WO2010063054A1 - Verfahren zur approximation des zeitlichen verlaufs von verkehrsdaten - Google Patents

Verfahren zur approximation des zeitlichen verlaufs von verkehrsdaten Download PDF

Info

Publication number
WO2010063054A1
WO2010063054A1 PCT/AT2009/000473 AT2009000473W WO2010063054A1 WO 2010063054 A1 WO2010063054 A1 WO 2010063054A1 AT 2009000473 W AT2009000473 W AT 2009000473W WO 2010063054 A1 WO2010063054 A1 WO 2010063054A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
road
measurement
course
unit
Prior art date
Application number
PCT/AT2009/000473
Other languages
English (en)
French (fr)
Inventor
Bernhard Nowotny
Martin Reinthaler
Original Assignee
Österreichisches Forschungs- Und Prüfzentrum Arsenal Gesellschaft M.B.H.
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 Österreichisches Forschungs- Und Prüfzentrum Arsenal Gesellschaft M.B.H. filed Critical Österreichisches Forschungs- Und Prüfzentrum Arsenal Gesellschaft M.B.H.
Priority to EP09771264A priority Critical patent/EP2364494B1/de
Publication of WO2010063054A1 publication Critical patent/WO2010063054A1/de

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions

Definitions

  • the invention relates to a method for approximating the time course of traffic data according to the preamble of claim 1. Furthermore, the invention relates to a device for approximating the temporal
  • the invention relates to a data carrier, a computer program and a computer program product.
  • the invention in particular the method according to the invention and the device according to the invention, are used in the field of automated traffic detection or traffic prediction.
  • Background of the invention is the determination of traffic data for a plurality of road sections, on which only isolated information is available.
  • Information can be determined for example by means of a stationary measuring device, but also by means of vehicles which are in flowing traffic.
  • the object of the invention is to solve the problems mentioned above and to provide a method and a device that provide continuous traffic information for these road sections even with sparse input data for certain predetermined road sections.
  • the invention solves this problem in a method of the type mentioned above with the features of the characterizing part of claim 1 and in a device having the features of the characterizing part of claim 4.
  • the time profile of traffic data is approximated. From historical data, average group data profiles and average road data profiles are formed. Deviation time series are formed and using the time series analysis, optimal approximation values for these deviations are calculated. This method is applicable, both when complete data histories exist and when data of individual intervals are missing.
  • the group data progressions can be adapted successively to new traffic conditions.
  • the road data courses can be successively adapted to new traffic conditions.
  • Fig. 1 shows schematically the structure of a device according to the invention.
  • FIG. 2 schematically illustrates the formation of a road data history based on a number of measurements and the associated group data history.
  • FIG. 3 shows the formation of an approximated road data course for a given average road data course as well as a multiplicity of measured values.
  • a device for approximating the time course of traffic data is shown.
  • the device comprises a plurality of measuring devices, not shown, which determine or determine traffic data in the form of measured values at different measuring times.
  • This traffic data may concern either traffic flow or speed measurements.
  • a measuring device may, for example, be a permanently mounted sensor, for example located above a road. This sensor measures, for example, traffic flow or speed of passing vehicles and records the measurement data obtained in this way, whereby the measuring device assigns the time of recording or recording to the measurement data.
  • mobile measuring devices whose local position is variable. These data are then provided with a coding of the site, such as the GPS coordinates of the site, as well as with a time stamp. All measurement data records thus comprise the respective measured value, the measurement time of the recording and optionally an identifier and / or the coded position of the recording or recording instrument.
  • the measuring devices it is particularly necessary for the measuring devices to be located in an area immediately above or laterally above the road sections in a vehicle. Stationary measuring devices are fixedly arranged in the area of the road sections and assigned to them.
  • This association and grouping unit 1 comprises a grouping table in which a predetermined mutual association between road sections, groups of road sections and measuring devices or measuring positions is stored.
  • the number of predetermined Road sections divided into groups based on given criteria.
  • each group there are a plurality of road sections, each of the grouped road sections having similar characteristics, for example, similar or identical top speeds, similar geometry, same type of road (highway, freeway, highway, local area), and so forth stationary measuring devices, so the assignment to a road section is unique, since the meter itself is assigned to the road section.
  • the device comprises a unit 2 for forming the measurement data sets and the respective road segments as well as the respective groups to each other in accordance with the allocation table.
  • Each measurement data set is provided in the course of this further processing with an identifier of this group or this road section.
  • the measurement data records are forwarded to the output of the assignment and grouping unit 1 and are present there in the form of, in particular digital, data.
  • the device according to the invention comprises a unit 2 for forming the
  • This group data history formation unit 2 obtains a group time series for each group of road sections by means of the time-series-forming measurement data sets assigned to the respective group. For easy comparability of the individual measurement data sets with each other, it is provided that a periodically recurring measurement interval is predetermined, which is set in particular to a day or a week. All measuring times are recorded relative to the beginning of the respective measuring interval and assigned to the respective measured value or measured data record. For each group is assigned by means of the individual groups
  • Measurement data sets formed by time series a mean group data history of the measured values over time, in particular over the measuring interval.
  • the group data history determined by time series generation is present for each group.
  • the procedure for determining the average road data course 92 is shown in FIG. 2.
  • a typical, mean road data course 92 is formed, in which the deviation between the measured value and the value of the group data profile present at the respective measuring time is first determined for each measured value or measured data record assigned to the respective road section.
  • 2 shows a continuous group data course 91 as well as a multiplicity of deviations 95 between a measured value and the value of the group data profile 91 present at the respective measuring time.
  • a deviation time series is formed from these deviations as well as the time points of their recording.
  • the time-of-flight series is analyzed by a prior-art time-series analysis method, an appropriate time-series model is identified, and the time series based on the time-series model is smoothed or a compensation function is formed.
  • the deviation time series determined in this way is added to the group data course 91 of the group to which the respective road section is assigned, the typical road data course 92, 92 'corresponding to the summation time profile thus formed. Even in those areas in which only fragmentary information about the traffic data of interest are available, a meaningful result can be formed over the typical road data course 92, 92 'by means of time series formation.
  • the typical road data courses 92, 92 'of the individual road sections are applied to the output of the unit 3 for approximating the road data course 92, 92'.
  • the average road data approximation unit 3 is followed by a unit 4 for approximating the interval data waveform.
  • the output of the allocation and grouping unit 1 is connected to the input for approximating the interval data course 4.
  • an approximate interval data history 93 for this predetermined measurement interval is formed by means of the data records recorded in a single predetermined measurement interval, by performing the following steps:
  • the deviation between the measured value and the value of the average road data course 92 present at the respective measuring time is determined or formed.
  • the acquisition of the measurement data is performed in sequential order, so that the calculation of the deviation is performed in sequential order, each including the latest measurement data.
  • a deviation time series is formed by means of the determined deviations 96 and the measuring points 94 assigned to them.
  • the time-of-deviation series is determined by a state-of-the-art time-series analysis method analyzes the technology, identifies a suitable time series model and filters the time series based on the time series model.
  • the thus determined deviation time series is added to the approximated interval data history of the selected road segment.
  • the approximated interval data course thus corresponds approximately to the time profile of the traffic data in the predetermined measurement interval and on the given road section.
  • the approximated interval data course 93, 93 'for the selected road section corresponds to the summation time curve formed and is present at the output of the unit 4 for approximating the interval data course 93, 93'.
  • a particular embodiment of the invention provides that for the determination of the group data courses 91, measurement data from those three to twelve months, which immediately precede the measurement time, are used. This is achieved in a device according to the invention in that in the unit 2 for forming the group data history 91, a group data control unit 21 is provided which deletes those records whose recording date is older than a predetermined period of time.

