Detailergebnis zu DOK-Nr. 81457
Qualitätsbewertung von großräumigen Fahrzeug- und Fußverkehrs-Trajektorien an Knotenpunkten (Orig. engl.: Quality Assessment of Large-Scale Vehicle and Pedestrian Trajectories at Intersections)
| Autoren |
J. Zhao A. Harris M. Sartipi |
|---|---|
| Sachgebiete |
0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 5.6 Fußgängerverkehr, Fußwege, Fußgängerüberwege 5.11 Knotenpunkte 6.2 Verkehrsberechnungen, Verkehrsmodelle |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2677, H. 10, 2023, S. 53-63, 6 B, 5 T, 24 Q. − Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr
Hochauflösende, hochpräzise Trajektorendaten finden in der Verkehrsforschung und -anwendung immer mehr Beachtung, da sie in der Lage sind, mikroskopische Bewegungsinformationen (z. B. Standort, Geschwindigkeit, Beschleunigung, Richtung usw.) über alle Verkehrsteilnehmenden zu liefern. Die Bewertung der Qualität von Trajektorendaten vor ihrer Verwendung ist von entscheidender Bedeutung, da sie sich direkt auf die Leistung der nachfolgenden Analyse auswirkt. Die meisten der vorhandenen Bewertungsmethoden und Metriken wurden jedoch für die Bewertung von Fahrzeugtrajektorien entwickelt, die auf Autobahnen gesammelt wurden. Sie können nicht direkt auf Fahrzeug- und Fußverkehrstrajektorien angewendet werden, die an Knotenpunkten gesammelt wurden. Darüber hinaus machen die Interaktionen zwischen Fahrzeugen und Fußgängerinnen und Fußgängern an Knotenpunkten die Untersuchung schwieriger und komplexer. In diesem Beitrag schlagen die Autoren innovative quantitative Metriken vor, um die Rationalität, Stabilität und Interaktionsanomalien von großräumigen Fahrzeug- und Fußverkehrstrajektorien an Knotenpunkten zu bewerten, indem sie inhärente und erweiterte Eigenschaften analysieren. Die vorgeschlagenen Metriken werden an zwei Trajektoriendatensätzen getestet: einem sogenannten "Open-Source inD-Trajektorendatensatz", der von Drohnenkameras aus der Luft erfasst wurde, und einem Datensatz, der von infrastrukturbasierten Light-Detection-and-Ranging-Sensoren erfasst wurde, die im "MLK Smart Corridor", dem städtischen Testgebiet in Chattanooga (Tennessee) eingesetzt wurden. Es werden ein umfassender Bewertungsbericht über zwei ausgewählte Datensätze, entsprechende Verbesserungsvorschläge und einige repräsentative Fehlerfälle vorgestellt. Diese Studie kann auch zur Überwachung des Betriebsstatus von Sensoren und zur Entwicklung effektiverer Methoden zur Flugbahnfilterung verwendet werden.