Detailergebnis zu DOK-Nr. 70486
Methoden zur Definition von raumzeitlichen Einflussbereichen und Erfassung von Folgeunfällen auf Autobahnen (Orig. engl.: Methods for defining spatiotemporal influence areas and secondary incident detection in freeways)
| Autoren |
M.G. Karlaftis E.I. Vlahogianni M.-I. Imprialou F.P. Orfanou |
|---|---|
| Sachgebiete |
5.1 Autobahnen 5.15 Verkehrsablauf (Verkehrsfluss, Leistungsfähigkeit, Bemessung) 6.3 Verkehrssicherheit (Unfälle) |
Journal of Transportation Engineering 140 (2014) Nr. 1, S. 70-80, 13 B, 2 T, 15 Q
Unfälle auf Autobahnen haben häufig innerhalb eines gewissen räumlich und zeitlich nachfolgenden Bereichs weitere Unfälle zur Folge. Diese sekundären Unfälle werden zunehmend als Problem für das Verkehrsmanagement betrachtet, da sie zu weiteren Kapazitätseinbußen und Zeitverlusten führen. Zur Identifikation und Wahrscheinlichkeit von Folgeunfällen gibt es seit Mitte der 1990er-Jahre mehrere Forschungsansätze, die auf der Verknüpfung von primären und sekundären Unfällen durch vordefinierte raumzeitliche Kriterien basieren, ohne aber die aktuelle Verkehrssituation und die Unfall-Charakteristika zu berücksichtigen. Der Artikel erweitert die bisherigen Methoden um empirische und analytische Ansätze und stellt zwei Wege dar, um die dynamischen Grenzen des Einflussbereichs des Erst-Unfalls auf Grundlage von stromaufwärts gemessenen detaillierten Verkehrsdaten zu definieren: 1. Das ASDA-Modell (Automatische Staudynamikanalyse) liefert analytische Informationen über die raumzeitliche Entwicklung des Verkehrs und die Ausbreitung der Verkehrsstörung stromaufwärts. Außerdem gibt es Hinweise auf den Einfluss weiterer Faktoren wie der am Unfall beteiligten Fahrzeuge oder der Anzahl blockierter Fahrbahnen. 2. Die RIA (Real Influence Area)-Methode wurde angewandt, um Grenzen und Position des Einflussbereichs und somit Folgeunfälle zu erkennen. Das vorgestellte Vorgehen ist effizienter zur Erkennung von Folgeunfällen und einfacher in der Anwendung als bisherige Ansätze, benötigt aber eine große Menge zuverlässiger Verkehrsdaten aus Detektoren.