Greifeneder, Jürgen:
    Verkehrszustandsschätzung auf der Basis von Floating-Car- und Induktionsschleifendaten
     Studienarbeit an der Universität Stuttgart, September 2002.

 
Kurzfassung
Grundlage eines jeden modernen Verkehrsinformations- und -leitsystemes sind zuverlässige Informationen über den aktuellen Straßenverkehrszustand auf einem zu überwachenden Streckenabschnitt. Leider ist die Installation von Sensoren in kurzen Abständen, um quasi-streckenbezogene Messungen zu erhalten, sehr kostspielig und vor allem wartungsintensiv. Daher werden Meßstellen meist nur in größeren Abständen eingerichtet. Änderungen des Verkehrszustandes, die sich aufgrund lokaler Ereignisse zwischen zwei Meßwerterfassungsstellen ergeben, können daher - wenn überhaupt - erst dann erkannt werden, wenn dies in den Messungen erkennbar wird. 
Abstract
Modern traffic information systems are based on reliable information about the current traffic situation. Unfortunately, stationary traffic sensors (e.g. induction loops) are expensive and difficult to maintain. Therefore the distance between two sensors is much too long to receive sufficient data and changes in traffic flow will be detected too late.
Seit einigen Jahren versuchen private Unternehmen nun diese bestehenden Daten- bzw. Informationslücken zu schließen. Neben einer ganzen Reihe anderer Ansätze sei hier im Besonderen der Versuch angeführt, Fahrzeuge selbst zu mobilen Sensoren, sogenannten FCD-Fahrzeugen, werden zu lassen. This situation can be improved by using so called Floating Cars which indeed are mobile sensors. In this work, the usefulness of these Floating Cars regarding traffic flow estimation is discussed. The data of the existing induction loops will be discussed as well. This leads to much better estimations because the minimum number of necessary Floating Cars can be reduced, also the influence of faulty Floating Car Information. 
In der vorliegenden Arbeit werden daher derartige Verkehrsdaten in einem bestehenden auf Schleifenmessungen basierten Zustandsschätzer (Erweitertes Kalman-Filter) als zusätzliche Meßgrößen verwendet. Dabei konnte festgestellt werden, daß schon mit einer geringen Anzahl an FCD-Fahrzeugen eine deutliche Verbesserung der Zustandsschätzung ermöglicht wird. Eine umfangreiche Analyse der stochastischen Zusammenhänge von Dichte, Einzel- und mittlerer Geschwindigkeit führte zu einem grundsätzlicheren Verständnis des Geschehens und ermöglichte es, Meßwerte für die unbekannten mittleren Geschwindkeiten aufgrund der Einzelgeschwindigkeiten der FCD-Fahrzeuge zu berechnen und eine Aussage über die Qualität dieser Meßwertschätzung angeben zu können.  The estimation itself makes use of an Extended Kalman-Filter (EKF) approach. An extensive analysis of the stochastical correlations between traffic density, velocity of a single car and the medium speed in a well defined neighbourhood (surrounding that car) made it possible to use the Floating Cars velocities to transform them into measures for the unknown medium speeds including a statement about their reliability. A first implementation led to salient results which are shown at the end of this thesis.
Schlüsselworte: Verkehrsflußmodellierung, Erweitertes Kalman-Filter (EKF), Zustandsschätzung, Floating-Car-Data (FCD), Schnellstraßenverkehr. Keywords: traffic flow modeling, Extended Kalman-Filter (EKF), state estimation, Floating-Car-Data (FCD), traffic on highways.

Download (740 kB):  200209_Studienarbeit-Greifeneder.pdf


Jürgen Greifeneder, 25.09.2002 Impressum