Rückstaulängenschätzung an Lichtsignalanlagen mit Floating-Car-Daten release_eynlr3hhx5a63hs22ls42pb3z4

Abstract

Verkehr und Mobilität sind ein wichtiger Teil unseres täglichen Lebens. Zugleich leiden Menschen und Umwelt an deren negativen Folgen. Speziell im Straßenverkehr sind die Probleme häufig kaum zu übersehen. Entsprechend kommt dem Verkehrsmanagement als integraler Bestandteil der Verkehrsplanung und -steuerung eine wachsende Bedeutung zu. Ziel ist es, durch intelligente Ansätze die negativen Auswirkungen moderner Mobilität möglichst zu vermeiden oder wenigstens zu reduzieren. Ein effizientes Verkehrsmanagement benötigt dazu eine verlässliche Verkehrsdatenerfassung, wobei das innerstädtische Verkehrsmonitoring wegen finanzieller und technologischer Beschränkungen derzeit häufig grundlegende Defizite aufweist. Engmaschige Verkehrsnetze mit einer komplexen Verkehrsdynamik erschweren hier eine flächendeckende Verkehrslageerfassung mit herkömmlichen Mitteln. Die vorliegende Arbeit entwickelt daher basierend auf sogenannten Floating-Car-Daten (FCD) eine alternative Methode, die bei Bedarf in flexibler Weise zusätzlich Informationen aus beliebigen weiteren Quellen qualitätssteigernd fusionieren kann. Es ergibt sich ein kosteneffizientes, erweiterbares Verfahren zur Schätzung von Rückstaulängen an lichtsignalgeregelten Netzknoten. Dessen Kernidee ist es, beobachtete GPS-Positionen einzelner Fahrzeuge mit geeigneten, modellbasierten Profilen der lokalen Verkehrsdichte zu vergleichen. Dies erlaubt die Schätzung einer virtuellen Verkehrsnachfrage, die mit Hilfe eines Verkehrsflussmodells konsistent in die gesuchte Verkehrskenngröße umgerechnet werden kann. Die Theorie des neuen Verfahrens wird detailliert beschrieben. Darüber hinaus werden im Zuge umfangreicher Analysen mit simulierten und realen Verkehrsdaten systematisch die Potentiale des neuen Ansatzes bewertet. Insgesamt zeigt sich, dass sowohl in der Simulation als auch unter realen Bedingungen schon mit sehr niedrigen FCD-Abdeckungsgraden vielversprechende Ergebnisse erzielt werden können.
In text/plain format

Archived Files and Locations