Zurück Vor

Detailergebnis zu DOK-Nr. 62419

Kurzzeitvorhersage des Verkehrszustands für eine Online-Reisezeitinformation (Orig. engl.: Short-term prediction of traffic flow status for online driver information)

Autoren	S. Innamaa
Sachgebiete	5.15 Verkehrsablauf (Verkehrsfluss, Leistungsfähigkeit, Bemessung) 6.7 Verkehrslenkung, Verkehrssteuerung, Telekommunikation

Espoo: VTT, Technical Research Centre of Finland, 2009, 80 S., 6 B, 1 T, zahlr. Q, Anhang (VTT Publications H. 708). - ISBN 978-951-38-7341-7

Die Dissertation, veröffentlicht vom finnischen Forschungsinstitut VTT, hatte die Entwicklung einer Methode für ein Vorhersagemodell für den Verkehrszustand (ausgedrückt durch die Reisezeit und eine fünfstufige Reisezeit-Klassifizierung) und den Anwendungstest anhand der vorhandenen Verkehrsbeeinflussungs-Infrastruktur als Hauptziel. Auf dem Weg dahin sollte eine befriedigende Reisezeitvorhersage auf Basis des Verkehrszustands erstellt werden, die ohne lange Verzögerungen in die Infrastruktur integriert werden kann und einen Echtzeitbetrieb sowie Langfristprognose ermöglicht. Eine Folge von Untersuchungen zeigt in der Arbeit den Entwicklungsprozess von Offline-Modellen hin zu Online-Modellen mit aktuellen Messdaten. Die Modelle basieren auf neuronalen Netzen (MLP-Technik = Multilay Perceptrons) und selbstorganisierenden Plänen. Die Praxistests der Modelle haben gezeigt, dass der Online-Einsatz des Vorhersagemodells vielversprechend war und ein einfaches Vorhersagemodell die Genauigkeit der Reisezeitinformation besonders im gestauten Verkehrszustand verbessern konnte. Es konnte ebenfalls nachgewiesen werden, dass das Prinzip der Selbstanpassung die Güte des Modells verbessern und die Implementierung beschleunigen konnte. Auch langfristig ist der Einsatz des Modells praktisch im Hinblick auf die Anzahl der Übertragungsbits, die benötigt werden, um historisierte Datensätze von Verkehrszuständen verständlich zu machen.