EP1659550B1 - Verfahren zur Erfassung von Verkehrsdaten - Google Patents
Verfahren zur Erfassung von Verkehrsdaten Download PDFInfo
- Publication number
- EP1659550B1 EP1659550B1 EP05022489A EP05022489A EP1659550B1 EP 1659550 B1 EP1659550 B1 EP 1659550B1 EP 05022489 A EP05022489 A EP 05022489A EP 05022489 A EP05022489 A EP 05022489A EP 1659550 B1 EP1659550 B1 EP 1659550B1
- Authority
- EP
- European Patent Office
- Prior art keywords
- data
- survey
- section
- data collection
- specified
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 238000012937 correction Methods 0.000 claims abstract description 4
- 238000013480 data collection Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000010972 statistical evaluation Methods 0.000 claims description 2
- 230000009897 systematic effect Effects 0.000 claims 2
- 238000007619 statistical method Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000013481 data capture Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 17
- 238000001514 detection method Methods 0.000 description 16
- 241001136792 Alle Species 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 229920001817 Agar Polymers 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
- G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
Definitions
- the invention relates generally to traffic data collection systems. Specifically, the invention relates to the methods used in such systems for the evaluation of collected traffic data, in particular for the collection of tolls.
- the present invention has for its object to develop a method for traffic data acquisition, which overcomes the known disadvantages and has other advantages and is particularly suitable for autonomous toll collection systems. This object is achieved by the method for detecting traffic data with the features of claim 1. Further details and advantageous embodiments of the invention are the subject of the dependent claims.
- journeys traveled by motor vehicles are compiled on the basis of transmitted data from individual parts of predetermined motorway sections of a traffic network model. Corrections are made on plausibility considerations (coherent route, no double motorway sections, completion of missing pieces, logical time sequence, etc.). By taking place at predetermined time intervals statistical analysis of the data collected error sources are detected in the traffic data collection system. This allows timely quality monitoring of the entire system.
- the information about the motorway sections (“motorway section”) and the node (“node”) can be used to determine the "FromNach” relation.
- the updating of the data model is carried out by updating the basic data.
- the individual road sections raised to a vehicle may be denoted by i, j, k. If, following the relation "node", the highway section j can follow immediately after i, the next survey j with k can be considered.
- the data constellation is also considered correct if the highway section j is allowed to follow the motorway section i immediately following the relation "node optimization" and i carries an exit identifier and j carries an entry identifier.
- the potential event (gaps with input / exit identifier) before an entry in the event table does not cross checked against any manual entry to become. This analysis must also be carried out for survey data with the value 0 € (vehicle with vehicle unit has been manually checked in).
- Event lists are preferably generated for more analysis with more universal tools, including other cuts are used to amplify signals of interest and to set them apart from the background (noise).
- the duration of the program is sufficient as the observation period, but it is also possible to choose any period of observation (for example, hourly or daily) (see section 4.3).
- the survey data are provided by the EDP in the form of summary data pots (SDT). These are first to be broken down into individual surveys. Care must be taken to ensure that information about the sum data pot as well as the position in the sum data pot is not lost. The original data can then be discarded.
- SDT summary data pots
- Events with local signatures can be displayed in the format shown in Table 1 plus the "Signature” column and stored in individual case lists. For events with non-local signatures, however, specific data formats (which must also contain the "Signature” column) must be defined.
- the fields of stored events are also referred to as event variables.
- the plausibility of survey data is initially checked locally.
- the data fields contained in the survey data are to be tested against a range of values.
- the range of values results from this model.
- upper and lower bounds or a discrete set should be specified as hard cuts .
- the attribute "safe” is used in the sense of "unique”. For example, signatures of length 2 (see FIG. 2 ) To recognize gaps, but here is not sure that exactly one section was not or incorrectly collected.
- the data stream contains three sections p, q and r that do not form a contiguous path. There is no need for another hard cut parameter.
- FIG. 3 Some non-local 4-length signatures are reproduced without considering the entrance and exit identifiers. It is clear that due to the strong combinatorial dependence on length, the number of cases to be considered increases strongly. The relatively low profits of the information discernible by these signatures, at the present time, do not appear to make the effort associated with recognition as proportionate. All basic functions of the survey can be combined with the in FIG. 1 and FIG. 2 Check the displayed signatures quantitatively and qualitatively well.
- the events of the individual signatures are to be statistically evaluated according to the invention. This is done technically by classifying and counting events (absolute frequency) and normalizing to a corresponding population to obtain relative frequencies. In this case, for independent events, the error (the standard deviation) of the absolute frequency by the root is to be given (estimated) from this frequency. This means that the true value of the underlying random variable is 67% probability in the interval N ⁇ ⁇ N. The relative error of a measurand therefore falls with 1 / ⁇ N.
- a (one-dimensional) histogram is a set of counters (channels) in which the frequency of occurrence of a value of an event variable is recorded.
- a channel is also called bin , the assignment of value ranges of the histogrammed variables to the channels is called binning.
- the above-mentioned absolute frequency of individual surveys per EHK is a histogram of individual surveys above the event variable EHK-ID.
- the histogram should always be kept on the number of individual surveys per STD.
- two- or multi-dimensional histograms result.
- a two-dimensional histogram would be the number of bumps above the EHK ID and over the leg.
- Multidimensional histograms can be reduced in their dimensionality by means of projections (adding all entries over a dimension to be eliminated). By increasing the absolute number of events, the relative error per bin is reduced.
- All statistically collected data should preferably be issued in the form of database tables regularly (ie once per observation period), ie made available to subsequent programs. After a period of observation, all counter contents are to be deleted. Counters should not be persistent, ie they are initialized to zero at program start. For each output, a header table is to be output, which contains the period of observation as well as the values used for signature detection hardcuts as well as possibly further options and parameters that are important for the interpretation of the data.
- event lists contain, among other things, data describing individual events (see Section 3). These lists can serve as data base for further analysis tools (data warehouses, etc.).
- Filter conditions are thus general logical expressions that are evaluated by accessing the data fields of an event. To allow the user to formulate their own filter conditions, a parser for these expressions can be implemented. However, this is not absolutely necessary if filter conditions are first anchored in the program code.
- each filter In an expanded embodiment of the method according to the invention, several filters can be operated simultaneously. In this case, each filter generates its own output list, in which data can be contained redundantly.
- Kirchhoff's rules Freedom from sources here means that the observed objects can not spontaneously arise from a source or disappear in a sink.
- a source-free flow can be assumed, and thus divergences in the flow can be regarded as an indication of error effects).
- Kirchhoff's rule in the present case is that the sum of all flows at a node must be zero.
- the survey efficiency is the quotient of sections correctly identified as individual surveys and the number of sections of the actual vehicle on the actual journey. For a majority of the sections from the topological signatures of length 3 depicted in Section 3.2, using the absolute frequencies shown in Section 4.1, this collection efficiency thus defined can be approximately estimated as the quotient of the sum of the absolute frequencies of the events with the signatures "Safe On - Section Gaps "and” Safe One-Section Misidentification "and the number of individual surveys plus the number of events with the" Secure One-Section Gaps "signature.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
- Traffic Control Systems (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Description
- Die Erfindung betrifft allgemein Systeme zur Erfassung von Verkehrsdaten. Speziell betrifft die Erfindung die in derartigen Systemen eingesetzten Verfahren zur Auswertung erfasster Verkehrsdaten, insbesondere für die Erhebung von Mautgebühren.
