WO2014161526A1 - GLOBALE STAUPRÄVENTION AUF AUTOBAHNEN/STRAßENNETZEN AUF DER GRUNDLAGE VON EMPFEHLUNGSGESCHWINDIGKEITEN PRO AUTOBAHN-/STRAßENABSCHNITT, WELCHE, BASIEREND AUF EINEM RASANTEN MANAGEMENT ALLER AKTUELLEN UND STATISTISCHEN VERKEHRSDATEN, IN SEHR KURZEN ZEITINTERVALLEN NEU ERRECHNET UND AN DIE VERKEHRSTEILNEHMER AUSGEGEBEN WERDEN - Google Patents

GLOBALE STAUPRÄVENTION AUF AUTOBAHNEN/STRAßENNETZEN AUF DER GRUNDLAGE VON EMPFEHLUNGSGESCHWINDIGKEITEN PRO AUTOBAHN-/STRAßENABSCHNITT, WELCHE, BASIEREND AUF EINEM RASANTEN MANAGEMENT ALLER AKTUELLEN UND STATISTISCHEN VERKEHRSDATEN, IN SEHR KURZEN ZEITINTERVALLEN NEU ERRECHNET UND AN DIE VERKEHRSTEILNEHMER AUSGEGEBEN WERDEN Download PDF

Info

Publication number
WO2014161526A1
WO2014161526A1 PCT/DE2014/000173 DE2014000173W WO2014161526A1 WO 2014161526 A1 WO2014161526 A1 WO 2014161526A1 DE 2014000173 W DE2014000173 W DE 2014000173W WO 2014161526 A1 WO2014161526 A1 WO 2014161526A1
Authority
WO
WIPO (PCT)
Prior art keywords
traffic
network
road
critical
road network
Prior art date
Application number
PCT/DE2014/000173
Other languages
English (en)
French (fr)
Inventor
Sadeeb Ottenburger
Original Assignee
Sadeeb Ottenburger
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 Sadeeb Ottenburger filed Critical Sadeeb Ottenburger
Priority to DE112014001861.9T priority Critical patent/DE112014001861A5/de
Publication of WO2014161526A1 publication Critical patent/WO2014161526A1/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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • 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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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
    • G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors

Definitions

  • Recommendation speeds per highway / road section which, based on a rapid management of all current and statistical traffic data, recalculated in very short time intervals and output to the road users.
  • the present invention is in the field of congestion avoidance in a highway / road network. More specifically, this invention is a computer-implemented method which is in the real-time domain of influencing traffic within a highway / road network.
  • the currently used methods / methods for controlling the congestion problem are mostly based on estimation methods for determining the current traffic condition. Furthermore, the control strategies offered by these methods / methods include the indication of alternative routes or the use of relatively rigid traffic control devices mounted on certain points of a highway / road network, possibly with the aid of
  • This computer-implemented invention pursues a very subtle and differentiated approach to the analysis or digital reconstruction / mapping and influence of real-time traffic flow on road / highway sections:
  • One approach of the present invention is a 1-1 real-time Reconstruction / mapping of the current traffic flow on road / motorway sections using a fine sensor network.
  • this computer-implemented invention pursues a more direct, finer and more effective intervention strategy: Based on the 1-1 real-time reconstruction / mapping of the current traffic flow, this invention determines at short intervals in addition to traffic variables such as
  • Recommendation speeds for selected highway / road sections using forecasting and analysis tools are recommended speed limits that can be adhered to to prevent a predicted critical traffic condition or to prevent the extension of a recognized critical traffic condition - critical traffic conditions include congestion and congested traffic. These recommendation speeds are provided and stored for transmission to the road users by means of traffic signs, in-car information systems, navis etc. in a server / computer system.
  • the approach of the present invention is to provide any road user with a recommended speed in real time, at any time and in any location in a highway / road network, in real time, to adhere to a predicted critical traffic condition or
  • sensors All highways, part of the motorway network or road network are provided with sensors. These sensors are at a distance of several meters along the direction of travel e.g. attached to crash barriers, guide posts or other mounting options, see Fig. 1-100.
  • the series of linearly arranged one behind the other per direction of travel sensors we call a 'sensor array'.
  • the sensors may be minimal or simple devices capable of detecting a vehicle ahead, for example by ultrasound, electromagnetic waves or otherwise.
  • the signals generated in this way are stored in a storage medium / server B Fig.2-210 or database system (DBS) D Fig.2-220 with information about the respective sensor and the time of reception or generation of this signal collected and stored.
  • DBS database system
  • Storage medium / server B is to be regarded as part of system A - see Fig.2.
  • This server group can also consist of a server system.
  • the server system A contains in particular a modern database system (DBS) D Fig.2-220.
  • DBS database system
  • DBMS database management system
  • the database management system (DBMS) of the database system D should be able to process large amounts of data analytically or numerically in a very short time. This is with in-memory based DBS's such as e.g. SAP HANA - possible.
  • the signals of the above-mentioned sensors can be indirectly transferred to the server system D, but also directly to Fig.2-215.
  • Each area of a motorway / road network - can be any size, contiguous or discontinuous - provided with the sensors described above defines a table whose number of columns corresponds to the number of tracks or the number of sensor rows see Fig. 1 per direction and off There are as many lines as there are sensors in the sensor rows on the respective motorway / road network.
  • the possible entries in this table should be either 0 or 1 or comparable Boolean entries in the sense of 'no' or 'yes'. In the following, we will select the value range ⁇ 0,1 ⁇ representative of the possible Boolean entries, see Fig. 3.
  • DBT database table
  • a D be the DBT of a chosen motorway / road network.
  • the entries of AD are denoted by A (k, l). This means in summary that each field A (k, l) is assigned a sensor.
  • the entries of A D are all initial, ie 0.
  • the sensors detect preceding vehicles. In the case of detection, information is sent directly or indirectly to the server system D Fig.2-220.
  • the corresponding field A (k, l) receives the entry 1.
  • This field is filled with the entry 1 for a 'very short time' T Abb.4-410 - eg in the seconds or milliseconds range then set to 0 if no further signal for A (k, l) has arrived.
  • Each of these microintervals Mj Fig.4-430 has a lower and an upper limit Uj, Fig.4-415 and Oj, Fig.4-420.
  • Fig.4-420 of a microinterval M i5 Fig.4-430 we obtain (with a short delay due to the data transmission) the DBT Ai Fig.4-440 with entries Aj (k, 1) see Fig. 3.
  • Traffic specifics such as traffic density, current speed, etc. are determined section by section, Fig.6-620. These current traffic specifics but also the raw data ⁇ A, ⁇ can be stored in a statistical / historical DBS C Fig.2-230 Fig.2-225, Fig.6-625 or Fig.6-615.
  • the data situation described above allows us, for example, at the end of certain time periods (Z Fig.4-400, ZR Fig.5-500, ...) from the previously collected and / or cached data (database tables) traffic-specific parameters such as density, flow rate, etc. by analytical, numerical or statistical methods for a certain, not so remote time (eg in 2, 5, 10 minutes, half an hour in the future) to predict.
  • traffic-specific parameters such as density, flow rate, etc.
  • analytical, numerical or statistical methods for a certain, not so remote time (eg in 2, 5, 10 minutes, half an hour in the future) to predict.
  • Fig.6-660 determined for relevant areas of the motorway / road network, whose consideration counteracts the emergence of these critical traffic conditions or formulated in other words, to maintain the traffic in an optimal way and thus stifles the development of critical traffic conditions in the bud or prevented their expansion.
  • recommendation rates can be determined using simulation / forecasting algorithms Fig.6-650. These recommendation rates should be determined in a balanced / reasonable way u. A. taking into account the maximum permissible speed on the respective motorway / road sections. For example, default values from a statistical database system Fig.6-645 can be used to determine these recommendation speeds, which are validated using simulation algorithms.
  • traffic conditions which lead to critical traffic conditions via simulation algorithms, can be stored in the following form in a statistical / historical database (DB), Fig. 6-635:
  • the traffic state variables calculated for these traffic conditions such as density,
  • Historical statistical recommendation speeds can then be used to automatically determine current recommendation speeds in the server system, Fig.6-645.
  • the traffic state variables determined periodically in real time can be compared with the data on critical traffic states stored in the statistical / historical DB C by means of suitable comparison algorithms, FIGS. 6-635: Should a traffic condition be found in this DB which is sufficient is close to the traffic state variables calculated in real time, so can the stored
  • the statistical / historical DB can be preconfigured with data of critical traffic conditions, i. That this DB can be fed in advance with statistical theoretical traffic conditions, which would lead to critical traffic conditions - to this recommendation speeds are linked.
  • Comparative algorithms using a statistical DB ultimately lead to the Recommendation speeds.
  • simulation algorithms can be used without the use of comparison algorithms or comparison algorithms without the use of simulation algorithms.
  • the recommendation speeds determined for each motorway / road section of the selected Autobahi road network and period which can be determined in a short time via the server system D Fig. 2220 or the statistical / historical DB C Fig. 2-230, are sent to the respective highway - / road sections sent Fig.7 and by the driver via a mobile app / "application", a navigation device Fig.7-710, an in-car information system Fig.7-720 or external information systems Fig.7-700 or in another form Fig.7-730 be noted in relatively short intervals.
  • the goal is to reduce congestion enormously.
  • the above-described method of traffic flow mapping on a part of a motorway / road network section can be used to calculate recommendation speeds in sections for the resolution of this traffic condition and for the above described use (output on signs, in-car information systems, etc.).
  • Highway network and networks of large / long roads are the focus of this idea. This is because:
  • the approach of the present invention is to any road user at any time and anywhere in a highway / road network if necessary, provide a recommended speed in real time, adherence to which prevents the prediction or avoidance of the extension of a detected critical traffic condition.
  • the central idea of this paper is the determination of recommendation speeds, by the transmission of the traffic flow into a very fast processing DBMS and the forecast of the traffic flow obtained from the collected data and the return of the recommendation speeds to the road users.
  • this computer-implemented invention pursues a very subtle and differentiated approach to the analysis or digital reconstruction / mapping and influencing of the real-time traffic flow on road and / or highway sections.
  • the previously known methods are mostly based on estimation methods for determining the traffic condition.
  • One approach of the present invention is a 1 -1 real-time reconstruction / mapping of the actual traffic flow on road and / or highway sections by means of a fine sensor network.
  • this computer-implemented invention pursues a more direct, finer and more effective intervention strategy:
  • a method implemented as a software determines at short intervals, in addition to traffic variables such as flow speed and traffic per motorway / road section, recommendation speeds for selected motorway sections. These recommendation speeds are recommended speed attitude to prevent forecasting or avoiding the extension of a recognized critical traffic condition. These recommendation speeds are provided and stored for transmission to the road users by means of traffic signs, in-car information systems, navis etc. in a server / computer system.
  • This invention includes a very fine process that tackles the problem of congestion at the root and counteracts the emergence of critical traffic conditions.
  • this invention represents a real complement to the action portfolio of modern traffic management.