Landscapes

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

Abstract

Die Erfindung betrifft ein Verfahren zur Approximation des zeitlichen Verlaufs von Verkehrsdaten für einen ausgewählten Straßenabschnitt, wobei ein periodisches Messintervall vorgegeben wird, wobei Messdatensätze umfassend den jeweiligen Messwert sowie den Messzeitpunkt seiner Aufnahme generiert und auf Grund einer vorgegebenen Zuordnung zwischen Messort und Straßenabschnitten dem Straßenabschnitt zugeordnet werden, in dem die Messung erfolgt ist. Erfindungsgemäß ist vorgesehen, dass die Straßenabschnitte auf Grund vorgegebener Kriterien in Gruppen unterteilt werden, wobei für jede Gruppe ein mittlerer Gruppen-Datenverlauf (91) der Messwerte ermittelt wird, dass für jeden einzelnen Straßenabschnitt ein mittlerer Straßen-Datenverlauf (92) gebildet wird, und dass für den ausgewählten Straßenabschnitt ein approximierter Intervall-Datenverlauf (93) für dieses vorgegebene Messintervall gebildet wird, indem für jeden dem vorgegebenen Straßenabschnitt sowie dem jeweiligen vorgegebenen Messintervall zugeordneten Messwert die Abweichung zwischen dem Messwert und dem mittleren Straßen-Datenverlauf (92) gebildet wird, eine Abweichungs-Zeitreihe mittels der Abweichungen gebildet wird, und diese zum Straßen-Datenverlauf (92) addiert wird.