- Fahrzeugautonome Straßengebührenerfassungssysteme werden zunehmend eingesetzt. Aufgrund des finanztechnischen Hintergrunds sind für derartige Systeme die Anforderungen an Präzision zur zuverlässigen Vermeidung von Fehlbuchungen von besonderer Bedeutung. Daher sind in der Auswertung eingehender Daten Vorkehrungen zu treffen, um Unregelmäßigkeiten - beispielsweise hervorgerufen durch technische Störungen im Übertragungsweg - schnell und sicher zu detektieren. Moderne Auswerteverfahren stützen sich daher auf Modellierungsdaten, die als Referenz zur Plausibilitätsprüfung der aktuell erfassten Daten herangezogen werden. Ein solches Verfahren ist beispielsweise aus der
DE 197 55 875 A1 bekannt. Als Modellierungsdaten werden üblicherweise Knoten-Kanten-Modelle des Verkehrswegenetzes herangezogen. Die Effizienz derartiger Straßengebührenerfassungssysteme hängt damit entscheidend von der Qualität der Modellierungsdaten ab. Für bisherige Verfahren werden die Modellierungsdaten mit Messfehlern erhoben und qualitätsgesichert. Dieses Vorgehen ist relativ aufwändig, bietet keine Zeitauflösung und hat eine geringe statistische Aussagekraft. - Der vorliegenden Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur Verkehrsdatenerfassung zu entwickeln, welches die bekannten Nachteile überwindet und weitere Vorzüge aufweist und insbesondere geeignet ist für autonome Straßengebührenerfassungssysteme. Diese Aufgabe wird gelöst durch das Verfahren zur Erfassung von Verkehrsdaten mit den Merkmalen des Anspruchs 1. Weitere Details und vorteilhafte Ausführungsformen der Erfindung sind Gegenstand der Unteransprüche.
- Bei dem erfindungsgemäßen Verfahren werden zurückgelegte Fahrten von Kraftfahrzeugen anhand übermittelter Daten aus einzelnen Teilen vorgegebener Autobahnabschnitte eines Verkehrsnetzmodells zusammengesetzt. Dabei erfolgen Korrekturen über Plausibilitätsbetrachtungen (zusammenhängende Fahrtstrecke, keine doppelten Autobahnabschnitte, Ergänzen fehlender Stücke, logische zeitliche Abfolge usw.). Durch in vorgegebenen Zeitabständen erfolgende statistische Analyse der erfassten Daten werden Fehlerquellen im Verkehrsdatenerfassungssystem erkannt. Damit ist eine zeitnahe Qualitätsüberwachung des Gesamtsystems möglich.
- Das erfindungsgemäße Verfahren wird im Folgenden unter Bezug auf die Figuren und Tabellen näher erläutert. Dabei stellt dar:
- Fig. 1
- Topologische Signaturen der Länge 3
- Fig. 2
- Topologische Signaturen der Länge 2
- Fig. 3
- Topologische Signaturen der Länge 4
- Tabelle 1
- Datenfelder von Einzelerhebungen
- Tabelle 2
- Datenfelder von Länge-3-Signaturen
- Tabelle 3
- Datenfelder von Länge-2-Signaturen
- in der Strecke (Modellierung, Funktion der Stützbaken, ...)
- im Endgerät (Störung, Defekt),
- beim Nutzer (Manipulation, Fehlbedienung,...)
- in externen Einflüssen (Wetter, GPS-Störungen,...).
- Damit sind zugleich die Hauptziele für eine Erfassungsfehler-Analyse vorgegeben. Das enorme Datenvolumen, die erforderliche Qualität zur Vermeidung von Fehlentscheidungen und die Notwendigkeit, kurzfristig zielgerichtete Gegenmaßnahmen einzuleiten, bedingen entsprechend a) eine effiziente und ressourcenschonende Umsetzung der Anforderungen, mit b) vollautomatisiertem Arbeitsablauf zu den entsprechenden Funktionseinheiten, die präventive Maßnahmen einleiten können. Das erfindungsgemäße Verfahren ermöglicht es, diese Ziele mit geringem Arbeits- und Zeitaufwand bei der Realisierung zu erreichen, weil die eingesetzten Algorithmen einfach sind und der Verfahrensablauf standardmäßig implementiert werden kann.
- Folgende Kurzdarstellung soll zunächst die Grundkonzeption des erfindungsgemäßen Verfahrens darstellen. Im Anschluss wird dann anhand einer bevorzugten Ausführungsform (Datenmodell in Form von schematisierten Informations-Objekten) das erfindungsgemäße Verfahren detailliert erläutert.
- Für das Erkennen von Erfassungsfehlern bieten sich an:
- 1. der einfache Vergleich der einzelnen Erhebungsdaten mit dem Streckenmodell (Plausibilitäts-/Lücken-Prüfung), sowie
- 2. eine Analyse der Gesamterhebungen pro Autobahnabschnitt (Verkehrsfluss).
- In beiden Fällen müssen im ersten Schritt Daten (Ereignisse bzw. Summenwerte) hochperformant gewonnen werden. Schon mit diesen einfachen Informationen kann die Mauterhebung sehr wirkungsvoll agieren. Die Notwendigkeit für eine solche Verbesserung ist offensichtlich, weit zurzeit außer den Kennziffern im PMS keine unterstützenden Informationen für die operationale Steuerung zur Verfügung stehen.
- Aus den Grunddaten lässt sich mit den Informationen über die Autobahnabschnitte ("Autobahnabschnitt") und den Knoten ("Knoten") die Relation "VonNach" ermitteln. Die Aktualisierung des Datenmodells erfolgt durch die Aktualisierung der Grunddaten.
- Das so ermittelte Von-Nach-Wissen basiert aber (fast) nur auf dem erstellten mautpflichtigen Streckenmodell. Um gravierende Fehlinterpretationen zu vermeiden, ist die manuelle Ergänzung um besondere Konstellationen in einer Tabelle "KnotenOptimierung" unbedingt schon vor Beginn der Analyse erforderlich. Die weitere Bewertung von aufeinander folgenden Streckenabschnittserhebungen hat entsprechend beide Informationsquellen ("Knoten", "KnotenOptimierung") nach folgendem Ablaufschema zu berücksichtigen:
- Die zu einem Fahrzeug erhobenen einzelnen Streckenabschnitte mögen mit i, j, k, bezeichnet sein. Falls nach der Relation "Knoten" der Autobahnabschnitt j unmittelbar nach i folgen kann, kann die nächste Erhebung j mit k betrachtet werden. Die Datenkonstellation gilt auch als korrekt, falls der Autobahnabschnitt j nach der Relation "KnotenOptimierung" dem Autobahnabschnitt i unmittelbar folgen darf und i eine Ausfahrtkennung und j eine Einfahrtkennung trägt.
