Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen

Beschreibung

[0001] Die Erfindung betrifft ein Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen.

[0002] Im Straßenverkehr können sich Verkehrszustände aufgrund unterschiedlicher Einflüsse sehr schnell ändem. Resultierende Verkehrsstörungen, z.B. Staus, stellen dabei eine Gefahr für nachfolgende Verkehrsteilnehmer dar. Über aktuelle Verkehrsmeldungen oder auf streckenbezogenen Reisezeitverlusten basierende Routenempfehlungen werden den Verkehrsteilnehmern solche Störungen, auch aus Sicherheitsgründen zur Unfallvermeidung, zur Kenntnis gebracht.

[0003] Nun hat aber jedes System eine inhärente Reaktionszeit. So reagieren auch die Verkehrsinformationssysteme und Verfahren, welche aus aktuellen Verkehrsmeßwerten, z.B. Geschwindigkeiten und Verkehrsflüsse an Orten des Straßenverkehrsnetzes, Verkehrsinformationen wie z.B. Verkehrsmeldungen und Reisezeitinformationen erzeugen, unterschiedlich schnell auf Zustandsänderungen des Verkehrs, welche sich in den Verkehrsmeßwerten abzeichnen. Hinzu kommen noch die Verzögerungszeiten der Meßsysteme sowie die Verzögerungen bei der Übermittlung, der Meßwerte an die zu verarbeitenden nachgeschalteten Systeme. Auch bei der Weitergabe der erzeugten Verkehrsinformationen an die Verkehrsteilnehmer oder Service-Provider treten Laufzeiten und Verzögerungen auf.

[0004] Folglich ist die Aktualität von Verkehrsinformationen immer eingeschränkt, selbst wenn sie auf Basis völlig aktueller Verkehrsmeßwerte berechnet worden sind. Es besteht daher ein dringender Bedarf an aktuelleren Verkehrsinformationen, als sie heutzutage angeboten werden können.

[0005] Die Aktualität der erzeugten Verkehrsinformationen kann dadurch gesteigert werden, indem sie bis zu einem gewissen Grad prognostiziert werden. Damit lassen sich die inhärenten Systemlaufzeiten und -reaktionszeiten reduzieren oder sogar völlig kompensieren.

[0006] Bei der Realisierung, dieser Zielsetzung bestehen folgende Probleme:

[0007] Die Verkehrslage wird aus Verkehrsmeßwerten bestimmt. Folglich sind diese Meßwerte zu prognostizieren. Das Prognoseverfahren muß adaptiv arbeiten und geeignet beeinflußt werden, um auf langsam oder auch schnell veränderliche Bedingungen entsprechend reagieren zu können. Insbesondere muß es auch möglich sein,
die jeweils zu verwendenden Verkehrsdatenquelle situationsabhängig auswählen, bewerten oder gar korrigieren zu können,
den zu erzielenden Prognosehorizont geeignet festlegen zu können, und zwar adaptiv während der Laufzeit des Prognosesystems sowie
für eine mitlaufende Qualitätskontrolle die tatsächlich erzielte Prognosegüte fortlaufend aktuell zu bestimmen.

[0008] Desweiteren
soll das Verfahren streckenunabhängig arbeiten, d.h. nicht auf Anschlußstellen usw. angewiesen sein, diese aber bei Bedarf geeignet berücksichtigen.
Sind mehrere physikalische Meßgrößen einzubeziehen, die miteinander verkoppelt sind, z.B. Geschwindigkeiten und Verkehrsflüsse,
sind Verkehrsmeßwerte unterschiedlicher Eigenschaften und Quellen, synchron getaktete und asynchron bzw. ereignisindiziert auftretende, an festen bzw. variablen Orten erfaßte, einzubeziehen und konsistent zu nutzen (Induktionsschleifen, Floatin, Car Data (FCD), stationäre Erfassungssysteme).