Abstract

Diese computerimplementierte Erfindung, welche ein System und ein Verfahren enthält, ermöglicht es jedem Verkehrsteilnehmer in jedem Bereich eines gewählten Autobahn-/Straßennetzes in Echtzeit eine in Echtzeit ermittelte und validierte Geschwindigkeitsempfehlung mitzuteilen, deren Einhaltung einer von dieser Erfindung prognostizierten/erkannten Stauentwicklung entgegenwirkt und den Verkehrsfluss aufrechterhält. Diese Erfindung wirkt effektiv der Entstehung von Stau bzw. zähfließendem Verkehr auf Autobahnen/Straßennetzen entgegen. Die Verkehrsdaten, welche über ein relativ feinmaschiges Netz von Sensoren fortlaufend gesammelt werden, dienen als Basis einer Echtzeit-Analyse des aktuellen Verkehrsflusses. Aufgrund der gesammelten Daten und mittels geeigneter Methoden/Verfahren werden Kurz-Zeit-Prognosen zur Verkehrsentwicklung für jeden Bereich des gesamten betrachteten Autobahn/Straßennetzes gemacht. Kritische Verkehrszustände oder Tendenzen zur Entstehung solcher werden frühzeitig erkannt bzw. vorhergesehen und es werden zu ihrer Vorbeugung vernünftige Empfehlungsgeschwindigkeiten straßenabschnittsweise in Echtzeit und in automatisierter Weise ermittelt. Somit ermöglicht die vorliegende Erfindung es jedem Verkehrsteilnehmer zu jeder Zeit und an jedem Ort in einem Autobahn-/Straßennetz, falls notwendig, in Echtzeit eine empfohlene Geschwindigkeit bereitzustellen, deren Einhaltung zur Verhinderung eines durch die Erfindung prognostizierten kritischen Verkehrszustands oder Vermeidung der Ausdehnung eines erkannten kritischen Verkehrszustands führt.