- Nur in sehr wenigen Fällen muss weiter geprüft werden:
- 1. Es erfolgt für das Abschnittspaar i und j ein Eintrag "E-vent" in eine Ereignis-Tabelle, falls mit dem obigen Von-Nach-Wissen und den vorliegenden Zeitangaben bei Ausfahrt i und Einfahrt j bzw. den interpolierten Zeitwerten für i und j als einfache Streckenpunkte mit der Geschwindigkeit entsprechend dem Parameter-Wert für "MindestGeschwindigkeitFür-VonNach" aus dem Parametersatz "Standard" der Punkt j von i zu erreichen ist. Fachlich wird versucht, diese Konstellation als Erfassungslücke weiter zu interpretieren.
- 2. Ein "Event"-Eintrag erfolgt auch, wenn der Punkt j zeitlich nicht plausibel ist und kein Einfahrtkennzeichen trägt. Diese Konstellation wird häufig auch "Ortssprung" genannt. Fachlich wird diese Konstellation unter dem Gesichtspunkt Erfassungsfehler (falsch programmierte Stützbaken, Fehler im Streckenmodell, etc.) weiter untersucht.
- Für den Fall, dass das im Fahrzeug befindliche Mautgerät bei eingeschalteter Zündung zwangsweise/unvermeidbar registriert und später auch sendet, braucht das potentielle Ereignis (Lücken mit Ein-/Ausfahrtkennung) vor einem Eintrag in die Ereignis-Tabelle nicht gegen eine eventuell vorliegende manuelle Einbuchung quergeprüft zu werden. Diese Analyse muss auch für Erhebungsdaten mit dem Wert 0 € (KFZ mit Fahrzeuggerät hat manuell eingebucht) durchgeführt werden.
- Um unverzüglich zu informieren und geeignete Gegenmaßnahmen zur Schadensabwendung schnell einleiten zu können, sollten die Erhebungsdaten periodisch, z.B. im stündlichen Rhythmus untersucht, die Analyseergebnisse in der Ereignis-Tabelle zur Verfügung gestellt und Kennziffern über die Anzahl der "Events" im PMS angezeigt werden. Die Weiterverarbeitung der "Events" unter Einbeziehung aller Informationen in anderen Tabellen kann dann von der Mauterhebung in Form von automatisierten Arbeitsschritten incl. "e-mail-Alarmierung", Alerts, u.ä. umgesetzt werden. Dabei können bei Vorliegen von vielen Erhebungsdaten in einer weiterführenden Ausgestaltung des erfindungsgemäßen Verfahrens die VonNach-Relationen von km-Basis auf Zeit-Basis umgestellt werden.
- Die folgenden Abschnitte sollen die Details der einzelnen Funktions- bzw. Ablaufschritte des erfindungsgemäßen Verfahrens anhand bevorzugter Ausführungsformen verdeutlichen. Dabei soll dargestellt werden, welche Untersuchungen auf einfache Weise möglich sind. Auf Erläuterung von Einzelheiten der datentechnischen Umsetzung wird weitgehend verzichtet. Grundsätzlich wird jedoch davon ausgegangen, dass das System die Erhebungsdaten mit hoher Rate auswerten und verarbeiten muss und aus pragmatischen Gründen der Speicherplatzbeschränkung Statistiken direkt erzeugt, d.h. Einzelfalldaten nur für Spezialfälle exportiert. Ebenso wird nicht die Art der Darstellung der Daten beschrieben. Diese muss durch geeignete Standardsoftware erfolgen. Das hier beschriebene Verfahren soll explizit nur als interne Informationsquelle dienen, d.h. ohne Berücksichtung eventueller für Laien bedienbarer Oberflächen.
- Die in einem automatischen Mauterhebungssystem erfassten Daten haben eine hohe Zahl von Erhebungen und können daher erfindungsgemäß als Informationsquelle für die Modellierung des Verkehrsflusses sowie zur Untersuchung von Systemeffizienzen verwendet werden. Das Ziel der Analyse soll die Bereitstellung der folgenden Signale sein:
- Häufigkeit von Abschnitts- Nicht-oder -Fehlerkennungen
- Flüsse durch Abschnitte und aus/in Anschlussstellen
- Diese Signale werden anhand bestimmter, in Abschnitt 3 beschriebener Signaturen detektiert und gesammelt. Dazu benötigt das Analysesystem Zugriff auf folgende Datenquellen:
- Erhebungsdatenverwaltung (Fahrtdaten)
- Grunddatenverwaltung (Knoten-Kanten-Modell)
- Außerdem sind einige Signaturen mit bestimmten Parametern zu detektieren, die vorzugeben sind. Diese Parameter werden hard cuts (Harte Schnitte) genannt.
- Das Auftreten einer Signatur wird Ereignis genannt. Dabei ist zu beachten, dass dieselbe Einzelerhebung mehrere Ereignisse unterschiedlicher Signaturen auslösen kann. Ereignisse können dann in Ereignislisten gespeichert werden. Diese Listen würden ohne weitere Maßnahmen sehr schnell sehr groß werden, daher sind für die Erzeugung von Ereignislisten Filter vorzusehen, die nur Ereignisse mit bestimmten Eigenschaften speichern. Ereignislisten werden für die weitere Analyse vorzugsweise mit universelleren Tools erzeugt, dabei kommen u.a. weitere cuts (Schnitte) zur Anwendung, um interessierende Signale zu verstärken und vom Hintergrund (Rauschen) abzuheben.
- Um bekannte Fehler aus den Statistiken zu eliminieren, sind Negativlisten von Abschnitts-IDs und EHK-lDs zu erstellen. Sobald in einem Ereignis ein Objekt, das auf einer Negativliste enthalten ist, referenziert wird, wird dieses Ereignis verworfen.
- Schließlich sind alle Daten für bestimmte, genau definierte Betrachtungszeiträume zu erheben. In einfacher Ausführung reicht als Betrachtungszeitraum die Laufzeit des Programms, ebenso ist es aber auch möglich, beliebige Betrachtungszeiträume (z.B. stündlich oder täglich) zu wählen (siehe Abschnitt 4.3).
- Bevor die Daten einer weiteren Auswertung zugeführt werden, sind sie aus den gelieferten Formaten in zu definierende und für die Analyse optimierte interne Darstellung aufzubereiten.
- In einem ersten Schritt sind die Daten der GdV einzulesen, zu plausibilisieren und in die notwendigen internen Darstellungen zu überführen. Hierbei ist zu beachten, dass diese Daten in versionierter Form vorliegen, d.h. abhängig vom Zeitpunkt einer Einzelerhebung muss die gültige Version der GdV-Daten verwendet werden. Schlägt die Plausibilisierung fehl, sind entsprechend aussagekräftige Warnungen auszugeben. Außerdem sind folgende Kennzahlen für jede Version der Grunddaten (Knoten-Kanten-Modell) auszugeben:
- Zahl der Kanten
- Zahl der Knoten
- Zahl der Auffahrten
- Zahl der Abfahrten
- Die Erhebungsdaten werden von der EDV in Form von Summendatentöpfen (SDT) geliefert. Diese sind zunächst in Einzelerhebungen zu zerlegen. Dabei ist darauf zu achten, dass Informationen über den Summendatentopf sowie die Position im Summendatentopf nicht verloren geht. Die Originaldaten können sodann verworfen werden.