Description

Verfahren zur Approximation des zeitlichen Verlaufs von Verkehrsdaten
Die Erfindung betrifft ein Verfahren zur Approximation des zeitlichen Verlaufs von Verkehrsdaten gemäß dem Oberbegriff des Anspruchs 1. Ferner betrifft die Erfindung eine Vorrichtung zur Approximation des zeitlichen
Verlaufs von Verkehrsdaten gemäß dem Oberbegriff des Anspruchs 4.
Weiters betrifft die Erfindung einen Datenträger, ein Computerprogramm sowie ein Computerprogrammprodukt.
Die Erfindung, insbesondere das erfindungsgemäße Verfahren sowie die erfindungsgemäße Vorrichtung, werden im Bereich der automatisierten Verkehrserfassung bzw. Verkehrsvorhersage eingesetzt.
Hintergrund der Erfindung ist die Ermittlung von Verkehrsdaten für eine Vielzahl von Straßenabschnitten, auf welchen nur vereinzelt Informationen vorliegen. Informationen können beispielsweise mittels eines stationären Messgeräts, aber auch mittels Fahrzeugen ermittelt werden, welche sich im fließenden Verkehr befinden.
Insbesondere bei weniger häufig befahrenen Straßen besteht bei der Erfassung der Daten wie auch bei der Vorhersage der Daten das Problem, dass aufgrund der fehlenden Messdaten für einzelne Zeitintervalle unzureichende Informationen über den aktuellen Verkehrsstand zur Verfügung stehen.
Aufgabe der Erfindung ist es, die eingangs genannten Probleme zu lösen und ein Verfahren sowie eine Vorrichtung zur Verfügung zu stellen, welche auch bei spärlichen Eingangsdaten für bestimmte vorgegebene Straßenabschnitte kontinuierliche Verkehrsinformation für diese Straßenabschnitte liefern. Die Erfindung löst diese Aufgabe bei einem Verfahren der eingangs genannten Art mit den Merkmalen des Kennzeichens des Anspruchs 1 sowie bei einer Vorrichtung mit den Merkmalen des Kennzeichens des Anspruchs 4. Erfindungsgemäß wird der um den zeitlichen Verlauf von Verkehrsdaten approximiert. Es werden aus historischen Daten mittlere Gruppen-Datenverläufe und mittlere Straßen-Datenverläufe gebildet. Es werden Abweichungszeitreihen gebildet und mit Hilfe der Zeitreihenanalyse optimale Approximationswerte für diese Abweichungen berechnet. Dieses Verfahren ist anwendbar, sowohl wenn komplette Datenverläufe existieren als auch wenn Daten einzelner Intervalle fehlen.
Erfindungsgemäß besteht der Vorteil, dass selbst bei Vorliegen spärlicher Verkehrsinformationen ein kontinuierlicher Verlauf der interessierenden Verkehrsgröße ermittelt werden kann. Somit ist es möglich, selbst auf wenig befahrenen Straßen oder auf Straßen, die nur selten mit mobilen Messfahrzeugen befahren werden, hinreichend genaue Information über die in Betracht stehenden Verkehrsdaten zu erhalten.
Mit den Kennzeichen der Ansprüche 2 und 5 können die Gruppen-Datenverläufe sukzessive an neue Verkehrsgegebenheiten angepasst werden. Mit den Kennzeichen der Ansprüche 3 und 6 können die Straßen-Datenverläufe sukzessive an neue Verkehrsgegebenheiten angepasst werden.
Fig. 1 zeigt schematisch den Aufbau einer erfindungsgemäßen Vorrichtung.
Fig. 2 zeigt schematisch die Bildung eines Straßen-Datenverlaufs basierend auf einer Anzahl von Messwerten und dem zugehörigen Gruppen-Datenverlauf.
Fig. 3 zeigt die Bildung eines approximierten Straßen-Datenverlaufs bei vorgegebenem mittleren Straßen-Datenverlauf sowie einer Vielzahl von Messwerten.
In Fig. 1 ist eine erfindungsgemäße Vorrichtung zur Approximation des zeitlichen Verlaufs von Verkehrsdaten dargestellt. Die Vorrichtung umfasst eine Vielzahl von nicht dargestellten Messgeräten, welche zu unterschiedlichen Messzeitpunkten Verkehrsdaten in Form von Messwerten bestimmen oder ermitteln. Diese Verkehrsdaten können entweder Messungen des Verkehrsflusses oder der Geschwindigkeit betreffen. Ein Messgerät kann beispielsweise ein fest montierter, beispielsweise oberhalb einer Straße befindlicher Sensor sein. Dieser Sensor misst beispielsweise Verkehrsfluss oder Geschwindigkeit der vorbeifahrenden Fahrzeuge und zeichnet die so gewonnenen Messdaten auf, wobei das Messgerät den Messdaten den Zeitpunkt der Aufzeichnung oder Aufnahme zuordnet.
Alternativ können auch mobile Messgeräte vorgesehen werden, deren örtliche Position variabel ist. Diese Daten werden anschließend mit einer Codierung des Messorts, beispielsweise den GPS-Koordinaten des Messorts, sowie mit einem Zeitstempel versehen. Alle Messdatensätze umfassen somit den jeweiligen Messwert, den Messzeitpunkt der Aufnahme sowie gegebenenfalls eine Kennung und/oder die codierte Position des aufzeichnenden oder aufnehmenden Messgeräts. Bei mobilen Messgeräten ist es insbesondere erforderlich, dass sich die Messgeräte in einem Bereich unmittelbar oberhalb bzw. seitlich oberhalb der Straßenabschnitte in einem Fahrzeug befinden. Stationäre Messgeräte sind im Bereich der Straßenabschnitte fest angeordnet und diesen zugeordnet.
Die so ermittelten Messdatensätze gelangen zu einer Zuordnungs- und Gruppierungseinheit. Diese Zuordnungs- und Gruppierungseinheit 1 umfasst eine Gruppierungstabelle, in der eine vorgegebene gegenseitige Zuordnung zwischen Straßenabschnitten, Gruppen von Straßenabschnitten und Messgeräten bzw. Messpositionen abgespeichert ist. Hierbei ist die Anzahl der vorgegebenen Straßenabschnitte auf Grund vorgegebener Kriterien in Gruppen unterteilt. In jeder Gruppe befindet sich eine Vielzahl von Straßenabschnitten, wobei jeder der in einer Gruppe befindlichen Straßenabschnitte ähnliche Eigenschaften aufweist, beispielsweise ähnliche oder idente Höchstgeschwindigkeiten, ähnliche Geometrie, gleiche Art von Straße (Autobahn, Schnellstraße, Bundesstraße, Ortsgebiet), usw. Liegen Messdatensätze von stationären Messgeräten vor, so ist die Zuordnung zu einem Straßenabschnitt eindeutig, da das Messgerät selbst dem Straßenabschnitt zugeordnet ist. Liegen hingegen Messdatensätze von mobilen Messgeräten vor, ist für die Zuordnung zu einem bestimmten Straßenabschnitt weiters die Kenntnis der Position des Messgeräts erforderlich. Mittels einer nicht dargestellten ebenfalls von der Gruppierungs- und Zuordnungseinheit 1 umfassten Einheit können die Messpositionen, insbesondere in Form von GPS-Koordinaten, den Straßenabschnitten zugeordnet werden. Die Zuordnungs- und Gruppierungseinheit ordnet in Übereinstimmung mit der Zuordnungstabelle die Messdatensätze und die jeweiligen Straßenabschnitte sowie die jeweiligen Gruppen einander zu. Jeder Messdatensatz wird im Zuge dieser Weiterverarbeitung mit einer Kennung dieser Gruppe bzw. dieses Straßenabschnittes versehen. Die Messdatensätze werden an den Ausgang der Zuordnungs- und Gruppierungseinheit 1 weitergeleitet und liegen dort in Form von, insbesondere digitalen, Daten vor. Ferner umfasst die erfindungsgemäße Vorrichtung eine Einheit 2 zur Bildung des
