abbild einer Verkehrssituation und leitet daraus Ver¬ kehrssituationsdaten ab. Sie werden als Eingangsdaten in das Verkehrssteuerungssystem zuruckgekoppelt .
Als Steuerungsdaten werden die Signale des Verkehrssteue¬ rungssystems verstanden, die im realen Betrieb dazu dienen wurden, Verkehrssteuerungsaktuatoren zu steuern. Im Rahmen der Erfindung werden sie stattdessen als Eingangsdaten für die Simulation verwendet. Grundsatzlich können jeder Art von Steuerungsdaten Verhaltenswahrscheinlichkeitsverteilungen zu¬ geordnet werden. Insbesondere ist es jedoch im Rahmen der Erfindung sinnvoll, solche Steuerungsdaten zu berücksichtigen, die die Verhaltenswahrscheinlichkeitsverteilungen von Verkehrsteilnehmern maßgeblich beeinflussen, nicht jedoch praktisch zu 100% determinieren. Ein Beispiel für letztere Art von Steuerungsdaten sind Daten für eine Lichtsignalanlagen- Schaltung. Hier kann davon ausgegangen werden, dass die Wahr- scheinlichkeit, dass Verkehrsteilnehmer ein Rotsignal miss¬ achten, beinahe vernachlassigbar sind. Verhaltenswahrschein- lichkeitsverteilungen werden daher bevorzugt für solche Steuerungsdaten herangezogen, die zwar einen sehr direkten Ein- fluss auf das Verkehrsverhalten haben, jedoch eine gewisse Verhaltensstreuung erwarten lassen. Hierunter zahlen bei¬ spielsweise Gefahrenmeldungen, aufgrund derer Verkehrsteilnehmer meist ihre Geschwindigkeit drosseln, nicht jedoch gleichförmig. Es ergibt sich also eine Änderung ihres Verkehrsverhaltens, die als Veränderung einer Verhaltenskurve dargestellt werden kann.
Auch Steuerungsdaten, die die Verhaltenswahrscheinlichkeits- Verteilungen nur geringfügig beeinflussen oder deren Einfluss auf die Verhaltenswahrschemlichkeitsverteilungen von Verkehrsteilnehmern in Abhängigkeit von weiteren Randbedingungen stark variiert, werden erst in zweiter Linie berücksichtigt. Beispielsweise beeinflussen einfache Informationsbeschilde- rungen zu Sehenswürdigkeiten am Fahrbahnrand erfahrungsgemäß die Verkehrsteilnehmer deutlich weniger als Verkehrszeichen oder Verkehrsanzeigetafein . Es ist also ein variierender Wirkungsgrad unterschiedlicher Aktuatoren feststellbar, der als Berechnungsbasis in die Simulation einbezogen werden kann.
Zu den Steuerungsdaten, denen Verhaltenswahrscheinlichkeits- verteilungen zugeordnet werden, gehören daher vorteilhafter- weise Parameter für solche Verkehrssteuerungaktuatoren, die Verhaltensgebote und/oder -verböte anzeigen. Gemäß zweier al- ternativer oder einander ergänzender Weiterbildungen dieser
Ausfuhrungsform können die Steuerungsdaten Parameter für solche Verkehrssteuerungsaktuatoren umfassen, die Verkehrsflusse in ihrer Höchstgeschwindigkeit regulieren und Parameter für solche Verkehrssteuerungsaktuatoren, die Verkehrsflusse in ihrem Streckenverlauf regulieren.
Die Verkehrssteuerung durch Verhaltensgebote bzw. -verböte, insbesondere durch Hochstgeschwindigkeitsvorschriften und durch Streckenleitsysteme (beispielsweise durch Pfeile, die Fahrstreifen freigeben oder sperren) stellen besonders wichtige Einflussfaktoren auf das Verkehrsverhalten von Verkehrsteilnehmern dar. Insofern ist ihre Berücksichtigung von besonderem Vorteil bei der Simulation von Verkehrssteuerungs- Situationen. Werden einzelne oder die Gesamtheit dieser Parameter berücksichtigt, so kann mit großer Wahrscheinlichkeit davon ausgegangen werden, dass die Genauigkeit der Verkehrssimulation bereits einen Wert überschritten hat, ab dem man von sehr realistischen Prufbedingungen ausgehen kann.
Die Erfindung fuhrt mit der Simulation auf Basis von Verhal- tenswahrscheinlichkeitsverteilungen von Verkehrsteilnehmern statistische Methoden ein, deren Datengrundlagen in der Regel auf langjähriger Praxiserfahrung aus Messreihen basieren.
Verhaltenswahrschemlichkeitsverteilungen beziehen sich dabei auf bestimmte Bezugsgroßen, die wiederum Einfluss auf die Verkehrssituation haben, wie zum Beispiel die Geschwindigkeit von Fahrzeugen. Sie können in einer Wahrscheinlichkeitskurve aufgetragen werden. Sie geben Aufschluss darüber, mit welcher Wahrscheinlichkeit ein bestimmtes, zufällig ausgewähltes Fahrzeug zum Beispiel mit einer bestimmten Geschwindigkeit fahrt. Per Zufallsprinzip können auf Basis der Verhaltens- wahrscheinlichkeitsverteilung Fahrzeugen Geschwindigkeiten zugeordnet werden. Damit wird es möglich, in der Gesamtheit aller Verkehrsteilnehmer sehr genau zu simulieren, was einzelne Verkehrssensoren in einem realen Betrieb des Verkehrssteuerungssystems erfassen wurden. Das Verfahren weist damit unter anderem den Vorteil auf, dass es dynamisch ausgebildet ist und auf Basis empirisch erhobener Daten und stochasti- scher Erfahrungswerte ein möglichst genaues Abbild von realen Verkehrssituationen gewahrleisten kann.
Die Aufgabe wird weiterhin durch eine Prüfemrichtung zum Prüfen eines Verkehrssteuerungssystems gelost, die mindestens aufweist :
- eine Datenubernahmeschnittstelle zur Übernahme von Steuerungsdaten des Verkehrssteuerungssystems,
