Abstract
Verkehrsmanagementsysteme dienen zur Planung, Optimierung und Steuerung von Verkehrströmen und bedienen sich verschiedenster Verkehrsmodelle. Kombinationen der Daten aus unterschiedlichen Erfassungssystemen ermöglichen die Erstellung eines optimalen Verkehrsmodells sowie die Prognosen der zu erwartenden Verkehrsströme. Einen wichtigen Parameter in einem Verkehrsmodell stellt neben der Verkehrsstärke die Reisezeit dar. Zur Herleitung der Reisezeit müssen Verkehrsdaten mithilfe von Sensorsystemen erfasst werden. Heutzutage befinden sich Verkehrsdatenerfassungssysteme basierend auf unterschiedlichen Technologien in Verwendung. Sie unterscheiden sich in der Güte der gelieferten Daten aufgrund ihrer unterschiedlichen Funktionsweisen oder ihrer Erfassungsgenauigkeiten.
Ziel der Diplomarbeit ist es, die Eignung von unterschiedlichen Verkehrsdatenerfassungssystemen in Hinblick auf die Ermittlung der Reisezeit auf einem Streckenabschnitt zu evaluieren. Dabei soll die Verkehrsdatenerfassung mittels statischer als auch dynamischer Systeme in einer realen Testumgebung mit einer möglichst großen Datengrundlage realisiert werden.
Anhand eines automatisierten Kennzeichenerfassungssystems, welches als Referenz dient, mit anderen Technologien (Infrarot, Radar, FCD) arbeitende Systeme einem Benchmark unterzogen. Die Teststrecke wurde so gewählt, dass für den innerstädtischen Verkehr übliche Verkehrssituation auftreten, anhand dieser die Eignung der unterschiedlichen Verkehrsdatenerfassungssysteme hinsichtlich der Ermittlung der Reisezeit beurteilt werden. Die erhobenen Daten werden in weiterer Folge einer statistischen Bewertung unterzogen.
Als Ergebnis werden Vorteile und Nachteile der untersuchten Systeme im Zusammenhang mit der Ermittlung der Reisezeit aufgezeigt. Des Weiteren werden Aussagen hinsichtlich der Anwendungsgrenzen (z.B. Aufstellungsort, Genauigkeit) der einzelnen Verkehrsdatenerfassungssysteme hinsichtlich der Ermittlung der Reisezeit getroffen.
Traffic management systems are used to plan, optimize and control traffic flows and are based on various traffic models. A combination of data coming from different detection systems makes an optimized traffic model and precise forecasts of traffic flow possible. Better quality of traffic data and processing algorithms result in more accurate forecasts.
Besides traffic volume the traveltime is an important parameter within a traffic model. Traveltime is specified as the time from departure until arrival of a vehicle for a pre-defined route. Sensor detection systems are required to estimate traveltime. Today´s traffic detection systems are based on different technologies. They differ in quality of data due to different functionality and accuracy of data detection.
The objective of the thesis is to evaluate various traffic detection systems with regard to estimating travel time on a route. Therefore, traffic data is collected by means of static and dynamic systems within a realistic test site in order to obtain a representative data base.
A high-quality Automatic Number Plate Recognition system is used as ground truth. Other systems based on infrared, radar and floating car data technology are benchmarked against the reference system. A test site including typical traffic situations in urban areas was selected to evaluate traffic detection systems regarding traveltime estimation. The acquired data is compared against the reference system and the detection quality is assessed using statistical methods and indicators.
The results of the thesis are advantages and disadvantages relating to traveltime estimation of the investigated detection systems. They are based on the acquired data and statistical assessments against the reference system. In addition, results include statements about the limit of applicability (e.g. data consistency, accuracy or positioning of the systems) regarding traveltime estimation of the corresponding traffic detection systems.
Originalsprache | Deutsch |
---|---|
Gradverleihende Hochschule |
|
Betreuer/-in / Berater/-in |
|
Publikationsstatus | Veröffentlicht - 2011 |
Research Field
- Ehemaliges Research Field - Mobility Systems
Schlagwörter
- traffic detection systems
- traveltime estimation
- comparing traveltime