Gruppen-Datenverlaufs, deren Eingang an den Ausgang der Zuordnungs- und Gruppierungseinheit angeschlossen ist. Diese Einheit 2 zur Bildung des Gruppen- Datenverlaufs ermittelt für jede Gruppe von Straßenabschnitten mittels der, der jeweiligen Gruppe zugeordneten, Messdatensätze durch Zeitreihenbildung eine Gruppenzeitreihe. Zur einfachen Vergleichbarkeit der einzelnen Messdatensätze untereinander wird vorgesehen, dass ein periodisch wiederkehrendes Messintervall vorgegeben wird, welches insbesondere auf einen Tag oder eine Woche festgesetzt wird. Alle Messzeitpunkte werden bezogen auf den Anfang des jeweiligen Messintervalls aufgezeichnet und dem jeweiligen Messwert bzw. Messdatensatz zugeordnet. Für jede Gruppe wird mittels der den einzelnen Gruppen zugeordneten
Messdatensätze durch Zeitreihenbildung ein mittlerer Gruppen-Datenverlauf der Messwerte über die Zeit, insbesondere über das Messintervall, gebildet. Am Ausgang der Einheit 2 zur Bildung des Gruppen-Datenverlaufs liegt für jede Gruppe der durch Zeitreihenbildung ermittelte Gruppen-Datenverlauf an. Ferner ist in Fig. 1 eine Einheit 3 zur Approximation des mittleren Straßen-
Datenverlaufs vorgesehen. An deren Eingang ist der Ausgang der Zuordnungs- und Gruppierungseinheit 1 sowie der Ausgang der Einheit 2 zur Bildung des Gruppen- Datenverlaufs angeschlossen. Das Vorgehen zur Bestimmung des mittleren Straßen- Datenverlaufs 92 ist in Fig. 2 dargestellt. Für jeden Straßenabschnitt wird ein typischer, mittlerer Straßen-Datenverlauf 92 gebildet, in dem zunächst für jeden, dem jeweiligen Straßenabschnitt zugeordneten Messwert oder Messdatensatz die Abweichung zwischen dem Messwert und dem zum jeweiligen Messzeitpunkt vorliegenden Wert des Gruppen- Datenverlaufs ermittelt wird. Fig. 2 zeigt einen durchgehenden Gruppen-Datenverlauf 91 sowie eine Vielzahl von Abweichungen 95 zwischen einem Messwert und dem zum jeweiligen Messzeitpunkt vorliegenden Wert des Gruppen-Datenverlaufs 91. Aus diesen Abweichungen sowie den Zeitpunkten ihrer Aufnahme wird eine Abweichungszeitreihe gebildet. Die Abweichungszeitreihe wird mit einem Verfahren zur Zeitreihen-Analyse nach dem Stand der Technik analysiert, ein passendes Zeitreihenmodell identifiziert und die Zeitreihe auf Basis des Zeitreihenmodelles geglättet bzw. eine Ausgleichsfunktion gebildet wird. Die so ermittelte Abweichungszeitreihe wird zum Gruppen-Datenverlauf 91 derjenigen Gruppe, welcher der jeweilige Straßenabschnitt zugeordnet ist, addiert, wobei der typische Straßen-Datenverlauf 92, 92' dem so gebildeten Summenzeitverlauf entspricht. Auch in denjenigen Bereichen, in welchen nur bruchstückhaft Informationen über die interessierenden Verkehrsdaten vorhanden sind, kann mittels Zeitreihenbildung ein aussagekräftiges Resultat über den typischen Straßen-Datenverlauf 92, 92' gebildet werden. Die typischen Straßen-Datenverläufe 92, 92' der einzelnen Straßenabschnitte liegen am Ausgang der Einheit 3 zur Approximation des Straßen-Daten Verlaufs 92, 92' an. Der Einheit 3 zur Approximation des mittleren Straßen-Datenverlaufs ist eine Einheit 4 zur Approximation des Intervall-Datenverlaufs nachgeschaltet. Der Ausgang der Zuordnungsund Gruppierungseinheit 1 ist an den Eingang zur Approximation des Intervall- Datenverlaufs 4 angeschlossen. Für einen ausgewählten Straßenabschnitt wird mittels der in einem einzigen vorgegebenen Messintervall aufgezeichneten Datensätze ein approximierter Intervall- Datenverlauf 93 für dieses vorgegebene Messintervall gebildet, indem die folgenden Schritte durchgeführt werden:
Für jeden dem ausgewählten Straßenabschnitt sowie dem vorgegebenen Messintervall zugeordneten Messwert oder Messdatensatz wird die Abweichung zwischen dem Messwert und dem zum jeweiligen Messzeitpunkt vorliegenden Wert des mittleren Straßen-Datenverlaufs 92 ermittelt bzw. gebildet. Üblicherweise erfolgt die Erfassung der Messdaten in sequentieller Reihenfolge, sodass auch die Berechnung der Abweichung in sequentieller Reihenfolge durchgeführt wird, jeweils einschließlich der neuesten Messdaten. Anschließend wird eine Abweichungszeitreihe mittels der ermittelten Abweichungen 96 sowie der diesen zugeordneten Messpunkte 94 gebildet. Die Abweichungszeitreihe wird mit einem Verfahren zur Zeitreihen-Analyse nach dem Stand der Technik analysiert, ein passendes Zeitreihenmodell identifiziert und die Zeitreihe auf Basis des Zeitreihenmodelles gefiltert bzw. ermittelt. Die so ermittelte Abweichungszeitreihe wird zum approximierten Intervall-Datenverlauf des ausgewählten Straßenabschnitts addiert. Der approximierte Intervall-Datenverlauf entspricht somit näherungsweise dem zeitlichen Verlauf der Verkehrsdaten im vorgegebenen Messintervall sowie auf dem vorgegebenen Straßenabschnitt.
Diese Verfahrensschritte werden bei einer erfindungsgemäßen Vorrichtung von der Einheit 4 zur Approximation des Intervall-Datenverlaufs durchgeführt. Der approximierte Intervall-Datenverlauf 93, 93' für den ausgewählten Straßenabschnitt entspricht dem gebildeten Summenzeitverlauf und liegt am Ausgang der Einheit 4 zur Approximation des Intervall-Datenverlaufs 93, 93' an.
Eine besondere Ausführungsform der Erfindung sieht vor, dass für die Ermittlung der Gruppen-Datenverläufe 91 Messdaten aus denjenigen drei bis zwölf Monaten, welche dem Messzeitpunkt unmittelbar vorangehen, herangezogen werden. Dies wird bei einer erfindungsgemäßen Vorrichtung dadurch erreicht, dass in der Einheit 2 zur Bildung des Gruppen-Datenverlaufs 91 eine Gruppendatenstandskontrolleinheit 21 vorgesehen ist, welche diejenigen Datensätze löscht, deren Aufzeichnungsdatum länger als eine vorgegebene Zeitspanne zurückliegt.
In Analogie dazu kann vorgesehen werden, dass für die Ermittlung der mittleren Straßen-Datenverläufe 92 Messdaten aus denjenigen drei bis zwölf Monaten herangezogen werden, welche dem Messzeitpunkt unmittelbar vorangehen. Dies wird in analoger Weise dadurch erreicht, dass in der Einheit 3 zur Approximation des mittleren Straßen-Datenverlaufs 92 eine Straßendatenstandskontrolleinheit 31 vorgesehen ist, welche Datensätze löscht, deren Aufzeichnungsdatum länger als eine vorgegebene Zeitspanne zurückliegt.