- Die Erhebungsdaten sind zu plausibilisieren. Sofern ein Plausibilitätstest nicht bestanden wird, ist ein Ereignis mit einer eindeutig definierten Signatur zu erzeugen (siehe Abschnitt 3.1).
- Einzelerhebungen sind durch ein eindeutiges Ordnungskriterium ausreichender Periode für jede Erhebungskarte sequentiell zu sortieren. Im Prinzip ist das Wertepaar (Summendatentopfzähler, Einzelerhebungsnummer) ein solches Ordnungskriterium, allerdings ist die Periode des Summendatentopfzählers mit 216 zu gering. Periodenüberläufe des SDT-Zählers müssen daher erkannt, gezählt, und in das Kriterium aufgenommen werden, so dass sich folgendes eindeutiges Werte-Tripel ergibt: Periodenüberläufe, Summendatentopfzähler, Einzelerhebungsnummer.
- In diesem Abschnitt wird dargestellt, welche Signaturen im System erkannt werden sollen und welche Parameter für hard cuts für diese Signaturen relevant sind. Generell wird unterschieden zwischen
- lokalen Signaturen, d.h. Signaturen, die bei der Analyse eines einzelnen, isolierten Erhebungsdatensatzes erkannt werden können und
- nichtlokalen Signaturen, d.h. Signaturen, bei der die Beziehungen von mehreren Erhebungsdatensätzen zueinander eine Rolle spielen.
- Es ist offensichtlich, dass die Erkennung von lokalen Signaturen weit weniger aufwändig ist, als die Erkennung von nichtlokalen Signaturen. Für letztere ist eine klare und performante Systemarchitektur erforderlich, um mit vertretbarem Aufwand eine ausreichende Performanz herzustellen. Dabei ist insbesondere zu beachten, dass nichtlokale Signaturen nicht ohne die Verwaltung von internen Zuständen erkannt werden können. Die Speicherung dieser Zustände muss hochperformant sein (d.h. im RAM erfolgen) und muss ausdrücklich nicht persistent gehalten werden.
- Ereignisse mit lokalen Signaturen können in dem in Tabelle 1 wiedergegebenen Format zuzüglich der Spalte "Signatur" dargestellt und in Einzelfalllisten abgespeichert werden. Für Ereignisse mit nichtlokalen Signaturen sind hingegen spezifische Datenformate (die auch die Spalte "Signatur" enthalten müssen) zu definieren. Die Felder von abgespeicherten Ereignissen werden auch als Ereignisvariable bezeichnet.
- Die Prüfung der Plausibilität von Erhebungsdaten erfolgt zunächst lokal. Dabei sind die in den Erhebungsdaten enthaltenen Datenfelder gegen einen Wertebereich zu testen. Bei Feldern, die auf Objekte aus dem Tarif- oder Streckenmodell referenzieren, ergibt sich der Wertebereich aus diesem Modell. Bei anderen Feldern sollen obere und untere Grenzen oder eine diskrete Menge als hard cuts angegeben werden können.
- Daneben sind auch nichtlokale Signaturen zu erkennen:
- Lücke im Summendatentopfzähler
- Hier ist zu beachten, dass die Summendatentöpfe zu einer Erhebungskarte nicht unbedingt in sequentiell richtiger Reihenfolge eintreffen. Diese sind daher zunächst zu ordnen und Lücken können erst nach einem Timeout erkannt werden. Dieser Timeout ist für diese Signatur ein hard cut.
- Lücke im Einzelerhebungszähler
- Diese Signatur erfordert keinen weiteren Parameter.
- Ereignisse bzgl. negativen Plausibilitätstests von Erhebungsdaten werden in dem in Tabelle 2 dargestellten Format zuzüglich der Spalte "Signatur" dargestellt.
- In
Figur 1 sind die (nicht vollständigen!) Signaturen für Ein-Abschnitts-Fehler dargestellt. Die Abschnitte sind mit p, q und r bezeichnet und entsprechend dem Ordnungskriterium für Erhebungsdaten (siehe Abschnitt 2.2) sortiert. Es sollen nun zwei verschiedene Signaturen erkannt werden: - Sichere Ein-Abschnitts-Lücken
(vergl.Figur 1 oben). - Das Attribut "sicher" wird dabei im Sinne von "eindeutig" verwendet. So sind beispielsweise auch bei Signaturen der Länge 2 (siehe
Figur 2 ) Lücken zu erkennen, allerdings ist hier nicht sicher, dass genau ein Abschnitt nicht oder falsch erhoben wurde. - Hier enthält der Datenstrom die Abschnitte p und r mit einer Ausfahrts- bzw. Einfahrtskennung. Es existiert (wenigstens) ein Abschnitt q, der einen zusammenhängenden Streckenzug (p,q,r) ergibt. Die Zeitspanne zwischen Ausfahrts- und Einfahrtskennung ist nicht größer als die Länge des (kürzesten) Abschnitts q dividiert durch einen Parameter "Grenzgeschwindigkeit", der einen hard cut definiert.
- Sichere Ein-Abschnitts-Fehlerkennung
- Hier enthält der Datenstrom drei Abschnitte p, q und r, die keinen zusammenhängenden Streckenzug bilden. Es ist kein weiterer hard cut Parameter notwendig.
- Ereignisse mit diesen Signaturen sollen mit den in Tabelle 2 beschriebenen Feldern dargestellt werden.
- In
Figur 2 sind weitere Signaturen dargestellt, die ebenfalls von Interesse sind: - Diskontinuität (
Figur 2 links oben) - Zwei im Datenstrom aufeinanderfolgende Abschnitte, die nicht als Ausfahrt und Einfahrt gekennzeichnet sind, sind im Streckenmodell nicht durch einen Knoten verbunden. Es ist zu beachten, dass dieser Fall eine geringere Signifikanz als der oben diskutierte Fall "Sichere Ein-Abschnitts-Lücken" besitzt, insbesondere lässt er sich nicht zur Abschätzung der Erhebungseffizienz verwenden. Um die Redundanz zu diesem Fall zu verringern, kann die Signatur wie folgt schärfer formuliert werden: Zwei im Datenstrom aufeinanderfolgende Abschnitte, die nicht als Ausfahrt und Einfahrt gekennzeichnet sind, können im Streckenmodell nicht durch genau einen Abschnitt verbunden werden.
- (Falsche) Aus-Einfahrtserkennung
(Figur 2 rechts oben) - Zwei im Datenstrom aufeinanderfolgende Abschnitte, die als Ausfahrt und Einfahrt gekennzeichnet sind, sind im Streckenmodell durch einen Knoten verbunden und die Zeitdifferenz zwischen Ausfahrt und Einfahrt ist kleiner als ein Schwellwertparameter (hard cut).