- eine Verkehrssituations-Simulationseinheit zur Simulation einer Verkehrssituation auf Basis der Steuerungsdaten mit einer Verkehrssituationsdaten-Erzeugungseinheit zur Erzeu¬ gung von Verkehrkehrssituationsdaten in Abhängigkeit von einem Simulationsergebnis, - eine Datenubergabeschnittstelle für Verkehrssituationsdaten an das Verkehrssteuerungssystem. Die Prüfeinrichtung um- fasst dabei erfindungsgemaß eine Verhaltenswahrschemlich- keits-Ermittlungseinheit zur Ermittlung von Verhaltenswahr- scheinlichkeitsverteilungen von Verkehrsteilnehmern, und die Verkehrssituations-Simulationsemheit ist so ausgebil¬ det, dass die Simulation unter Verwendung der Verhaltens- wahrscheinlichkeitsverteilungen erfolgt .
In einer derartigen Prüfeinrichtung können die Verkehrssitua- tions-Simulationsemheit sowie die Verkehrssituations-Daten- erzeugungsemheit und die Verhaltenswahrscheinlichkeits-Er- mittlungseinheit sowohl als allein stehende Einzelkomponenten hardware- und/oder softwaretechnisch ausgeführt als auch ge- meinsam innerhalb eines elektronischen Prozessorbausteins integriert sein. Sie können ganz oder teilweise auf einem Rechner des Verkehrssteuerungssystems realisiert werden. Außerdem können die Datenubernahme- bzw. die Datenubergabeschnittstel¬ le sowohl als Hardware in Form von Eingangs- bzw. Ausgangs- buchsen bzw. drahtlose Schnittstellen eines Geräts ausgebildet sein als auch in Form von Software bzw. als Kombination von Hard- und Software-Komponenten. Schnittstellen können beispielsweise in Form von reinen Software-Schnittstellen auch direkt Daten von einem Verkehrssteuerungssystem uberneh- men, wenn beispielsweise die Prüfeinrichtung auf dem gleichen Rechner wie das Verkehrssteuerungssystem angeordnet ist. Die Schnittstellen können weiterhin kombiniert gemeinsam als In- put-/Output-Schnittstelle ausgebildet sein.
Em Aufbau der Prüfeinrichtung in Form von Software hat den
Vorteil einer schnellen und kostengünstigen Realisierung. Daher wird zur Durchfuhrung des erflndungsgemaßen Verfahrens bevorzugt ein Computerprogrammprodukt verwendet, welches direkt in einen Prozessor einer Rechnereinrichtung ladbar ist, mit Programmcodemitteln, um alle Schritte eines solchen Verfahrens auszufuhren. Weitere besonders vorteilhafte Ausgestaltungen und Weiterbil¬ dungen der Erfindung ergeben sich auch aus den abhangigen An¬ sprüchen sowie der nachfolgenden Beschreibung. Dabei kann die erfmdungsgemaße Prufemπchtung auch entsprechend den abhan- gigen Ansprüchen zum Verfahren weitergebildet sein.
Vorteilhafterweise wird die Verkehrssituation zusätzlich zu den Steuerungsdaten des Verkehrssteuerungssystems auf Basis weiterer Eingangsgroßen und/oder -faktoren simuliert. Hierun- ter fallen sowohl langfristig konstante als auch variierbare Großen und Faktoren.
Als langfristig konstante Großen können beispielsweise die konstruktiven Gegebenheiten der Fahrbahn, das Vorhandensein von natürlichen Verkehrshindernissen oder das kulturelle Umfeld des jeweiligen Landes, angesehen werden. Variierbare Großen betreffen beispielsweise Verkehrsstörungen, die Entwicklungen der Verkehrsdichte, die Tageszeit, Wettereinflusse und Umwelteinflusse. Durch Berücksichtigung solcher weiterer relevanter Eingangsgroßen bzw. Faktoren im Simulationsprozess erhalt das Verkehrssteuerungssystem eine umfassende Datenbasis für die Simulation, aufgrund derer es ein differenziertes Simulationsbild entwerfen kann. Bei einer derartigen Simula¬ tion können langfristig konstante Großen wie die konstrukti- ven Gegebenheiten oder das kulturelle Umfeld als eine Art Basisgroße in die Simulation einfließen, wahrend zur Bestimmung eines bestimmten Verkehrsszenarios und eines daraus abzulei¬ tenden Verkehrssteuerungsablaufs durch das Verkehrssteuerungssystem die variierbaren Großen üblicherweise bei jeder Simulation neu definiert werden.
Eine vorteilhafte Weiterbildung dieser Ausfuhrungsform sieht vor, dass den Steuerungsdaten in Abhängigkeit von den weiteren Eingangsgroßen und/oder -faktoren eine Verhaltenswahr- schemlichkeitsverteilung zugeordnet wird. Die oben naher ausgeführten zusätzlichen Parameter gehen also direkt in die Bestimmung der Verhaltenswahrschemlichkeitsverteilungen mit ein und erhalten daher vorteilhafterweise eine ausreichende Gewichtung bei der Simulation und bei der von den Verhaltens- wahrscheinlichkeitsverteilungen abhangigen Gewinnung der Ver¬ kehrssituationsdaten. Z.B. kann so berücksichtigt werden, dass Hochstgeschwmdigkeitsgebote bei sehr schlechtem Wetter in der Regel eher befolgt werden als bei schönem Wetter.
Besonders bevorzugt werden den Steuerungsdaten und/oder weiteren Eingangsgroßen und/oder -faktoren und/oder Kombinationen hiervon Verhaltenswahrscheinlichkeitsverteilungen aus ei- nem Datenbanksystem zugeordnet. Dies bedeutet, dass in oder in Verbindung mit der Verhaltenswahrschemlichkeits-Ermitt- lungseinheit eine Zuordnungsdatenbank vorgesehen ist, in der z.B. matrizenartig bestimmten Steuerungsdaten bzw. Eingangsgroßen bzw. bestimmten Kombinationen dieser Steuerungsdaten und Eingangsgroßen Verhaltenswahrschemlichkeitsverteilungen, beispielsweise in Form von Wahrscheinlichkeitskurven zugeordnet sind. Im Betrieb sucht die Verhaltenswahrschemlichkeits- Ermittlungseinheit in dieser Datenbank bzw. Matrix jeweils die Konstellation von Eingangsgroßen bzw. Steuerungsdaten oder Kombinationen davon, die einer definierten Datenbankangabe am nächsten kommt und speist die dieser Datenbankangabe zugeordnete Verhaltenswahrscheinlichkeitsverteilung in die Verkehrssituationssimulations-Emheit ein. Eine derartige da¬ tenbankbasierte Zuordnung von Konstellationen zu Verhaltens- Wahrscheinlichkeitsverteilungen bewirkt unter anderem vorteilhafterweise, dass das System im Betrieb nicht mit unnötigen Berechnungsaufgaben von Verhaltenswahrscheinlichkeitsver- teilungen belastet wird, sondern auf vorab generierte, empirisch und systematisch akquiπerte Daten zu Verhaltenswahr- scheinlichkeitsverteilungen zurückgreifen kann. Damit werden das System und das Verfahren effektiviert und speziell bei einer Vielzahl von berücksichtigten Einflussfaktoren trotzdem betriebsfähig gehalten.
Gemäß einer besonders bevorzugten Ausfuhrungsform der Erfindung werden bestimmten Steuerungsparametertypen bestimmte Ba- sis-Verhaltenwahrschemlichkeitskurven zugeordnet und die Ba- sis-Verhaltenwahrschemlichkeitskurven in Abhängigkeit eines Steuerparameterwerts und/oder von weiteren Parametern gemäß einer vorgegebenen Regel verändert.
Üblicherweise verändert sich eine Verhaltenwahrscheinlich- keitsverteilung bei Änderung von Steuerungsdaten nicht nur hinsichtlich eines Kurvenparameters der Wahrscheinlichkeits- kurve, sondern hinsichtlich mehrerer solcher Parameter. Wurde beispielsweise die zulassige Höchstgeschwindigkeit von 100 km/h auf 160 km/h heraufgesetzt, so wurde sich die Wahr- scheinlichkeitskurve nicht formgleich von einem Geschwindig¬ keitsbereich um die 100 km/h in Richtung eines Geschwindigkeitsbereichs um die 160 km/h verschieben. Vielmehr ist zu erwarten, dass bei einer Geschwindigkeitsbeschränkung auf 100 km/h zahlreiche Verkehrsteilnehmer tendenziell leicht mehr als diese Höchstgeschwindigkeit fahren wurden und sich daher eine hohe Wahrscheinlichkeit im Bereich in etwa von 100 km/h ergibt. Dagegen ist bei einer Beschrankung auf 160 km/h davon auszugehen, dass zahlreiche Verkehrsteilnehmer weniger als diese Geschwindigkeit fahren mochten und sich daher eine aus- geglichenere Kurve ergibt, die eher langgestreckt und weniger bauchig ist als die vorher erwähnte, und dass eine deutlich geringere Anzahl von Verkehrsteilnehmern die zulassige Höchstgeschwindigkeit von 160 km/h überschreiten wird. Dies ist damit zu erklaren, dass die Wunschgeschwindigkeit vieler Verkehrsteilnehmer, also die Geschwindigkeit, die sie unter den durch Fahrzeug und Fahrweg gegebenen Bedingungen zu fahren wünschen, tendenziell unterhalb der angegebenen zulassi¬ gen Höchstgeschwindigkeit liegt, so dass die Verkehrsteilnehmer einfach diese Wunschgeschwindigkeit anstreben und jeden- falls keinen Grund dafür sehen, eine Geschwmdigkeitsubertre- tung zu riskieren.
Um die zahlreichen Veränderungen der Verhaltenswahrschem- lichkeitskurven bei Variierung nur eines Steuerungsparameter- werts, also beispielsweise eines Steuerungsdatums, abzubil¬ den, nutzt die Ausfuhrungsform also Basis-Verhaltenswahr- schemlichkeitskurven und vorgegebene Regeln zur Veränderung dieser Kurven. Hierdurch wird unter anderem vorteilhafterwei- se erreicht, dass für einen variierbaren Steuerungsparameter bereits eine Berechnungsgrundlage besteht, die dann nur noch in begrenzterem Umfang je nach Steuerungsparameterwert variiert werden muss, um zu der gewünschten konkreten Verhaltens- wahrscheinlichkeitskurve zu gelangen. Hierdurch wird die Kapazität der Prüfeinrichtung effektiver ausgenutzt. Besonders deutlich kommt der Vorteil dieser Ausfuhrungsform dann zum Tragen, wenn bei den Steuerungsparametertypen unterschieden wird zwischen Geboten und Verboten. Bei Geboten wird die Ba- sis-Verhaltenswahrscheinlichkeitskurve tendenziell eine brei¬ tere Ausdehnungsform annehmen als bei Verboten. Besteht zum Beispiel ein Geschwindigkeitsgebot von 130 km/h, so werden sich weniger Verkehrsteilnehmer daran halten als wenn es sich bei den 130 km/ um eine zulassige Höchstgeschwindigkeit han- delt. Es ist daher zu erwarten, dass mehr Verkehrsteilnehmer auch deutlich schneller als 130 km/h fahren, wahrend sich bei der Höchstgeschwindigkeit die Ausreißer nach oben in engen Grenzen halten.
Diese Ausfuhrungsform kann alleine oder in Kombination mit der vorher dargelegten datenbank-basierten Ausfuhrungsform angewandt werden.
Gemäß einer besonders bevorzugten Ausfuhrungsform der Erfin- düng ist die Simulation eine mikroskopische Simulation, die das Verhalten einzelner Verkehrsteilnehmer und/oder einzelner Kleingruppen von Verkehrsteilnehmern simuliert, wobei auf Ba¬ sis der Verhaltenswahrschemlichkeitsverteilungen jedem der Verkehrsteilnehmer und/oder jeder der Kleingruppen eine Ver- haltensweise in Bezug zu einzelnen Steuerungsdaten zugeordnet wird.
Zum besseren Verständnis wird der Begriff der Kleingruppe von Verkehrsteilnehmern als eine Gruppe von Verkehrsteilnehmern in einem Verkehrsbereich definiert, welche nicht die Gesamt¬ heit aller Verkehrsteilnehmer umfasst, sondern in einem mikroskopischen Sinnzusammenhang zueinander steht. Beispielsweise können dies Fahrzeuge einer bestimmten Fahrzeugklassifika- tion sein oder Fahrzeuge, die einem bestimmten Zweck dienen, wie beispielsweise Lieferfahrzeuge oder Fahrzeuge einer Fahr¬ zeugflotte, oder Fahrzeuge, die in einem bestimmten Teilabschnitt eines Verkehrsbereichs verkehren. Als Basis für eine Fahrzeugklassifikation kann beispielsweise die sogenannte
8+1-Klassiflzierung verwendet werden: Sie unterscheidet zwi¬ schen Motorradern, PKW, Lieferwagen, PKW mit Anhangern, LKW, LKW mit Anhangern, Sattelschleppern, Bussen und sonstigen Kfz. Andere Klassifizierungsarten sind jedoch auch möglich.
In der Kombination einer mikroskopischen Simulation mit der Ermittlung von Verhaltenswahrscheinlichkeitsverteilungen, die sich dann auf Mikroeinheiten wie Verkehrsteilnehmer bzw. Kleingruppen im Verkehrsbereich beziehen, entfaltet die Er- findung in ganz besonderer Art und Weise ihre Vorteile. Es wird nämlich durch die Verwendung von Verhaltenswahrschein- lichkeiten als Basis für die Simulation des Verhaltens der einzelnen Einheiten möglich, eine um mehrere Grade genauere Simulation von Verkehrsablaufen zu ermöglichen. Hinzu kommt, dass durch Verhaltenswahrschemlichkeitsverteilungen eine derartige Vielzahl von Verkehrseinflussfaktoren berücksichtigt werden kann, dass auch die Mikrosimulation selbst auf eine neue Qualitatsstufe gehoben wird.
Gemäß einer vorteilhaften Weiterbildung dieser Ausfuhrungsform werden den einzelnen Verkehrsteilnehmern und/oder den einzelnen Kleingruppen jeweils Einzel-Verhaltenswahr- schemlichkeitsverteilungen zugeordnet. Auf Basis dieser Em- zel-Verhaltenswahrscheinlichkeitsverteilungen wird dann den jeweiligen Verkehrsteilnehmern bzw. Kleingruppen ein konkretes Verkehrsverhalten für eine bestimmte Situation zugeordnet .
Dies bedeutet, dass auf einer Mikrobetrachtungsebene nochmals statistische und stochastische Methoden verwendet werden, um Verkehrsteilnehmern bzw. Kleingruppen bestimmte Verhaltensweisen zuzuordnen bzw. die Wahrscheinlichkeit einer Verhaltensweise in einer bestimmten Situation zu definieren. Unter anderem ergibt sich daraus der Vorteil der nochmals deutlich tiefer gehenden Detaillierung, aufgrund derer das erfindungs- gemaße System nach dieser vorteilhaften Weiterbildung eine kaum zu überbietende Realitatsnahe der Simulation bietet.
Gemäß einer besonders bevorzugten Ausfuhrungsform der Erfin¬ dung wird die Verkehrssimulation für einen begrenzten Verkehrsbereich, zum Beispiel für einen Streckenabschnitt oder ein Stadtgebiet, durchgeführt. Gemäß besonders vorteilhaften Weiterbildungen umfasst dieser Verkehrsbereich Verkehrsstrecken, die für hohe Geschwindigkeiten ausgelegt sind und/oder er umfasst mehrheitlich außerortliche Verkehrsstrecken. Die Simulation innerhalb eines definierten Verkehrsbereichs stellt vorteilhafterweise sicher, dass eine Vielzahl von Em- flussfaktoren und Steuerungsdaten nur in Bezug auf diesen
Verkehrsbereich erfasst werden müssen und zusätzliche Fremdeinwirkungen aus anderen Verkehrsbereichen bei der Simulation unberücksichtigt bleiben können. Dies erhöht insbesondere die Effektivität bei der Prüfung des Verkehrssteuerungssystems, da bei unemgegrenzten Datenmengen sowohl die Berechnungska- pazitaten des Systems an ihre Grenzen gelangen als auch Einflussgroßen in ihrer Gewichtung sehr leicht falsch bewertet werden konnten. Für die in den Verkehrsbereich einfahrenden und ausfahrenden Fahrzeuge können pauschale Werte auf Basis von statistischen Erfassungen angenommen werden. Ebenso können reale Werte aus eventuell bereits für angrenzende Verkehrsbereiche installierten oder simulierten Verkehrssteue¬ rungssystemen übernommen werden.
Besonders für Verkehrsstrecken, die für hohe Geschwindigkeiten, das heißt solche Verkehrsstrecken, die ihrer ursprünglichen oder tatsächlichen Bestimmung nach für Geschwindigkeiten >= 60 km/h ausgelegt sind, und speziell für mehrheitlich außerortliche Verkehrsstrecken, entfaltet die Erfindung ganz besonders ihre Vorteile, da sich mit der Geschwindigkeit der Einfluss externer Einflussfaktoren auf das Verkehrsgeschehen erhöht, und da im außerortlichen Bereich beispielsweise spezielle Einflussfaktoren wie die Wetterlage oder die Regulie- rung der Geschwindigkeit eine deutlich größere Rolle spielen als im innerortlichen Bereich. Außerdem sind erfahrungsgemäß, wenn die Möglichkeit zum Fahren höheren Geschwindigkeiten gegeben ist, die Verhaltensabweichungen von unterschiedlichen Verkehrsteilnehmern trotz Verkehrssteuerungsmaßnahmen zumindest in absoluten Werten gerechnet großer als in einem Be¬ reich, in dem nur niedrigere Geschwindigkeiten gefahren werden können. Eine ganz besonders vorteilhafte Wirkung entfaltet sich daher bei Hochgeschwindigkeitsstrecken wie Schnell- Straßen, im Speziellen mehrspurigen Schnellstraßen, und Autobahnen bzw. bei kreuzungsfreien bzw. hohenfreien Strecken.
Die Erfindung entfaltet in besonders vorteilhafter Weise ihre Wirkung, wenn der Detaillierungsgrad der Verhaltenswahr- scheinlichkeitsverteilungen in Abhängigkeit von der zur Verfugung stehenden Rechnerkapazitat der Prufemrichtung und/oder der zur Verfugung stehenden Datenbasis, insbesondere an Steuerungsdaten, gewählt wird. Ziel einer entsprechenden Einschränkung des Detaillierungsgrades ist es, eine schnelle und effektive Simulation bei gleichzeitig größtmöglicher De- taillierungstiefe der Basis für die Simulation zu erreichen.
Die Erfindung wird im Folgenden unter Hinweis auf die beige¬ fugten Figuren anhand von Ausfuhrungsbeispielen noch einmal naher erläutert. Dabei sind in den verschiedenen Figuren gleiche Komponenten mit identischen Bezugsziffern versehen. Es zeigen:
Figur 1 eine vereinfachte Blockdarstellung eines Verkehrs- Steuerungssystems gemäß dem Stand der Technik zur Erläuterung des Ablaufs einer Verkehrssteuerung,
Figur 2 eine vereinfachte Blockdarstellung eines Verkehrssteuerungssystems mit einem Ausfuhrungsbeispiel einer erfindungsgemaßen Prüfeinrichtung zur Erläuterung ei- nes möglichen Ablaufs eines erfindungsgemaßen Verfahrens zum Prüfen des Verkehrssteuerungssystems,
Figur 3 ein Beispieldiagramm für Verhaltenwahrschemlich- keitsverteilungen bei unterschiedlichen Verkehrssteu- erungsdaten und für unterschiedliche Verkehrsmittel¬ arten, Figur 4 ein detailliertes Ablaufschema einer Simulation im
Rahmen des erfindungsgemaßen Verfahrens, Figur 5 eine schematische Blockdarstellung einer erfindungs- gemaßen Prufeinrichtung.
In Figur 1 ist ein Verkehrssteuerungssystem VSS mit folgenden Komponenten dargestellt: einem Detektionssystem DE, einem A- nalyse- und Vorhersagemodul AN, einem Response-Plan-Modul RP, einem Kontrollmodellmodul CM, einem Verkehrsaktuatoren- system VA und einer graphischen Benutzeroberflache GUI.
Das Detektionssystem DE umfasst mehrere Sensoren Si, S2, S3, S4, die an unterschiedlichen Stellen im Verkehrsbereich aufgestellt sind. Hierbei handelt es sich zum Beispiel um Video- Uberwachungskameras, Infrarotkameras, RFID-Empfangersysteme und Induktionsschleifen . Analog umfasst das Verkehrsaktuato- rensystem VA mehrere Aktuatoren Ai, A2, A3, beispielsweise in Form von variablen Geschwindigkeitsanzeigen, variabel adaptierbaren Richtungspfeilen für Fahrbahnen und Anzeigen für Warnhinweise in einem Verkehrsbereich, z. B. einem Autobahnabschnitt .
Im Betrieb des Verkehrssteuerungssystems VSS ergibt sich folgender prinzipieller Ablauf: Die aktuelle Verkehrssituation VSI im Verkehrsbereich wird mit Hilfe der Sensoren Si, S2, S3, S4 des Detektionssystems DE erfasst. Die Sensoren Si, S2, S3, S4 generieren Messdaten MD in Form von Rohdaten oder auf- bereiteter Rohdaten, die an das Analyse- und Vorhersagemodul AN weitergeleitet werden. Rohdaten können beispielsweise einfache Signale für jedes Fahrzeug sein, das über den Sensorbereich einer Induktionsschleife fahrt oder in sonstiger Weise von einem Sensor detektiert wird. Aufbereitete Rohdaten waren in diesem Beispiel Informationen über die Verkehrsdichte, die darauf basieren, dass eine Schaltung durch Zahlen der erwähnten Signale über eine Messzeit einen Wert bildet. Das Analyse- und Vorhersagemodul AN generiert aus den Messda- ten MD Analyse- und Vorhersagedaten AD, die einerseits zur graphischen Darstellung an die graphische Benutzeroberfla¬ che GUI und andererseits an das Response-Plan-Modul RP wei- tergeleitet werden. Das Response-Plan-Modul RP erarbeitet auf dieser Basis unter Verwendung von hinterlegten Regeln Ri eine Response-Plan-Eingabe RE und gibt diese an das Kontrollmo¬ dellmodul CM weiter. Die Regeln Rx und/oder die Response- Plan-Eingabe RE kann sich ein Operator OP über die graphische Benutzeroberflache GUI anzeigen lassen und ggf. auch veran- dern. Das Kontrollmodellmodul CM erhalt weiterhin optional über die graphische Benutzeroberflache GUI von einem Operator OP Eingabebefehle ME. Auf Basis der Response-Plan- Eingabe RE und der Eingabebefehle ME und mit Hilfe hinterleg- ter Regeln R2 generiert das Kontrollmodellmodul CM Steue- rungsdaten SD für das Verkehrsaktuatorensystem VA bzw. für dessen Aktuatoren A1, A2, A3. Die graphische Benutzeroberflache GUI kommuniziert sowohl mit dem Response-Plan-Modul RP als auch mit dem Kontrollmodellmodul CM und bereitet deren Informationen bzw. Daten graphisch auf. Durch die Aktuato- ren Ai, A2, A3 des Verkehrsaktuatorensystems VA nimmt das Verkehrssteuerungssystem VSS steuernd Einfluss auf die Verkehrssituation VSI im Verkehrsbereich. Es entsteht ein geschlossener Regelkreis, da die veränderte Verkehrssituation VSI wie¬ derum über das Detektionssystem DE zurück in das Verkehrs- Steuerungssystem VSS ruckgekoppelt wird.
In Figur 2 ist das selbe Verkehrssteuerungssystem VSS ge¬ zeigt, mit dem Unterschied, dass das Detektionssystem DE und das Verkehrsaktuatorensystem VA hier nicht verwendet werden. Stattdessen finden die Steuerungsdaten SD des Kontrollmodellmoduls CM Eingang in eine Simulation SIM, in der virtuell Aktuatoren Ai' , A2' , A3' eines virtuellen Verkehrsaktuatorensystems VA' entsprechend gesteuert werden. Das aktuelle Ergebnis einer Simulation ist dann jeweils eine virtuelle Ver- kehrssituation, aus der Verkehrssimulationsdaten VSD hervorgehen, die virtuellen Messdaten MD' eines virtuellen Detekti- onssystems DE' mit Sensoren Si', S2', S3', S4' entsprechen. Die Verkehrssimulationsdaten VSD gehen direkt in das Analyse- und Vorhersagemodul AN ein. Die Simulation erfolgt dabei er- fmdungsgemaß auf der Basis von Verhaltenswahrscheinlich- keitsverteilungen VWV.
Graphen für solche Verhaltenswahrschemlichkeitsverteilun- gen VWVi, VWV2 sind unter anderem in Figur 3 für das Ge- schwmdigkeitsverhalten von Verkehrsteilnehmern dargestellt. Aufgetragen ist in Figur 3 die Wahrscheinlichkeit N (in willkürlichen Einheiten) , dass ein Verkehrsteilnehmer mit einer bestimmten Geschwindigkeit fahrt. Dabei bezieht sich eine erste Verhaltenswahrschemlichkeitsverteilung VWVx auf die Verhaltenswahrscheinlichkeit von allen Verkehrsteilnehmern in einem Verkehrsbereich unter der Prämisse einer ersten zulassigen Höchstgeschwindigkeit vmaxi und eine zweite Verhaltens- Wahrscheinlichkeitsverteilung VWV2 auf die Verhaltenswahrscheinlichkeit von allen Verkehrsteilnehmern unter der Prämisse einer zweiten zulassigen Höchstgeschwindigkeit vmax2. vmax2 ist großer als vmaxi . In diesem Beispiel variieren die Kurven der beiden Verhaltenswahrscheinlichkeitsverteilun- gen VWVi, VWV2 deutlich in ihrer Form, was der Realität in den meisten Fallen entspricht. Dies hangt damit zusammen, dass bei einer höheren zulassigen Höchstgeschwindigkeit ande¬ re Verhaltensmuster greifen als bei einer niedrigeren. Zur näheren Betrachtung sind in Bezug auf die erste Verhaltens- Wahrscheinlichkeitsverteilung VWVx zwei verkehrsmittelartbe- zogene Verhaltenswahrscheinlichkeitsverteilungen VWViPKw und VWViLKW dargestellt, die sich auf das Verhalten von PKW-Fahr¬ ern und von LKW-Fahrern beziehen. Da LKWs in der Regel mit einem Fahrtenschreiber ausgestattet sind, halten sich die LKW-Fahrer statistisch betrachtet - bis auf eine geringe
Überschreitung in einem noch straffreien Bereich - deutlich gewissenhafter an zulassige Höchstgeschwindigkeiten als PKW- Fahrer. Daraus ergibt sich ein Maximum der auf die LKW bezogenen Kurven VWViLKw kurz oberhalb der zulassigen Hochstge- schwindigkeit vmaxi, wahrend die Bandbreite der Verhaltens- wahrscheinlichkeitsverteilung VWViPKW der PKW-Fahrer beidseitig der Höchstgeschwindigkeit vmaxi großer ist. Solche Verhaltenswahrschemlichkeitsverteilungen für Steuerungsparameter wie die Geschwindigkeitsbegrenzung und im De¬ tail heruntergebrochen auf einzelne Kategorien von Verkehrsteilnehmern bilden die Basis für die in Figur 2 dargestellte Simulation SIM.
Im Detail wird ein erfmdungsgemaßer Verfahrensablauf in Figur 4 dargestellt. In eine Verkehrssituations-Simulations- einheit 5 werden Steuerungsdaten SD aus einem zu prüfenden Verkehrssteuerungssystem VSS und optional zusatzliche Eingangsdaten ED wie Wetterinformationen von weiteren Informationsquellen IQ eingespeist. Eine Verhaltenswahrscheinlich- keitsverteilungs-Ermittlungsemheit 9 wählt aus einer Datenbank DB, in der Verhaltenswahrscheinlichkeitsverteilun- gen VWVi, VWV2, VWV3 enthalten sind, die Verhaltenswahrschein- lichkeitsverteilung VWV2 aus, die den Steuerungsdaten SD und den zusatzlichen Eingangsdaten ED entspricht. Sie weist aus dieser Verhaltenswahrscheinlichkeitsverteilung VWV2 heraus den Fahrzeugkategorien Personenkraftwagen PKW, Lastkraftwa- gen LKW, Busse BUS und Kraftrader KRAD jeweils fahrzeugkate- goπebezogene VerhaltensWahrscheinlichkeitsverteilungen VWV2PKw, VWV2LKw, VWV2BUS/ VWV2KRAD ZU. Hieraus wird für Einzel¬ fahrzeuge jeweils ein Verkehrsverhalten VV2PKwi/ VV2PKw2/ VV2PKw3/ VV2KRADi, VV2KRAD2 nach dem Zufallsprinzip zugeteilt. Daraus er- gibt sich in der Simulation eine simulierte Verkehrssituation VSI, die sich beispielsweise in der aktuellen Verkehrsdichte VD, dem Verkehrsfluss VF, Verkehrsproblemen VP und der durchschnittlichen Geschwindigkeit des Verkehrs VG manifestiert. Basierend auf diese Verkehrssituation VSI generiert die Verkehrssituations-Simulationseinheit 5 Verkehrssimulati¬ onsdaten VSD, entsprechend der Messdaten MD des Verkehrssteu¬ erungssystems VSS, die sie zurück in das Verkehrssteuerungssystem einspeist, um den Regelkreis zu schließen.
Die Funktionstuchtigkeit und Qualität des Verkehrssteuerungs¬ systems VSS erweist sich dann, wenn die Simulation SIM bei unterschiedlichen Steuerungsdaten SD bzw. der zusatzlichen Eingangsdaten ED zeigt, dass keine erheblichen Verkehrssto- rungen generiert werden, sondern im Gegenteil tendenziell ei¬ ne Optimierung von Verkehrsflüssen und Emissionen sowie eine Reduzierung von Verkehrsrisiken erreicht wird.
Figur 5 zeigt schematisch den Aufbau einer erfmdungsgemaßen Prüfeinrichtung 1. Sie weist eine Datenubernahmeschnittstel- Ie 3, eine Verkehrssituations-Simulationsemheit 5, eine Verhaltenswahrschemlichkeitsverteilungs-Ermittlungsemheit 9, eine Analyseeinheit 13 und eine Datenubergabeschnittstel- Ie 11 auf. Innerhalb der Verkehrssituations-Simulationsem- heit 5 ist eine Verkehrssimulationsdaten-Erzeugungseinheit 7 angeordnet. Die Prüfeinrichtung 1 erhalt von einem Verkehrssteuerungssystem VSS Steuerungsdaten SD über die Datenuber- nahmeschnittstelle 3. In der Verkehrssituations-Simulations- einheit 5 wird auf Basis von durch die Verhaltenswahrschem- lichkeitsverteilungs-Ermittlungsemheit 9 ermittelten Verhal- tenswahrschemlichkeitsverteilungen VWV eine Verkehrssituation simuliert und werden daraus durch die Verkehrssimulations- daten-Erzeugungsemheit 7 Verkehrssimulationsdaten VSD er- zeugt. Diese Verkehrssimulationsdaten VSD gelangen über die Datenubergabeschnittstelle 11 zurück in das Verkehrssteuerungssystem VSS. Die Analyseeinheit 13 analysiert die Quali¬ tät der Verkehrssteuerung des Verkehrssteuerungssystems VSS auf Basis der oben genannten Kriterien und liefert somit das Prufergebnis für das Verkehrssteuerungssystem VSS.
Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei dem vorhergehend detailliert beschriebenen Verfahren sowie bei der dargestellten Prufemπchtung lediglich um Aus- fuhrungsbeispiele handelt, welche vom Fachmann in verschiedenster Weise modifiziert werden können, ohne den Bereich der Erfindung zu verlassen. Weiterhin schließt die Verwendung der unbestimmten Artikel „ein" bzw. „eine" nicht aus, dass die betreffenden Merkmale auch mehrfach vorhanden sein können. Außerdem können „Module" und „Einheiten" aus einer oder mehreren, auch raumlich verteilt angeordneten, Komponenten bestehen.