Claims

Patentansprüche:
1. Verfahren zur Approximation des zeitlichen Verlaufs von Verkehrsdaten für einen aus einer Anzahl von vorgegebenen Straßenabschnitten ausgewählten Straßenabschnitt,
- wobei in den vorgegebenen Straßenabschnitten zu unterschiedlichen Messzeitpunkten an einer Vielzahl von unterschiedlichen Messorten Verkehrsdaten in Form von Messwerten bestimmt oder ermittelt werden,
- wobei ein periodisch wiederkehrendes Messintervall, insbesondere ein Tag oder eine Woche, vorgegeben wird und alle Messzeitpunkte bezogen auf das Ende des jeweiligen
Messintervall aufgezeichnet und dem jeweiligen Messwert zugeordnet werden,
- wobei Messdatensätze umfassend den jeweiligen Messwert, den Messzeitpunkt seiner Aufnahme, sowie gegebenenfalls eine Kennung oder die Position des Messortes, generiert und auf Grund einer vorgegebenen Zuordnung zwischen Messort bzw. Position und Straßenabschnitten dem Straßenabschnitt zugeordnet werden, in dem die Messung erfolgt ist, dadurch gekennzeichnet, a) dass die Anzahl der vorgegebenen Straßenabschnitte auf Grund vorgegebener Kriterien in Gruppen unterteilt wird, - wobei für jede Gruppe mittels der den einzelnen Gruppen zugeordneten Messdatensätze durch Zeitreihenbildung ein mittlerer Gruppen-Datenverlauf (91) der Messwerte über die Zeit ermittelt wird, b) dass für jeden einzelnen Straßenabschnitt ein mittlerer Straßen-Datenverlauf (92) gebildet wird, indem - für jeden diesem einzelnen Straßenabschnitt zugeordneten Messwert oder Messdatensatz die Abweichung zwischen dem Messwert und dem zum jeweiligen Messzeitpunkt vorliegenden Wert des Gruppen-Datenverlaufs (91) gebildet wird,
- eine Abweichungs-Zeitreihe mittels der ermittelten Abweichungen sowie der zugeordneten Messzeitpunkte gebildet wird, und - die so ermittelte Abweichungs-Zeitreihe zum Gruppen-Datenverlauf (91) derjenigen Gruppe, welcher dieser einzelne Straßenabschnitt zugeordnet ist, addiert wird, wobei der mittlere Straßen-Datenverlauf (92) dem so gebildeten Summenzeitverlauf entspricht, und c) dass für den ausgewählten Straßenabschnitt mittels der in einem einzigen vorgegebenen Messintervall aufgezeichneten Datensätze ein approximierter Intervall- Datenverlauf (93) für dieses vorgegebene Messintervall gebildet wird, indem
- für jeden dem vorgegebenen Straßenabschnitt sowie dem jeweiligen vorgegebenen Messintervall zugeordneten Messwert oder Messdatensatz die Abweichung zwischen dem Messwert und dem zum jeweiligen Messzeitpunkt vorliegenden Wert des mittleren Straßen-Datenverlaufs (92) gebildet wird,
- eine Abweichungs-Zeitreihe mittels der ermittelten Abweichungen sowie der zugeordneten Messzeitpunkte gebildet wird, und - die so ermittelte Abweichungs-Zeitreihe zum approximierten Straßen-Datenverlauf (92) des ausgewählten Straßenabschnitts addiert wird, sodass der approximierte Intervall-Datenverlauf (93) näherungsweise dem Verlauf der Verkehrsdaten und dem so gebildeten Summenzeitverlauf entspricht.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass für die Ermittlung der mittleren Gruppen-Datenverläufe (91) Messdaten aus denjenigen drei bis zwölf Monaten, welche dem Messzeitpunkt unmittelbar vorangehen, herangezogen werden.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass für die Ermittlung der mittleren Straßen-Datenverläufe Messdaten aus denjenigen drei bis zwölf Monaten, welche dem Messzeitpunkt unmittelbar vorangehen, herangezogen werden.
4. Vorrichtung zur Approximation des zeitlichen Verlaufs von Verkehrsdaten für einen aus einer Anzahl von vorgegebenen Straßenabschnitten ausgewählten Straßenabschnitt, mit
- einer Vielzahl von Messgeräten, welche zu unterschiedlichen Messzeitpunkten Verkehrsdaten in Form von Messwerten bestimmten oder ermitteln,
- wobei sich die Messgeräte im Bereich der vorgegebenen Straßenabschnitte befinden und/oder diesen zugeordnet sind, und
- wobei die jeweiligen Messgeräte den Messwerten einen Messzeitpunkt zuordnen, und das Messgerät den Messzeitpunkt bezogen auf das Ende eines periodisch wiederkehrenden Messintervalls, insbesondere ein Tag oder eine Woche, aufzeichnet und dem Messwert zugeordnet, und - wobei die Messgeräte Messdatensätze umfassend den jeweiligen Messwert, den Messzeitpunkt seiner Aufnahme, sowie gegebenenfalls eine Kennung und/oder codierte Position des aufzeichnenden oder aufnehmenden Messgeräts generieren, gekennzeichnet durch a) eine Zuordnungs- und Gruppierungseinheit (1), der die von den Messgeräten erzeugten Messdatensätze zugeführt sind,
- wobei die Zuordnungs- und Gruppierungseinheit (1) eine Gruppierungstabelle umfasst, in der eine vorgegebene gegenseitige Zuordnung zwischen vorgegebenen Straßenabschnitten, Gruppen von Straßenabschnitten und Messpositionen abgespeichert ist, und
- wobei die Zuordnungs- und Gruppierungseinheit (1) in Übereinstimmung mit der Zuordnungstabelle die Messdatensätze den vorgegebenen Straßenabschnitten sowie den Gruppen zuordnet und mit einer der Gruppe bzw. dem Straßenabschnitt entsprechenden Kennung versieht, wobei die so bearbeiteten Messdatensätze am Ausgang der Zuordnungs- und Gruppierungseinheit (1) abgegeben werden, b) eine Einheit (2) zur Bildung eines mittleren Gruppen-Datenverlaufs, die an die Zuordnungs- und Gruppierungseinheit (1) angeschlossen ist, - wobei die Einheit (2) zur Bildung des mittleren Gruppen-Datenverlaufs (91) für jede Gruppe von Straßenabschnitten mittels der der jeweiligen Gruppe zugeordneten Messdatensätze durch Zeitreihenbildung einen mittleren Gruppen-Datenverlauf (91) ermittelt, und die den Gruppen zugeordneten mittleren Gruppen-Datenverläufe (91) zur Verfügung stellt, c) eine Einheit (3) zur Approximation des mittleren Straßen-Datenverlaufes (92) eines Straßenabschnittes, an deren Eingang der Ausgang der Zuordnungs- und Gruppierungseinheit (1) sowie der Ausgang der Einheit (2) zur Bildung des Gruppen- Datenverlaufs (91) angeschlossen ist,
- wobei die Einheit (3) zur Approximation des mittleren Straßen-Datenverlaufes (92) für jeden einzelnen Straßenabschnitt einen mittleren Straßen-Datenverlauf (92) bildet, indem
- die Einheit (3) zur Approximation des Straßen-Datenverlaufes (92) für jeden diesem Straßenabschnitt zugeordneten Messwert und/oder Messdatensatz die Abweichung zwischen dem Messwert und dem zum jeweiligen Messzeitpunkt vorliegenden Wert des Gruppen-Datenverlaufs (91) bildet, - die Einheit (3) zur Approximation des mittleren Straßen-Datenverlaufes (92) eine Abweichungs-Zeitreihe mittels der ermittelten Abweichungen sowie der zugeordneten Messzeitpunkte bildet, und
- die Einheit (3) zur Approximation des Straßen-Datenverlaufes (92) die so ermittelte Abweichungs-Zeitreihe zum Gruppen-Datenverlauf (91) derjenigen Gruppe, welcher dieser Straßenabschnitt zugeordnet ist, addiert, wobei der mittlere Straßen-Datenverlauf (92) dem so gebildeten Summenzeitverlauf entspricht und die Straßen-Datenverläufe (92) der einzelnen Straßenabschnitte am Ausgang der Einheit (3) zur Approximation des Straßen-Datenverlaufes (92) anliegen, d) eine Einheit (4) zur Approximation des Intervall-Datenverlaufes (93) für den ausgewählten Straßenabschnitt, an welcher der Ausgang der Einheit (3) zur Approximation des mittleren Straßen-Datenverlaufes (92) und der Ausgang der Zuordnungs- und Gruppierungseinheit (1) angeschlossen ist, - wobei die Einheit (4) zur Approximation des Intervall-Datenverlaufs (93) die für den ausgewählten Straßenabschnitt mittels der in einem einzigen vorgegebenen Messintervall aufgezeichneten Datensätze einen approximierter Straßen-Datenverlauf (92) für dieses gegebene Messintervall bildet, indem - die Einheit (4) zur Approximation des Intervall-Datenverlaufs (93) für jeden dem jeweiligen Straßenabschnitt sowie dem jeweiligen vorgegebenen Messintervall zugeordneten Messwert und/oder Messdatensatz die Abweichung zwischen dem Messwert und dem zum jeweiligen Messzeitpunkt vorliegenden Wert des Straßen- Datenverlaufs (92) bildet, - wobei die Einheit (4) zur Approximation des Intervall-Datenverlaufs (93) eine Abweichungs-Zeitreihe mittels der ermittelten Abweichungen sowie der zugeordneten Messzeitpunkte bildet,
- wobei die Einheit (4) zur Approximation des Intervall-Datenverlaufs (93) die so ermittelte Abweichungs-Zeitreihe zum Straßen-Datenverlauf (92) des ausgewählten Straßenabschnitts addiert, und
- wobei der approximierte Intervall-Datenverlauf (93) für den ausgewählten Straßenabschnitt dem so gebildeten Summenzeitverlauf entspricht und am Ausgang der Einheit (4) zur Approximation des Intervall-Datenverlaufs (93) anliegt.
5. Vorrichtung nach Anspruch 4, dadurch gekennzeichnet, dass in der Einheit (2) zur Bildung des Gruppen-Datenverlaufs (91) eine Gruppendatenstandskontrolleinheit (21) vorgesehen ist, welche diejenigen Datensätze löscht, deren Aufzeichnungsdatum länger als eine vorgegebene Zeitspanne zurückliegt.
6. Vorrichtung gemäß Anspruch 4 oder 5, dadurch gekennzeichnet, dass in der Einheit (3) zur Approximation des mittleren Straßen-Datenverlaufes (92) eine Straßendatenstandkontrolleinheit (31) vorgesehen ist, welche Datensätze löscht, deren Aufzeichnungsdatum länger als eine vorgegebene Zeitspanne zurückliegt.
7. Datenträger, auf dem ein Programm zur Durchführung eines Verfahrens gemäß einem der Ansprüche 1 bis 3 abgespeichert ist.
8. Computerprogramm mit Programmcode-Mitteln, eingerichtet zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 3, wenn das Programm auf einem Computer ausgeführt wird,
9. Computerprogramm nach Anspruch 8, gespeichert auf einem Datenträger.
10. Datenträger mit elektronisch auslesbaren Steuersignalen, die so mit einem programmierbaren Computersystem zusammenwirken können, dass ein Verfahren nach einem der Ansprüche 1 bis 3 ausgeführt wird.
11. Computerprogrammprodukt mit Programmcode zur Ausführung des Verfahrens nach einem der Ansprüche 1 bis 3, wenn das Programm auf einem Computer ausgeführt wird.
PCT/AT2009/000473 2008-12-05 2009-12-04 Verfahren zur approximation des zeitlichen verlaufs von verkehrsdaten WO2010063054A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP09771264A EP2364494B1 (de) 2008-12-05 2009-12-04 Verfahren zur approximation des zeitlichen verlaufs von verkehrsdaten