- Fehlende Ausfahrtkennung (
Figur 2 links, Mitte) - Zwei im Datenstrom aufeinanderfolgende Abschnitte p und q, von denen p nicht als Ausfahrt, aber q als Einfahrt gekennzeichnet sind, sind im Streckenmodell nicht durch einen Knoten verbunden.
- Falsche Ausfahrtserkennung (
Figur 2 rechts, Mitte) - Zwei im Datenstrom aufeinanderfolgende Abschnitte p und q, von denen p nicht als Ausfahrt, aber q als Einfahrt gekennzeichnet sind, sind im Streckenmodell durch einen Knoten verbunden.
- Fehlende Einfahrtkennung (
Figur 2 links unten) - Zwei im Datenstrom aufeinanderfolgende Abschnitte p und q, von denen p als Ausfahrt, aber q nicht als Einfahrt gekennzeichnet sind, sind im Streckenmodell nicht durch einen Knoten verbunden.
- • Falsche Ausfahrtserkennung (
Figur 2 rechts unten) - Zwei im Datenstrom aufeinanderfolgende Abschnitte p und q, von denen p als Ausfahrt, aber q nicht als Einfahrt gekennzeichnet sind, sind im Streckenmodell durch einen Knoten verbunden.
- Ereignisse mit diesen Signaturen sollen mit den in Tabelle 3 beschriebenen Feldern dargestellt werden.
- In
Figur 3 sind einige nichtlokale Signaturen der Länge 4 ohne die Betrachtung der Einfahrt- und Ausfahrtkennungen wiedergegeben. Es ist klar zu erkennen, dass aufgrund der starken kombinatorischen Abhängigkeit von der Länge die Zahl der zu betrachtenden Fälle stark anwächst. Die relativ geringen Gewinne der durch diese Signaturen erkennbaren Informationen lassen zum gegenwärtigen Zeitpunkt den mit der Erkennung verbundenen Aufwand nicht als verhältnismäßig erscheinen. Alle grundsätzlichen Funktionen der Erhebung lassen sich mit den inFigur 1 und Figur 2 dargestellten Signaturen quantitativ und qualitativ gut überprüfen. - Die Ereignisse der Einzelsignaturen sollen erfindungsgemäß statistisch ausgewertet werden. Dies geschieht technisch durch das Klassifizieren und Zählen von Ereignissen (absolute Häufigkeit) und das Normieren auf eine entsprechende Grundgesamtheit, um relative Häufigkeiten zu erhalten. Dabei gilt, dass bei unabhängigen Ereignissen der Fehler (die Standardabweichung) der absoluten Häufigkeit durch die Wurzel aus dieser Häufigkeit gegeben (abzuschätzen) ist. Dies bedeutet, dass der wahre Wert der zugrundeliegenden Zufallsvariablen mit 67%iger Wahrscheinlichkeit im Intervall N±√N liegt. Der relative Fehler einer Messgröße fällt daher mit 1/√N.
- Folgende Aufstellung gibt die zu führenden Zähler wieder:
- Zahl der eingegangenen STDs
- Zahl der eingegangenen STDs pro EHK
- Zahl der eingegangenen Einzelerhebungen
- Die Gesamtzahl der eingegangenen Einzelerhebungen sollte sich auch aus der Summe der Zahlen der Einzelerhebungen pro EHK oder pro Streckenabschnitt ergeben. Aus praktischen Gründen (Konsistenzchecks) sollte eine solch wichtige Größe allerdings immer extra gezählt werden.
- Zahl der eingegangenen Einzelerhebungen pro EHK
- Zahl der eingegangenen Einzelerhebungen pro Streckenabschnitt
- Zahl der eingegangenen Einzelerhebungen pro Streckenabschnitt mit Einfahrtkennung
- Zahl der eingegangenen Einzelerhebungen pro Streckenabschnitt mit Ausfahrtkennung
- Gesamtzahl der Ereignisse
- Gesamtzahl der Ereignisse pro Signatur
- Gesamtzahl der Ereignisse pro Signatur und pro Streckenabschnitt
- Gesamtzahl der Ereignisse pro Signatur und pro EHK
- Verworfene Ereignisse pro Eintrag der Negativliste
- Ein (eindimensionales) Histogramm ist eine Menge von Zählern (Kanälen), in denen die Häufigkeit des Auftretens eines Wertes einer Ereignisvariablen festgehalten wird. Ein Kanal wird auch Bin genannt, die Zuordnung von Wertebereichen der histogrammierten Variablen zu den Kanälen heißt Binning. (Streng genommen ist also z.B. die oben angegebene, zu erhebende absolute Häufigkeit von Einzelerhebungen pro EHK ein Histogramm von Einzelerhebungen über der Ereignisvariable EHK-ID.) Es sollte immer das Histogramm über die Zahl der Einzelerhebungen pro STD geführt werden.
- Wird nach mehr als einer Variablen differenziert, ergeben sich zwei- oder multidimensionale Histogramme. (Ein zweidimensionales Histogramm wäre z.B. die Zahl der Einzelerhebungen über der EHK-ID und über den Streckenabschnitt). Mehrdimensionale Histogramme können über Projektionen (addieren aller Einträge über eine zu eliminierende Dimension) in ihrer Dimensionalität reduziert werden. Hierbei vermindert sich durch die Erhöhung der absoluten Ereigniszahlen der relative Fehler pro Bin.
- Alle statistisch erhobenen Daten sollen vorzugsweise in Form von Datenbanktabellen regelmäßig (d.h. einmal pro Betrachtungszeitraum) ausgegeben, also nachfolgenden Programmen zur Verfügung gestellt werden. Nach Ablauf eines Betrachtungszeitraumes sind sämtliche Zählerinhalte zu löschen. Zähler sollen nicht persistent sein, d.h. sie werden bei Programmstart mit Null initialisiert. Pro Ausgabe ist eine Header-Tabelle auszugeben, in der der Betrachtungszeitraum sowie die verwendeten Werte für hard cuts bei der Signaturerkennung sowie evtl. weitere, für die Interpretation der Daten wichtige Optionen und Parameter enthalten sind.
- In Ereignislisten werden im Gegensatz zu den in Abschnitt 4 beschriebenen Statistiken, u.a. Daten abgelegt, die einzelne Ereignisse beschreiben (siehe Abschnitt 3). Diese Listen können dann weiteren Analysetools (Data-Warehouses, o.ä.) als Datengrundlage dienen.
- Zur Normierung der in den Listen enthaltenen Daten müssen in den Ereignislisten in regelmäßigen Abschnitten die aktuellen Zählerstände der absoluten Häufigkeiten enthalten sein.
- Ohne weitere Vorkehrungen würden Ereignislisten sehr groß. Daher werden die auftretenden Ereignisse vorzugsweise zunächst durch Filter geleitet, bevor sie tatsächlich in eine Ausgabeliste geschrieben werden. Ein solches Filter lässt nur Ereignisse mit bestimmten Eigenschaften passieren. Beispiele für Filterbedingungen sind:
- Alle Ereignisse, die eine EHD-ID betreffen
- Alle Ereignisse, die einen Abschnitt betreffen
- Alle Ereignisse vom Typ "Diskontinuität", deren Fahrten z.B. zwischen 14:00 und 15:00 liegen.