[0009] Ganglinien oder historische Lastkurven, wie sie z.B. auch bei Energieversorgem Verwendung finden, sind über vergleichbare Wochentage gemittelte Verläufe von Verkehrsmeßwerten (v = Geschwindigkeit, d = Verkehrsdichte (Fahrzeuge/Wegstrecke), f = Verkehrsfluß (Fahrzeuge/Zeit). Solche mittleren Funktionen über die Zeit sind aber nur bei gleichen häufig sich wiederholenden Verkehrsereignissen geeignet, um Vorhersagen aufgrund der Historie treffen zu können.

[0010] Verkehrssimulationsmodelle, z.B. Flußsimulationsrechnungen von Systemen partieller Differentialgleichungen [Treiber, Helbing,: Numerical Simulation of Macroscopic Traffic Equations, CISE 5, 89 (1999)], dienen der Prognose von Verkehrsmeßwerten bzgl. Orten und Zeiten, an denen keine Meßwerte vorliegen.

[0011] Diese bekannten Verfahren alleine bieten keine Lösung für die dargestellten Probleme.

[0012] Aufgabe der Erfindung ist es daher die vorstehend genannten Probleme zu lösen und ein Verfahren zu schaffen, das auf allen Straßentypen, sowohl inner- als auch außerorts zur Prognose aktueller Verkehrsdaten einsetzbar ist. Es soll auch geeignet sein zur Erstellung von Reisezeitprognosen, Verkehrsmeldungsprognosen, Umleitungsempfehlungen sowie zur direkten Fahrzeugbeeinflussung und Verkehrslenkung, sowie für zahlreiche andere Dienste.

[0013] Gelöst wird diese Aufgabe erfindungsgemäß mit den Merkmalen des Patentanspruchs 1. Weitere Ausbildungen ergeben sich aus den Unteransprüchen.

[0014] Nachfolgend soll die Erfindung in Zusammenhang mit den Zeichnungen erläutert werden. Dabei zeigt:

Fig. 1:

ein Schema eines Systems zur adaptiven Regelung einer Verkehrsprognose durch fortlaufende Bestimmung des Prognosefehlers über eine Rückkopplung mit Verzögerung und Soll-/Istvergleich. δ₀ steht dabei für die Impulsfunktion

Fig. 2

ein erweitertes System zur adaptiven Regelung einer Verkehrsprognose durch einen zweifach kaskadierten Regelkreis mit zusätzlichem Soll-/Istabgleich auf Produktebene. δ₀ steht dabei für die Impulsfunktion.

[0015] Je nach dem augenblicklichen Verkehrszustand an einem Ort des Verkehrsnetzes ist eine Prognose mehr oder weniger tragfähig, da das Verkehrsgeschehen sich in kritischen Bereichen des Gesamtsystems abspielen kann, in denen das "System" zunehmend chaotisch reagieren kann. Plötzlich eintretende Unfälle können auch nur schwer vorher gesagt werden. Das Prognosesystem wird in diesen Fällen fehlerhafte Werte liefern.

[0016] Die erreichbare Prognosegüte hängt damit von verschiedenen Faktoren ab. Das Prognoseverfahren kann daher nicht losgelöst von der Prognosegüte arbeiten. Es ist also fortlaufend die Prognosegüte zu bestimmen und dem eingesetzten Prognoseverfahren als rückkoppelnde Stellgröße zur Verfügung zu stellen.

[0017] Die laufende Messung der Prognosegüte dient auch der ständigen Qualitätskontrolle, um Situationen festzustellen, in denen die Prognose nicht oder nur unzureichend möglich ist. Nimmt die Prognosegüte plötzlich ab, so ist dies in einigen Fällen nicht nur ein Zeichen für einen schlagartigen Wechsel des inhärent chaotischen Systems, sondern für einen unvorhersehbaren Störeinfluß auf das Verkehrssystem, z.B. in Form eines Unfalls.

[0018] Es ist daher notwendig,
die eingesetzten Prognoseverfahren adaptiv an den jeweiligen Systemzustand anpassen zu können,
den erreichbaren Prognosehorizont geeignet adaptiv festzulegen sowie
eine Prognosegüte zur Qualitätskontrolle fortlaufend zu ermitteln.