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
AT19052008A AT507619B1 (de) 2008-12-05 2008-12-05 Verfahren zur approximation des zeitlichen verlaufs von verkehrsdaten
ATA1905/2008 2008-12-05

Publications (1)

Publication Number Publication Date
WO2010063054A1 true WO2010063054A1 (de) 2010-06-10

Family

ID=41600339

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/AT2009/000473 WO2010063054A1 (de) 2008-12-05 2009-12-04 Verfahren zur approximation des zeitlichen verlaufs von verkehrsdaten

Country Status (3)

Country Link
EP (1) EP2364494B1 (de)
AT (1) AT507619B1 (de)
WO (1) WO2010063054A1 (de)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8252937B2 (en) 2007-09-14 2012-08-28 Janssen Pharmaceuticals, Inc. 1,3-disubstituted 4-(aryl-X-phenyl)-1H-pyridin-2-ones
US8299101B2 (en) 2007-03-07 2012-10-30 Janssen Pharmaceuticals, Inc. 1,4-disubstituted 3-cyano-pyridone derivatives and their use as positive mGluR2-receptor modulators
US8399493B2 (en) 2004-09-17 2013-03-19 Janssen Pharmaceuticals, Inc. Pyridinone derivatives and their use as positive allosteric modulators of mGluR2-receptors
US8691849B2 (en) 2008-09-02 2014-04-08 Janssen Pharmaceuticals, Inc. 3-azabicyclo[3.1.0]hexyl derivatives as modulators of metabotropic glutamate receptors
US8691813B2 (en) 2008-11-28 2014-04-08 Janssen Pharmaceuticals, Inc. Indole and benzoxazine derivatives as modulators of metabotropic glutamate receptors
US8697689B2 (en) 2008-10-16 2014-04-15 Janssen Pharmaceuticals, Inc. Indole and benzomorpholine derivatives as modulators of metabotropic glutamate receptors
US8716480B2 (en) 2009-05-12 2014-05-06 Janssen Pharmaceuticals, Inc. 7-aryl-1,2,4-triazolo[4,3-a]pyridine derivatives and their use as positive allosteric modulators of mGluR2 receptors
US8722894B2 (en) 2007-09-14 2014-05-13 Janssen Pharmaceuticals, Inc. 1,3-disubstituted-4-phenyl-1H-pyridin-2-ones
US8785486B2 (en) 2007-11-14 2014-07-22 Janssen Pharmaceuticals, Inc. Imidazo[1,2-A]pyridine derivatives and their use as positive allosteric modulators of mGluR2 receptors
US8841323B2 (en) 2006-03-15 2014-09-23 Janssen Pharmaceuticals, Inc. 1, 4-disubstituted 3-cyano-pyridone derivatives and their use as positive allosteric modulators of MGLUR2-receptors
US8906939B2 (en) 2007-03-07 2014-12-09 Janssen Pharmaceuticals, Inc. 3-cyano-4-(4-tetrahydropyran-phenyl)-pyridin-2-one derivatives
US8937060B2 (en) 2009-05-12 2015-01-20 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo [4,3-A] pyridine derivatives and their use for the treatment of prevention of neurological and psychiatric disorders
US8946205B2 (en) 2009-05-12 2015-02-03 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo[4,3-a]pyridine derivatives and their use as positive allosteric modulators of mGluR2 receptors
US8993591B2 (en) 2010-11-08 2015-03-31 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo[4,3-a] pyridine derivatives and their use as positive allosteric modulators of MGLUR2 receptors
US9012448B2 (en) 2010-11-08 2015-04-21 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo[4,3-a]pyridine derivatives and their use as positive allosteric modulators of MGLUR2 receptors
US9114138B2 (en) 2007-09-14 2015-08-25 Janssen Pharmaceuticals, Inc. 1′,3′-disubstituted-4-phenyl-3,4,5,6-tetrahydro-2H,1′H-[1,4′] bipyridinyl-2′-ones
US9271967B2 (en) 2010-11-08 2016-03-01 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo[4,3-a]pyridine derivatives and their use as positive allosteric modulators of mGluR2 receptors
US9708315B2 (en) 2013-09-06 2017-07-18 Janssen Pharmaceutica Nv 1,2,4-triazolo[4,3-a]pyridine compounds and their use as positive allosteric modulators of MGLUR2 receptors
CN108021687A (zh) * 2017-12-15 2018-05-11 宁波三星医疗电气股份有限公司 电力采集终端曲线数据的快速记录及查找方法
US10106542B2 (en) 2013-06-04 2018-10-23 Janssen Pharmaceutica Nv Substituted 6,7-dihydropyrazolo[1,5-a]pyrazines as negative allosteric modulators of mGluR2 receptors
US10537573B2 (en) 2014-01-21 2020-01-21 Janssen Pharmaceutica Nv Combinations comprising positive allosteric modulators or orthosteric agonists of metabotropic glutamatergic receptor subtype 2 and their use
US11369606B2 (en) 2014-01-21 2022-06-28 Janssen Pharmaceutica Nv Combinations comprising positive allosteric modulators or orthosteric agonists of metabotropic glutamatergic receptor subtype 2 and their use