- Filterbedingungen sind also allgemeine logische Ausdrücke, die unter Zugriff auf die Datenfelder eines Ereignisses ausgewertet werden. Um dem Anwender zu erlauben, eigene Filterbedingungen zu formulieren, kann ein Parser für diese Ausdrücke implementiert werden. Dies ist jedoch nicht unbedingt erforderlich, wenn Filterbedingungen zunächst im Programmcode verankert werden.
- In erweiterter Ausführungsform des erfindungsgemäßen Verfahrens können auch mehrere Filter gleichzeitig betrieben werden. In diesem Fall erzeugt jedes Filter eine eigene Ausgabeliste, in denen Daten durchaus redundant enthalten sein können.
- Als Fluss lässt sich für das erfindungsgemäße Verfahren der Durchsatz pro Zeiteinheit an einem Querschnitt definieren (streng genommen bezogen auf diesen Querschnitt; im allgemeinen reicht es jedoch aus, für alle Abschnitte den gleichen Querschnitt anzunehmen). Mit den oben vorgestellten Zählern ist es sehr einfach, die folgenden Flüsse zu berechnen:
- Fluss pro Abschnitt
- Hier wird für jeden Abschnitt die Zahl der Erhebungen im Betrachtungszeitraum gezählt.
- Fluss pro Einfahrt bzw. Ausfahrt
- Hier wird für jeden Abschnitt die Zahl der Erhebungen mit Einfahrt- bzw. Ausfahrtkennung gezählt.
- Für Flüsse können verschiedene Erhaltungssätze formuliert werden. Im Fall von Quellenfreiheit sind diese Regeln in der Elektrotechnik z.B. als Kirchhoff'sche Regeln bekannt. (Quellenfreiheit bedeutet hier, dass die betrachteten Objekte nicht spontan aus einer Quelle entstehen oder in einer Senke verschwinden können. Im Allgemeinen kann von einem quellenfreien Fluss ausgegangen werden und damit Divergenzen im Fluss als Hinweis auf Fehler-Effekte gewertet werden). Im vorliegenden Fall lautet die Kirchhoff'sche Knotenregel z.B., dass die Summe aller Flüsse an einem Knoten Null sein muss. (Es sei hier darauf hingewiesen, dass die detaillierte Analyse der gemessenen Flüsse nicht trivial ist und nicht Teil der Erfindung darstellt. Zum einen ist die Quellenfreiheit nur für ausreichend große Betrachtungszeiträume realistisch, da das betrachtete Netz eine gewisse Speicherkapazität aufweist und das Medium komprimierbar ist, zum anderen müssen zur Anwendung der Kirchhoff'schen Regeln bestimmte Voraussetzungen an das Knoten-Kanten-Modell gestellt werden, deren Einhaltung bisher nicht verifiziert wurden.)
- Ein wesentliches Ziel der erfindungsgemäßen Analyse ist die Abschätzung der Erhebungseffizienz. Die Erhebungseffizienz ist der Quotient aus als Einzelerhebungen korrekt erkannten Streckenabschnitten zu der Zahl der auf der tatsächlichen Fahrt liegenden Streckenabschnitte für eingeschaltete Fahrzeuggeräte. Diese so definierte Erhebungseffizienz kann für einen Großteil der Abschnitte aus den in Abschnitt 3.2 dargestellten topologischen Signaturen der Länge 3 unter Verwendung der in Abschnittl 4.1 dargestellten absoluten Häufigkeiten näherungsweise geschätzt werden als der Quotient aus der Summe der absoluten Häufigkeiten der Ereignisse mit den Signaturen "Sichere Ein-Abschnitts-Lücken" und "Sichere Ein-Abschnitts-Fehl-erkennung" und der Zahl der Einzelerhebungen zuzüglich der Zahl der Ereignisse mit der Signatur "Sichere Ein-Abschnitts-Lücken".
- Diese Näherung geht von einer Erhebungseffizienz nahe bei eins aus. Hieraus folgt, dass die Zahl der Zwei-Abschnittslücken, in der zwei Abschnitte nacheinander nicht erkannt werden, stark unterdrückt ist und dass die Zahl der Einzelerhebungen einen ausreichend genauen Schätzer für die Grundgesamtheit (den Nenner) darstellt. Für eine exakte Fehlerbetrachtung können Monte-Carlo-Simulationen eingesetzt werden.
- Mit dem erfindungsgemäßen Verfahren können Schwächen der eingehenden Daten im laufenden Betrieb erkannt werden. Zeitaufgelöste Qualitätsaussagen sind ebenso möglich, wie die Erkennung defekter Fahrzeugeinheiten. Die Erfassung der erforderlichen Daten für die Analyse ("Mauterhebung") ist extrem einfach und verursacht kaum zusätzlichen organisatorischen oder operativen Aufwand, weil die eingesetzten Algorithmen bekannt sind und der Verfahrensablauf standardmäßig implementiert werden kann. Zudem werden diese Werte für andere statistische Auswertungen ohnehin benötigt. Das zeitliche Raster (Aktualität) und die Weiterverarbeitung inkl. PMS sind vergleichbar mit der Plausibilitätsprüfung. Mit der erfindungsgemäßen Erfassungsfehler-Analyse ergeben sich weiterführende Ansätze zur Fehlerfeststellung.
Tabelle 1 Name Typ Quelle Erklärung EHK_ID EdV Erhebungskarten-ID STD_Z EdV Summendatentopfzähler ... ErhebungsZeit Punkt DATETIME EdV Zeitpunkt der Fahrt (aus STD-Header) Abschn_ID EdV Erkannte AbschnittsID Abschn_L GdV Länge des erkannten Abschnitts ... Erh_Param EdV Erhebungsparameter ... Tabelle 2 Name Typ Quelle Erklärung EHK_ID EdV Erhebungskarten-ID ... ErhebungsZeit Punkt DATETIME EdV Zeitpunkt der Fahrt (aus STD-Header) Abschn_ID_P EdV Erkannte AbschnittsID Abschn_ID_Q EdV Erkannte bzw. rekonstruierte, fehlerhafte AbschnittsID Abschn_ID_R EdV Erkannte AbschnittsID DeltaT Ggf. Zeitdiffernz zwischen Ausfahrt und Einfahrt ... SigType Signaturtypus ... Tabelle 3 Name Typ Quelle Erklärung EHK_ID EdV Erhebungskarten-ID ... ErhebungsZeit Punkt DATETIME EdV Zeitpunkt der Fahrt (aus STD-Header) Abschn_ID_P EdV Erkannte AbschnittsID Abschn_ID_Q EdV Erkannte bzw. rekonstruierte, fehlerhafte AbschnittsID ... SigType Signaturtypus ...