Description

Globale Stauprävention auf Autobahnen/Straßennetzen auf der Grundlage von
Empfehlungsgeschwindigkeiten pro Autobahn-/Straßenabschnitt, welche, basierend auf einem rasanten Management aller aktuellen und statistischen Verkehrsdaten, in sehr kurzen Zeitintervallen neu errechnet und an die Verkehrsteilnehmer ausgegeben werden.
Das technische Gebiet
Die vorliegende Erfindung liegt im Bereich der Stauvermeidung in einem Autobahn- /Straßennetz. Genauer ist diese Erfindung ein computerimplementiertes Verfahren, welches im Bereich der Echtzeit Einflussnahme auf den Verkehr innerhalb eines Autobahn- /Straßennetzes liegt.
Stand der Technik
Die bislang angewendeten Methoden/Verfahren zur Bekämpfung des Stauproblems basieren meist auf Schätzverfahren zur Ermittlung des aktuellen Verkehrszustands. Des Weiteren enthalten die durch diese Methoden/V erfahren angebotenen Bekämpfungsstrategien die Angabe alternativer Routen oder den Einsatz relativ starrer an bestimmten Punkten eines Autobahn- /Straßennetzes angebrachter Vorrichtungen zur Verkehrssteuerung ggf. mithilfe von
Verkehrsmanagern. Siehe dazu z.B. Patent US 20120109506 AI oder das Programm von Waze für Smartphones.
Anders als schon bestehende Mechanismen zur Staubekämpfung verfolgt diese computerimplementierte Erfindung einen sehr feinen und differenzierten Ansatz zur Analyse bzw. digitalen Rekonstruktion/Abbildung und Einflussnahme des Echtzeit- Verkehrsflusses auf Straßen- /Autobahnabschnitten: Ein Ansatz der vorliegenden Erfindung ist eine 1-1- Echtzeit- Rekonstruktion/Abbildung des aktuellen Verkehrsflusses auf Straßen-/Autobahnabschnitten mittels eines feinen Sensornetzes.
Anders als schon bestehende Mechanismen zur Staubekämpfung verfolgt diese computerimplementierte Erfindung eine direktere, feinere und effektivere Interventionsstrategie: Basierend auf der 1-1 Echtzeit-Rekonstruktion/Abbildung des aktuellen Verkehrsflusses ermittelt diese Erfindung in kurzen Zeitabständen neben Verkehrsgrößen wie
Flussgeschwindigkeit und Verkehrsaufkommen pro Autobahn- /Straßenabschnitt ggf.
Empfehlungsgeschwindigkeiten für ausgewählte Autobahn-/Straßenabschnitte mittels Prognose- und Analysewerkzeugen. Diese Empfehlungsgeschwindigkeiten sind empfohlene Geschwindigkeitsvorgaben, deren Ein-haltung zur Verhinderung eines prognostizierten kritischen Verkehrszustands oder zur Vermeidung der Ausdehnung eines erkannten kritischen Verkehrszustands führt - zu den kritischen Verkehrszuständen zählen wir Staus und zähfließender Verkehr. Diese Empfehlungsgeschwindigkeiten werden zur Übermittlung an die Verkehrsteilnehmer mittels Verkehrsschilder, in-car-Informationssysteme, Navis etc. in einem Server-/Computersystem bereitgestellt und gespeichert.
Anders als andere Verfahren zur Staubekämpfung ist der Ansatz der vorliegenden Erfindung jedem Verkehrsteilnehmer zu jeder Zeit und an jedem Ort in einem Autobahn-/Straßennetz, falls notwendig, in Echtzeit eine empfohlene Geschwindigkeit bereitzustellen, deren Einhaltung zur Verhinderung eines prognostizierten kritischen Verkehrszustands oder
Vermeidung der Ausdehnung eines erkannten kritischen Verkehrszustands führt.
Hervorzuheben ist, dass bei der Sammlung der Verkehrsdaten keine Abhängigkeit von GPS- fähigen Geräten vorliegt, wie es in anderen Lösungen zur Bekämpfung des Stauproblems der Fall ist. Das ist gut, da nicht jeder bereit ist seinen Standort preiszugeben, und die Gefahr einer löchrigen bzw. unbrauchbaren Datenbasis nicht gegeben wäre.
1 Detaillierte Beschreibung
Alle Autobahnen, ein Teil des Autobahnnetzes oder Straßennetzes werden mit Sensoren versehen. Diese Sensoren sind in einem Abstand von mehreren Metern entlang der Fahrtrichtung z.B. an Leitplanken, Leitpfosten oder anderen Befestigungsmöglichkeiten angebracht, siehe Abb. 1-100. Die Reihe der linear hintereinander pro Fahrtrichtung angeordneten Sensoren nennen wir eine 'Sensorreihe'.
Bei den Sensoren handelt es sich möglicherweise um minimale bzw. simple Vorrichtungen, welche in der Lage sind, ein sich davor befindliches Fahrzeug beispielsweise per Ultraschall, elektromagnetischer Wellen oder anders zu detektieren. Die auf diese Weise entstandenen Signale werden in einem Speichermedium/Server B Abb.2-210 bzw. Datenbanksystem (DBS) D Abb.2-220 mit Informationen zum jeweiligen Sensor und dem Zeitpunkt des Empfangs bzw. Entstehung dieses Signals gesammelt und gespeichert.
Weiter liegt ein System A Abb.2-200, ein Serversystem oder eine Servergruppe, vor.
Speichermedium/Server B ist als Teil des Systems A - aufzufassen, siehe Abb.2.
Diese Servergruppe kann auch aus einem Serversystem bestehen. Das Serversystem A enthält insbesondere ein modernes Datenbanksystem (DBS) D Abb.2-220.
Des Weiteren soll das Datenbankmanagementsystem (DBMS) des Datenbanksystems D in der Lage sein, große Datenmengen in sehr kurzer Zeit analytisch bzw. numerisch zu verarbeiten. Das ist mit in-memory basierten DBS'en- wie z.B. dem SAP HANA - möglich.
Die Signale der oben erwähnten Sensoren können mittelbar Abb.2-215 aber auch unmittelbar an das Serversystem D übertragen werden.
Jeder Bereich eines Autobahn-/Straßennetzes - kann beliebig groß sein, zusammenhängend oder nicht zusammenhängend - versehen mit den oben beschriebenen Sensoren definiert eine Tabelle, deren Anzahl Spalten der Anzahl der Spuren bzw. der Anzahl der Sensorreihen siehe Abb. 1 pro Richtung entspricht und aus so vielen Zeilen besteht wie es Sensoren in den Sensorreihen auf dem jeweiligen Autobahn-/Straßennetz gibt. Die möglichen Einträge in dieser Tabelle sollen entweder 0 oder 1 oder vergleichbare boolesche Einträge im Sinne von ,nein' oder Ja' sein. Im Weiteren werden wir stellvertretend für die möglichen booleschen Einträge den Wertebereich {0,1 } wählen, siehe Abb. 3. Für jedes gewählte Autobahn- /Straßennetz, welches mit Sensoren ausgestattet ist, gibt es eine entsprechende Datenbanktabelle (DBT) im Arbeitsspeicher des Serversystems B siehe Abb. 2 - was einen sehr schnellen Zugriff gewährleistet.
Sei nun AD die DBT eines gewählten Autobahn-/Straßennetzes. Die Einträge von AD bezeichnen wir mit A(k,l). Dies bedeutet zusammenge-fasst, dass jedem Feld A(k,l) ein Sensor zugeordnet ist. Zunächst sind die Einträge von AD alle initial, d.h. 0. Wie oben erwähnt detektieren die Sensoren davor befindliche Fahrzeuge. Im Falle einer Detektion werden Informationen mittelbar oder unmittelbar an das Serversystem D Abb.2-220 gesendet.