[0019] Das Verfahren ist in folgende Schritte gegliedert (Fig. 1):

1. Von verschiedenen Quellen eingehende Verkehrsdaten werden über ein Prognosesystem
für einen bestimmten Zeitraum gerechnet vom aktuellen Zeitpunkt t der Berechnung der Prognose sowie einen gewissen Ortsbereich um Orte mit real vorliegenden Verkehrsdaten, den zeitlich-örtlichen Prognosehorizont t_p bzw. x_p, vorhergesagt. Dabei bestehen die Verkehrsdaten im einfachsten Fall aus Verkehrsmeßwerten aus dem Straßenverkehrsnetz, z.B. Verkehrsflüsse, -dichten oder-geschwindigkeiten. Sie können aber auch daraus abgeleitete Werte enthalten, z.B. gefilterte Verkehrsmeßwerte.

2. Es wird die aktuell erreichte Prognosegüte bzw. der Prognosefehler durch Soll-/Ist Vergleich der prognostizierten Verkehrsdaten mit den nach Verstreichen des Prognosezeitraumes aktuell ermittelten Verkehrsdaten während des Prognose- und Produktionsbetriebs laufend aktuell bestimmt.

3. Der gemessene Prognosefehler wird über eine Rückkopplung als Stellgröße zur adaptiven Anpassung des eingesetzten Prognoseverfahrens als auch des anvisierten Prognosehorizontes verwendet. Über eine Rückkopplung wird das Prognoseverfahren also laufend adaptiv gesteuert.
Bei größer werdendem Prognosefehler wird dann der Prognosehorizont für das eingesetzte Simulationsverfahren entsprechend verringert und umgekehrt. Ebenso kann die Auswahl der für die Prognose zu verwendenden Verkehrsdatenquellen über den Prognosefehler gesteuert werden. Zusätzlich wird der Prognosefehler als Qualitätsmaß den prognostizierten Verkehrsdaten hinzugefügt, um nachfolgenden verarbeitenden Systemen eine Bewertung bzw. Auswahl zu ermöglichen.

4. der Prognosefehler wird fortlaufend ausgegeben zur Qualitätskontrolle der Prognose. Er dient auch als Indikator für einen plötzlich aufgetretenen Störfall. Ebenso werden gemittelte Verläufe von historischen Verkehrsmeßwerten (Ganglinien) in der Nähe eines erkannten Störfalls korrigiert, z.B. die Flußwerte an stromabwärtigen Detektorstandorten verringert.

5. die prognostizierten Verkehrsdaten werden sodann Verkehrsinformationssystemen zugeleitet, die dann die üblichen Verkehrsinformationen erzeugen, nur aktueller auf Basis der aktuelleren prognostizierten Datenbasis.

[0020] Der Soll-/Ist Vergleich der prognostizierten mit den aktuellen Verkehrsdaten wird über ein Ähnlichkeitsmaß vorgenommen, das zum aktuellen Zeipunkt mit einer örtlichen Umgebung, die Abweichungen der Daten voneinander bewertet. Dies kann z.B. über eine Korrelation oder eine Abstandsmetrik geschehen. Im Verfahren wird als Abstandsmetrik die mittlere quadratische Abweichung


zwischen prognostizierten und aktuellen Verkehrsdaten in einer lokalen Umgebung, dr und ds von z.B.
x_p = 500m und t_l = -4 min respektive verwendet. Die lokale Glättung der prognostizierten Verkehrsdaten und der gegenwärtigen Verkehrsdaten wird über eine Ortsinterpolation vorgenommen. Die Gewichtsfunktion g(u,v) als Integrationskern wird für größere betragsmäßige Abweichungen x - r bzw. t - s kleiner und sorgt damit für die lokale Bewertung der Abweichungen bzgl. x und t. Sie kann z.B. eine Gaußfunktion sein oder auch einfach zu 1 gesetzt werden, was einem Rechteckfenster entspricht.

