Zurück Vor

Detailergebnis zu DOK-Nr. 73253

Nutzung von Geschwindigkeitsmessungen für die Schätzung des Verkehrszustands auf Autobahnen (Orig. engl.: Use of speed measurements for highway traffic state estimation: Case studies on NGSIM data and highway A20, Netherlands)

Autoren	M. Papageorgiou C. Roncoli N. Bekiaris-Liberis
Sachgebiete	5.1 Autobahnen 5.15 Verkehrsablauf (Verkehrsfluss, Leistungsfähigkeit) 6.2 Verkehrsberechnungen, Verkehrsmodelle

Intelligent Transportation Systems and Connected and Automated Vehicles. Washington, D.C.: Transportation Research Board (TRB), 2016 (Transportation Research Record (TRB) H. 2559) S. 90-99, 8 B, 6 T, 23 Q

In dem Artikel wird beschrieben, wie ein kürzlich entwickeltes makroskopisches Modell zur Schätzung des Verkehrszustands auf Autobahnen für zwei Fallstudien eingesetzt und getestet wurde. Die Methode zur Schätzung des Verkehrszustands wurde für ein gemischtes Verkehrsszenario entwickelt, in welchem sich der Verkehr aus "üblichen" und "vernetzten" Fahrzeugen zusammensetzt. Es wurden lediglich durchschnittliche Geschwindigkeitsmessungen, wie sie von den Reports der vernetzten Fahrzeuge verwendet, werden dürfen, sowie eine minimale Anzahl (genug für die Garantie der Beobachtbarkeit) sensorbasierter Daten des gesamten Verkehrsflusses benutzt. In einer ersten Studie wurden Daten des entwickelten Modells verwendet um zu testen, ob das Modell fähig ist, Verkehrszustände zu schätzen. Dabei wurden aggregierte Informationen der sich bewegenden Fahrzeuge genutzt und die Durchdringungsrate vernetzter Fahrzeuge variiert. In einer zweiten Studie wurde das Modell für ein längeres Stück einer Autobahn mit beinhalteten Stauabschnitten angewendet. Hier war es das Ziel, die Fähigkeit des Modells bezüglich der Schätzung des Verkehrszustands unter variierenden Verkehrskonditionen und auf langen Abschnitten zu testen. In beiden Fällen war die Leistung des Modells zufriedenstellend und die erhaltenen Ergebnisse demonstrieren die Effektivität der Methode sowohl qualitativ als auch quantitativ.