Im Falle einer Detektion erhält das entsprechende Feld A(k,l) den Eintrag 1. Dieses Feld wird für eine 'sehr kurze Zeit' T Abb.4-410 - z.B. im Sekunden- oder Millisekunden-Bereich - mit dem Eintrag 1 gefüllt und anschließend auf 0 gesetzt, falls kein weiteres Signal für A(k,l) eingetroffen ist. Wir zerlegen eine fest gewählte Zeitperiode Z, Abb.4-400 in eine endliche Folge {Mj} von sich nicht überschneidenden 'Mikrointervallen' Mi, Abb.4-430 der Länge T. Jedes dieser Mikrointervalle Mj Abb.4-430 hat eine untere und eine obere Grenze Uj, Abb.4- 415 und Oj, Abb.4-420. Zu jedem Endzeitpunkt Oj, Abb.4-420 eines Mikrointervalls Mi5 Abb.4-430 erhalten wir (mit kurzer Verzögerung aufgrund der Datenübermittlung) die DBT Ai Abb.4-440 mit Einträgen Aj(k, 1) siehe Abb. 3. Diese Datenbanktabellen werden im DBS so (zwischen)gespeichert, dass die Reihenfolge ihrer Entstehung erkenntlich ist: {Ai} = { ...,A5, A6,... }. Das hat zur Konsequenz, dass wir für die gewählte Zeitperiode Z genau |Z|/T viele Datenbanktabellen erhalten.
Oder äquivalent erhalten wir eine solche Ansammlung von DBT'en wie folgt: Wir ordnen jedem dieser Mikrointervalle Mi, Abb.4-430 eine Kopie einer initialen Kopie der DBT AD ZU, d.h. alle Einträge der Kopie sind 0. Auf diese Weise erhalten wir eine Familie {Ai} von Kopien der DBT AD- Im Falle einer Detektion zum Zeitpunkt t, welcher in einem Intervall Mj, Abb.4-430 liegt, wird das entsprechende Feld Ai(k,l) in der dem Intervall zugeordneten DBT Ai mit dem Eintrag 1 versorgt.
Wir zerlegen nun einen größeren Zeitraum ZR Abb.5-500 nahtlos in Zeitperioden der Länge T Abb.4-510 bzw. Abb.4-410 - wie oben beschrieben erhalten wir nun eine Ansammlung von Datenbanktabellen siehe Abb.5 usw.
Was wir bisher erhalten haben, ist eine Abbildung der Verkehrslage/des Verkehrsflusses im gewählten Autobahn-/Straßennetz Abb.6-610 ggf. auch samt ihrer Zu- und Abfahrten innerhalb eines gewählten Zeitraums in ein DBS. Die Qualität der Abbildung ist stark an die Länge des Mikrointervalls T, Abb.4-410 aber auch an die Abstände zwischen den Sensoren bzw. an die Dichte der Sensoren innerhalb der Sensorreihen geknüpft. Die Qualität der Abbildung wird mit Vergrößerung dieser Parameter schlechter - allerdings können Verkleinerungen der gewählten Parameter zu einer Zunahme redundanter Daten führen. Sind diese Parameter auf ausgewogene Weise gewählt, ergibt diese Abbildung ggf. mithilfe mustererkennender Algorithmen ein nahezu unverzerrtes Spiegelbild der Verkehrslage im ausgewählten
Autobahn-/Straßennetz und Zeitraum. Auf Basis dieser Abbildung des Verkehrsflusses werden abschnittsweise Verkehrsspezifika wie Verkehrsdichte, Stromgeschwindigkeit etc. ermittelt, Abb.6-620. Diese aktuellen Verkehrsspezifika aber auch die Rohdaten {A,} können in einem statistischen/historischen DBS C Abb.2-230 abgelegt werden Abb.2-225, Abb.6- 625 bzw. Abb.6-615.
Die wie oben beschriebene Datenlage ermöglicht es uns beispielsweise am Ende von gewissen Zeitperioden (Z Abb.4-400, ZR Abb.5-500,...) aus den bisher gesammelten und /oder zwischengespeicherten Daten (Datenbanktabellen) verkehrsspezifische Parameter wie Dichte, Flussgeschwindigkeit etc. mittels analytischer, numerischer oder statistischer Methoden für einen gewissen, nicht so fern liegenden Zeitpunkt (z.B. in 2, 5,10 Minuten, halbe Stunde in der Zukunft) vorauszuberechnen. Somit erhalten wir unter Berücksichtigung des aktuellen Verkehrs im gesamten abgebildeten Autobahn-/Straßennetzes zu jedem fest definierten Straßenabschnitt eine Prognose Abb.6-630 der Verkehrsspezifika zu einem fest gewählten (aber nicht allzu fern liegenden) zukünftigen Zeitpunkt.
Aus den Prognosealgorithmen aber auch aus den aktuellen Verkehrsparametern lassen sich mögliche Entstehungen von Staus oder zähfließendem Verkehr oder anderer kritischer Verkehrszustände in einem Bereich eines Autobahn-/Straßennetzes frühzeitig/rechtzeitig ableiten bzw. erkennen/vorhersagen:
• Erkennen einer Zunahme der Verkehrsdichte bzw. Verringerung der
Flussgeschwindigkeit.
• Vorhersage der Zunahme der Verkehrsdichte bzw. der Verringerung der
Flussgeschwindigkeit.
• Erkennen einer plötzlichen/spontanen Störung des Verkehrsflusses z.B. durch einen Unfall.
Zur Vermeidung dieser erkannten vorhergesehenen kritischen Verkehrszustände bzw. zur Vermeidung der Zunahme/Erweiterung eines kritischen Verkehrszustands, welcher z.B. als Folge eines Unfalls entstanden ist, werden sogenannte Empfehlungsgeschwindigkeiten
Abb.6-660 für relevante Bereiche des Autobahn-/Straßennetzes ermittelt, deren Berücksichtigung der Entstehung dieser kritischen Verkehrszustände entgegenwirkt oder anders formuliert, den Verkehrsfuß auf optimale Weise aufrecht erhalten soll und somit die Entwicklung kritischer Verkehrszustände im Keime erstickt bzw. deren Ausdehnung verhindert.
Diese Empfehlungsgeschwindigkeiten können mithilfe von Simulations-/Prognose-algo- rithmen ermittelt werden Abb.6-650. Diese Empfehlungsgeschwindigkeiten sollen auf ausbalancierte/vernünftige Weise ermittelt werden u. A. unter Berücksichtigung der maximal zulässigen Geschwindigkeit auf den jeweiligen Autobahn-/Straßenabschnitten. Für die Ermittlung dieser Empfehlungsgeschwindigkeiten können z.B. Vorschlagswerte aus einem statistischen Datenbanksystem Abb.6-645 herangezogen werden, welche über Simulationsalgorithmen validiert werden.
Desweiteren können Verkehrszustände, welche über Simulationsalgorithmen zu kritischen Verkehrszuständen führen, in folgender Form in einer statistischen/historischen Datenbank (DB), Abb.6-635 abgelegt werden:
Die zu diesen Verkehrszuständen errechneten Verkehrszustandsgrößen wie Dichte,
Geschwindigkeit, etc. pro Autobahn-/Straßenabschnitt werden in der statistischen/historischen DB C Abb.2-230 abgelegt. Außerdem können auch die dazugehörigen errechneten oder anders ermittelten Empfehlungsgeschwindigkeiten an diese Verkehrszustände geknüpft werden und zusammen in dieser Datenbank abgelegt werden, Abb.6-635. Diese
historischen statistischen Empfehlungsgeschwindigkeiten können dann zur automatisierten Ermittlung aktueller Empfehlungsgeschwindigkeiten im Serversystem herangezogen werden, Abb.6-645.
Insbesondere können die periodisch in Echtzeit ermittelten Verkehrszustandsgrößen mit den in der statistischen/historischen DB C abgelegten/vorhandenen Daten zu kritischen Verkehrszuständen mittels geeigneter Vergleichs- Algorithmen verglichen werden, Abb.6-635: Sollte dabei in dieser DB ein Verkehrszustand gefunden werden, der hinreichend nah an den in Echtzeit berechneten Verkehrszustandsgrößen liegt, so können die dazu abgelegten
Empfehlungsgeschwindigkeiten vom Serversystem benutzt bzw. weitergegeben werden
Abb.6-655.
Die statistische/historische DB lässt sich mit Daten kritischer Verkehrszustände vorkonfigurieren, d.h. dass diese DB im Vorfeld mit statistischen theoretischen Verkehrszuständen gefüttert werden kann, welche zu kritischen Verkehrszuständen führen würden - an diese sind Empfehlungsgeschwindigkeiten geknüpft.
Wir haben es bei dieser Erfindung u. A. mit einem selbstlernenden System zu tun: Erkannte kritische Verkehrszustände werden gespeichert und somit wird das System-Wissen um kritische Verkehrszustände erweitert. Dieses System- Wissen kann dann bei der Ermittlung einer Empfehlungsgeschwindigkeit eingesetzt werden.
Geeignete Kombinationen aus der Anwendung von Simulationsalgorithmen und
Vergleichsalgorithmen unter Einsatz einer statistischen DB führen letztendlich zu den Empfehlungsgeschwindigkeiten. Zur Ermittlung der Empfehlungsgeschwindigkeiten können Simulationsalgorithmen ohne Einsatz von Vergleichsalgorithmen oder Vergleichsalgorithmen ohne Einsatz von Simulationsalgorithmen eingesetzt werden.
Die pro Autobahn-/Straßenabschnitt des gewählten Autobahi Straßennetzes und Zeitraum ermittelten Empfehlungsgeschwindigkeiten, welche über das Serversystem D Abb.2-220 bzw. der statistischen/historischen DB C Abb.2-230 in kurzer Zeit ermittelt werden können, werden an die jeweiligen Autobahn-/Straßenabschnitte gesendet Abb.7 und durch den Fahrer über eine mobile App/" Anwendung", einem Navigationsgerät Abb.7-710, einem in-car- Informationssystem Abb.7-720 oder externe Info- Anlagen Abb.7-700 oder in anderer Form Abb.7-730 in relativ kurzen Abständen zur Kenntnis genommen werden. Ziel ist es, das Stauaufkommen enorm zu senken.
Über das oben beschriebene Verfahren zur Verkehrsfluss-Abbildung auf einem Teil eines Autobahn-/Straßennetzabschnitts lassen sich im Falle eines bereits vorhandenen kritischen Verkehrszustands aufgrund eines Unfalls (Stau, zähfließender Verkehr,...) abschnittsweise Empfehlungsgeschwindigkeiten zur Auflösung dieses Verkehrszustands errechnen und für den oben beschriebenen Gebrauch (Ausgabe auf Schildern, in-car-Informationssystemen etc.) bereitgestellt werden.
Autobahnnetz und Netze großer/langer Straßen liegen im Fokus dieser Idee. Dies liegt daran, dass:
• es gewisse zeitliche Toleranzen der Einflussnahme gibt: Echtzeit-Datensammlung, - Analysen, -Prognose und -Ermittlung von Empfehlungsgeschwindigkeiten eingesetzt werden, die Dauer dieser Schritte möglicherweise im mehrere Sekunden-Bereich liegt und eine sinnvolle Einflussnahme in innerstädtischen Bereichen daher schwierig wäre.
• auf strömungstheoretische Gesetzmäßigkeiten zurückgegriffen werden kann, welche im Urbanen Bereich nicht immer greifen.
Eine Anwendung dieser Erfindung in Stadtbereichen oder Ballungsgebieten ist dennoch nicht ausgeschlossen.
Anders als andere Verfahren zur Staubekämpfung ist der Ansatz der vorliegenden Erfindung, jedem Verkehrsteilnehmer zu jeder Zeit und an jedem Ort in einem Autobahn-/Straßennetz falls notwendig eine empfohlene Geschwindigkeit in Echtzeit bereitzustellen, deren Einhaltung zur Verhinderung eines prognostizierten oder Vermeidung der Ausdehnung eines erkannten kritischen Verkehrszustands führt.
Das Sammeln, Senden und Speichern der Daten/Verkehrsinformationen wie oben beschrieben ist technisch realisierbar. Algorithmische/mathematische Ansätze zur Behandlung solcher Probleme existieren. Interessanter ist die Frage, ob es Datenbank(management)systeme gibt, welche in sehr kurzer Zeit sehr große Datenmengen prozessieren können. Mit in-memory- Technologien ist dies möglich; eine solche Technologie wird bereits von der SAP angeboten: SAP HANA.
Der zentrale Gedanke dieses Papiers ist die Ermittlung von Empfehlungsgeschwindigkeiten, durch die Übertragung des Verkehrsflusses in ein sehr schnell prozessierendes DBMS und die aus den gesammelten Daten erhaltene Prognose des Verkehrsverlaufs und die Rückgabe der Empfehlungsgeschwindigkeiten an die Verkehrsteilnehmer.
Welche Zeitintervalle, die Art von Sensoren, die Daten, die Gestalt der Datenbanktabellen und die Art der Algorithmen, welche man konkret für die Berechnungen heranzieht und die Form wie man die Empfehlungsgeschwindigkeiten an den Verkehrsteilnehmer heranträgt, gehören zu den technischen Details der Idee und sind abhängig von den individuellen Rahmenbedingungen.
Anders als schon bestehende Mechanismen zur Staubekämpfung verfolgt diese computerimplementierte Erfindung einen sehr feinen und differenzierten Ansatz zur Analyse bzw. digitalen Rekonstruktion/Abbildung und Einflussnahme des Echtzeit- Verkehrsflusses auf Straßen- und/oder Autobahnabschnitten. Die bislang bekannten Methoden basieren meist auf Schätzverfahren zur Ermittlung des Verkehrszustands. Ein Ansatz der vorliegenden Erfindung ist eine 1 -1- Echtzeit-Rekonstruktion/Abbildung des aktuellen Verkehrsflusses auf Straßen- und/oder Autobahnabschnitten mittels eines feinen Sensornetzes.
Anders als schon bestehende Mechanismen zur Staubekämpfung verfolgt diese computerimplementierte Erfindung eine direktere, feinere und effektivere Interventionsstrategie:
Basierend auf der 1-1 Echtzeit- Rekonstruktion/Abbildung des aktuellen Verkehrsflusses ermittelt ein als Software implementiertes Verfahren in kurzen Zeitabständen neben Verkehrsgrößen wie Flussgeschwindigkeit und Verkehrsaufkommen pro Autobahn- /Straßenabschnitt ggf. Empfehlungsgeschwindigkeiten für ausgewählte Autobahn- Straßenabschnitte. Diese Empfehlungsgeschwindigkeiten sind empfohlene Geschwindigkeitsvorgaben, deren Ein- haltung zur Verhinderung eines prognostizierten oder zur Vermeidung der Ausdehnung eines erkannten kritischen Verkehrszustands. Diese Empfehlungsgeschwindigkeiten werden zur Übermittlung an die Verkehrsteilnehmer mittels Verkehrsschilder, in-car- Informationssysteme, Navis etc. in einem Server-/Computersystem bereitgestellt und gespeichert.
Diese Erfindung enthält ein sehr feines Verfahren, welches das Problem der Stauentstehung bei der Wurzel packt und der Entstehung bzw. Ausdehnung von kritischen Verkehrszuständen entgegenwirkt.
Zusammen mit den schon bereits existenten Strategien zur Stauumgehung bzw.
Staureduzierung stellt diese Erfindung eine echte Ergänzung des Maßnahmen-Portfolios modernen Verkehrsmanagements dar.

Claims

Schutzansprüche
1. Ein System, das für jeden Bereich eines ausgewählten Autobahn-/Straßennetzes eine Empfehlungsgeschwindigkeit in Echtzeit zur Vermeidung eines durch das System prognostizierten Staus oder zähfließenden Verkehrs bzw. zur Verhinderung einer Verschlimmerung eines erkannten kritischen Verkehrszustands wie Stau oder zähfließenden Verkehr. Das System umfasst:
a. Ein Netz von Sensoren, welche an einem ausgewählten Autobahn-/Straßennetz installiert sind und davor befindliche Fahrzeuge registrieren.
b. Ein Serversystem, das aus den Signalen der Sensoren den aktuellen
Verkehrsfluss in ein Datenbanksystem abbildet und auf Basis dieser Abbildung des Verkehrsflusses automatisch kritische Verkehrszustände prognostiziert und erkennt und in diesem Fall Empfehlungsgeschwindigkeiten für Abschnitte des Autobahn-/Straßennetzes so berechnet und zur Verfügung stellt, dass die weitgehende Einhaltung dieser zur Vermeidung des prognostizierten kritischen Verkehrszustands bzw. der Verschlimmerung eines erkannten kritischen Verkehrszustands entgegenwirkt.
Wobei das Serversystem aus einer Servergruppe oder einem Server bestehen kann aber mindestens aus einer Speichervorrichtung verbunden mit einem Prozessor besteht.
2. Das System aus Anspruch 1, wobei das feinmaschige Sensornetz aus Sensoren besteht, welche in der Nähe von Fahrspuren angebracht werden, zu den möglichen
Befestigungsorten zählen Leitplanken, Leitpfosten.
3. Das System aus Anspruch 2, wobei der Abstand der Sensoren im Sensornetz wenige Meter beträgt.
4. Das System aus Anspruch 3, wobei jeder Sensor aus dem Netz von Sensoren die
Eigenschaft besitzt ein im Bereich des Sensors befindliches Fahrzeug zu registrieren und daraufhin ein Signal mit einer eigenen Kennung an das Serversystem aus Anspruch 1 zu versenden.
5. Das System aus Anspruch 4, wobei das Serversystem die eingegangenen Sensordaten aus dem Netz von Sensoren aus Anspruch 4 sammelt und diese mit einem Zeitstempel speichert.
6. Das System aus Anspruch 5, wobei das Serversystem ein Datenbanksystem enthält, welches aus den eingegangenen Sensordaten aus Anspruch 4 und dem Zeitstempel des Signaleingangs oder der Signalentstehung nach Zeitintervallen den aktuellen Verkehrs- fluss in sich abbildet/rekonstruiert.
7. Das System aus Anspruch 6, wobei das Serversystem basierend auf der Abbildung des Verkehrsflusses ins Datenbanksystem verkehrsspezifische Größen wie Verkehrsdichte, Geschwindigkeit des Verkehrsflusses berechnet.
8. Das System aus Anspruch 7, welches auf der Basis der Abbildung des Verkehrsflusses in ein Datenbanksystem und der berechneten verkehrsspezifischen Parameter eine Vorhersage der Verkehrslage im ausgewählten Autobahn-/Straßennetz durchführt.
9. Das System aus Anspruch 7 wobei im Serversystem die gesammelten und errechneten Verkehrsdaten für statistische Auswertungen in einem Datenbanksystem gesammelt werden.
10. Das System aus Anspruch 8, wobei das Serversystem im Falle der Prognose eines kritischen Verkehrszustands wie Stau oder zähfließenden Verkehr oder der Erkennung eines kritischen Verkehrszustands, Empfehlungsgeschwindigkeiten für Bereiche/ Abschnitte des gewählten Autobahn-/Straßennetzes berechnet, so dass die weitgehende Einhaltung der Vermeidung von prognostizierten kritischen Verkehrszuständen bzw. der Verschlimmerung eines kritischen Verkehrszustands entgegenwirkt und einen optimalen Verkehrsfluss aufrechterhält bzw. herstellt.
11. Das System aus Anspruch 10, wobei die Möglichkeiten der Übermittlung der
berechneten Empfehlungsgeschwindigkeiten für die jeweiligen Bereiche des Straßen- /Autobahnnetzes an die Verkehrsteilnehmer in den jeweiligen Bereichen dynamische Schilder, Navigationsgeräte, Smartphone-Apps oder in-car-Informationssysteme einschließen.
12. Die dynamischen Schilder aus Anspruch 11, wobei die Abstände zwischen den
Schildern so gewählt sind, dass die Schilder die Bereiche des Autobahn-/Straßennetzes für die Empfehlungsgeschwindigkeiten ermittelt werden unterteilen.
13. Eine Methode, die das ausgewählte Autobahn-/Straßennetz mittels der Sensoren aus dem Netz der Sensoren welches das Autobahn-/Straßennetz überdeckt als
Datenbanktabelle modelliert, dabei gilt
a. Jeder Ort in dieser Datenbanktabelle entspricht einem Sensor.
14. Die Methode aus Anspruch 13, wobei die Methode weiter eine Echtzeit-Abbildung des Verkehrsflusses im Datenbanksystem erstellt, indem sie
a. die Zeit in Intervalle zerlegt betrachtet b. und zunächst jedem Intervall eine Datenbanktabelle wie aus Anspruch 13 zuordnet
15. Die Methode aus 14, falls es ein Sensorsignal gibt mit Zeitstempel der entsprechende Ort in der Datenbanktabelle zum Intervall des Zeitstempels einen Eintrag erhält. Nach Ablauf von jedem Intervall die dem Intervall zugeordneten Datenbanktabelle im Serversystem aus Anspruch 10 speichern.
16. Die Methode aus 15, wobei diese nach kurzen Zeitabständen verkehrsspezifische
Größen, die Verkehrsdichte und Stromgeschwindigkeit für ausgewählte Abschnitte des Autobahn-/Straßennetzes enthalten, fortlaufend ermittelt.
17. Die Methode aus 16, die basierend auf den gesammelten Verkehrsdaten wie im
Anspruch 15 und der errechneten verkehrsspezifischen Größen eine Echtzeit-Analyse und Prognose des Verkehrsverlaufs durchführt und die verkehrsspezifischen Daten aus Anspruch 16 zu denen kritische Verkehrszustände prognostiziert wurden oder die zu kritischen Verkehrszuständen gehören speichert.
18. Die Methode aus 17, die im Falle eines prognostizierten bzw. erkannten kritischen Verkehrszustands Empfehlungsgeschwindigkeiten abschnittsweise für das gewählte Autobahn-/Straßennetz basierend auf der Modellierung in Anspruch 13 berechnet und speichert.
19. Ein Softwareprodukt, das aus einem Speichermedium besteht, welches von einer
Verarbeitungsschaltung gelesen werden kann und Anweisungen speichern kann, welche von der Verarbeitungsschaltung ausgeführt werden, um eine Methode auszuführen, die das ausgewählte Autobahn-/Straßennetz mittels der Sensoren aus dem Netz der Sensoren, welches das Autobahn-/Straßennetz überdeckt, als
Datenbanktabelle modelliert, dabei gilt
a. Jeder Ort in dieser Datenbanktabelle entspricht einem Sensor.
20. Das Softwareprodukt aus Anspruch 19, wobei die Methode weiter eine Echtzeit- Abbildung des Verkehrsflusses im Datenbanksystem erstellt, indem sie
a. die Zeit in Intervalle zerlegt betrachtet
b. und zunächst jedem Intervall eine Datenbanktabelle wie aus Anspruch 19
zuordnet.
21. Das Softwareprodukt aus Anspruch 20, wobei die Methode, falls es ein Sensorsignal gibt, mit Zeitstempel der entsprechende Ort in der Datenbanktabelle zum Intervall des Zeitstempels einen Eintrag erhält. Nach Ablauf von jedem Intervall die dem Intervall zugeordneten Datenbanktabelle im Serversystem aus Anspruch 10 speichern.
22. Das Softwareprodukt aus Anspruch 21, wobei die Methode nach kurzen Zeitabständen verkehrsspezifische Größen, die Verkehrsdichte und Stromgeschwindigkeit für ausgewählte Abschnitte des Autobahn-/Straßennetzes enthalten, fortlaufend ermittelt.
23. Das Softwareprodukt aus Anspruch 22, wobei die Methode basierend auf den
gesammelten Verkehrsdaten wie im Anspruch 21 und der errechneten
verkehrsspezifischen Größen eine Echtzeit-Analyse und Prognose des
Verkehrsverlaufs durchführt und die verkehrsspezifischen Daten aus Anspruch 22 zu denen kritische Verkehrszustände prognostiziert wurden oder die zu kritischen
Verkehrszuständen gehören speichert.
24. Das Softwareprodukt aus Anspruch 23 wobei die Methode im Falle eines
prognostizierten bzw. erkannten kritischen Verkehrs zustands
Empfehlungsgeschwindigkeiten abschnittsweise für das gewählte Autobahn- /Straßennetz basierend auf der Modellierung aus Anspruch 19 berechnet und speichert.
PCT/DE2014/000173 2013-04-06 2014-04-04 GLOBALE STAUPRÄVENTION AUF AUTOBAHNEN/STRAßENNETZEN AUF DER GRUNDLAGE VON EMPFEHLUNGSGESCHWINDIGKEITEN PRO AUTOBAHN-/STRAßENABSCHNITT, WELCHE, BASIEREND AUF EINEM RASANTEN MANAGEMENT ALLER AKTUELLEN UND STATISTISCHEN VERKEHRSDATEN, IN SEHR KURZEN ZEITINTERVALLEN NEU ERRECHNET UND AN DIE VERKEHRSTEILNEHMER AUSGEGEBEN WERDEN WO2014161526A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE112014001861.9T DE112014001861A5 (de) 2013-04-06 2014-04-04 Globale Stauprävention auf Autobahnen/Straßennetzen auf der Grundlage von Empfehlungsgeschwindigkeiten pro Autobahn-/Straßenabschnitt, welche, basierend auf einem rasanten Management aller aktuellen und statistischen Verkehrsdaten, in sehr kurzen Zeitintervallen neu errechnet und an die Verkehrsteilnehmer ausgegeben werden

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE201320003279 DE202013003279U1 (de) 2013-04-06 2013-04-06 Globale Stauprävention auf Autobahnen / Straßennetze
DE202013003279.0 2013-04-06

Publications (1)

Publication Number Publication Date
WO2014161526A1 true WO2014161526A1 (de) 2014-10-09

Family

ID=49044290

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2014/000173 WO2014161526A1 (de) 2013-04-06 2014-04-04 GLOBALE STAUPRÄVENTION AUF AUTOBAHNEN/STRAßENNETZEN AUF DER GRUNDLAGE VON EMPFEHLUNGSGESCHWINDIGKEITEN PRO AUTOBAHN-/STRAßENABSCHNITT, WELCHE, BASIEREND AUF EINEM RASANTEN MANAGEMENT ALLER AKTUELLEN UND STATISTISCHEN VERKEHRSDATEN, IN SEHR KURZEN ZEITINTERVALLEN NEU ERRECHNET UND AN DIE VERKEHRSTEILNEHMER AUSGEGEBEN WERDEN

Country Status (2)

Country Link
DE (2) DE202013003279U1 (de)
WO (1) WO2014161526A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104658271A (zh) * 2015-03-09 2015-05-27 无锡物联网产业研究院 一种交通状态监控方法及系统
CN105427604A (zh) * 2015-12-22 2016-03-23 郑州天迈科技股份有限公司 表现公交畅行指数的实现方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015223805B3 (de) * 2015-12-01 2017-01-12 Zf Friedrichshafen Ag Verfahren zur Verbesserung eines Verkehrsflusses für eine Mehrzahl von Fahrzeugen in einem Bereich
CN109859498A (zh) * 2019-03-08 2019-06-07 黄河水利职业技术学院 一种交通流量监测装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4408547A1 (de) * 1994-03-14 1995-10-12 Siemens Ag Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen
US5646853A (en) * 1991-07-19 1997-07-08 Hitachi, Ltd. Traffic control system
US20110282627A1 (en) * 2010-05-13 2011-11-17 Electronics And Telecommunications Research Institute Method and server of determining advisory safety speed based on road surface states and statistical traffic conditions
US20120109506A1 (en) 2010-11-01 2012-05-03 International Business Machines Corporation Real-time traffic analysis through integration of road traffic prediction and traffic microsimulation models
DE102012210800A1 (de) * 2011-07-07 2013-01-10 International Business Machines Corporation Kontextbasierte Verkehrsflusssteuerung
DE102012211620A1 (de) * 2011-07-06 2013-01-24 International Business Machines Corporation System und Verfahren für einen Selbst-Optimierenden Verkehrsfluss unter Verwendung gemeinsam genutzter Fahrzeuginformationen
WO2013033560A1 (en) * 2011-08-31 2013-03-07 Metro Tech Net, Inc. System and method for determining arterial roadway throughput

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5646853A (en) * 1991-07-19 1997-07-08 Hitachi, Ltd. Traffic control system
DE4408547A1 (de) * 1994-03-14 1995-10-12 Siemens Ag Verfahren zur Verkehrserfassung und Verkehrssituationserkennung auf Autostraßen, vorzugsweise Autobahnen
US20110282627A1 (en) * 2010-05-13 2011-11-17 Electronics And Telecommunications Research Institute Method and server of determining advisory safety speed based on road surface states and statistical traffic conditions
US20120109506A1 (en) 2010-11-01 2012-05-03 International Business Machines Corporation Real-time traffic analysis through integration of road traffic prediction and traffic microsimulation models
DE102012211620A1 (de) * 2011-07-06 2013-01-24 International Business Machines Corporation System und Verfahren für einen Selbst-Optimierenden Verkehrsfluss unter Verwendung gemeinsam genutzter Fahrzeuginformationen
DE102012210800A1 (de) * 2011-07-07 2013-01-10 International Business Machines Corporation Kontextbasierte Verkehrsflusssteuerung
WO2013033560A1 (en) * 2011-08-31 2013-03-07 Metro Tech Net, Inc. System and method for determining arterial roadway throughput

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104658271A (zh) * 2015-03-09 2015-05-27 无锡物联网产业研究院 一种交通状态监控方法及系统
CN104658271B (zh) * 2015-03-09 2021-02-05 无锡物联网产业研究院 一种交通状态监控方法及系统
CN105427604A (zh) * 2015-12-22 2016-03-23 郑州天迈科技股份有限公司 表现公交畅行指数的实现方法
CN105427604B (zh) * 2015-12-22 2018-04-20 郑州天迈科技股份有限公司 表现公交畅行指数的实现方法

Also Published As

Publication number Publication date
DE202013003279U1 (de) 2013-07-25
DE112014001861A5 (de) 2015-12-31

Similar Documents

Publication Publication Date Title
EP3363005B1 (de) Verfahren zur ermittlung und bereitstellung einer auf eine vorbestimmte umgebung bezogenen, umfelddaten enthaltenden datenbank
DE102012211620B4 (de) System und Verfahren für einen Selbst-Optimierenden Verkehrsfluss unter Verwendung gemeinsam genutzter Fahrzeuginformationen
EP3042368B1 (de) Verfahren, auswertesystem und fahrzeug zum prognostizieren von mindestens einem stauparameter
DE102012201472A1 (de) Verfahren zur Bereitstellung von Parkinformationen zu freien Parkplätzen
DE102019209154A1 (de) Infrastrukturseitige Umfelderfassung beim autonomen Fahren
WO2014202362A1 (de) Verfahren zum bereitstellen von parkinformationen zu freien parkplätzen
DE102011083677A1 (de) Prognose einer Verkehrssituation für ein Fahrzeug
DE102020106204A1 (de) Technologien zur Verwaltung eines Weltmodells eines überwachten Gebiets
EP2936470B1 (de) Verfahren und system zum lernen von verkehrsereignissen sowie verwendung des systems
DE10133945A1 (de) Verfahren und Vorrichtung zum Austausch und zur Verarbeitung von Daten
EP3671693A1 (de) Verfahren und fahrerassistenzsystem zum unterstützen eines fahrers eines fahrzeugs beim führen des fahrzeugs
DE10037827A1 (de) Fahrzeugautonomes Verkehrsinformationssystem
WO2014161526A1 (de) GLOBALE STAUPRÄVENTION AUF AUTOBAHNEN/STRAßENNETZEN AUF DER GRUNDLAGE VON EMPFEHLUNGSGESCHWINDIGKEITEN PRO AUTOBAHN-/STRAßENABSCHNITT, WELCHE, BASIEREND AUF EINEM RASANTEN MANAGEMENT ALLER AKTUELLEN UND STATISTISCHEN VERKEHRSDATEN, IN SEHR KURZEN ZEITINTERVALLEN NEU ERRECHNET UND AN DIE VERKEHRSTEILNEHMER AUSGEGEBEN WERDEN
EP3438946A2 (de) Verfahren zur vorhersage eines schaltzeitpunktes einer signalgruppe einer signalanlage
DE102015213393B4 (de) Verfahren und Vorrichtung zur Anonymisierung von Positions- und Bewegungsdaten eines Kraftfahrzeugs
EP2116981B1 (de) Verfahren und Vorrichtung zur Ermittlung von Rückstaulängen an Lichtsignalanlagen
DE69631629T2 (de) Erfassung und Vorhersage von Verkehrsbehinderungen
EP3695192A1 (de) Verfahren zur kartierung eines streckenabschnitts
DE112019004199T5 (de) Server, Fahrzeug, dezentrales Transaktionsverifikationssystem und dezentrales Transaktionsverifikationsverfahren
DE102005009604B4 (de) Verfahren und Vorrichtung zum Erzeugen eines Bewertungswertes für Verkehrsdaten
DE102015218942A1 (de) Verfahren zum Steuern einer Anzeige einer Restzeit
EP2953112A1 (de) Verfahren und system zum bereitstellen einer belegungswahrscheinlichkeit von fahrzeugstellplätzen
DE10108611A1 (de) Verfahren zur Simulation und Prognose der Bewegung von Einzelfahrzeugen auf einem Verkehrswegenetz
DE112019000969T5 (de) Informationsverarbeitungssystem und Informationsverarbeitungsverfahren
DE102022125910A1 (de) System und prozess zum minimieren einer strassennetzüberlastung

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: 14734720

Country of ref document: EP

Kind code of ref document: A1

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
WWE Wipo information: entry into national phase

Ref document number: 112014001861

Country of ref document: DE

Ref document number: 1120140018619

Country of ref document: DE

REG Reference to national code

Ref country code: DE

Ref legal event code: R225

Ref document number: 112014001861

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14734720

Country of ref document: EP

Kind code of ref document: A1