Notice: Only variables should be passed by reference in /var/www/clients/client26/web109/web/src/Plugin/dokstrasse/FrontendPage.php on line 349
Zurück Vor
Detailergebnis zu DOK-Nr. 80476
Vergleich der Erkennungsrate von Staumustern verschiedener Verkehrssensortechnologien (Orig. engl.: Detection rate of congestion patterns comparing multiple traffic sensor technologies)
Autoren |
L. Kessler K. Bogenberger |
---|---|
Sachgebiete |
5.15 Verkehrsablauf (Verkehrsfluss, Leistungsfähigkeit, Bemessung) 6.1 Verkehrserhebungen, Verkehrsmessungen 0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) |
IEEE Open Journal of Intelligent Transportation Systems 5 (2024), S. 29-40, 10 B, 2 T, 47 Q. – Online-Ressource: verfügbar unter: https://ieeexplore.ieee.org/document/10356725
In dem Beitrag wird die Erkennungsrate verschiedener Staumuster (kurze Verkehrsunterbrechungen (Stauwellen), Stop-and-Go-Muster und schwere Stauszenarien (Wide Jam)) auf Autobahnen mit verschiedenen Verkehrssensortechnologien untersucht. Analysiert werden hierbei mehrere Verkehrsdatensätze, darunter Geschwindigkeitsdaten von Schleifendetektoren, Reisezeitmessungen von Bluetooth-Sensoren und Floating-Car-Daten (FCD), die von Testfahrzeugen gesammelt wurden. Jede Kombination aus Staumuster und Erkennungstechnologie wurde gründlich untersucht und hinsichtlich ihrer Fähigkeit und Eignung zur Erkennung spezifischer Verkehrsstaumuster bewertet. Als Versuchsgelände wurde die Autobahn A 9 in Deutschland mit einer Länge von 157 km ausgewählt. Die Ergebnisse zeigen, dass Bluetooth-Sensoren (Erfassung der Reisezeiten zwischen zwei Orten) aufgrund ihrer stromabwärts gerichteten Erfassungsrichtung im Gegensatz zur stromaufwärts gerichteten Stauausbreitung kaum geeignet sind, kurze Verkehrsstörungen wie Stauwellen zu erkennen. Segmentbasierte Geschwindigkeitsberechnungen erweisen sich als effektiver bei der Identifizierung signifikanter Stauereignisse. FCD neigen dazu, Stop-and-Go-Muster häufiger zu erkennen als Schleifendetektoren, unterschätzen aber aufgrund ihrer Empfindlichkeit gegenüber Durchdringungsraten und Datenverfügbarkeit häufig schwere Staus. Auf der Basis der Erkenntnisse können Empfehlungen zum Einsatz der jeweiligen Technologie und zur genauen Platzierung der Detektoren gemacht werden.