[0021] Zusätzlich wird das Verfahren erweitert durch eine laufende Erzeugung eines Maßes für die Prognosegüte auf Ebene der Produkte (Verkehrsmeldungen und Reisezeiten) (Fig. 2). Diese wird als zusätzliche Qualitätskontrolle und auch als Stellgröße verwendet. Es ergibt sich damit ein geregelter variabler Prognosehorizont durch zweifach kaskadierten mittelbaren oder unmittelbaren Regelkreis. Prinzipiell kann auch nur der äußere Regelkreis für eine Qualitätskontrolle bzw. -auswertung betrieben werden.

[0022] Die Messung der Prognosegüte kann auch im Nachhinein, also "offline", auf Basis archivierter Meßdaten oder Produkte (archivierte Verkehrsmeldungen und Reisezeiten) für eine Qualitätsauswertung erfolgen, um Situationen festzustellen, in denen die Prognose nicht oder nur unzureichend möglich war.
Zur Bestimmung der Prognosegüte für die Produktdaten (äußerer Soll-/Ist-Vergleich in Figur 2) werden Ähnlichkeitsmaße für Verkehrsmeldungen eingesetzt.

Ansprüche

1. Verfahren zur Erstellung prognostizierter Verkehrsdaten für Verkehrsinformationen, dadurch gekennzeichnet,

- dass aus Verkehrsdaten, die aus verschiedenen Quellen stammen, Verkehrsdaten in einem Prognoseverfahren für einen Ort und eine Zeit als Prognosehorizont vorhergesagt werden,

- dass die aktuell erreichte Prognosegüte bzw. der Prognosefehler durch Soll-/Ist Vergleich der prognostizierten Verkehrsdaten mit den nach Verstreichen des Prognosezeitraumes aktuell ermittelten Verkehrsdaten während des Prognose- und Produktionsbetriebs laufend aktuell bestimmt wird,

- dass der gemessene Prognosefehler über eine Rückkopplung als Stellgröße zur adaptiven Anpassung des eingesetzten Prognoseverfahrens als auch des anvisierten Prognosehorizontes verwendet wird,

- wobei bei größer werdendem Prognosefehler der Prognosehorizont für das eingesetzte Simulationsverfahren entsprechend verringert bzw. bei kleiner werdendem Prognosefehler vergrößert wird,

- und dass aus den so prognostizierten Verkehrsdaten dann Verkehrsinformationen zusammengestellt und ausgegeben werden.

2. Verfahren nach Anspruch 1,
dadurch gekennzeichnet,
dass die Verkehrsdaten aus Verkehrsmeßwerten, wie Verkehrsfluß, -dichte und Geschwindigkeit bestehen.

3. Verfahren nach einem der vorstehende Ansprüche,
dadurch gekennzeichnet,
dass die Verkehrsdaten aus Verkehrsmeßwerten abgeleitete oder berechnete Größen enthalten, wie gefilterte Verkehrsmeßwerte.

4. Verfahren nach einem der vorstehenden Ansprüche,
dadurch gekennzeichnet,
dass der Soll-/Ist Vergleich der Verkehrsdaten über ein Ähnlichkeitsmaß vorgenommen wird, und zwar über eine Korrelation oder eine Abstandsmetrik zwischen lokal geglätteten Versionen der prognostizierten und der aktuellen Verkehrsdaten.

5. Verfahren nach einem der vorstehenden Ansprüche,
dadurch gekennzeichnet,
dass als Abstandsmetrik die mittlere quadratische Abweichung


zwischen prognostizierten und aktuellen Verkehrsdaten in einer lokalen Umgebung dx und dt, mit einer in beiden Argumenten monoton fallenden Gewichtsfunktion g(u, v) verwendet wird.

6. Verfahren nach einem der vorstehenden Ansprüche,
dadurch gekennzeichnet,
dass die lokale Glättung der prognostizierten Verkehrsdaten über eine Interpolation vorgenommen wird.