Claims

Patentansprüche
1. Verfahren zum Prüfen eines Verkehrssteuerungssystems (VSS) , bei dem auf Basis von Steuerungsdaten (SD) des Ver- kehrssteuerungssystems (VSS) eine Verkehrssituation (VSI) simuliert wird und dabei Verkehrssimulationsdaten (VSD) erzeugt werden, welche an das Verkehrssteuerungssystem (VSS) als Eingangsdaten übergeben werden, wobei auf Basis zumindest eines Teils der Steuerungsdaten (SD) Verhaltenswahrscheinlichkeits- Verteilungen (VWV, VWVi, VWViPKW, VWViLKW, VWV2, VWV2Pκw, VWV2Lκw, VWV2BUs, VWV2KBAD, VWV3) von Verkehrsteilnehmern (PKW, LKW, BUS, KRAD) ermittelt werden und eine Simulation (SIM) der Verkehrssituation (VSI) unter Verwendung der Verhaltenswahr- schemlichkeitsverteilungen (VWV, VWVi, VWViPKw, VWVILKW, VWV2, VWV2PKW, VWV2LKw, VWV2BUs, VWV2KRAD, VWV3) erfolgt.
2. Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, dass die Verkehrssituation (VSI) zu¬ satzlich zu den Steuerungsdaten (SD) des Verkehrssteuerungs- Systems (VSS) auf Basis weiterer Eingangsgroßen und/oder - faktoren (ED) simuliert wird.
3. Verfahren gemäß Anspruch 2, dadurch gekennzeichnet, dass den Steuerungsdaten (SD) in Ab- hangigkeit von den weiteren Eingangsgroßen und/oder -faktoren (ED) eine Verhaltenswahrschemlichkeitsverteilung (VWV, VWVi, VWViPKW, VWVILKW, VWV2, VWV2PKW, VWV2LKw, VWV2BUs, VWV2KRAD, VWV3) zu¬ geordnet wird.
4. Verfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass den Steuerungsdaten (SD) und/oder weiteren Eingangsgroßen und/oder -faktoren (ED) und/oder Kombinationen hiervon Verhaltenswahrschemlichkeits- verteilungen (VWV, VWVi, VWViPKw, VWV1LKW, VWV2, VWV2PKW, VWV2LKW, VWV2BUs, VWV2KRAD, VWV3) aus einem Datenbanksystem (DB) zugeord¬ net werden.
5. Verfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass bestimmten Steuerungsparametertypen bestimmte Basis-Verhaltenwahrscheinlichkeitskurven zu¬ geordnet werden und die Basis-Verhaltenwahrschemlichkeits- kurven in Abhängigkeit eines Steuerparameterwerts und/oder von weiteren Parametern gemäß einer vorgegebenen Regel verändert werden.
6. Verfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Simulation (SIM) eine mikro- skopische Simulation ist, welche das Verhalten einzelner Verkehrsteilnehmer (PKW, LKW, BUS, KRAD) und/oder einzelner Kleingruppen von Verkehrsteilnehmern (PKW, LKW, BUS, KRAD) simuliert, wobei auf Basis der Verhaltenswahrschemlichkeits- verteilungen (VWV, VWVi, VWViPKw, VWVILKW, VWV2, VWV2PKW, VWV2LKW, VWV2BUs, VWV2KRAD, VWV3) jedem der Verkehrsteilnehmer (PKW, LKW, BUS, KRAD) und/oder jeder der Kleingruppen eine Verhaltensweise (VV2PKWi, VV2PKw2, VV2Pκw3, VV2KRADi, VV2KRAD2) in Bezug zu ein¬ zelnen Steuerungsdaten (SD) zugeordnet wird.
7. Verfahren gemäß Anspruch 6, dadurch gekennzeichnet, dass den einzelnen Verkehrsteilnehmern (PKW, LKW, BUS, KRAD) und/oder der einzelnen Kleingruppen jeweils Einzel-Verhaltenswahrscheinlichkeitsverteilungen (VWViPKW, VWVILKW, VWV2PKw, VWV2LKW, VWV2B1js, VWV2KRAD) zugeordnet werden.
8. Verfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Steuerungsdaten (SD) Parameter für bestimmte Verkehrssteuerungsaktuatoren (A1, A2, A3) des Verkehrssteuerungssystems (VSS) umfassen, die Verhaltens- ge- und/oder -verböte anzeigen.
9. Verfahren gemäß Anspruch 8, dadurch gekennzeichnet, dass die Steuerungsdaten (SD) Parame- ter für bestimmte Verkehrssteuerungsaktuatoren (Ax, A2, A3) des Verkehrssteuerungssystems (VSS) umfassen, die Verkehrsflusse in ihrer Höchstgeschwindigkeit (vmaxi, vmax2) regulieren .
10. Verfahren gemäß Anspruch 8 oder 9, dadurch gekennzeichnet, dass die Steuerungsdaten (SD) Parame¬ ter für bestimmte Verkehrssteuerungsaktuatoren (A1, A2, A3) des Verkehrssteuerungssystems (VSS) umfassen, die Verkehrs- flusse in ihrem Streckenverlauf regulieren.
11. Verfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Simulation (SIM) für einen bestimmten Verkehrsbereich durchgeführt wird, der vorzugswei- se Verkehrsstrecken umfasst, die für hohe Geschwindigkeiten ausgelegt sind und/oder der mehrheitlich außerortliche Verkehrsstrecken umfasst.
12. Prüfemrichtung (1) zum Prüfen eines Verkehrssteuerungs- Systems (VSS) , mindestens aufweisend:
- eine Datenubernahmeschnittstelle (3) zur Übernahme von Steuerungsdaten (SD) des Verkehrssteuerungssystems (VSS),
- eine Verkehrssituations-Simulationseinheit (5) zur Simula¬ tion (SIM) einer Verkehrssituation (VSI) auf Basis der Steuerungsdaten (SD) mit einer Verkehrssimulationsdaten- Erzeugungseinheit (7) zur Erzeugung von Verkehrssimulationsdaten (VSD) in Abhängigkeit von einem Simulationsergebnis,
- eine Datenubergabeschnittstelle (11) für Verkehrssimulati- onsdaten (VSD) an das Verkehrssteuerungssystem (VSS),
- wobei die Prüfemrichtung eine Verhaltenswahrscheinlich- keits-Ermittlungseinheit (9) zur Ermittlung von Verhaltens- wahrschemlichkeitsverteilungen (VWV, VWVi, VWViPKw, VWViLKW, VWV2, VWV2PKw, VWV2LKW, VWV2BUs, VWV2KPAD, VWV3) von Verkehrs- teilnehmern (PKW, LKW, BUS, KRAD) umfasst und die Verkehrs- situations-Simulationseinheit (5) so ausgebildet ist, dass die Simulation (SIM) unter Verwendung der Verhaltenswahr- scheinlichkeitsverteilungen (VWV, VWVi, VWViPKw, VWViLKw, VWV2, VWV2PKw, VWV2LKw, VWV2BUs, VWV2KRAD, VWV3) erfolgt.
13. Computerprogrammprodukt, welches direkt in einen Prozes¬ sor einer Rechnereinrichtung ladbar ist, mit Programmcode- Mitteln, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 11 auszuführen.
PCT/EP2008/065072 2007-12-27 2008-11-06 Verfahren und prüfeinrichtung zum prüfen eines verkehrssteuerungssystems WO2009083316A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP08868251A EP2225745A1 (de) 2007-12-27 2008-11-06 Verfahren und prüfeinrichtung zum prüfen eines verkehrssteuerungssystems
US12/810,882 US20100292971A1 (en) 2007-12-27 2008-11-06 Method and testing device for testing a traffic-control system
IL206187A IL206187A0 (en) 2007-12-27 2010-06-06 Method and testing device for testing a traffic-control system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102007062741A DE102007062741B4 (de) 2007-12-27 2007-12-27 Verfahren und Prüfeinrichtung zum Prüfen eines Verkehrssteuerungssystems
DE102007062741.8 2007-12-27

Publications (1)

Publication Number Publication Date
WO2009083316A1 true WO2009083316A1 (de) 2009-07-09

Family

ID=40436484

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2008/065072 WO2009083316A1 (de) 2007-12-27 2008-11-06 Verfahren und prüfeinrichtung zum prüfen eines verkehrssteuerungssystems

Country Status (5)

Country Link
US (1) US20100292971A1 (de)
EP (1) EP2225745A1 (de)
DE (1) DE102007062741B4 (de)
IL (1) IL206187A0 (de)
WO (1) WO2009083316A1 (de)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110161934A1 (en) * 2009-12-29 2011-06-30 Microgen Plc Generating and monitoring data items
US8706458B2 (en) * 2011-10-05 2014-04-22 International Business Machines Corporation Traffic sensor management
US8938535B2 (en) * 2012-06-01 2015-01-20 National Chiao Tung University System for real traffic replay over wireless networks
US10300922B2 (en) * 2017-09-29 2019-05-28 Denso International America, Inc. Risk assessment system for assessing current driver behavior relative to past behavior and behaviors of other drivers
US11032012B2 (en) * 2018-06-05 2021-06-08 Rohde & Schwarz Gmbh & Co. Kg Radio frequency channel emulator system
DE102020203058A1 (de) 2020-03-10 2021-09-16 Siemens Mobility GmbH Automatisierte Zuverlässigkeitsprüfung einer infrastrukturseitigen Überwachungssensorik