Claims (10)
- Verfahren zur Auswertung von Verkehrsdaten, wobei mittels stationärer und/oder mobiler Übertragungseinrichtungen Fahrtdaten von Fahrzeugen aus Abschnitten (p, q, r) eines Verkehrswegenetzes erfasst und die so erhaltenen Erhebungsdaten zur weiteren Auswertung an eine Datenverarbeitungseinrichtung übermittelt und über die Datenverarbeitungseinrichtung mit einem gespeicherten Modell des Verkehrswegenetzes verglichen werden, wobei die Erhebungsdaten anhand vorgegebener Kriterien auf Erfassungsfehler analysiert werden,
dadurch gekennzeichnet,
dass die Erhebungsdaten in vorgegebenen Zeitabschnitten erhoben werden und die Erhebungsdaten von zumindest zwei Streckenabschnitten anhand vorgegebener Kriterien auf Erfassungsfehler analysiert werden. - Verfahren nach Anspruch 1,
dadurch gekennzeichnet,
dass die Erhebungsdaten anhand Plausibilitätskriterien auf Erfassungsfehler analysiert werden. - Verfahren nach Anspruch 1 oder 2,
dadurch gekennzeichnet,
dass identifizierte Erfassungsfehler nach charakteristischen Merkmalen klassifiziert und in zugeordneten Datenfeldern zur weiteren Auswertung gespeichert werden. - Verfahren nach Anspruch 3,
dadurch gekennzeichnet,
dass als charakteristisches Merkmal zur Klassifizierung identifizierter Erfassungsfehler die in den zugeordneten Erhebungsdaten enthaltene geografische Information vorgegeben wird. - Verfahren nach Anspruch 3,
dadurch gekennzeichnet,
dass als charakteristisches Merkmal zur Klassifizierung identifizierter Erfassungsfehler Zeitinformationen vorgegeben werden. - Verfahren nach Anspruch 3, 4 oder 5,
dadurch gekennzeichnet,
dass die Datenfelder identifizierter Erfassungsfehler mittels statistischer Kriterien ausgewertet werden. - Verfahren nach Anspruch 6,
dadurch gekennzeichnet,
dass die Ergebnisse der statistischen Auswertung zur Identifizierung von systematischen Fehlerquellen herangezogen werden. - Verfahren nach Anspruch 7,
dadurch gekennzeichnet,
dass identifizierte systematische Fehlerquellen zur Korrektur des aktuellen Modells des Verkehrsflusses herangezogen werden. - Verfahren nach Anspruch 8,
dadurch gekennzeichnet,
dass die Korrektur nach einem vorgegebenen zeitlichen Raster durchgeführt wird. - Verfahren nach einem der Ansprüche 1 bis 9
dadurch gekennzeichnet,
dass anhand der analysierten Verkehrsdaten Mautgebühren ermittelt werden.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102004055992A DE102004055992A1 (de) | 2004-11-19 | 2004-11-19 | Verfahren zur Erfassung von Verkehrsdaten |
Publications (3)
Publication Number | Publication Date |
---|---|
EP1659550A2 EP1659550A2 (de) | 2006-05-24 |
EP1659550A3 EP1659550A3 (de) | 2007-05-23 |
EP1659550B1 true EP1659550B1 (de) | 2009-01-21 |
Family
ID=35427273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
EP05022489A Active EP1659550B1 (de) | 2004-11-19 | 2005-10-14 | Verfahren zur Erfassung von Verkehrsdaten |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP1659550B1 (de) |
AT (1) | ATE421743T1 (de) |
DE (2) | DE102004055992A1 (de) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102081846B (zh) * | 2011-02-22 | 2013-06-05 | 交通运输部公路科学研究所 | 基于高速公路收费数据轨迹匹配的交通状态识别方法 |
EP2811466B1 (de) | 2013-06-04 | 2018-05-23 | Toll Collect GmbH | Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem |
CN104318772B (zh) * | 2014-10-31 | 2016-08-24 | 重庆大学 | 高速公路交通流数据质量检测方法 |
EP2922031B1 (de) | 2014-12-09 | 2017-03-15 | Toll Collect GmbH | Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem |
CN106056912B (zh) * | 2016-07-29 | 2018-10-09 | 浙江银江研究院有限公司 | 一种卡口运行状态量化评估方法及*** |
EP3300030A1 (de) * | 2016-09-22 | 2018-03-28 | Toll Collect GmbH | Datenverarbeitungseinrichtung und verfahren zur reduzierung der komplexität eines streckenabschnittsnetzes |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5164904A (en) * | 1990-07-26 | 1992-11-17 | Farradyne Systems, Inc. | In-vehicle traffic congestion information system |
DE19755875A1 (de) * | 1996-12-09 | 1998-06-10 | Mannesmann Ag | Verfahren zur Übertragung von Ortsdaten und Meßdaten von einem Endgerät, insbesondere Telematikendgerät an eine Verkehrszentrale |
DE10241538B3 (de) * | 2002-09-05 | 2004-04-22 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Routingverfahren und ein Routingsystem mit einer Verkehrsprognose |
-
2004
- 2004-11-19 DE DE102004055992A patent/DE102004055992A1/de not_active Withdrawn
-
2005
- 2005-10-14 EP EP05022489A patent/EP1659550B1/de active Active
- 2005-10-14 AT AT05022489T patent/ATE421743T1/de active
- 2005-10-14 DE DE502005006523T patent/DE502005006523D1/de active Active
Also Published As
Publication number | Publication date |
---|---|
DE502005006523D1 (de) | 2009-03-12 |
EP1659550A3 (de) | 2007-05-23 |
DE102004055992A1 (de) | 2006-06-14 |
EP1659550A2 (de) | 2006-05-24 |
ATE421743T1 (de) | 2009-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69329119T2 (de) | Vorhersageverfahren für strassenverkehrparameter | |
DE102015207804B4 (de) | Verfahren zum Erkennen von Parkflächen und/oder Freiflächen | |
EP1659550B1 (de) | Verfahren zur Erfassung von Verkehrsdaten | |
EP0944890B1 (de) | Verfahren zur vervollständigung und/oder verifizierung von den zustand eines verkehrsnetzes betreffenden daten; verkehrszentrale | |
DE60010655T2 (de) | Verfahren und vorrichtung in einem fahrzeugüberwachungssystem und fehlerdiagnosesystem in einem fahrzeug | |
DE102012201472A1 (de) | Verfahren zur Bereitstellung von Parkinformationen zu freien Parkplätzen | |
WO2016012089A1 (de) | Verfahren zur bestimmung eines ortsaufgelösten fehlermasses für eine positionsbestimmung mit einem gnss | |
DE112018006555T5 (de) | Programmgesteuertes identifizieren einer persönlichkeit eines autonomen fahrzeugs | |
EP2201549B1 (de) | Verfahren und verkehrsnachfrage-analyseeinheit zur bestimmung von quelle-ziel-nachfragedaten von verkehrsflüssen | |
EP2116981A2 (de) | Verfahren und Vorrichtung zur Ermittlung von Rückstaulängen an Lichtsignalanlagen | |
DE102022126423A1 (de) | Cloud-basierter plattform-server zum analysieren, berichten und antworten auf fahrzeug-dtc-daten | |
EP2811466B1 (de) | Verfahren und Einrichtungen zur Fehlererkennung in einem Mautsystem | |
EP3811035B1 (de) | Verfahren zum verifizieren von sensoren eines sensornetzwerks und sensornetzwerk | |
DE69801896T2 (de) | Verfahren und system zur leistungmessung und beobachtung der qualitaet eines informationssystem | |
EP1057156B1 (de) | Verkehrslageerfassung mit fuzzy-klassifikation und mehrdimensionaler morphologischer datenfilterung und dynamischer domänenbildung | |
DE102019211089A1 (de) | Vorrichtung und Verfahren zum Ergreifen von Gegenmaßnahmen gegen einen unbefugten Zugriff auf ein Fahrzeug | |
DE19963123B4 (de) | Analytisches Informationssystem | |
EP1717651B1 (de) | Verfahren und Vorrichtung zum Auswerten von Ereignissen aus dem Betrieb eines Fahrzeuges | |
EP0654771A1 (de) | Verfahren zur Vermeidung von Fehlalarmen in einem Brandmeldesystem, und Brandmeldesystem zur Durchfürhrung des Verfahrens | |
DE102010064063B4 (de) | Verfahren und Vorrichtung zur rechnergestützten Prognose eine Fahrtdauer eines Fahrzeugs auf einer Route aus einem oder mehreren Routensegmenten | |
LU102919B1 (de) | Verfahren und Systeme zur Früherkennung und Bewertung von strukturellen Gefahrenstellen im Straßenverkehr | |