7. Verfahren nach einem der vorstehenden Ansprüche,
dadurch gekennzeichnet,
dass der Prognosefehler als Störfallindikator genutzt wird, zur Erzeugung entsprechender Verkehrsmeldungen oder zur korrigierter Berücksichtigung von aktuellen oder historischen Verkehrsmeßwerten umliegender Detektoren um den jeweils betrachteten Ort x.

8. Verfahren nach einem der vorstehenden Ansprüche,
dadurch gekennzeichnet,
dass über den Prognosefehler die für die Prognose zu verwendenden Verkehrsdatenquellen selektiert werden.

9. Verfahren nach einem der vorstehenden Ansprüche,
dadurch gekennzeichnet,
dass die aktuell erreichte Prognosegüte bzw. der Prognosefehler auf Basis von Verkehrsprodukten, z. B. Verkehrsmeldungen, durch Soll-/Ist Vergleich der aus prognostizierten Verkehrsdaten bestimmten Verkehrsprodukten mit den nach Verstreichen des Prognosezeitraumes aktuell ermittelten Verkehrsprodukten während des Prognose- und Produktionsbetriebs laufend aktuell bestimmt wird (Fig. 2).

10. Verfahren nach einem der vorstehenden Ansprüche,
dadurch gekennzeichnet,
dass die Ermittlung der Prognosegüte in Abhängigkeit von Ort und Zeit auf Basis archivierter Verkehrsdaten oder archivierter Verkehrsprodukte erfolgt.

11. Verfahren nach einem der vorstehenden Ansprüche,
dadurch gekennzeichnet,
dass die Verkehrsmeßwerte zur Verkehrslage des Straßenverkehrsnetzes durch stationäre und/oder mobile, synchron und/oder asynchron sendende Detektoren erfaßt werden.

Claims

1. A method of drawing up predicted traffic data for traffic information,
characterised in that,
on the basis of traffic data originating from various sources, traffic data are forecast in a prediction process for a location and a time as prediction horizon,

- in that the currently achieved prediction quality or prediction error is determined on an ongoing basis during prediction and production operation by predicted/actual comparison of the predicted traffic data with the traffic data currently determined once the prediction period has passed,

- in that the measured prediction error is used via feedback as a correcting variable for adaptive adaptation of the prediction process used and also of the target prediction horizon,

- wherein, if the prediction error grows larger, the prediction horizon for the simulation process used is reduced accordingly and, if the prediction error diminishes, said horizon is increased,

- and in that traffic information may then be compiled and output from the traffic data predicted in this way.

2. A method according to claim 1,
characterised in that
the traffic data consist of measured traffic values, such as traffic flow, density and speed.

3. A method according to any one of the preceding claims,
characterised in that
the traffic data contain variables derived or calculated from measured traffic values, such as filtered measured traffic values.

4. A method according to any one of the preceding claims,
characterised in that
the predicted/actual comparison of the traffic data is performed via a similarity measure, and in particular via a correlation or a distance metric between locally smoothed versions of the predicted and current traffic data.

5. A method according to any one of the preceding claims,
characterised in that
the standard deviation


between predicted and current traffic data in a local environment dx and dt is used as distance metric, with a monotonously falling weighting function g(u, v) in both arguments.

6. A method according to any one of the preceding claims,
characterised in that
local smoothing of the predicted traffic data is effected via interpolation.

7. A method according to any one of the preceding claims,
characterised in that
the prediction error is used as a fault indicator, to generate corresponding traffic reports or for taking corrected account of current or historic measured traffic data from detectors surrounding the particular location x under consideration.

8. A method according to any one of the preceding claims,
characterised in that
the traffic data sources to be used for the prediction are selected via the prediction error.

9. A method according to any one of the preceding claims,
characterised in that
the currently achieved prediction quality or prediction error is determined on an ongoing basis during prediction and production operation on the basis of traffic products, e.g. traffic reports, by predicted/actual comparison of the traffic products determined from predicted traffic data with the traffic products currently determined once the prediction period has passed (Fig. 2).