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587781B2 (en) 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
US7620402B2 (en) 2004-07-09 2009-11-17 Itis Uk Limited System and method for geographically locating a mobile device
GB2492369B (en) 2011-06-29 2014-04-02 Itis Holdings Plc Method and system for collecting traffic data

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080071465A1 (en) * 2006-03-03 2008-03-20 Chapman Craig H Determining road traffic conditions using data from multiple data sources

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587781B2 (en) * 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
AT412594B (de) * 2002-07-24 2005-04-25 Oesterreichisches Forschungs U Verfahren und system zur ermittlung von verkehrsdaten

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080071465A1 (en) * 2006-03-03 2008-03-20 Chapman Craig H Determining road traffic conditions using data from multiple data sources

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LINAUER, MARTIN: "Hightech für intermodale Routenplanung", FORSCHUNGSNEWS (ARSENAL RESEARCH), vol. 2008, no. 1, 1 January 2008 (2008-01-01) - 31 March 2008 (2008-03-31), Wien, Österreich, pages 1 - 24, XP002566992 *

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8399493B2 (en) 2004-09-17 2013-03-19 Janssen Pharmaceuticals, Inc. Pyridinone derivatives and their use as positive allosteric modulators of mGluR2-receptors
US8841323B2 (en) 2006-03-15 2014-09-23 Janssen Pharmaceuticals, Inc. 1, 4-disubstituted 3-cyano-pyridone derivatives and their use as positive allosteric modulators of MGLUR2-receptors
US9266834B2 (en) 2006-03-15 2016-02-23 Janssen Pharmaceuticals, Inc. 1, 4-disubstituted 3-cyano-pyridone derivatives and their use as positive allosteric modulators of MGLUR2-receptors
US8299101B2 (en) 2007-03-07 2012-10-30 Janssen Pharmaceuticals, Inc. 1,4-disubstituted 3-cyano-pyridone derivatives and their use as positive mGluR2-receptor modulators
US9067891B2 (en) 2007-03-07 2015-06-30 Janssen Pharmaceuticals, Inc. 1,4-disubstituted 3-cyano-pyridone derivatives and their use as positive allosteric modulators of mGluR2-receptors
US8906939B2 (en) 2007-03-07 2014-12-09 Janssen Pharmaceuticals, Inc. 3-cyano-4-(4-tetrahydropyran-phenyl)-pyridin-2-one derivatives
US8748621B2 (en) 2007-09-14 2014-06-10 Janssen Pharmaceuticals, Inc. 1,3-disubstituted 4-(aryl-X-phenyl)-1H-pyridin-2-ones
US8252937B2 (en) 2007-09-14 2012-08-28 Janssen Pharmaceuticals, Inc. 1,3-disubstituted 4-(aryl-X-phenyl)-1H-pyridin-2-ones
US11071729B2 (en) 2007-09-14 2021-07-27 Addex Pharmaceuticals S.A. 1′,3′-disubstituted-4-phenyl-3,4,5,6-tetrahydro-2H,1′H-[1,4′]bipyridinyl-2′-ones
US8722894B2 (en) 2007-09-14 2014-05-13 Janssen Pharmaceuticals, Inc. 1,3-disubstituted-4-phenyl-1H-pyridin-2-ones
US9132122B2 (en) 2007-09-14 2015-09-15 Janssen Pharmaceuticals, Inc. 1′,3′-disubstituted-4-phenyl-3,4,5,6-tetrahydro-2H,1′H-[1,4′]bipyridinyl-2′-ones
US9114138B2 (en) 2007-09-14 2015-08-25 Janssen Pharmaceuticals, Inc. 1′,3′-disubstituted-4-phenyl-3,4,5,6-tetrahydro-2H,1′H-[1,4′] bipyridinyl-2′-ones
US8785486B2 (en) 2007-11-14 2014-07-22 Janssen Pharmaceuticals, Inc. Imidazo[1,2-A]pyridine derivatives and their use as positive allosteric modulators of mGluR2 receptors
US8691849B2 (en) 2008-09-02 2014-04-08 Janssen Pharmaceuticals, Inc. 3-azabicyclo[3.1.0]hexyl derivatives as modulators of metabotropic glutamate receptors
US8697689B2 (en) 2008-10-16 2014-04-15 Janssen Pharmaceuticals, Inc. Indole and benzomorpholine derivatives as modulators of metabotropic glutamate receptors
US8691813B2 (en) 2008-11-28 2014-04-08 Janssen Pharmaceuticals, Inc. Indole and benzoxazine derivatives as modulators of metabotropic glutamate receptors
US8946205B2 (en) 2009-05-12 2015-02-03 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo[4,3-a]pyridine derivatives and their use as positive allosteric modulators of mGluR2 receptors
US10071095B2 (en) 2009-05-12 2018-09-11 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo [4,3-A] pyridine derivatives and their use for the treatment of neurological and psychiatric disorders
US9226930B2 (en) 2009-05-12 2016-01-05 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo [4,3-a] pyridine derivatives and their use for the treatment of prevention of neurological and psychiatric disorders
US8937060B2 (en) 2009-05-12 2015-01-20 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo [4,3-A] pyridine derivatives and their use for the treatment of prevention of neurological and psychiatric disorders
US8716480B2 (en) 2009-05-12 2014-05-06 Janssen Pharmaceuticals, Inc. 7-aryl-1,2,4-triazolo[4,3-a]pyridine derivatives and their use as positive allosteric modulators of mGluR2 receptors
US9737533B2 (en) 2009-05-12 2017-08-22 Janssen Pharmaceuticals. Inc. 1,2,4-triazolo [4,3-A] pyridine derivatives and their use for the treatment of prevention of neurological and psychiatric disorders
US9085577B2 (en) 2009-05-12 2015-07-21 Janssen Pharmaceuticals, Inc. 7-aryl-1,2,4-triazolo[4,3-A]pyridine derivatives and their use as positive allosteric modulators of mGluR2 receptors
US9012448B2 (en) 2010-11-08 2015-04-21 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo[4,3-a]pyridine derivatives and their use as positive allosteric modulators of MGLUR2 receptors
US8993591B2 (en) 2010-11-08 2015-03-31 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo[4,3-a] pyridine derivatives and their use as positive allosteric modulators of MGLUR2 receptors
US9271967B2 (en) 2010-11-08 2016-03-01 Janssen Pharmaceuticals, Inc. 1,2,4-triazolo[4,3-a]pyridine derivatives and their use as positive allosteric modulators of mGluR2 receptors
US10584129B2 (en) 2013-06-04 2020-03-10 Janssen Pharmaceuticals Nv Substituted 6,7-dihydropyrazolo[1,5-a]pyrazines as negative allosteric modulators of mGluR2 receptors
US10106542B2 (en) 2013-06-04 2018-10-23 Janssen Pharmaceutica Nv Substituted 6,7-dihydropyrazolo[1,5-a]pyrazines as negative allosteric modulators of mGluR2 receptors
US9708315B2 (en) 2013-09-06 2017-07-18 Janssen Pharmaceutica Nv 1,2,4-triazolo[4,3-a]pyridine compounds and their use as positive allosteric modulators of MGLUR2 receptors
US10537573B2 (en) 2014-01-21 2020-01-21 Janssen Pharmaceutica Nv Combinations comprising positive allosteric modulators or orthosteric agonists of metabotropic glutamatergic receptor subtype 2 and their use
US11103506B2 (en) 2014-01-21 2021-08-31 Janssen Pharmaceutica Nv Combinations comprising positive allosteric modulators or orthosteric agonists of metabotropic glutamatergic receptor subtype 2 and their use
US11369606B2 (en) 2014-01-21 2022-06-28 Janssen Pharmaceutica Nv Combinations comprising positive allosteric modulators or orthosteric agonists of metabotropic glutamatergic receptor subtype 2 and their use
US12048696B2 (en) 2014-01-21 2024-07-30 Janssen Pharmaceutica Nv Combinations comprising positive allosteric modulators or orthosteric agonists of metabotropic glutamatergic receptor subtype 2 and their use
CN108021687A (zh) * 2017-12-15 2018-05-11 宁波三星医疗电气股份有限公司 电力采集终端曲线数据的快速记录及查找方法

Also Published As

Publication number Publication date
AT507619B1 (de) 2011-11-15
EP2364494B1 (de) 2012-09-05
AT507619A1 (de) 2010-06-15
EP2364494A1 (de) 2011-09-14

Similar Documents

Publication Publication Date Title
EP2364494B1 (de) Verfahren zur approximation des zeitlichen verlaufs von verkehrsdaten
EP2280383B1 (de) Verfahren zur Ermittlung von Verkehrsinformationen für eine Straßenstrecke eines Straßennetzes sowie Verkehrsrechner zur Durchführung des Verfahrens
EP1298620B1 (de) System zum Steuern von Lichtsignalgebern an Kreuzungen
DE102008049568A1 (de) Verfahren zur Optimierung der Verkehrssteuerung an einem lichtsignalgesteuerten Knoten in einem Straßenverkehrsnetz
EP2224212A1 (de) Verfahren und Navigationseinrichtung zur Ermittlung der voraussichtlichen Fahrzeit
EP3665036B1 (de) Verfahren zur zustandsbestimmung von wenigstens einer entlang einer fahrstrecke verlaufenden fahrleitung
DE102020128166A1 (de) Managementvorrichtung, Managementsystem und Managementverfahren für automatisiertes Valet-Parken
DE102011107663B4 (de) Verfahren und Vorrichtung zur dynamischen Steuerung einer Signalanlage
DE102008022349A1 (de) Verfahren und Vorrichtung zur Ermittlung von Rückstaulängen an Lichtsignalanlagen
EP3329332B1 (de) Verfahren zur ermittlung von stützpunkten eines versuchsplans
DE4106024C1 (de)
AT412594B (de) Verfahren und system zur ermittlung von verkehrsdaten
EP2743836A2 (de) Verfahren zur Überwachung von Systemzuständen mit einer Vorrichtung sowie entsprechend ausgestaltete Vorrichtung
EP2945032B1 (de) Verfahren zur ermittlung der schaltzeiten und/oder der heizkurvenkennlinie einer heizungsanlage
EP3398828B1 (de) Fahrerassistenzsystem und verfahren zum unterstützen eines führers eines schienenfahrzeugs
DE102007049509A1 (de) Kraftfahrzeug-Navigationssystem
EP3991145A1 (de) Verfahren, computerprogramm und vorrichtung zur verarbeitung von durch ein kraftfahrzeug erfassten daten
DE102008024781A1 (de) Technik zur Reisezeitprognose
EP2887332A1 (de) Verfahren und System zum Ermitteln einer Verkehrssituation auf einer Straßenstrecke
DE102019215656A1 (de) Verfahren zum Bewerten einer ausgewählten Route, Routenbewertungssystem und Computerprogramm
DE102004039283A1 (de) Verfahren und Verkehrzentrale zur Prognose wenigstens einer streckenbezogenen Kenngröße
EP3903292B1 (de) Rückstauerkennung aus bewegungsdaten
AT524688B1 (de) Verfahren zum vorausschauenden abschätzen eines verlaufes
EP4361748A1 (de) Verfahren und vorrichtung zur ermittlung einer gesundheits-kennzahl einer maschine
EP2104784A2 (de) Verfahren zur bestimmung eines drehzahlwertes

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: 09771264

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2009771264

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE