Detailergebnis zu DOK-Nr. 73380
Entwicklung und Analyse eines Prognoseverfahrens für verkehrsadaptive Lichtsignalanlagen
| Autoren |
R. Bodenheimer |
|---|---|
| Sachgebiete |
6.1 Verkehrserhebungen, Verkehrsmessungen 6.2 Verkehrsberechnungen, Verkehrsmodelle 6.7.1 Verkehrssteuerung mit LSA |
Erlangen-Nürnberg: Universität, Dissertation, 2017, XXI, 147 S., zahlr. B, T, Q, Anhang. - Online-Ressource: verfügbar unter: https://opus4.kobv.de/opus4-fau/frontdoor/index/index/year/2017/docId/8121
Für den Bereich der Infrastrukturdaten ist die Information an Signalanlagen, umgangssprachlich Ampeln, wichtig. Die dort gewonnenen Daten dienen einem fahrzeugseitigen "Ampelphasen-Assistenten" zur Bereitstellung einer optimalen Geschwindigkeit für das Überqueren der vorausliegenden Kreuzung ohne Halt. Um diese Funktionalität zu ermöglichen, muss das Verhalten der Lichtsignalanlage möglichst genau vorhergesagt werden. In der Dissertation wurde ein Verfahren entwickelt, das verkehrsadaptive Lichtsignalanlagen vorhersagt und alle im Fahrzeug benötigten Daten bereitstellt. Dabei werden mithilfe eines graphentheoretischen Ansatzes die Freiheitsgrade des Anlagenverhaltens abgebildet und verarbeitbar. Die Ergebnisse der Dissertation können wie folgt zusammengefasst werden: 1.) Mithilfe einer Graphentransformation wird eine effiziente Datenstruktur geschaffen, um die Freiheitsgrade einer Lichtsignalanlage zu repräsentieren. 2.) Eine Datenanalyse und darauf aufbauend eine Prognose, die unabhängig von der Steuerungsart einer Lichtsignalanlage funktioniert. 3.) Die Bereitstellung der eigenen Prognosegüte durch eine permanente Selbstbewertung und 4.) eine Reduktion des Datenbedarfs wird durch eine intelligente Umformung auf Basis einer Unabhängigkeitsannahme für Detektoren erreicht. Mit der Entwicklung des Prognoseverfahrens war es möglich, einen "Ampelphasen-Assistenten" zu entwickeln und zu erproben, ohne eine Abhängigkeit von Innovationszyklen der Infrastrukturindustrie. Die entstandenen Ergebnisse dienen ferner Nachfolgeprojekten in Industrie und Wissenschaft zur Verarbeitung von Infrastrukturdaten im Umfeld der "Car-2-X"-Kommunikation.