10. A method according to any one of the preceding claims,
characterised in that
prediction quality is determined as a function of location and time on the basis of archived traffic data or archived traffic products.

11. A method according to any one of the preceding claims,
characterised in that
the measured traffic values for the traffic conditions of the road traffic network are detected by stationary and/or mobile, synchronously and/or asynchronously transmitting detectors.

Revendications

1. Procédé pour élaborer des pronostics de données de circulation pour des informations routières,
caractérisé en ce que :

- à partir de données de circulation, lesquelles proviennent de différentes sources, des données de circulation sont prévues comme horizon de prévision par un procédé de prévision pour un endroit et un moment donnés,

- la qualité de prévision ou le défaut de prévision actuel(le) obtenu(e) est déterminé(e) en permanence pendant l'activité de prévision et de production en comparant la valeur théorique/réelle des données de circulation prévues aux données de circulation actuelles déterminées après expiration de la période de prévision,

- le défaut de prévision relevé est utilisé par rétroaction comme grandeur de réglage pour ajuster de façon adaptative aussi bien le procédé de prévision utilisé que l'horizon de prévision visé,

- l'horizon de prévision pour le procédé de simulation utilisé diminuant en conséquence en cas de défaut de prévision croissant, et inversement, l'horizon de prévision augmentant en conséquence en cas de défaut de prévision décroissant.

- et à partir des données de circulation ainsi prévues, on établit et on délivre ensuite des informations routières.

2. Procédé selon la revendication 1,
caractérisé en ce que les données de circulation se composent de valeurs de circulation mesurées, telles que le flux, la densité et la vitesse du trafic.

3. Procédé selon l'une des revendications précédentes,
caractérisé en ce que les données de circulation comprennent des valeurs déduites de ou calculées à partir de valeurs de circulation mesurées, telles que des valeurs de circulation mesurées filtrées.

4. Procédé selon l'une des revendications précédentes,
caractérisé en ce que la comparaison valeur théorique/réelle des données de circulation s'effectue via une mesure de similitude, c'est-à-dire via une corrélation ou une métrique de distance entre les versions lissées locales des données de circulation prévues et des données de circulation actuelles.

5. Procédé selon l'une des revendications précédentes,
caractérisé en ce que l'on utilise comme métrique de distance l'écart quadratique moyen


entre les données de circulation prévues et actuelles dans un environnement local dx et dt, avec une fonction de pondération g(u, v) monotone décroissante dans les deux arguments.

6. Procédé selon l'une des revendications précédentes,
caractérisé en ce que le lissage local des données de circulation prévues s'effectue via une interpolation.

7. Procédé selon l'une des revendications précédentes,
caractérisé en ce que le défaut de prévision est utilisé comme indicateur de défaillance pour la production de messages routiers correspondants ou pour la prise en considération rectifiée des valeurs de circulation mesurées actuelles ou historiques de détecteurs environnants autour de l'endroit x en question.

8. Procédé selon l'une des revendications précédentes,
caractérisé en ce que les sources de données de circulation à utiliser pour la prévision sont sélectionnées via le défaut de prévision.

9. Procédé selon l'une des revendications précédentes,
caractérisé en ce que la qualité de prévision actuelle obtenue, ou le défaut de prévision, sur la base des produits de circulation, des messages routiers par ex., est déterminé(e) en permanence pendant l'activité de prévision et de production en comparant la valeur théorique/réelle des produits de circulation déterminés à partir des données de circulation prévues aux produits de circulation calculés actuels après expiration de la période de prévision (fig. 2).

10. Procédé selon l'une des revendications précédentes,
caractérisé en ce que la détermination de la qualité de prévision en fonction de l'endroit et du moment s'effectue à partir de données de circulation archivées ou de produits de circulation archivés.

11. Procédé selon l'une des revendications précédentes,
caractérisé en ce que les valeurs de circulation mesurées pour la situation du réseau routier sont enregistrées par des détecteurs fixes et/ou mobiles émettant de façon synchrone et/ou asynchrone.

Zeichnung