DE10230806B4 (de) | Verfahren und Vorrichtung zur Nachbildung eines aus Komponenten zusammengesetzten Gesamtsystems durch ein Bayes-Netz | |
DE19905284A1 (de) | Verkehrslageerfassung mit Fuzzy-Klassifikation und mehrdimensionaler morphologischer Datenfilterung und dynamischer Domänenbildung | |
DE102016009199A1 (de) | Verfahren zum Betreiben einer Datenerfassungseinheit zum Erfassen von mindestens einem Steuerungsereignis einer Steuerungvorrichtung eines Kraftfahrzeugs sowie eine Datenerfassungseinheit und eine Datenverarbeitungseinheit | |
DE10120235A1 (de) | Verfahren zur informationsverlustarmen Anbindung eines Sensors für die Übermittlung statistischer Daten an ein übergeordnetes Auswertesystem |
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: A2 Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR |
|
AX | Request for extension of the european patent |
Extension state: AL BA HR MK YU |
|
RAP1 | Party data changed (applicant data changed or rights of an application transferred) |
Owner name: DAIMLERCHRYSLER AG |
|
PUAL | Search report despatched |
Free format text: ORIGINAL CODE: 0009013 |
|
AK | Designated contracting states |
Kind code of ref document: A3 Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR |
|
AX | Request for extension of the european patent |
Extension state: AL BA HR MK YU |
|
RIC1 | Information provided on ipc code assigned before grant |
Ipc: G07C 5/00 20060101ALN20070416BHEP Ipc: G08G 1/123 20060101ALN20070416BHEP Ipc: G08G 1/01 20060101AFI20051205BHEP Ipc: G07B 15/00 20060101ALN20070416BHEP |
|
17P | Request for examination filed |
Effective date: 20071112 |
|
RAP1 | Party data changed (applicant data changed or rights of an application transferred) |
Owner name: DAIMLER AG |
|
17Q | First examination report despatched |
Effective date: 20071221 |
|
AKX | Designation fees paid |
Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR |
|
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): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR |
|
REG | Reference to a national code |
Ref country code: GB Ref legal event code: FG4D Free format text: NOT ENGLISH |
|
REG | Reference to a national code |
Ref country code: CH Ref legal event code: EP |
|
REG | Reference to a national code |
Ref country code: IE Ref legal event code: FG4D Free format text: LANGUAGE OF EP DOCUMENT: GERMAN |
|
REF | Corresponds to: |
Ref document number: 502005006523 Country of ref document: DE Date of ref document: 20090312 Kind code of ref document: P |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: NL Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 |
|
NLV1 | Nl: lapsed or annulled due to failure to fulfill the requirements of art. 29p and 29m of the patents act | ||
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: SI Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 Ref country code: FI Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 Ref country code: ES Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090502 Ref country code: LT Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 |
|
REG | Reference to a national code |
Ref country code: IE Ref legal event code: FD4D |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: PT Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090622 Ref country code: SE Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090421 Ref country code: PL Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 Ref country code: IS Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090521 Ref country code: LV Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: DK Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 Ref country code: CZ Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 Ref country code: EE Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 Ref country code: IE Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 |
|
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 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: RO Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 Ref country code: SK Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 |
|
26N | No opposition filed |
Effective date: 20091022 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: BG Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090421 |
|
BERE | Be: lapsed |
Owner name: DAIMLER A.G. Effective date: 20091031 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: MC Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES Effective date: 20091031 |
|
REG | Reference to a national code |
Ref country code: CH Ref legal event code: PL |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: CH Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES Effective date: 20091031 Ref country code: BE Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES Effective date: 20091031 Ref country code: GR Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090422 Ref country code: LI Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES Effective date: 20091031 |
|
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 FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: LU Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES Effective date: 20091014 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: HU Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090722 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: TR Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: CY Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20090121 |
|
REG | Reference to a national code |
Ref country code: FR Ref legal event code: PLFP Year of fee payment: 11 |
|
REG | Reference to a national code |
Ref country code: FR Ref legal event code: PLFP Year of fee payment: 12 |
|
REG | Reference to a national code |
Ref country code: FR Ref legal event code: PLFP Year of fee payment: 13 |
|
REG | Reference to a national code |
Ref country code: DE Ref legal event code: R081 Ref document number: 502005006523 Country of ref document: DE Owner name: TOLL COLLECT GMBH, DE Free format text: FORMER OWNER: DAIMLER AG, 70327 STUTTGART, DE |
|
REG | Reference to a national code |
Ref country code: FR Ref legal event code: PLFP Year of fee payment: 14 |
|
REG | Reference to a national code |
Ref country code: FR Ref legal event code: TP Owner name: TOLL COLLECT GMBH, DE Effective date: 20181003 |
|
REG | Reference to a national code |
Ref country code: AT Ref legal event code: PC Ref document number: 421743 Country of ref document: AT Kind code of ref document: T Owner name: TOLL COLLECT GMBH, DE Effective date: 20181005 |
|
REG | Reference to a national code |
Ref country code: GB Ref legal event code: 732E Free format text: REGISTERED BETWEEN 20190131 AND 20190206 |
|
P01 | Opt-out of the competence of the unified patent court (upc) registered |
Effective date: 20230929 |
|
PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: GB Payment date: 20231025 Year of fee payment: 19 |
|
PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: FR Payment date: 20231023 Year of fee payment: 19 Ref country code: DE Payment date: 20231018 Year of fee payment: 19 Ref country code: AT Payment date: 20231019 Year of fee payment: 19 |