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6172617B1 (en) 1998-07-02 2001-01-09 Louisiana State University Controller interface device
WO2001018767A1 (de) * 1999-09-02 2001-03-15 Siemens Aktiengesellschaft Steuerungsvorrichtung für eine verkehrsampelkreuzung
WO2007025824A1 (de) * 2005-08-30 2007-03-08 Siemens Aktiengesellschaft Verfahren und vorrichtung zur automatischen generierung von verkehrsmanagement-strategien

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7860639B2 (en) * 2003-02-27 2010-12-28 Shaoping Yang Road traffic control method and traffic facilities
EP1650686A3 (de) * 2004-09-17 2006-07-12 Dacos Software GmbH Verfahren und Vorrichtung zur Simulation von nichtlinearen Abhängigkeiten zwischen physikalischen Entitäten und über Sensoren gemessene Einflussfaktoren auf der Basis eines Mikro-Simulationsansatzes mittels in Objekten eingebetteten probabilistischen Netzen
US7786855B2 (en) * 2005-08-08 2010-08-31 University Of Washington Through Its Center For Commercialization Mobile system and method for traffic detector simulations
US7912628B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6172617B1 (en) 1998-07-02 2001-01-09 Louisiana State University Controller interface device
WO2001018767A1 (de) * 1999-09-02 2001-03-15 Siemens Aktiengesellschaft Steuerungsvorrichtung für eine verkehrsampelkreuzung
WO2007025824A1 (de) * 2005-08-30 2007-03-08 Siemens Aktiengesellschaft Verfahren und vorrichtung zur automatischen generierung von verkehrsmanagement-strategien

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
GUOQIANG MAO ET AL: "Connection admission control - closing the loop", NETWORKS, 2003. ICON2003. THE 11TH IEEE INTERNATIONAL CONFERENCE ON SEPT. 28-OCT. 1, 2003, PISCATAWAY, NJ, USA,IEEE, 28 September 2003 (2003-09-28), pages 373 - 378, XP010683549, ISBN: 978-0-7803-7788-2 *
P.J. GUNDALIYA; S.L. DHINGRA, HETEROGENEOUS TRAFFIC FLOW MODELLING AND SIMULATION USING CELLULAR AUTOMATA, May 2002 (2002-05-01)
P.J. GUNDALIYA; TOM V. MATTHEW; S.L. DHINGRA: "Simulating single and two lane heterogeneous traffic using cellular automata", CUPUM INTERNATIONAL CONFERENCE AT LONDON, 1 July 2005 (2005-07-01)
P.J.GUNDALIYA, S.L.DHINGRA: "Heterogeneous traffic flow modeling and simulation using cellular automata", DOCTORAL RESEARCH (INDIAN INSTITUTE OF TECHNOLOGY OF BOMBAY), May 2002 (2002-05-01), pages 1 - 2, XP002520516, Retrieved from the Internet <URL:http://www.civil.iitb.ac.in/~vmtom/2000-areas/areas/areas.html#SECTION00032000000000000000> [retrieved on 20090320] *
P.J.GUNDALIYA, TOM V. MATHEW, S.L. DHINGRA: "Simulating single and two lane heterogeneous traffic using cellular automata", CUPUM INTERNATIONAL CONFERENCE AT LONDON UK, 1 July 2005 (2005-07-01), London, pages 1 - 16, XP002520510, Retrieved from the Internet <URL:http://www.scribd.com/doc/6647287/Simulating-Single-and-Two-Lane-Heterogeneous-Traffic-Using-Cellular-Automata> [retrieved on 20090320] *

Also Published As

Publication number Publication date
IL206187A0 (en) 2010-12-30
DE102007062741A1 (de) 2009-07-02
EP2225745A1 (de) 2010-09-08
US20100292971A1 (en) 2010-11-18
DE102007062741B4 (de) 2009-08-27

Similar Documents

Publication Publication Date Title
EP0789341B1 (de) Fahrzeugautonome Detektion von Verkehrsstau
DE102018128290A1 (de) Verfahren und vorrichtung zum erzeugen von szenarien und parametrischen sweeps für die entwicklung und bewertung von autonomen antriebssystemen
DE102009008745B4 (de) Verfahren und System zur automatischen Verkehrsführung
WO2009043665A1 (de) Verfahren zur ermittlung von verbrauchs- und/oder emissionswerten
WO2019063628A1 (de) System zur erzeugung und/oder aktualisierung eines digitalen modells einer digitalen karte
DE102012107309A1 (de) Verfahren und Vorrichtung zum Schätzen der Leistungsnutzung
DE102017009971A1 (de) Verfahren zum Testen eines Spurhalteassistenzsystems für ein Fahrzeug
EP1695317A1 (de) Verkehrszustandserkennung mit einem schwellenwertverfahren
WO2009083316A1 (de) Verfahren und prüfeinrichtung zum prüfen eines verkehrssteuerungssystems
EP1303845A1 (de) Verfahren zur ermittlung von verkehrslageinformationen
EP3438946A2 (de) Verfahren zur vorhersage eines schaltzeitpunktes einer signalgruppe einer signalanlage
DE102015215605A1 (de) Verfahren zum Steuern einer Verkehrssteueranlage
DE19740602B4 (de) Verkehrsleit-, Informations- und Positionierungssystem (VIPS)
DE102013107960B4 (de) Verfahren zur Aktualisierung einer Datenbasis sowie Einrichtung und Computerprogramm
EP4058927A1 (de) Verfahren zur abschätzung einer abdeckung des raums von verkehrsszenarien
EP3723062A1 (de) Verfahren und vorrichtung zur computer-implementierten verkehrsleitung von kraftfahrzeugen in einem vorbestimmten gebiet
DE10108611A1 (de) Verfahren zur Simulation und Prognose der Bewegung von Einzelfahrzeugen auf einem Verkehrswegenetz
DE102015115237B4 (de) Steuervorrichtung und steuerverfahren für eine verkehrssteueranlage, und steuersystem
WO2019063630A1 (de) Verfahren und einrichtung
WO2009021902A1 (de) Verfahren und vorrichtung zur priorisierung von sonderfahrzeugen an einem lichtsignalgesteuerten knotenpunkt
DE10133001A1 (de) Verfahren zur Ermittlung von Verkehrslageinformationen
DE4244393C1 (de) Verkehrsmeßwerk- und Überwachungssystem
DE102020105527A1 (de) Verfahren und system zum ermitteln von ursachen für eine verkehrsstörung
DE10110326A1 (de) Verfahren zur Ermittlung einer aktuellen Verkehrslage
DE102007062742B4 (de) Verfahren und Prüfeinrichtung zum Prüfen eines Verkehrssteuerungssystems und/oder der Verkehrstüchtigkeit einer Tunnelstrecke

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 08868251

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2008868251

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 12810882

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE