EP1154389A1 - Verfahren zur Verkehrslagebestimmung für ein Verkehrsnetz - Google Patents

Verfahren zur Verkehrslagebestimmung für ein Verkehrsnetz Download PDF

Info

Publication number
EP1154389A1
EP1154389A1 EP01110502A EP01110502A EP1154389A1 EP 1154389 A1 EP1154389 A1 EP 1154389A1 EP 01110502 A EP01110502 A EP 01110502A EP 01110502 A EP01110502 A EP 01110502A EP 1154389 A1 EP1154389 A1 EP 1154389A1
Authority
EP
European Patent Office
Prior art keywords
traffic
queue
edge
route
vehicles
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
EP01110502A
Other languages
English (en)
French (fr)
Other versions
EP1154389B1 (de
Inventor
Boris Prof. Dr. Kerner
Hubert Dr. Rehborn
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daimler AG
Original Assignee
DaimlerChrysler AG
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 DaimlerChrysler AG filed Critical DaimlerChrysler AG
Publication of EP1154389A1 publication Critical patent/EP1154389A1/de
Application granted granted Critical
Publication of EP1154389B1 publication Critical patent/EP1154389B1/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

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 determining the traffic situation on the basis of traffic data that is in itself in the Moving registration vehicles are won for a Traffic network with traffic-regulated network nodes and connecting them Track edges.
  • Procedure for determining the current as well as the future Traffic conditions to be expected are mainly for road networks known in many forms and win because of the steadily growing volume of traffic is becoming increasingly important.
  • Common traffic forecasting methods can be roughly divide into two types, namely historical progression forecasts and dynamic traffic forecasts.
  • the former are based on previously obtained traffic situation data, from which an archive of so-called Hydrographs is created, based on which then from current Traffic situation data through a so-called matching process, where a best fitting gait line is selected is concluded on the future development of the traffic situation becomes.
  • the dynamic traffic forecast is based on detection traffic objects or traffic conditions, such as free Traffic, synchronized traffic and traffic jam, from current traffic measurements and on the dynamic tracking of these individualized Traffic conditions. You can also use both forecasting methods can be used in combination.
  • German patent application 199 40 957.9 describes a traffic forecasting method which is especially for metropolitan transport networks is suitable.
  • This traffic forecasting method is based on an acquisition of current, through the free and interruption phases the traffic-regulated network node time-discretized traffic state parameters based on how the current vehicle drain a queue, the current inflow of vehicles into the queue and the current number of vehicles in the queue. From the current, time-discretized traffic condition parameters become effective continuous traffic condition parameters determined, including at least one effective continuous vehicle drain from a queue and / or an effective continuous flow of vehicles into the Queue, based on which one or more traffic parameters based on dynamic macroscopic modeling traffic forecast, e.g.
  • FCD floating car data
  • This process involves special extraction from FCD, i.e. of dynamic individual or registration vehicle data, which contain timestamp information, each of which designate a reporting time that is not earlier than that Time of leaving a relevant track edge and no later than the time at which the registration vehicle a section of a track edge traversed thereafter in front of a next considered network node reached.
  • the route of the reporting or FCD vehicles tracked can be determined, if necessary individually for each of several directional track sets of the same.
  • the term "directional track quantity" denotes the Amount of the different direction traces of a track edge, which can each include one or more lanes and are defined by the one or more lanes a respective directional track set equal to the Vehicles can be used to connect the network node to continue in one or more assigned target directions happen.
  • this FCD traffic data extraction method as a preferred one Basis for determining travel times for each Track edge can serve, as used here the content of this earlier application is also described herein in fully incorporated by reference.
  • the invention is a technical problem of providing based on a method of the type mentioned at the beginning, with which one or more traffic parameters indicative of the traffic situation comparatively using FCD information can be determined well, especially for transport networks of metropolitan areas.
  • the invention solves this problem by providing a Traffic situation determination method with the features of the claim 1.
  • a Traffic situation determination method with the features of the claim 1.
  • route edge-specific travel times determines one or more traffic situation parameters, namely the average number of vehicles in a queue of each Route edge in front of a traffic-regulated network node, the average number of vehicles in total on the track edge, the average vehicle speed on the track edge before a possible queue, i.e. between the Beginning of the route edge to the upstream end of the queue, the mean waiting time in the respective queue and / or the average vehicle density on the track edge the queue.
  • the current traffic situation especially for traffic networks in metropolitan areas where traffic dynamics dominated by the traffic control measures at the network nodes is determined with sufficient accuracy, i.e. based on the FCD to reconstruct.
  • Other recorded traffic data e.g. of stationary detectors, can also be taken into account however, this is not mandatory.
  • the determined or reconstructed current traffic situation can then in turn as Basis for building a gangue database and further for route-based and / or for dynamic traffic forecasts serve. For such traffic forecasts about the expected Traffic situation on a metropolitan traffic network is the knowledge of the time-dependent queue lengths at the traffic-regulated network nodes and the time-dependent number of Vehicles on the respective track edge important by the method according to the invention can be obtained.
  • the Travel times and the traffic situation parameter (s) specifically one for each of possibly several directional track sets respective route edge determined separately.
  • you can significantly improve the accuracy of the traffic situation determination because it takes into account that on a track edge before a traffic-regulated network node generally different long queues for different directional lane quantities form and / or the traffic regulation at the network node mostly is also specific to directional lanes, i.e. different Holding and passage times, also free or interruption phases called, for the different direction trace amounts includes.
  • the determined current traffic information in the form of one one or more, specific to the edge and preferred specially determined traffic situation parameters specific to the directional lane quantity for a continuous generation of historical Graphs related to the average number of vehicles in the respective Queue, the queue length, the middle Waiting time in the respective queue and / or the middle one Number of vehicles used on the respective track edge.
  • Another determined traffic situation parameter is the direction-specific quantity Vehicle turn rate at the respective network node taken into account, i.e. it determines how many vehicles at the respective point in time on average of a respective one Direction trace quantity of a terminating in an associated network node Line edge over the network node in a respective Directional track quantity of a line edge continuing from the network node drive in. This can be done by collecting appropriately Determine FCD by e.g. the recorded FCD information about the direction of travel or change of direction selected at the network node contain.
  • the method according to claim 5 is a distinguishing detection of the state of undersaturation on the one hand and the supersaturation, on the other hand, using an appropriate one Travel time criterion provided, in which the determined Travel time is compared with a threshold, which among other things the length of the track edge, a typical free vehicle speed on the same as the holding and the The duration of the traffic regulation depends on the network node.
  • a threshold which among other things the length of the track edge, a typical free vehicle speed on the same as the holding and the The duration of the traffic regulation depends on the network node.
  • a method developed according to claim 7 allows one special, advantageous determination of the number of vehicles on one Track edge and the effective continuous inflow of vehicles to the track edge and also to a queue of the same, if suitable traffic data of two or there are more corresponding FCD vehicles that the relevant Drive through the edge of the track at intervals.
  • a development of the method according to claim 8 enables the detection of the state of total overfilling of a track edge, i.e. of a state where the queue is over the entire route edge and possibly still upstream further across the network node there into others Line edges extends into it.
  • a method developed according to claim 9 is taken into account Inflow and outflow sources of vehicles, such as those e.g. in downtown areas are formed by parking garages and parking lots.
  • a "thinned out" traffic network in terms of traffic situation determination considered that only part of all of the vehicles contains drivable route edges of an overall traffic network, e.g. only track edges of certain track types, such as Main roads. The remaining line edges are and sources of runoff from vehicles.
  • the procedure is suitable to determine or reconstruct the traffic situation in one Traffic network with traffic-regulated network nodes, especially in a road network in a metropolitan area. That took into account Traffic network can correspond to an entire traffic network, all the track edges that can be driven by the associated vehicles of a certain area, or in one "Thinned out” form only part of the route edges of the overall traffic network included, e.g. only roads from a certain one Street type minimum size, such as major roads.
  • the process begins with the acquisition of traffic data reporting vehicles moving in traffic (step 1), i.e. of FCD (floating car data).
  • FCD floating car data
  • FCD is preferably obtained by the in the above-mentioned, parallel German patent application (our file: P033150 / DE / 1) described procedures, which can be referred to for further details.
  • the FCD can thereby via permanently installed terminal devices on the vehicle, however also e.g. recorded via mobile phones carried by the vehicle or forwarded.
  • each directional track set k, m can consist of one or more lanes exist from vehicles can be used equally on the network node to continue in one or more specific directions. For example, which a directional track set of a confluent Track edge include one or more lanes, from continue straight ahead via the network node or can be turned to the right while the other direction set may include one or more lanes which can be turned left.
  • FCD extraction process according to the parallel German
  • the patent application is characterized in that data acquisition processes at least for successive network nodes not before leaving one of the respective network nodes confluent route edge j are triggered and in the respective Data acquisition process as FCD a timestamp information is obtained, one on the relevant network node related reporting time, which is not earlier than the time leaving the relevant line edge j and not later than the time at which the registration vehicle arrives Section of a route edge i traversed thereafter in front of a reached the next considered network node or in a queue of the next track edge i taken into account.
  • a queue is often formed at the end of a line edge leading into an associated network node.
  • 3 schematically shows an exemplary snapshot from the area of a network node K, into which, among other things, a route edge St opens, at the end of which a queue W with an associated number N q of vehicles has formed in front of the network node K.
  • the downstream queue end lies on a terminating line or stop line An, which represents the boundary line of the line edge St at the junction with the network node K.
  • FCD1, FCD2, FCD3 Three FCD vehicles FCD1, FCD2, FCD3 are illustrated by way of example, which have left the queue W of the route edge St in question and continue in different directions via the network node K. Specifically, a first FCD vehicle FCD1 continues straight ahead, a second FCD vehicle FCD2 is turned to the right, and a third FCD vehicle FCD3 is turned to the left. Boundary lines En1, En2, En3 are drawn in, at which the further route edges begin.
  • the FCD obtained in this way and containing node-related reporting time information are particularly well suited, among other things, for them to use them to calculate the currently expected travel time t tr (j, k) for the respective route edge j according to their directional track quantities k to investigate. This is explained in more detail there and therefore does not require repeated explanation here.
  • the determination of the travel times t tr (j, k) for the one or more directional track sets k of the respective route edge j is the next step (2) in the course of the present method and can be carried out in accordance with the procedure described in the parallel German patent application.
  • these currently expected travel times t tr (j, k) can also be determined using any other conventional algorithm based on the FCD obtained for this purpose, if and to the extent that such is known to the person skilled in the art.
  • the present method is independent of the manner in which the travel times t tr (j, k) for the different route edges j of the traffic network are determined on the basis of recorded FCDs.
  • the determined current travel times t tr (j, k) for the directional track quantities k of the route edges j of the traffic network are then used to determine whether a condition of undersaturation or oversaturation exists for the respective route edge j, possibly differentiated according to its different direction track amounts k (step 3).
  • the state of undersaturation is defined here by the fact that the queue which arises during a hold or interruption phase, for example a red phase of a light signal system, at the end of the line edge is completely resolved by the subsequent pass or free phase, for example the green phase of a light signal system, what can be seen as behavior analogous to the state of free traffic on expressways.
  • the state of supersaturation is defined by the fact that the queue that arises during an interruption phase is no longer completely resolved by the subsequent free phase, which can be regarded as behavior analogous to the state of heavy traffic on expressways.
  • ⁇ is the mean vehicle density from outside the queue, ie between the beginning of the line and the beginning of the queue, moving vehicles and with v free ( ⁇ ) the average vehicle speed outside the queue, which is dependent on the vehicle density ⁇ .
  • the average vehicle speed v free outside the queue can be approximated by a constant v eff , which corresponds to a typical value of v free that is predetermined independently of the density.
  • the constant ⁇ is greater than zero and less than one and is usually at or near the value 0.5.
  • the quantities q sat , T G , T R and thus T are predefined parameters or functions of the other traffic-indicative quantities.
  • all traffic-related variables mentioned here are mostly time-dependent functions, as is understood by the person skilled in the art and which is therefore also not explicitly stated in the size descriptions for the sake of clarity.
  • the parameters b and q sat depend on the type of vehicle, in particular on the relative proportions of vehicles of different lengths on average, such as passenger cars and trucks.
  • the parameters b and q sat each result as the sum of the corresponding relative contributions of the different types, which in turn result as the product of the relative share of the type in question in the total number of vehicles multiplied by the associated type-specific average vehicle distance or saturation outflow.
  • the determined travel time t tr (j, k) is less than the threshold value t s (j, k) defined in this way, the state of under-saturation is inferred, while the transition to the state of oversaturation is assumed if the determined travel time t tr (j , k ) lies above this threshold t s (j, k) .
  • the method then continues with the determination of traffic situation parameters describing the traffic situation on the basis of the determined travel times t tr (j, k) for the directional track quantities k of the route edges j (step 4), the traffic situation parameters for the two states under- and oversaturation are calculated according to different, suitable systems of equations in order to then reconstruct or determine the current traffic situation.
  • This preferably includes, in each case specifically for each directional track quantity k of the respective route edge j, the calculation of the mean total number N of vehicles, the mean number N q of vehicles in the queue, the mean vehicle density ⁇ of the vehicles traveling outside the queue and from this the mean speed V free of the vehicles outside the queue, the mean queue length L q and the mean waiting time t q in the queue.
  • the essential parameters determining vehicle traffic ⁇ , average number of vehicles N, average number N q of vehicles in the queue, average queue length L q and average waiting time t q in can thus be used for both undersaturation and oversaturation determine the queue for each directional lane quantity k of each route edge j of the traffic network on the basis of the FCD-based average travel times t tr (j, k) , that is to say the current traffic situation can be reconstructed on the basis of suitably recorded FCDs which represent traffic data recorded on a sample basis .
  • a procedure can optionally be applied in which the difference ⁇ t tr (j, k) of the travel times t tr (j, k) is used by at least two FCD vehicles which have the same directional track quantity k of the route edge j in one Drive through sufficient time interval ⁇ t (j, k) .
  • This time interval .DELTA.t (j, k) must be equal to or greater than the traffic regulation period T (j, k) , and the average travel time t tr (j, k) for this case is made up of individual travel time values over the queue period T (j, k) averaged. More precisely, the time interval .DELTA.t (j, k) is the time difference between the times at which the FCD vehicles concerned enter the same directional track quantity k of the route edge j.
  • the difference ⁇ t free (j, k) of the travel times from the beginning of the route edge to the beginning of the queue for two Successive FCD vehicles that enter the relevant directional track quantity k of the route edge j at a time interval ⁇ t (j, k) is significantly smaller than the difference ⁇ t q (j, k) of the waiting times of the FCD vehicles in the queue.
  • This relationship also contains the prerequisite that there are no sources and sinks of the vehicle flow on the relevant directional track quantity k of the route edge j.
  • Such sources and sinks can be formed, for example, in inner-city areas of parking garages and parking lots.
  • a corresponding inflow q Q (j, k) and outflow q s (j, k) of vehicles result for the respective directional track quantity k of the route edge j.
  • This can be taken into account, among other things, in the above equation 12 for the mean line edge inflow in that on the left side of the equation the quantity q in (j, k) by the expression q in (j, k) -q s (j, k) + q Q (j, k) is replaced.
  • such sources and sinks of the vehicle flow can also be taken into account as a corresponding traffic flow correction when determining the other parameters relevant to the traffic situation, as described above. If the traffic network considered is a "thinned out" traffic network as mentioned above, the line edges and associated network nodes that are not taken into account are treated as further sources and sinks of the vehicle flow.
  • the free-phase and interruption-phase durations vary depending on the traffic volume, so that, for example, for a direction-lane volume on which a relatively long queue has already formed, the free-phase duration is increased compared to its normal value to shorten the excessively long queue again.
  • the interruption phase duration T R , the free phase duration T G and thus the round trip time T defined by the sum of these two time periods are functions that depend not only on the route edge j, the directional track quantity k and the time, but also on one or more traffic situation indicators Variables such as the flow of vehicles etc.
  • the travel time t tr, crit (j, k) for which this criterion (equation 14) is fulfilled is referred to as the critical travel time.
  • an overfilled directional track quantity k of a route edge j of a metropolitan area traffic network blocks one or more upstream plug edges over one or more corresponding network nodes can then be that in this case the difference tt 2 (j, k) between the current point in time t and the time t 2 (j, k) at which the FCD vehicle in question entered the directional track quantity k of the route edge j is greater than this critical travel time t tr, crit (j, k) .
  • the determination of the traffic situation parameters as explained here and thus the traffic situation can be as desired for use corresponding other applications.
  • the data determined according to the procedure for the average number of vehicles in the respective queue, the queue length, the mean waiting time in the queue and the average number of vehicles on the respective directional lane quantity a track edge and continuously over current turn rates for the generation of historical curve lines over the concerned sizes relevant to the transport warehouse are used.
  • a hydrograph database and a corresponding hydrographic database Traffic forecasting system e.g. to Travel time forecast.
  • a traffic control center with a Memory must be equipped in which the corresponding information about traffic control measures at the network nodes and travel times for all the edges of a metropolitan road network based on a digital road map are saved.
  • a processing unit in the Traffic control center can provide current information about the traffic regulation periods or the free-phase and interruption phases for the traffic-regulated intersections as well via the current FCD-based route edge-specific Receive travel times. Based on this data then a processing unit of the traffic center will be able to automatically Travel time forecasts for any trips on the transport network through a curve-based and / or dynamic Determine traffic forecast (step 5).
  • a dynamic forecast of traffic development is, for example with the older German patent application cited above No. 199 40 957 possible methods described.
  • the predicted traffic data can then be compared with currently available Traffic data are compared, resulting in an error correction for the forecasting process can be derived by the determined current values e.g. for the turn rates and other parameters relevant to the traffic situation and / or the corresponding ones Values of the historical curves depending on any deviations found in the comparison Getting corrected.

Landscapes

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

Abstract

1. Verfahren zur Verkehrslagebestimmung auf Basis von Meldefahrzeugdaten für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten. 2.1. Die Erfindung bezieht sich auf ein Verfahren zur Bestimmung der Verkehrslage auf der Basis von Verkehrsdaten, die durch sich im Verkehr mitbewegende Meldefahrzeuge gewonnen werden, für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten und diese verbindenden Streckenkanten. 2.2. Erfindungsgemäß werden für die Reisezeiten auf den Streckenkanten indikative Verkehrsdaten durch sich im Verkehr mitbewegende Meldefahrzeuge gewonnnen, daraus die Reisezeiten streckenkantenspezifisch ermittelt und anhand dieser die mittlere Warteschlangen-Fahrzeuganzahl, die mittlere Fahrzeuganzahl, die mittlere Fahrzeuggeschwindigkeit außerhalb der Warteschlange, die mittlere Wartezeit in der Warteschlange und/oder die mittlere Fahrzeugdichte außerhalb der Warteschlange für die jeweilige Streckenkante bestimmt. 2.3. Verwendung zur FCD-gestützten Rekonstruktion der aktuellen Verkehrslage und für darauf aufbauende Verkehrsprognosen, insbesondere für Straßenverkehrsnetze von Ballungsräumen. <IMAGE>

Description

Die Erfindung bezieht sich auf ein Verfahren zur Verkehrslagebestimmung auf der Basis von Verkehrsdaten, die durch sich im Verkehr mitbewegende Meldefahrzeuge gewonnen werden, für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten und diese verbindenden Streckenkanten.
Verfahren zur Bestimmung der aktuellen wie auch der zukünftig zu erwartenden Verkehrslage sind vor allem für Straßenverkehrsnetze in vielerlei Ausprägungen bekannt und gewinnen aufgrund des ständig wachsenden Verkehrsaufkommens zunehmend an Bedeutung. Gebräuchliche Verkehrsprognosemethoden lassen sich grob in zwei Typen unterteilen, nämlich historische Ganglinienprognosen und dynamische Verkehrsprognosen. Erstere basieren auf zuvor gewonnenen Verkehrslagedaten, aus denen ein Archiv sogenannter Ganglinien angelegt wird, anhand derer dann aus aktuellen Verkehrslagedaten durch einen sogenannten Matching-Prozess, bei dem eine am besten passende Ganglinie ausgewählt wird, auf die zukünftige Verkehrslageentwicklung geschlossen wird. Die dynamische Verkehrsprognose basiert auf einer Erkennung verkehrlicher Objekte bzw. Verkehrszustände, wie freier Verkehr, synchronisierter Verkehr und Stau, aus aktuellen Verkehrsmessungen und auf der dynamischen Verfolgung dieser individualisierten Verkehrszustände. Es können auch beide Prognosemethoden kombiniert zur Anwendung kommen. Derartige historische und dynamische Verkehrsprognosen sind z.B. in der Patentschrift DE 195 26 148 C2, den Offenlegungsschriften DE 196 47 127 A1 und DE 197 53 034 A1 sowie der älteren deutschen Patentanmeldung 198 35 979.9 beschrieben. Eine notwendige Voraussetzung eines jeden Verkehrsprognoseverfahrens ist die Bestimmung der aktuellen Verkehrslage zum Prognosezeitpunkt und gegebenenfalls zu früheren Zeitpunkten.
Die meisten gebräuchlichen Verfahren zur Verkehrslagestimmung sind auf Verkehrsnetze abgestellt, bei denen die Dynamik des Verkehrsablaufs im wesentlichen durch die Verkehrsverhältnisse auf den verschiedenen Streckenkanten, d.h. den Wegeverbindungen zwischen je zwei Netzknoten, selbst bestimmt ist, d.h. durch die Dynamik der verschiedenen identifizierbaren verkehrlichen Objekte und Phasenübergänge zwischen denselben. Solche Verhältnisse sind beispielsweise für Schnellstraßen gegeben.
Hingegen gelten in Verkehrsnetzen von Ballungsräumen andere Verhältnisse. Dort ist der Verkehrsablauf meist durch die Verkehrsregelungsmaßnahmen an den Netzknoten, z.B. in Form von Lichtsignalanlagen an Kreuzungen, bestimmt und kaum durch die verkehrsdynamischen Effekte auf den häufig relativ kurzen Streckenkanten zwischen den Knoten. Es ist bekannt, dass in diesen Fällen eine Warteschlangentheorie angewendet werden kann, bei der die Länge der Warteschlange vor dem jeweiligen verkehrsgeregelten Netzknoten, die Dauern von Freiphasen, während denen der Verkehr am betreffenden Netzknoten freigegeben ist, und von Unterbrechungsphasen, während denen der Verkehr am Netzknoten angehalten wird, die Geschwindigkeit der Fahrzeuge außerhalb der typischen Warteschlangen vor den Netzknoten, die Zuflüsse zur Warteschlange und die Länge der Streckenkanten für die Verkehrsdynamik von Bedeutung sind, siehe z.B. die Veröffentlichungen S. Miyata et al., "STREAM", Proc. of the 2nd Word Congress on Intelligent Transport Systems, Yokohama, Band 1, Seite 289, 1995 sowie B. Ran und D. Boyce, "Modeling Dynamic Transportation Networks", Springer-Verlag, Berlin, 1996.
In der nicht vorveröffentlichten, älteren deutschen Patentanmeldung 199 40 957.9 ist ein Verkehrsprognoseverfahren beschrieben, das sich speziell für Ballungsraum-Verkehrsnetze eignet. Dieses Verkehrsprognoseverfahren baut auf einer Erfassung von aktuellen, durch die Frei- und Unterbrechungsphasen der verkehrsgeregelten Netzknoten zeitdiskretisierten Verkehrszustandsparametern auf, wie dem aktuellen Fahrzeugabfluß aus einer Warteschlange, dem aktuellen Fahrzeugzufluß in die Warteschlange und die aktuelle Anzahl von Fahrzeugen in der Warteschlange. Aus den aktuellen, zeitdiskretisierten Verkehrszustandsparametern werden effektive kontinuierliche Verkehrzustandsparameter bestimmt, darunter mindestens ein effektiver kontinuierlicher Fahrzeugabfluß aus einer Warteschlange und/oder ein effektiver kontinuierlicher Fahrzeugzufluß in die Warteschlange, anhand derer ein oder mehrere Verkehrsparameter auf der Basis einer dynamischen makroskopischen Modellierung des Verkehrs prognostiziert werden, z.B. die zu einem Prognosezeitpunkt zu erwartende Reisezeit für eine bestimmte Fahrtstrecke und/oder die zu erwartende Verkehrslage wenigstens hinsichtlich der Anzahl von in Warteschlangen stehenden bzw. außerhalb davon fahrenden Fahrzeugen und/oder der voraussichtlichen Länge der jeweiligen Warteschlange. Der Inhalt dieser älteren Anmeldung wird vor allem auch hinsichtlich der dort zu findenden Erklärungen und Definitionen von auch vorliegend relevanten Begriffen und physikalischen Größen hierin in vollem Umfang durch Verweis aufgenommen.
In einer parallelen deutschen Patentanmeldung der Anmelderin (unsere Akte: P033150/DE/1) ist ein Verfahren zur Gewinnung von Verkehrsdaten durch sich im Verkehr mitbewegende Meldefahrzeuge, d.h. zur Gewinnung von sogenannten FCD (floating car data), beschrieben, das sich ebenfalls speziell für Verkehrsnetze von Ballungsräumen eignet, d.h. für Verkehrsnetze, bei denen der Verkehr durch die Verkehrsregelungsmaßnahmen an den Netzknoten dominiert wird. Dieses Verfahren beinhaltet eine spezielle Gewinnung von FCD, d.h. von dynamischen Einzel- bzw. Meldefahrzeugdaten, die Zeitstempelinformationen beinhalten, welche jeweils einen Meldezeitpunkt bezeichnen, der nicht früher als der Zeitpunkt des Verlassens einer betreffenden Streckenkante und nicht später als der Zeitpunkt liegt, zu dem das Meldefahrzeug einen Abschnitt einer danach befahrenen Streckenkante vor einem nächsten berücksichtigten Netzknoten erreicht. Aus diesen Zeitstempelinformationen können die Fahrtrouten der Melde- bzw. FCD-Fahrzeuge verfolgt und die zu erwartenden Reisezeiten für die jeweilige Streckenkante ermittelt werden, gegebenenfalls individuell für jede von mehreren Richtungsspurmengen derselben. Der Begriff "Richtungsspurmenge" bezeichnet hierbei die Menge der verschiedenen Richtungsspuren einer Streckenkante, die jeweils eine oder mehrere Fahrspuren umfassen können und dadurch definiert sind, dass die eine oder mehreren Fahrspuren einer jeweiligen Richtungsspurmenge gleichberechtigt von den Fahrzeugen benutzt werden können, um den Netzknoten zur Weiterfahrt in einer oder mehreren zugeordneten Zielrichtungen zu passieren. Da für das vorliegende Verkehrslagebestimmungsverfahren dieses FCD-Verkehrsdatengewinnungsverfahren als eine bevorzugte Grundlage zur Bestimmung von Reisezeiten für jede jeweilige Streckenkante dienen kann, wie sie vorliegend benutzt werden, wird auch der Inhalt dieser älteren Anmeldung hierin in vollem Umfang durch Verweis aufgenommen.
Der Erfindung liegt als technisches Problem die Bereitstellung eines Verfahrens der eingangs genannten Art zugrunde, mit dem ein oder mehrere, für die Verkehrslage indikative Verkehrsparameter unter Verwendung von FCD-Informationen vergleichsweise gut bestimmt werden können, insbesondere auch für Verkehrsnetze von Ballungsräumen.
Die Erfindung löst dieses Problem durch die Bereitstellung eines Verkehrslagebestimmungsverfahrens mit den Merkmalen des Anspruchs 1. Gemäß diesem Verfahren werden durch sich im Verkehr mitbewegende Meldefahrzeuge für die Reisezeiten auf den Streckenkanten indikative Verkehrsdaten, d.h. zur Reisezeitermittlung geeignete FCD, gewonnen und anhand dieser Verkehrsdaten die Reisezeiten für die Streckenkanten ermittelt. Anhand der ermittelten streckenkantenspezifischen Reisezeiten werden dann ein oder mehrere Verkehrslageparameter bestimmt, und zwar die mittlere Anzahl von Fahrzeugen in einer Warteschlange einer jeweiligen Streckenkante vor einem verkehrsgeregelten Netzknoten, die mittlere Anzahl von Fahrzeugen insgesamt auf der Streckenkante, die mittlere Fahrzeuggeschwindigkeit auf der Streckenkante vor einer eventuellen Warteschlange, d.h. zwischen dem Anfang der Streckenkante bis zum stromaufwärtigen Warteschlangenende, die mittlere Wartezeit in der jeweiligen Warteschlange und/oder die mittlere Fahrzeugdichte auf der Streckenkante vor der Warteschlange.
Mit diesem Verfahren ist es möglich, auf der Grundlage geeignet gewonnener FCD die aktuelle Verkehrslage speziell auch für Verkehrsnetze in Ballungsräumen, bei denen die Verkehrsdynamik durch die Verkehrsregelungsmaßnahmen an den Netzknoten dominiert wird, ausreichend genau zu bestimmen, d.h. anhand der FCD zu rekonstruieren. Weitere erfasste Verkehrsdaten, z.B. von ortsfesten Detektoren, können zusätzlich berücksichtigt werden, dies ist jedoch nicht zwingend. Die solchermaßen bestimmte bzw. rekonstruierte aktuelle Verkehrslage kann dann wiederum als Grundlage zum Aufbau einer Ganglinien-Datenbank und weitergehend für ganglinienbasierte und/oder für dynamische Verkehrsprognosen dienen. Für solche Verkehrsprognosen über die zu erwartende Verkehrslage auf einem Ballungsraum-Verkehrsnetz ist die Kenntnis der zeitabhängigen Warteschlangenlängen an den verkehrsgeregelten Netzknoten und der zeitabhängigen Anzahl von Fahrzeugen auf der jeweiligen Streckenkante wichtig, die durch das erfindungsgemäße Verfahren gewonnen werden kann.
In einer Weiterbildung der Erfindung nach Anspruch 2 werden die Reisezeiten und der oder die Verkehrslageparameter spezifisch für jede von gegebenenfalls mehreren Richtungsspurmengen einer jeweiligen Streckenkante separat ermittelt. Damit lässt sich die Genauigkeit der Verkehrslagebestimmung signifikant verbessern, da berücksichtigt wird, dass sich auf einer Streckenkante vor einem verkehrsgeregelten Netzknoten im allgemeinen unterschiedlich lange Warteschlangen für verschiedene Richtungsspurmengen bilden und/oder die Verkehrsregelung am Netzknoten meist ebenfalls richtungsspurmengenspezifisch ist, d.h. unterschiedliche Halte- und Durchlasszeiten, auch Frei- bzw. Unterbrechungsphasen genannt, für die verschiedenen Richtungsspurmengen beinhaltet.
Bei einer Weiterbildung der Erfindung nach Anspruch 3 werden die ermittelten aktuellen Verkehrsinformationen in Form des einen oder der mehreren, streckenkantenspezifisch und dabei bevorzugt speziell richtungsspurmengenspezifisch ermittelten Verkehrslageparameter für eine fortlaufende Erzeugung historischer Ganglinien bezüglich der mittleren Fahrzeuganzahl in der jeweiligen Warteschlange, der Warteschlangenlänge, der mittleren Wartezeit in der jeweiligen Warteschlange und/oder der mittleren Fahrzeuganzahl auf der jeweiligen Streckenkante genutzt.
In einer Weiterbildung der Erfindung nach Anspruch 4 wird als ein weiterer, ermittelter Verkehrslageparameter die richtungsspurmengenspezifische Fahrzeugabbiegerate am jeweiligen Netzknoten berücksichtigt, d.h. es wird ermittelt, wie viele Fahrzeuge zum jeweiligen Zeitpunkt im Mittel von einer jeweiligen Richtungsspurmenge einer in einen zugehörigen Netzknoten einmündenden Streckenkante über den Netzknoten in eine jeweilige Richtungsspurmenge einer vom Netzknoten weiterführenden Streckenkante einfahren. Dies lässt sich durch geeignet erhobene FCD ermitteln, indem z.B. die aufgenommenen FCD eine Information über die am Netzknoten gewählte Fahrtrichtung bzw. Richtungsänderung enthalten.
In einer Weiterbildung des Verfahrens nach Anspruch 5 ist eine unterscheidende Erkennung des Zustands der Untersättigung einerseits und der Übersättigung andererseits anhand eines geeigneten Reisezeitkriteriums vorgesehen, bei dem die ermittelte Reisezeit mit einem Schwellwert verglichen wird, der unter anderem von der Streckenkantenlänge, einer typischen freien Fahrzeuggeschwindigkeit auf derselben sowie der Halte- und der Durchlassdauer der Verkehrsregelung am Netzknoten abhängt.
In weiterer Ausgestaltung der Erfindung nach Anspruch 6 ist eine Bestimmung von verfahrensgemäß berücksichtigten Verkehrsparametern nach unterschiedlichen Gleichungssystemen für die beiden Fälle der Untersättigung bzw. Übersättigung vorgesehen.
Ein nach Anspruch 7 weitergebildetes Verfahren erlaubt eine spezielle, vorteilhafte Bestimmung der Fahrzeuganzahl auf einer Streckenkante sowie des effektiven kontinuierlichen Fahrzeugzuflusses zur Streckenkante und auch zu einer Warteschlange derselben, wenn hierzu geeignete Verkehrsdaten von zwei oder mehr entsprechenden FCD-Fahrzeugen vorliegen, welche die betreffende Streckenkante in zeitlichem Abstand durchfahren.
Eine Weiterbildung des Verfahrens nach Anspruch 8 ermöglicht die Erkennung des Zustands totaler Überfüllung einer Streckenkante, d.h. eines Zustands, bei der sich die Warteschlange über die gesamte Streckenkante und eventuell noch stromaufwärts weiter über den dortigen Netzknoten hinweg in andere Streckenkanten hinein erstreckt.
Ein nach Anspruch 9 weitergebildetes Verfahren berücksichtigt Zufluß- und Abflussquellen von Fahrzeugen, wie sie z.B. in Innenstadtbereichen von Parkhäusern und Parkplätzen gebildet werden.
Bei einem nach Anspruch 10 weitergebildeten Verfahren wird ein "ausgedünntes" Verkehrsnetz hinsichtlich der Verkehrslagebestimmung betrachtet, das nur einen Teil aller von den Fahrzeugen befahrbaren Streckenkanten eines Gesamtverkehrsnetzes enthält, z.B. nur Streckenkanten bestimmter Streckentypen, wie Hauptverkehrsstraßen. Die übrigen Streckenkanten werden als Zufluss- und Abflussquellen von Fahrzeugen behandelt.
Eine bevorzugte Ausführungsform der Erfindung ist in den Zeichnungen veranschaulicht und wird nachfolgend beschrieben. Hierbei zeigen:
Fig. 1
ein Flussdiagramm eines Verfahrens zur Verkehrslagebestimmung für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten auf der Basis von FCD,
Fig. 2
eine idealisierte Darstellung eines Netzknotens zur Erläuterung der vorliegend verwendeten streckenbezogenen Begriffe und
Fig. 3
eine schematische Darstellung eines Verkehrsnetzbereichs mit zwei benachbarten Netzknoten zur Veranschaulichung einer vorteilhaften FCD-Gewinnung.
Nachfolgend wird das erfindungsgemäße Verfahren in einer vorteilhaften Realisierung anhand des in Fig. 1 illustrierten Verfahrensablaufs im Detail erläutert. Das Verfahren eignet sich zur Bestimmung bzw. Rekonstruktion der Verkehrslage in einem Verkehrsnetz mit verkehrsgeregelten Netzknoten, insbesondere in einem Straßenverkehrsnetz eines Ballungsraums. Das berücksichtigte Verkehrsnetz kann einem gesamten Verkehrsnetz entsprechen, das alle von den zugehörigen Fahrzeugen befahrbaren Streckenkanten eines bestimmten Gebietes umfasst, oder in einer "ausgedünnten" Form nur einen Teil der Streckenkanten des Gesamtverkehrsnetzes enthalten, z.B. nur Straßen ab einer bestimmten Straßentyp-Mindestgröße, wie Hauptverkehrsstraßen. Das Verfahren beginnt mit der Gewinnung von Verkehrsdaten durch sich im Verkehr bewegende Meldefahrzeuge (Schritt 1), d.h. von FCD (floating car data). Bevorzugt erfolgt diese FCD-Gewinnung durch das in der oben erwähnten, parallelen deutschen Patentanmeldung (unsere Akte: P033150/DE/1) beschriebene Verfahren, worauf für weitere Details verwiesen werden kann. Die FCD können dabei über fahrzeugseitig fest installierte Endgeräte, aber auch z.B. über fahrzeugseitig mitgeführte Mobiltelefone aufgenommen bzw. weitergeleitet werden.
Zum besseren Verständnis dieses FCD-Gewinnungsverfahrens und auch der vorliegend verwendeten streckenbezogenen Begriffe ist in Fig. 2 ein idealisierter Netzknoten dargestellt, in den vier Streckenkanten j=1,...,4 einmünden und aus dem vier Streckenkanten i=1,...,4 ausmünden. Ohne Beschränkung der Allgemeinheit ist angenommen, dass die einmündenden Streckenkanten j je zwei verschiedene Richtungsspurmengen k=1,2 und die ausmündenden Streckenkanten i ebenfalls zwei verschiedene Richtungsspurmengen m=1,2 aufweisen. Jede Richtungsspurmenge k, m kann aus einer oder mehreren Fahrspuren bestehen, die von Fahrzeugen gleichberechtigt verwendet werden können, um über den Netzknoten in einer oder mehreren bestimmten Richtungen weiterzufahren. So kann z.B. die eine Richtungsspurmenge einer einmündenden Streckenkante eine oder mehrere Fahrspuren umfassen, von denen aus über den Netzknoten geradeaus weitergefahren oder nach rechts abgebogen werden kann, während die andere Richtungsspurmenge eine oder mehrere Fahrspuren umfassen kann, auf denen nach links abgebogen werden kann.
Das besagte FCD-Gewinnungsverfahren gemäß der parallelen deutschen Patentanmeldung zeichnet sich dadurch aus, dass Datengewinnungsvorgänge wenigstens für sukzessiv befahrene Netzknoten jeweils nicht vor dem Verlassen einer in den jeweiligen Netzknoten einmündenden Streckenkante j ausgelöst werden und im jeweiligen Datengewinnungsvorgang als FCD eine Zeitstempelinformation gewonnen wird, die einen auf den betreffenden Netzknoten bezogenen Meldezeitpunkt angibt, der nicht früher als der Zeitpunkt des Verlassens der betreffenden Streckenkante j und nicht später als der Zeitpunkt liegt, zu dem das Meldefahrzeug einen Abschnitt einer danach befahrenen Streckenkante i vor einem nächsten berücksichtigten Netzknoten erreicht oder in eine Warteschlange der nächsten berücksichtigten Streckenkante i einfährt.
In einem Ballungsraum-Verkehrsnetz ist, wie gesagt, die Verkehrsdynamik bzw. das Verhalten von Verkehrsstörungen meist durch die Verkehrsregelung an den Netzknoten dominiert. Dabei bildet sich häufig eine Warteschlange am Ende einer in einen zugehörigen Netzknoten einmündenden Streckenkante. Fig. 3 zeigt schematisch eine beispielhafte Momentaufnahme aus dem Bereich eines Netzknotens K, in den unter anderem eine Streckenkante St einmündet, an deren Ende sich vor dem Netzknoten K eine Warteschlange W mit einer zugehörigen Anzahl Nq von Fahrzeugen gebildet hat. Das stromabwärtige Warteschlangenende liegt an einer Abschluß- bzw. Haltelinie An, welche die Grenzlinie der Streckenkante St an der Einmündung in den Netzknoten K darstellt. In die Warteschlange W fahren Fahrzeuge mit einem Verkehrsfluß qin,q ein, und aus ihr fahren Fahrzeuge mit einem Verkehrsfluß qout heraus und in den Netzknoten K hinein, um von dort in eine der ausmündenden Streckenkanten einzufahren. Beispielhaft sind drei FCD-Fahrzeuge FCD1, FCD2, FCD3 veranschaulicht, welche die Warteschlange W der betreffenden Streckenkante St verlassen haben und über den Netzknoten K in unterschiedliche Richtungen weiterfahren. Speziell fährt ein erstes FCD-Fahrzeug FCD1 geradeaus weiter, ein zweites FCD-Fahrzeug FCD2 ist nach rechts abgebogen, und ein drittes FCD-Fahrzeug FCD3 ist nach links abgebogen, wobei die entsprechenden Anfangsbzw. Grenzlinien En1, En2, En3 eingezeichnet sind, an denen die weiterführenden Streckenkanten beginnen.
Wie in der besagten parallelen deutschen Patentanmeldung eingehend beschrieben, eignen sich die solchermaßen gewonnenen, netzknotenbezogenen Meldezeitpunktinformationen enthaltenden FCD unter anderem besonders gut dafür, aus ihnen die aktuell zu erwartende Reisezeit ttr (j,k) für die jeweilige Streckenkante j getrennt nach deren Richtungsspurmengen k zu ermitteln. Dies ist dort näher dargelegt und bedarf daher hier keiner wiederholten Erläuterung. Die Ermittlung der Reisezeiten ttr (j,k) für die eine oder mehreren Richtungsspurmengen k der jeweiligen Streckenkante j ist der nächste Schritt (2) im Ablauf des vorliegenden Verfahrens und kann gemäß der in der parallelen deutschen Patentanmeldung beschriebenen Vorgehensweise erfolgen. Alternativ kann die Ermittlung dieser aktuell zu erwartenden Reisezeiten ttr (j,k) anhand von hierzu gewonnenen FCD auch mit einem beliebigen anderen, herkömmlichen Algorithmus erfolgen, falls und soweit dem Fachmann ein solcher bekannt ist. Mit anderen Worten ist das vorliegende Verfahren unabhängig von der Art und Weise, wie die Reisezeiten ttr (j,k) für die verschiedenen Streckenkanten j des Verkehrsnetzes anhand von aufgenommenen FCD ermittelt werden.
Die ermittelten aktuellen Reisezeiten ttr (j,k) für die Richtungsspurmengen k der Streckenkanten j des Verkehrsnetzes werden dann zur Feststellung verwendet, ob für die jeweilige Streckenkante j, gegebenenfalls unterschieden nach deren verschiedenen Richtungsspurmengen k, ein Zustand der Untersättigung oder Übersättigung vorliegt (Schritt 3). Der Zustand der Untersättigung ist hierbei dadurch definiert, dass die während einer Halte- bzw. Unterbrechungsphase, z.B. einer Rotphase einer Lichtsignalanlage, am Ende der Streckenkante entstehende Wartschlange durch die nachfolgende Durchlaß- bzw. Freiphase, z.B. die Grünphase einer Lichtsignalanlage, vollständig aufgelöst wird, was als ein zum Zustand freien Verkehrs auf Schnellstraßen analoges Verhalten angesehen werden kann. Der Zustand der Übersättigung ist dadurch definiert, dass die während einer Unterbrechungsphase entstehende Warteschlange durch die nachfolgende Freiphase nicht mehr vollständig aufgelöst wird, was als ein zum Zustand dichten Verkehrs auf Schnellstraßen analoges Verhalten angesehen werden kann. Je mehr Freiphasen ein Fahrzeug bis zur Passierung des vor ihm liegenden verkehrsgeregelten Netzknotens warten muß, desto mehr nimmt dieses Verhalten dichten Verkehrs in jeder jeweiligen Richtungsspurmenge der betreffenden Streckenkante des Ballungsraum-Verkehrsnetzes zu.
Für die Feststellung, ob Unter- oder Übersättigung vorliegt, wird die ermittelte Reisezeit ttr (j,k) mit einem Schwellwert ts (j,k) verglichen, der durch die Beziehung ts (j,k)=L(j,k)/vfree (j,k) (ρ(j,k))+β(j,k) (TR (j,k)-γ(j,k)TG (j,k)TR (j,k)/T(j,k)) definiert ist, wobei jeweils spezifisch für die Richtungsspurmenge k der Streckenkante j mit L die gesamte Streckenlänge, mit TR die Dauer der Unterbrechungs- bzw. Rotphasen, mit TG die Dauer der Frei- bzw. Grünphasen, mit T=TG+TR die zugehörige Verkehrsregelungs-Periodendauer und mit β eine geeignet vorgegebene Konstante bezeichnet ist und γ durch die Beziehung γ(j,k)=qsat (j,k)b(j,k)/[n(j,k)vfree (j,k)(ρ(j,k))] definiert ist, wobei als Randbedingung γ(j,k) in jedem Fall kleiner als eins gehalten wird und wiederum jeweils spezifisch für die Richtungsspurmenge k der Streckenkante j mit qsat ein vorgegebener Sättigungsabfluss aus der Warteschlange, mit b ein mittlerer Fahrzeugabstand in Warteschlangen, d.h. eine mittlere Warteschlangen-Fahrzeugperiodizitätslänge, und mit n die Anzahl von Fahrspuren bezeichnet sind. Mit ρ ist die mittlere Fahrzeugdichte von außerhalb der Warteschlange, d.h. zwischen dem Streckenkantenanfang und dem Warteschlangenanfang, fahrenden Fahrzeugen und mit vfree(ρ) die von der Fahrzeugdichte ρ abhängige, mittlere Fahrzeuggeschwindigkeit außerhalb der Warteschlange bezeichnet. Die mittlere Fahrzeuggeschwindigkeit vfree außerhalb der Warteschlange kann in vielen Fällen durch eine Konstante veff approximiert werden, die einem typischen, dichteunabhängig vorgegebenen Wert von vfree entspricht. Die Konstante β ist größer gleich null und kleiner als eins und liegt meist auf oder in der Nähe des Wertes 0,5. Die Größen qsat, TG, TR und damit T sind vorgegebene Kenngrößen bzw. Funktionen der anderen verkehrslageindikativen Größen. Des weiteren sind alle vorliegend erwähnten verkehrsbezogenen Größen meist von der Zeit abhängige Funktionen, wie sich dies für den Fachmann versteht und was daher bei den Größenbezeichnungen der Übersichtlichkeit halber ebenfalls nicht explizit angegeben ist.
Die Parameter b und qsat hängen dabei im Anwendungsfall des Straßenverkehrs vom Fahrzeugtyp ab, insbesondere von den relativen Anteilen von im Mittel unterschiedlichen langen Fahrzeugen, wie Personenkraftwagen und Lastkraftwagen. In diesem Fall ergeben sich die Parameter b und qsat jeweils als Summe der entsprechenden relativen Beiträge der verschiedenen Typen, die sich ihrerseits jeweils als Produkt des relativen Anteils des betreffenden Typs an der gesamten Fahrzeuganzahl multipliziert mit dem zugehörigen typspezifischen mittleren Fahrzeugabstand bzw. Sättigungsabfluss ergeben. Soweit in der obigen Gleichung (2) und in nachstehenden Gleichungen die Parameter b und qsat in Form von deren Produkt qsat·b eingehen, sei erwähnt, dass dieses Produkt qsat·b für jede Richtungsspurmenge selbst bei Vorhandensein unterschiedlich langer Fahrzeuge unabhängig von deren relativen Anteilen dann annähernd konstant bleibt, wenn die Fahrzeugdichte im freien Verkehr außerhalb von Verkehrsregelungs-Warteschlangen als klein gegenüber der Warteschlangen-Fahrzeugdichte angenommen werden kann, was in den meisten praktisch relevanten Fällen in guter Näherung erfüllt ist.
Wenn die ermittelte Reisezeit ttr (j,k) kleiner als der so definierte Schwellwert ts (j,k) ist, wird auf den Untersättigungszustand geschlossen, während der Übergang zum Zustand der Übersättigung angenommen wird, wenn die ermittelte Reisezeit ttr (j,k) über diesem Schwellwert ts (j,k) liegt.
Anschließend setzt das Verfahren mit der Bestimmung von die Verkehrslage beschreibenden Verkehrslageparameter auf der Basis der ermittelten Reisezeiten ttr (j,k) für die Richtungsspurmengen k der Streckenkanten j fort (Schritt 4), wobei die Verkehrslageparameter für die beiden Zustände Unter- bzw. Übersättigung nach unterschiedlichen, geeigneten Gleichungssystemen berechnet werden, um dann daraus die aktuelle Verkehrslage zu rekonstruieren bzw. zu bestimmen. Bevorzugt beinhaltet dies, jeweils spezifisch für jede Richtungsspurmenge k der jeweiligen Streckenkante j, die Berechnung der mittleren Gesamtanzahl N an Fahrzeugen, der mittleren Anzahl Nq von Fahrzeugen in der Warteschlange, der mittleren Fahrzeugdichte ρ der außerhalb der Warteschlange fahrenden Fahrzeuge und daraus der mittleren Geschwindigkeit Vfree der Fahrzeuge außerhalb der Warteschlange, der mittleren Warteschlangenlänge Lq und der mittleren Wartezeit tq in der Warteschlange.
Für den Fall der Untersättigung erfolgt dies nach folgendem Gleichungssystem:
Figure 00140001
Figure 00140002
Figure 00140003
L (j,k) q = b (j,k) N (j,k) q /n ( j,k )
Figure 00140004
Dabei wurde berücksichtigt, dass die ermittelte mittlere Reisezeit ttr (j,k) die Summe der Wartezeit tq (j,k) in der Warteschlange und der mittleren Reisezeit tfree (j,k) für die Strecke vom Streckenkantenanfang bis zum Warteschlangenanfang ist, d.h. bis zum stromaufwärtigen Ende der Warteschlange, wobei sich letztere aus der Beziehung tfree (j,k) = (L(j,k)-Lq (j,k))/vfree (j,k) (ρ(j,k)) ergibt. Des weiteren kann die Reisezeit ttr, da die Warteschlangenlänge Lq nicht kleiner als null werden kann, eine minimale Reisezeit ttr,min=L/vfree +βTR 2/T zum Befahren der völlig fahrzeugfreien Streckenkante nicht unterschreiten. Dies wird bei allen Berechnungen im Untersättigungsfall geprüft, und gegebenenfalls wird die Reisezeit ttr nach unten auf dem Minimalwert ttr,min begrenzt gehalten. Für die gesamte Anzahl N von Fahrzeugen auf der Richtungsspurmenge k der Streckenkante j gilt die Beziehung N(j,k)=Nq (j,k)ttr (j,k)/tq (j,k), wobei der Quotient qin,q (j,k)=Nq (j,k)/tq (j,k) den mittleren Zufluss in die Warteschlange angibt.
Für den Fall der Übersättigung gelten die obigen Gleichungen 3 und 6 für die mittlere Fahrzeugdichte ρ außerhalb der Warteschlange und die mittlere Warteschlangenlänge Lq weiterhin, während für das dann geltende Gleichungssystem die obigen Gleichungen 4, 5 und 7 für die mittlere Gesamtanzahl N von Fahrzeugen, die mittlere Anzahl Nq von Fahrzeugen in der Warteschlange und die mittlere Wartezeit tq in der Warteschlange, jeweils bezogen auf die Richtungsspurmenge k der Streckenkante j, durch folgende Beziehungen ersetzt werden: N (j,k) = t (j,k) tr q (j,k) sat T (j,k) G /T (j,k)
Figure 00150001
t (j,k) q = N (j,k) q T (j,k)/(T (j,k) G q (j,k) sat ) .
Dabei ist γ1 definiert durch γ1 (j,k)=γ(j,k)TG (j,k)/T(j,k), mit dem in der obigen Gleichung 2 definierten Parameter γ, wobei hier wiederum die formale Randbedingung γ1<1 gilt. Für den Übersättigungsfall gilt zudem die selbstverständliche Randbedingung L≥Lq=bNq/n, da die zu einer Streckenkante gehörige Warteschlange nicht länger als die Strecke selbst werden kann. Des weiteren gilt für die Fahrzeug-Gesamtanzahl N die triviale Randbedingung, dass sie nicht größer als die Maximalanzahl Nmax=nL/b von auf der Streckenlänge L möglichen Fahrzeugen werden kann. Entsprechend kann die Streckenkanten-Reisezeit ttr nicht größer als die maximale Wartezeit tq,max=NmaxT/(TGqsat) in einer sich über die gesamte Streckenkante erstreckenden Warteschlange sein. Somit wird bei allen Berechnungen im Übersättigungsfall geprüft, ob die Reisezeit ttr unter dem Maximalwert tq,max liegt, ansonsten wird sie auf selbigem begrenzt gehalten.
Durch Lösen des jeweiligen gekoppelten Gleichungssystems lassen sich somit sowohl für den Untersättigungs- wie für den Übersättigungsfall die wesentlichen verkehrslagebestimmenden Parameter mittlere Fahrzeugdichte ρ, mittlere Fahrzeuganzahl N, mittlere Anzahl Nq von Fahrzeugen in der Warteschlange, mittlere Warteschlangenlänge Lq und mittlere Wartezeit tq in der Warteschlange für jede Richtungsspurmenge k jeder Streckenkante j des Verkehrsnetzes anhand der FCD-gestützt ermittelten mittleren Reisezeiten ttr (j,k) bestimmen, d.h. es kann damit die aktuelle Verkehrslage schon allein anhand geeignet aufgenommener FCD, die stichprobenhaft aufgenommene Verkehrsdaten darstellen, rekonstruiert werden.
In den meisten Fällen ist es sowohl für den Untersättigungsfall als auch für den Übersättigungsfall gerechtfertigt, die an sich fahrzeugdichteabhängige, mittlere Fahrzeuggeschwindigkeit vfree (j,k)(ρ(j,k)) vereinfachend auf einen effektiven Geschwindigkeitswert veff (j,k) zu setzen, der für die jeweilige Richtungsspurmenge k der Streckenkante j unabhängig von der Fahrzeugdichte ρ konstant vorgegeben wird.
Zur Bestimmung der Verkehrslageparameter Fahrzeuganzahl N(j,k) auf der betreffenden Richtungsspurmenge k der Streckenkante j sowie effektiver kontinuierlicher Zufluss qin (j,k) in die betreffende Richtungsspurmenge k der Streckenkante j und effektiver kontinuierlicher Zufluss qin,q (j,k) in die betreffende Warteschlange kann gegebenenfalls eine Vorgehensweise angewendet werden, bei der die Differenz Δttr (j,k) der Reisezeiten ttr (j,k) von mindestens zwei FCD-Fahrzeugen benutzt wird, welche dieselbe Richtungsspurmenge k der Streckenkante j in einem ausreichenden zeitlichen Abstand Δt(j,k) durchfahren. Dieser Zeitabstand Δt(j,k) muss dabei gleich oder größer als die Verkehrsregelungs-Periodendauer T(j,k) sein, und die mittlere Reisezeit ttr (j,k) wird für diesen Fall aus einzelnen Reisezeitwerten über die Warteschlangen-Periodendauer T(j,k) gemittelt. Genauer ist der Zeitabstand Δt(j,k) der Zeitunterschied zwischen den Zeitpunkten, zu denen die betreffenden FCD-Fahrzeuge in die gleiche Richtungsspurmenge k der Streckenkante j einfahren.
Speziell kann hierbei der Streckenkantenzufluss qin spezifisch für die jeweilige Richtungsspurmenge k der Streckenkante j durch die Beziehung qin (j,k)=(1+Δttr (j,k)/Δt(j,k))qsat (j,k)TG (j,k)/T(j,k) beschrieben werden, wobei die Näherung Δtfree (j,k) « Δt(j,k) verwendet wurde, die in Ballungsräumen meistens gut gerechtfertigt ist, d.h. die Differenz Δtfree (j,k) der Reisezeiten vom Streckenkantenanfang bis zum Warteschlangenanfang für zwei aufeinanderfolgende FCD-Fahrzeuge, die in einem zeitlichen Abstand Δt(j,k) in die betreffende Richtungsspurmenge k der Streckenkante j einfahren, ist deutlich kleiner ist als die Differenz Δtq (j,k) der Wartezeiten der FCD-Fahrzeuge in der Warteschlange. Weiter enthält diese Beziehung die Voraussetzung, dass auf der betreffenden Richtungsspurmenge k der Streckenkante j keine Quellen und Senken des Fahrzeugflusses vorliegen.
Solche Quellen und Senken können z.B. in Innenstadtbereichen von Parkhäusern und Parkplätzen gebildet sein. In diesem Fall ergibt sich für die jeweilige Richtungsspurmenge k der Streckenkante j ein entsprechender Zufluss qQ (j,k) und Abfluss qs (j,k) von Fahrzeugen. Dies lässt sich u.a. in der obigen Gleichung 12 für den mittleren Streckenkantenzufluss dadurch berücksichtigen, dass auf der linken Gleichungsseite die Größe qin (j,k) durch den Ausdruck qin (j,k)-qs (j,k)+qQ (j,k) ersetzt wird. In analoger Weise können solche Quellen und Senken des Fahrzeugflusses auch bei der Bestimmung der anderen verkehrslagerelevanten Parameter, wie oben beschrieben, als entsprechende Verkehrsflusskorrektur berücksichtigt werden. Wenn das berücksichtigte Verkehrsnetz ein wie oben erwähnt "ausgedünntes" Verkehrsnetz ist, werden die nicht berücksichtigten Streckenkanten und zugehörigen Netzknoten als weitere Quellen und Senken des Fahrzeugflusses behandelt.
Moderne Lichtsignalanlagen und ähnliche Verkehrsregelungseinrichtungen an Netzknoten sind häufig verkehrsmengengesteuert, d.h. die Freiphasen- und Unterbrechungsphasendauern variieren in Abhängigkeit von der Verkehrsmenge, so dass beispielsweise für eine Richtungsspurmenge, auf der sich bereits eine relativ lange Warteschlange gebildet hat, die Freiphasendauer gegenüber ihrem normalen Wert erhöht wird, um die übermäßig lange Warteschlange wieder zu verkürzen. Mit anderen Worten sind die Unterbrechungsphasendauer TR, die Freiphasendauer TG und damit die durch die Summe dieser beiden Zeitdauern definierte Umlaufzeit T Funktionen, die nicht nur von der Streckenkante j, der Richtungsspurmenge k und der Zeit abhängen, sondern auch von einer oder mehreren verkehrslageindikativen Größen, wie dem Fahrzeugfluß etc. Um von solchen lokalen verkehrsmengenabhängigen Schwankungen der Verkehrsregelungsmaßnahmen unabhängige, globalere Aussagen über die Verkehrslage zu ermöglichen, ist es in diesen Fällen zweckmäßig, für die Frei- bzw. Unterbrechungsphasendauern und die Umlaufzeiten, d.h. die Verkehrsregelungs-Periodendauern, Mittelwerte zu verwenden, die durch Mittelung über Zeitintervalle gewonnen werden, welche wesentlich größer als eine typische Umlaufzeit ohne Verkehrsmengeneinfluß sind.
Wenngleich im allgemeinen eine richtungsspurmengenspezifische Bestimmung der verschiedenen obigen Größen entsprechend dem verwendeten Indek k bevorzugt ist, können selbstverständlich diese Größen auch lediglich streckenkantenspezifisch ohne weitere Unterscheidung in die einzelnen Richtungsspurmengen ermittelt werden. Insbesondere können aus den obigen, richtungsspurmengen- und streckenkantenspezifischen Größen durch summierende Betrachtung aller Richtungsspurmengen einer jeweiligen Streckenkante zugehörige, lediglich streckenkantenspezifische Größen abgeleitet werden. So können eine mittlere Anzahl N(j) von Fahrzeugen auf der Streckenkante j, eine mittlere Anzahl Nq (j) von Fahrzeugen in allen Warteschlangen der Streckenkante j, daraus eine mittlere Fahrzeuganzahl Ns (j) pro Fahrspur und eine mittlere Warteschlangen-Fahrzeuganzahl Nsq (j) pro Fahrspur und daraus eine mittlere, rein streckenkantenspezifische Warteschlangenlänge Lq (j) und eine ebenfalls rein streckenkantenspezifische mittlere Wartezeit tq (j) nach den folgenden Beziehungen abgeleitet werden:
Figure 00190001
Figure 00190002
Figure 00190003
Figure 00190004
L (j) q = b (j) N (j) sq ,
Figure 00190005
mit tq (j,k) aus der obigen Gleichung 12 des Übersättigungsfalles, K(j) als der Anzahl an Richtungsspurmengen der Streckenkante j und b(j) als mittlerer Fahrzeuglänge. Wenn qsat (j,k) und T(j,k) für alle Richtungsspurmengen k einer Streckenkante j jeweils gleiche Werte haben, vereinfacht sich die obige Gleichung 19 entsprechend.
Des weiteren ermöglicht das vorliegende Verfahren die Feststellung, ob eine totale Überfüllung der jeweiligen Richtungsspurmenge k der Steckenkante j mit den in der Warteschlange stehenden Fahrzeugen vorliegt. Dies ist dann der Fall, wenn die Warteschlangenlänge Lq (j,k) der Streckenlänge L(j,k) entspricht, d.h. wenn die Beziehung b(j,k)Nq (j,k)/n(j,k)=L(j,k) erfüllt ist, wobei Nq (j,k) nach der obigen Gleichung 11 für den Übersättigungsfall zu bestimmen ist. Diejenige Reisezeit ttr,crit (j,k), für die dieses Kriterium (Gleichung 14) erfüllt ist, sei als kritische Reisezeit bezeichnet. Als Kriterium, dass eine überfüllte Richtungsspurmenge k einer Streckenkante j eines Ballungsraum-Verkehrsnetzes eine oder mehrere stromaufwärtige Steckenkanten über einen oder mehrere entsprechende Netzknoten hinweg blockiert, kann dann gelten, dass in diesem Fall die Differenz t-t2 (j,k) zwischen dem aktuellen Zeitpunkt t und dem Zeitpunkt t2 (j,k), zu dem das betreffende FCD-Fahrzeug in die Richtungsspurmenge k der Streckenkante j eingefahren ist, größer als diese kritische Reisezeit ttr,crit (j,k) wird.
Es versteht sich, dass statt der oben explizit angegebenen Verkehrslageparameter je nach Anwendungsfall nur ein Teil dieser Parameter und/oder zusätzlich weitere Verkehrslageparameter auf der Basis der FCD-gestützt, streckenkantenspezifisch und dabei bevorzugt richtungsspurmengenspezifisch ermittelten mittleren Reisezeiten bestimmt werden können. So können z.B. als weitere Verkehrslageparameter die aktuellen Abbiegeraten am jeweiligen Netzknoten in Form einer Matrix berücksichtigt und ermittelt werden, deren Matrixelemente die Raten angeben, mit denen Fahrzeuge von einer jeweiligen Richtungsspurmenge einer einmündenden Streckenkante über den betreffenden Netzknoten in eine jeweilige Richtungsspurmenge einer ausmündenden Streckenkante einfahren.
Die wie vorliegend erläuterte Bestimmung der Verkehrslageparameter und damit der Verkehrslage lässt sich je nach Wunsch für entsprechende weitere Anwendungen nutzen. Insbesondere können die verfahrensgemäß ermittelten Daten über die mittlere Anzahl von Fahrzeugen in der jeweiligen Warteschlange, die Warteschlangenlänge, die mittlere Wartezeit in der Warteschlange und die mittlere Fahrzeuganzahl auf der jeweiligen Richtungsspurmenge einer Streckenkante und über aktuelle Abbiegeraten fortlaufend zur Erzeugung historischer Ganglinien über die betreffenden verkehrslagerelevanten Größen herangezogen werden. Damit kann eine Ganglinien-Datenbank und ein entsprechendes ganglinienbasiertes Verkehrsprognosesystem aufgebaut werden, z.B. zur Reisezeitprognose. Dazu kann eine Verkehrszentrale mit einem Speicher ausgerüstet sein, in welchem die entsprechenden Informationen über die Verkehrsregelungsmaßnahmen an den Netzknoten und über Reisezeiten für alle Streckenkanten eines Ballungsraum-Straßenverkehrsnetzes auf der Basis einer digitalen Straßenkarte abgespeichert sind. Eine Verarbeitungseinheit in der Verkehrszentrale kann aktuelle Informationen über die Verkehrsregelungs-Periodendauern bzw. die Freiphasen- und Unterbrechungsphasendauern für die verkehrsgeregelten Kreuzungen sowie über die aktuellen FCD-gestützt ermittelten, streckenkantenspezifischen Reisezeiten empfangen. Auf Basis dieser Daten ist dann eine Recheneinheit der Verkehrszentrale in der Lage, automatisch Reisezeitprognosen für beliebige Fahrten auf dem Verkehrsnetz durch eine ganglinienbasierte und/oder dynamische Verkehrsprognose zu ermitteln (Schritt 5).
Eine dynamische Prognose der Verkehrsentwicklung ist beispielsweise mit dem in der oben zitierten älteren deutschen Patentanmeldung Nr. 199 40 957 beschriebenen Verfahren möglich. Die prognostizierten Verkehrsdaten können dann mit aktuell verfügbaren Verkehrsdaten verglichen werden, woraus eine Fehlerkorrektur für das Prognoseverfahren abgeleitet werden kann, indem die ermittelten aktuellen Werte z.B. für die Abbiegeraten und andere verkehrslagerelevante Parameter und/oder die entsprechenden Werte der historischen Ganglinien in Abhängigkeit von den beim Vergleich gegebenenfalls festgestellten Abweichungen korrigiert werden.

Claims (10)

  1. Verfahren zur Bestimmung der Verkehrslage auf der Basis von Verkehrsdaten, die durch sich im Verkehr mitbewegende Meldefahrzeuge gewonnen werden, für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten und diese verbindenden Streckenkanten,
    dadurch gekennzeichnet, dass
    für die Reisezeiten (ttr (j,k)) auf den Streckenkanten (j,k) indikative Verkehrsdaten durch sich im Verkehr mitbewegende Meldefahrzeuge gewonnen werden,
    anhand der gewonnenen Verkehrsdaten die Reisezeiten für die Streckenkanten ermittelt werden und
    anhand der ermittelten streckenkantenspezifischen Reisezeiten ein oder mehrere der folgenden Verkehrslageparameter bestimmt werden:
    (i) die mittlere Anzahl (Nq (j,k)) von Fahrzeugen in einer Warteschlange der jeweiligen Streckenkante (j,k) vor einem zugehörigen verkehrsgeregelten Netzknoten,
    (ii) die mittlere Anzahl (N(j,k)) von Fahrzeugen auf der jeweiligen Streckenkante (j,k),
    (iii) die mittlere Geschwindigkeit (vfree (j,k)) der Fahrzeuge auf der jeweiligen Streckenkante (j,k) zwischen dem Streckenkantenanfang und dem Warteschlangenanfang,
    (iv) die mittlere Wartezeit (tq (j,k)) in einer Netzknoten-Warteschlange der jeweiligen Streckenkante (j,k) und/oder (v) die mittlere Dichte (ρ(j,k)) von Fahrzeugen auf der jeweiligen Streckenkante (j,k) zwischen dem Streckenkantenanfang und dem Warteschlangenanfang.
  2. Verfahren nach Anspruch 1, weiter
    dadurch gekennzeichnet, dass
    die Reisezeiten (ttr (j,k)) und der oder die Verkehrslageparameter spezifisch für jede Richtungsspurmenge (k) der jeweiligen Streckenkante (j) bestimmt werden.
  3. Verfahren nach Anspruch 1 oder 2, weiter
    dadurch gekennzeichnet, dass
    der oder die anhand der ermittelten streckenkantenspezifischen Reisezeiten bestimmten Verkehrslageparameterwerte fortlaufend für eine Erzeugung historischer Ganglinien bezüglich der mittleren Anzahl von Fahrzeugen in einer jeweiligen Warteschlange, der Länge der Warteschlange, der mittleren Wartezeit in der Warteschlange und/oder der mittleren Anzahl von Fahrzeugen auf der jeweiligen Streckenkante (j,k) verwendet werden.
  4. Verfahren nach einem der Ansprüche 1 bis 3, weiter
    dadurch gekennzeichnet, dass
    als weitere, anhand der ermittelten streckenkantenspezifischen Reisezeiten bestimmte Verkehrslageparameter Abbiegeraten verwendet werden, welche jeweils die Rate von aus einer einmündenden Richtungsspurmenge über den Netzknoten hinweg in eine ausmündende Richtungsspurmenge fahrenden Fahrzeugen angeben.
  5. Verfahren nach einem der Ansprüche 1 bis 4, weiter
    dadurch gekennzeichnet, dass
    zur unterscheidenden Erkennung eines Untersättigungszustands einerseits und eines Übersättigungszustands andererseits ein Schwellwert (ts (j,k)) gemäß der Beziehung ts (j,k)=L(j,k)/vfree (j,k)(ρ(j,k))+β(j,k)(TR (j,k)-γ(j,k)TG (j,k)TR (j,k)/T(j,k)) vorgegeben und für die jeweilige Streckenkante (j,k) auf Untersättigung geschlossen wird, wenn die ermittelte Reisezeit (ttr (j,k)) kleiner als der Schwellwert (ts (j,k)) ist, und auf Übersättigung geschlossen wird, wenn die ermittelte Reisezeit größer als der Schwellwert ist, wobei L(j,k) die Streckenlänge der Streckenkante (j,k), TR (j,k) die Verkehrsregelungs-Unterbrechungsphasendauer, TG (j,k) die Verkehrsregelungs-Freiphasendauer, T(j,k) = TG (j,k) + TR (j,k) die Verkehrsregelungs-Periodendauer, vfree (j,k) (ρ(j,k)) die fahrzeugdichteabhängige mittlere Fahrzeuggeschwindigkeit im Bereich außerhalb der Warteschlange und β(j,k) eine vorgebbare Konstante größer gleich null und kleiner eins bezeichnen und γ(j,k) = qsat (j,k)b(j,k)/[n(j,k)vfree (j,k) (ρ(j,k))] ist, wobei qsat (j,k) den Warteschlangen-Sättigungsabfluss der jeweiligen Streckenkante (j,k), b(j,k) den mittleren Fahrzeugabstand in der Warteschlange und n(j,k) die Fahrspuranzahl bezeichnen.
  6. Verfahren nach einem der Ansprüche 1 bis 5, weiter
    dadurch gekennzeichnet, dass
    die streckenkantenspezifischen Verkehrslageparameter mittlere Fahrzeugdichte (ρ(j,k)) außerhalb der Warteschlange, mittlere Fahrzeuganzahl (N(j,k)), mittlere Warteschlangen-Fahrzeuganzahl (Nq (j,k)), Warteschlangenlänge (Lq (j,k)) und Wartezeit (tq (j,k)) in der Warteschlange für den Untersättigungszustand durch das folgende Gleichungssystem bestimmt werden: ρ( j , k ) = N (j,k)-N (j,k) q n (j,k)(L(j , k) -L (j,k) q )
    Figure 00240001
    Figure 00240002
    L (j,k) q = b ( j , k ) N (j,k) q /n ( j , k )
    Figure 00240003
    und für den Übersättigungszustand durch das folgende Gleichungssystem bestimmt werden:
    Figure 00250001
    N ( j , k ) = t (j,k) tr q (j,k) sat T (j,k) G /T ( j , k )
    Figure 00250002
    L (j,k) q = b ( j , k ) N (j,k) q /n (j,k)
    Figure 00250003
    mit γ(j,k)=qsat (j,k)b(j,k)/[n(j,k)vfree (j,k) (ρ(j,k))]
    und γ1 (j,k) = γ(j,k)TG (j,k)/T(j,k), wobei jeweils spezifisch für die Richtungsspurmenge k der Streckenkante j mit L die gesamte Streckenlänge, mit TR die Dauer der Unterbrechungs- bzw. Rotphasen, mit TG die Dauer der Frei- bzw. Grünphasen, mit T=TG+TR die zugehörige Verkehrsregelungs-Periodendauer, mit qsat ein vorgegebener Sättigungsabfluss aus der Warteschlange, mit b ein mittlerer Fahrzeugabstand in Warteschlangen, mit n die Anzahl von Fahrspuren, mit vfree die von der Fahrzeugdichte abhängige, mittlere Fahrzeuggeschwindigkeit außerhalb der Warteschlange sowie mit β eine geeignet vorgegebene Konstante bezeichnet ist.
  7. Verfahren nach einem der Ansprüche 1 bis 6, weiter
    dadurch gekennzeichnet, dass
    die Verkehrslageparameter mittlere Fahrzeuganzahl (N(j,k)), effektiver kontinuierlicher Streckenkantenzufluss (qin (j,k)) und effektiver kontinuierlicher Warteschlangenzufluss (qin,q (j,k)) anhand von Verkehrsdaten von mindestens zwei Meldefahrzeugen, die in einem zeitlichen Abstand (Δt(j,k)) größer gleich der Verkehrsregelungs-Periodendauer (T(j,k)) dieselbe Streckenkante (j,k) befahren, unter Verwendung der Differenz (Δttr (j,k)) der ermittelten Reisezeiten dieser Meldefahrzeuge bestimmt werden und
    hierbei für die Bestimmung des effektiven kontinuierlichen Streckenkantenzuflusses (qin (j,k)) die Beziehung qin (j,k) = (1+Δttr (j,k)/Δt(j,k))qsat (j,k)TG (j,k)/T(j,k) sowie die Näherung Δtfree (j,k)<<Δt(j,k) verwendet wird, wobei Δtfree die Reisezeitdifferenz vom Streckenkantenanfang bis zum Warteschlangenanfang bezeichnet.
  8. Verfahren nach einem der Ansprüche 1 bis 7, weiter
    dadurch gekennzeichnet, dass
    auf eine überfüllte Streckenkante geschlossen wird, wenn sich ein Meldefahrzeug seit einem Zeitraum größer als eine kritische Reisezeit (ttr,crit (j,k)) auf der betreffenden Streckenkante (j,k) befindet, wobei die kritische Reisezeit diejenige ermittelte Reisezeit ist, welche die implizierte Beziehung b(j,k)Nq (j,k)/n(j,k)=L(j,k) erfüllt, wobei die mittlere Warteschlangen-Fahrzeuganzahl (Nq (j,k)) diejenige für den Übersättigungsfall ist.
  9. Verfahren nach einem der Ansprüche 1 bis 8, weiter
    dadurch gekennzeichnet, dass
    Quellen und Senken des Fahrzeugflusses auf dem Verkehrsnetz bei der Bestimmung der Verkehrslageparameter durch entsprechende Zuflüsse (qQ (j,k)) und Abflüsse (qs (j,k)) zu bzw. aus der jeweiligen Streckenkante (j,k) berücksichtigt werden.
  10. Verfahren nach Anspruch 9, weiter
    dadurch gekennzeichnet, dass
    das zur Verkehrslagebestimmung berücksichtigte Verkehrsnetz nur einen vorgebbaren Teil aller Streckenkanten und Netzknoten eines Gesamtverkehrsnetzes bildet und die hierbei nicht berücksichtigten Streckenkanten und Netzknoten als Quellen und Senken des Fahrzeugflusses auf dem berücksichtigten Verkehrsnetz behandelt werden.
EP01110502A 2000-05-10 2001-04-27 Verfahren zur Verkehrslagebestimmung für ein Verkehrsnetz Expired - Lifetime EP1154389B1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE10022812A DE10022812A1 (de) 2000-05-10 2000-05-10 Verfahren zur Verkehrslagebestimmung auf Basis von Meldefahrzeugdaten für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten
DE10022812 2000-05-10

Publications (2)

Publication Number Publication Date
EP1154389A1 true EP1154389A1 (de) 2001-11-14
EP1154389B1 EP1154389B1 (de) 2004-06-02

Family

ID=7641474

Family Applications (1)

Application Number Title Priority Date Filing Date
EP01110502A Expired - Lifetime EP1154389B1 (de) 2000-05-10 2001-04-27 Verfahren zur Verkehrslagebestimmung für ein Verkehrsnetz

Country Status (5)

Country Link
US (1) US6470262B2 (de)
EP (1) EP1154389B1 (de)
JP (1) JP3501773B2 (de)
DE (2) DE10022812A1 (de)
ES (1) ES2220617T3 (de)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2650853A1 (de) * 2011-01-19 2013-10-16 Zenrin Co., Ltd. System zur analyse von regelungsinformationen
CN103413433A (zh) * 2013-07-26 2013-11-27 浙江工业大学 一种基于流量信息的交通拥堵时的公交换乘方法
CN104200650A (zh) * 2014-08-27 2014-12-10 浙江工业大学 一种城市拥堵时段的多模式公交换乘方法
CN105261206A (zh) * 2015-09-29 2016-01-20 无锡高联信息技术有限公司 一种公共交通服务***和计算公共交通路径的方法
DE10334140B4 (de) * 2002-07-24 2016-01-21 Österreichisches Forschungs- und Prüfzentrum Arsenal Ges. m.b.H. Verfahren und System zur Ermittlung von Verkehrsdaten
CN106897791A (zh) * 2017-01-06 2017-06-27 南京邮电大学 一种公交地铁复合网络模型构建方法
CN106935040A (zh) * 2017-04-05 2017-07-07 河海大学 一种十字型交叉***通信号灯设置的判别方法
CN107331166A (zh) * 2017-07-25 2017-11-07 中南大学 一种基于路径分析的动态限行方法
CN107507415A (zh) * 2017-07-06 2017-12-22 广东交通职业技术学院 车联网下基于mfd和排队长度的路网边界限流控制方法
CN108510008A (zh) * 2018-04-11 2018-09-07 国交空间信息技术（北京）有限公司 一种基于浮动车轨迹点空间关系和分布的路网提取方法
CN108847042A (zh) * 2018-08-24 2018-11-20 讯飞智元信息科技有限公司 一种路况信息发布方法及装置
CN109087509A (zh) * 2018-09-04 2018-12-25 重庆交通大学 一种路网交通运行状态预测方法
CN116137103A (zh) * 2023-02-20 2023-05-19 东南大学 基于图元学习和深度强化学习的大规模交通灯信号控制方法
CN116246466A (zh) * 2023-03-13 2023-06-09 长安大学 考虑自动驾驶多模式特性的混合交通流管理方法及***
CN117765738A (zh) * 2024-02-21 2024-03-26 云南省公路科学技术研究院 道路交通车流量分流控制优化方法、***、终端及介质

Families Citing this family (74)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10025039C2 (de) * 2000-05-20 2003-09-04 Daimler Chrysler Ag Verfahren zur Ermittlung von Verkehrsregelungsphasendauern
JP3849435B2 (ja) * 2001-02-23 2006-11-22 株式会社日立製作所 プローブ情報を利用した交通状況推定方法及び交通状況推定・提供システム
US6580997B2 (en) * 2001-09-27 2003-06-17 International Business Machines Corporation Hierarchical traffic control system which includes vehicle roles and permissions
US6693557B2 (en) 2001-09-27 2004-02-17 Wavetronix Llc Vehicular traffic sensor
JP3937011B2 (ja) * 2002-03-20 2007-06-27 国土交通省国土技術政策総合研究所長 交通情報処理方法及び交通情報処理システム
KR100459476B1 (ko) * 2002-04-04 2004-12-03 엘지산전 주식회사 차량의 대기 길이 측정 장치 및 방법
US7433889B1 (en) 2002-08-07 2008-10-07 Navteq North America, Llc Method and system for obtaining traffic sign data using navigation systems
US7499949B2 (en) * 2002-08-07 2009-03-03 Navteq North America, Llc Method and system for obtaining recurring delay data using navigation systems
JP3980455B2 (ja) * 2002-09-13 2007-09-26 パイオニア株式会社 通信端末装置、その接続制御方法、そのプログラム
DE10249618A1 (de) * 2002-10-21 2004-05-13 DDG GESELLSCHAFT FüR VERKEHRSDATEN MBH Verfahren zur Generierung impliziter Informationen aus FC-Daten
DE10261172B4 (de) * 2002-12-20 2005-05-25 Daimlerchrysler Ag Verfahren und System zur zentralenbasierten, zeitlich vorausschauende Störungserkennung durch Störflanken-Detektion mittels abschnittsbezogener Reisezeitenschätzung
US7426450B2 (en) * 2003-01-10 2008-09-16 Wavetronix, Llc Systems and methods for monitoring speed
JP2005049138A (ja) * 2003-07-30 2005-02-24 Pioneer Electronic Corp 交通状況報知装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体
DE10359977B4 (de) * 2003-12-18 2009-02-12 Siemens Ag Verfahren zum Ermitteln einer Reisezeit
US20070138347A1 (en) * 2004-12-16 2007-06-21 Ehlers Gregory A System and method for providing information to an operator of a vehicle
US7174153B2 (en) * 2003-12-23 2007-02-06 Gregory A Ehlers System and method for providing information to an operator of an emergency response vehicle
US7702427B1 (en) * 2004-07-30 2010-04-20 The United States Of America As Represented By The National Aeronautics And Space Administration (Nasa) Air traffic management evaluation tool
US7236881B2 (en) * 2005-02-07 2007-06-26 International Business Machines Corporation Method and apparatus for end-to-end travel time estimation using dynamic traffic data
US8665113B2 (en) 2005-10-31 2014-03-04 Wavetronix Llc Detecting roadway targets across beams including filtering computed positions
US8248272B2 (en) * 2005-10-31 2012-08-21 Wavetronix Detecting targets in roadway intersections
US7953544B2 (en) 2007-01-24 2011-05-31 International Business Machines Corporation Method and structure for vehicular traffic prediction with link interactions
US8755991B2 (en) 2007-01-24 2014-06-17 Tomtom Global Assets B.V. Method and structure for vehicular traffic prediction with link interactions and missing real-time data
US20080262710A1 (en) * 2007-04-23 2008-10-23 Jing Li Method and system for a traffic management system based on multiple classes
JP5003546B2 (ja) * 2007-06-07 2012-08-15 住友電気工業株式会社 交通信号制御システム、交通信号制御装置及び方法、並びに、交通指標算出装置
JP4858380B2 (ja) * 2007-09-19 2012-01-18 住友電気工業株式会社 交通パラメータ算出システム、算出方法及びコンピュータプログラム
US8050854B1 (en) 2007-11-26 2011-11-01 Rhythm Engineering, LLC Adaptive control systems and methods
DE102008022349A1 (de) 2008-05-02 2009-11-12 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur Ermittlung von Rückstaulängen an Lichtsignalanlagen
US7973674B2 (en) * 2008-08-20 2011-07-05 International Business Machines Corporation Vehicle-to-vehicle traffic queue information communication system and method
AU2009304571A1 (en) * 2008-10-15 2010-04-22 National Ict Australia Limited Tracking the number of vehicles in a queue
DE102009033431B4 (de) 2009-07-15 2011-05-12 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur dynamischen Steuerung einer Signalanlage
CN102063789B (zh) * 2009-11-16 2014-07-30 高德软件有限公司 一种交通信息质量评估方法和装置
US8738289B2 (en) 2011-01-04 2014-05-27 International Business Machines Corporation Advanced routing of vehicle fleets
US8554456B2 (en) * 2011-07-05 2013-10-08 International Business Machines Corporation Intelligent traffic control mesh
CN102376162B (zh) * 2011-09-28 2013-12-11 东南大学 交叉口出口道的路内停车带与交叉口最佳距离设置方法
US20130101159A1 (en) * 2011-10-21 2013-04-25 Qualcomm Incorporated Image and video based pedestrian traffic estimation
CN102509454B (zh) * 2011-11-03 2013-09-11 安徽科力信息产业有限责任公司 基于fcd与地磁检测器的道路状态融合方法
JP2013211364A (ja) * 2012-03-30 2013-10-10 Disco Abrasive Syst Ltd ウェーハの収容方法
CN102881060B (zh) * 2012-10-17 2015-03-11 潍柴动力股份有限公司 一种实现车辆典型工况获取的方法及***
US8914225B2 (en) * 2012-12-04 2014-12-16 International Business Machines Corporation Managing vehicles on a road network
CN103000027B (zh) * 2012-12-19 2014-12-10 安徽科力信息产业有限责任公司 基于浮动车在拥堵状态下的智能交通诱导方法
CN103050006B (zh) * 2012-12-26 2014-12-10 福建工程学院 一种基于浮动车技术的城市高架桥识别方法
US9412271B2 (en) 2013-01-30 2016-08-09 Wavetronix Llc Traffic flow through an intersection by reducing platoon interference
CN103336999B (zh) * 2013-06-07 2016-08-10 同济大学 一种基于多蚁群的组合交通疏散优化方法
CN103413263B (zh) * 2013-08-28 2016-03-16 北京交通发展研究中心 旅行时间指数熵交通运行评价方法
CN103680127A (zh) * 2013-08-29 2014-03-26 中国科学院地理科学与资源研究所 一种利用低采样率浮动车数据计算信号灯控制道路交叉口延误的方法
CN103700255B (zh) * 2013-12-30 2015-10-07 复旦大学 一种基于时空关联数据挖掘的交通流预测方法
CN103927866B (zh) * 2013-12-31 2016-02-10 北京航空航天大学 基于gps的车辆等待红绿灯时间预测方法
DE102014206937A1 (de) * 2014-04-10 2015-10-15 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur Steuerung von Verkehrsströmen an Knotenpunkten
CN104112361B (zh) * 2014-04-25 2016-08-31 浙江大学 路网交通中常发瓶颈和偶发瓶颈的识别方法
CN103996289B (zh) * 2014-06-06 2016-08-17 北方工业大学 一种流量-速度匹配模型及行程时间预测方法及***
CN104183119B (zh) * 2014-08-19 2016-08-24 中山大学 基于路段od反推的实时交通流分布预测方法
CN105788249B (zh) * 2014-12-16 2018-09-28 高德软件有限公司 一种交通流量预测方法、预测模型生成方法及装置
CN104731963B (zh) * 2015-04-03 2018-06-15 重庆邮电大学 一种基于车联网的网格化路径推荐方法及***
CN105894802A (zh) * 2015-04-10 2016-08-24 杭州远眺科技有限公司 一种基于gps数据的交通拥堵传播路径计算方法
CN104821086B (zh) * 2015-05-26 2017-02-01 中南大学 一种定位大规模交通网络中低效路段组合的方法
CN105185107A (zh) * 2015-07-23 2015-12-23 合肥革绿信息科技有限公司 一种基于gps的交通运行趋势推测方法
US10108863B2 (en) 2015-09-03 2018-10-23 Miovision Technologies Incorporated System and method for detecting and tracking objects
CN105261217B (zh) * 2015-10-03 2017-12-22 上海大学 一种基于密度聚类算法的城市交通拥堵状态检测方法
US10126135B2 (en) 2015-12-15 2018-11-13 Nissan North America, Inc. Traffic signal timing estimation using an artificial neural network model
CN105489013B (zh) * 2016-01-11 2017-10-10 天津大学 一种基于安全域的交通网络安全评价方法
CN105678034B (zh) * 2016-03-14 2018-10-02 东南大学 行人过街时间模型及信号交叉口人行横道宽度优化方法
CN105702019B (zh) * 2016-04-12 2018-01-02 东南大学 一种获取城市大型活动的道路限速值的方法
CN110140157A (zh) * 2016-05-24 2019-08-16 弗朗索瓦·沃德林 利用车辆移动通信网络控制和管理交通信号灯***
US10115305B2 (en) 2016-09-30 2018-10-30 Nissan North America, Inc. Optimizing autonomous car's driving time and user experience using traffic signal information
US10181263B2 (en) * 2016-11-29 2019-01-15 Here Global B.V. Method, apparatus and computer program product for estimation of road traffic condition using traffic signal data
DE102017201665A1 (de) * 2017-02-02 2018-08-02 Robert Bosch Gmbh Verfahren zur Einbindung eines dynamischen Objektes in eine digitale Karte eines hochautomatisierten Fahrzeugs (HAF)
DE102017221011B4 (de) * 2017-11-23 2022-11-03 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zum dynamischen Steuern einer Lichtsignalanlage
CN111788532B (zh) 2018-02-28 2022-05-10 北美日产公司 用于自主运载工具决策的运输网络基础设施
CN109345840A (zh) * 2018-11-30 2019-02-15 东南大学 一种交通信号灯的绿灯时间确定方法及***
DE102018010003A1 (de) * 2018-12-27 2020-07-02 Volkswagen Aktiengesellschaft Rückstauerkennung aus Bewegungsdaten
CN110222875B (zh) * 2019-05-15 2022-10-25 华南理工大学 一种基于交通匹配曲线的路网均衡性指标体系构建方法
US11489792B2 (en) 2020-01-10 2022-11-01 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicular micro clouds for on-demand vehicle queue analysis
CN113132415A (zh) * 2021-05-10 2021-07-16 安徽思珀特信息科技有限公司 一种基于网络流量分析的威胁发现***
CN116343488B (zh) * 2023-05-31 2023-07-28 山东高速信息集团有限公司 一种公路收费广场的上游流量调节方法、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1989011138A1 (en) * 1988-05-11 1989-11-16 Alex Frauchiger Process for relieving or preventing unwanted traffic jams in the broadest sense
WO1994011839A1 (en) * 1992-11-19 1994-05-26 Kjell Olsson Prediction method of traffic parameters
US5684475A (en) * 1995-04-28 1997-11-04 Inform Institut Fur Operations Research Und Management Gmbh Method for recognizing disruptions in road traffic
EP0884708A2 (de) * 1997-06-12 1998-12-16 MANNESMANN Aktiengesellschaft Verfahren und Vorrichtung zur Verkehrszustandsprognose
EP0915445A2 (de) * 1997-10-06 1999-05-12 Siemens Aktiengesellschaft System zur Ermittlung von Verkehrsinformationen
DE19940957A1 (de) * 1999-08-28 2001-03-08 Daimler Chrysler Ag Verkehrsprognoseverfahren für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5173691A (en) * 1990-07-26 1992-12-22 Farradyne Systems, Inc. Data fusion process for an in-vehicle traffic congestion information system
US5845227A (en) * 1991-02-01 1998-12-01 Peterson; Thomas D. Method and apparatus for providing shortest elapsed time route and tracking information to users
US5296852A (en) * 1991-02-27 1994-03-22 Rathi Rajendra P Method and apparatus for monitoring traffic flow
EP0815547B2 (de) * 1995-03-23 2006-08-30 T-Mobile Deutschland GmbH Verfahren und einrichtung zur ermittlung von dynamischen verkehrsinformationen
US5926113A (en) * 1995-05-05 1999-07-20 L & H Company, Inc. Automatic determination of traffic signal preemption using differential GPS
US6259405B1 (en) * 1995-06-06 2001-07-10 Wayport, Inc. Geographic based communications service
US5878368A (en) * 1996-09-13 1999-03-02 Magellan Dis, Inc. Navigation system with user definable cost values
US6169902B1 (en) * 1997-04-09 2001-01-02 Sony Corporation Information terminal, processing method by information terminal, information providing apparatus and information network system
DE19753034A1 (de) * 1997-11-18 1999-06-17 Ddg Ges Fuer Verkehrsdaten Mbh Verfahren zur Prognose eines den Zustand eines Systems repräsentierenden Parameters, insbesondere eines den Zustand eines Verkehrsnetzes repräsentierenden Verkehrsparameters und Vorrichtung zum Durchführen des Verfahrens
US6615130B2 (en) * 2000-03-17 2003-09-02 Makor Issues And Rights Ltd. Real time vehicle guidance and traffic forecasting system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1989011138A1 (en) * 1988-05-11 1989-11-16 Alex Frauchiger Process for relieving or preventing unwanted traffic jams in the broadest sense
WO1994011839A1 (en) * 1992-11-19 1994-05-26 Kjell Olsson Prediction method of traffic parameters
US5684475A (en) * 1995-04-28 1997-11-04 Inform Institut Fur Operations Research Und Management Gmbh Method for recognizing disruptions in road traffic
EP0884708A2 (de) * 1997-06-12 1998-12-16 MANNESMANN Aktiengesellschaft Verfahren und Vorrichtung zur Verkehrszustandsprognose
EP0915445A2 (de) * 1997-10-06 1999-05-12 Siemens Aktiengesellschaft System zur Ermittlung von Verkehrsinformationen
DE19940957A1 (de) * 1999-08-28 2001-03-08 Daimler Chrysler Ag Verkehrsprognoseverfahren für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10334140B4 (de) * 2002-07-24 2016-01-21 Österreichisches Forschungs- und Prüfzentrum Arsenal Ges. m.b.H. Verfahren und System zur Ermittlung von Verkehrsdaten
EP2650853A1 (de) * 2011-01-19 2013-10-16 Zenrin Co., Ltd. System zur analyse von regelungsinformationen
EP2650853A4 (de) * 2011-01-19 2014-03-05 Zenrin Co Ltd System zur analyse von regelungsinformationen
US9430940B2 (en) 2011-01-19 2016-08-30 Zenrin Co., Ltd. Regulation information analysis system
CN103413433A (zh) * 2013-07-26 2013-11-27 浙江工业大学 一种基于流量信息的交通拥堵时的公交换乘方法
CN103413433B (zh) * 2013-07-26 2015-08-05 浙江工业大学 一种基于流量信息的交通拥堵时的公交换乘方法
CN104200650A (zh) * 2014-08-27 2014-12-10 浙江工业大学 一种城市拥堵时段的多模式公交换乘方法
CN104200650B (zh) * 2014-08-27 2017-01-18 浙江工业大学 一种城市拥堵时段的多模式公交换乘方法
CN105261206A (zh) * 2015-09-29 2016-01-20 无锡高联信息技术有限公司 一种公共交通服务***和计算公共交通路径的方法
CN106897791A (zh) * 2017-01-06 2017-06-27 南京邮电大学 一种公交地铁复合网络模型构建方法
CN106897791B (zh) * 2017-01-06 2020-05-12 南京邮电大学 一种公交地铁复合网络模型构建方法
CN106935040A (zh) * 2017-04-05 2017-07-07 河海大学 一种十字型交叉***通信号灯设置的判别方法
CN107507415A (zh) * 2017-07-06 2017-12-22 广东交通职业技术学院 车联网下基于mfd和排队长度的路网边界限流控制方法
CN107507415B (zh) * 2017-07-06 2020-12-18 广东交通职业技术学院 车联网下基于mfd和排队长度的路网边界限流控制方法
CN107331166A (zh) * 2017-07-25 2017-11-07 中南大学 一种基于路径分析的动态限行方法
CN108510008B (zh) * 2018-04-11 2021-05-14 国交空间信息技术（北京）有限公司 一种基于浮动车轨迹点空间关系和分布的路网提取方法
CN108510008A (zh) * 2018-04-11 2018-09-07 国交空间信息技术（北京）有限公司 一种基于浮动车轨迹点空间关系和分布的路网提取方法
CN108847042A (zh) * 2018-08-24 2018-11-20 讯飞智元信息科技有限公司 一种路况信息发布方法及装置
CN108847042B (zh) * 2018-08-24 2021-04-02 讯飞智元信息科技有限公司 一种路况信息发布方法及装置
CN109087509A (zh) * 2018-09-04 2018-12-25 重庆交通大学 一种路网交通运行状态预测方法
CN116137103A (zh) * 2023-02-20 2023-05-19 东南大学 基于图元学习和深度强化学习的大规模交通灯信号控制方法
CN116137103B (zh) * 2023-02-20 2023-12-08 东南大学 基于图元学习和深度强化学习的大规模交通灯信号控制方法
CN116246466A (zh) * 2023-03-13 2023-06-09 长安大学 考虑自动驾驶多模式特性的混合交通流管理方法及***
CN116246466B (zh) * 2023-03-13 2024-01-23 长安大学 考虑自动驾驶多模式特性的混合交通流管理方法及***
CN117765738A (zh) * 2024-02-21 2024-03-26 云南省公路科学技术研究院 道路交通车流量分流控制优化方法、***、终端及介质
CN117765738B (zh) * 2024-02-21 2024-04-26 云南省公路科学技术研究院 道路交通车流量分流控制优化方法、***、终端及介质

Also Published As

Publication number Publication date
JP3501773B2 (ja) 2004-03-02
ES2220617T3 (es) 2004-12-16
EP1154389B1 (de) 2004-06-02
US6470262B2 (en) 2002-10-22
DE10022812A1 (de) 2001-11-22
JP2002008183A (ja) 2002-01-11
US20020026277A1 (en) 2002-02-28
DE50102456D1 (de) 2004-07-08

Similar Documents

Publication Publication Date Title
EP1154389B1 (de) Verfahren zur Verkehrslagebestimmung für ein Verkehrsnetz
EP1497618B1 (de) Verfahren und system zur dynamischen zielführung eines fahrzeuges
DE19904909C2 (de) Verfahren und Vorrichtung zur Bereitstellung von Verkehrsinformationen
DE19944075C2 (de) Verfahren zur Verkehrszustandsüberwachung für ein Verkehrsnetz mit effektiven Engstellen
DE19647127C2 (de) Verfahren zur automatischen Verkehrsüberwachung mit Staudynamikanalyse
EP1176569A2 (de) Verfahren zur Bestimmung des Verkehrszustands in einem Verkehrsnetz mit effektiven Engstellen
DE102008003039A1 (de) Verfahren zur Verkehrszustandsbestimmung in einem Fahrzeug
EP2116981B1 (de) Verfahren und Vorrichtung zur Ermittlung von Rückstaulängen an Lichtsignalanlagen
DE69631629T2 (de) Erfassung und Vorhersage von Verkehrsbehinderungen
DE10057796A1 (de) Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose
DE102015218942A1 (de) Verfahren zum Steuern einer Anzeige einer Restzeit
DE102007056225A1 (de) Verfahren und Vorrichtung zum Steuern eines Verkehrsflusses an einer Kreuzung
DE19940957C2 (de) Verkehrsprognoseverfahren für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten
DE10051777A1 (de) Verfahren zur dynamischen Verkehrszustandsprognose
DE10108611A1 (de) Verfahren zur Simulation und Prognose der Bewegung von Einzelfahrzeugen auf einem Verkehrswegenetz
DE10018562C1 (de) Verfahren zur Gewinnung von Verkehrsdaten für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten durch Meldefahrzeuge
DE102008062766B4 (de) Verfahren zur Verkehrsbeeinflussung
DE10025039C2 (de) Verfahren zur Ermittlung von Verkehrsregelungsphasendauern
DE102005055244A1 (de) Verfahren zur verkehrsdatenbasierten Unfallerkennung
DE10336590A1 (de) Verfahren zur fahrzeugindividuellen Verkehrsprognose
DE102015206593A1 (de) Fahrzeug, Anordnung und Verfahren zur Analyse eines Verhaltens einer Lichtsignalanlage
DE102005002872B4 (de) Vorrichtung und Verfahren zur Fahrzeugzielführung
DE102015209056A1 (de) Computer-implementiertes Verfahren, System, und Computer-lesbares Medium zur Bestimmung eines Verkehrsmittels
EP2887332B1 (de) Verfahren und System zum Ermitteln einer Verkehrssituation auf einer Straßenstrecke
DE10013603C1 (de) Verfahren zur Bereitstellung von Verkehrsinformationen

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

Kind code of ref document: A1

Designated state(s): DE ES FR GB IT

AX Request for extension of the european patent

Free format text: AL;LT;LV;MK;RO;SI

17P Request for examination filed

Effective date: 20020116

AKX Designation fees paid

Free format text: DE ES FR GB IT

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): DE ES FR GB IT

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REF Corresponds to:

Ref document number: 50102456

Country of ref document: DE

Date of ref document: 20040708

Kind code of ref document: P

GBT Gb: translation of ep patent filed (gb section 77(6)(a)/1977)

Effective date: 20040825

REG Reference to a national code

Ref country code: ES

Ref legal event code: FG2A

Ref document number: 2220617

Country of ref document: ES

Kind code of ref document: T3

ET Fr: translation filed
PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

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

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FR

Payment date: 20050412

Year of fee payment: 5

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: GB

Payment date: 20050418

Year of fee payment: 5

Ref country code: ES

Payment date: 20050418

Year of fee payment: 5

Ref country code: DE

Payment date: 20050418

Year of fee payment: 5

26N No opposition filed

Effective date: 20050303

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20060427

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: ES

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20060428

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: IT

Payment date: 20060430

Year of fee payment: 6

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20061101

GBPC Gb: european patent ceased through non-payment of renewal fee

Effective date: 20060427

REG Reference to a national code

Ref country code: FR

Ref legal event code: ST

Effective date: 20061230

REG Reference to a national code

Ref country code: ES

Ref legal event code: FD2A

Effective date: 20060428

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20060502

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20070427