Verkehrsdatenerfassung mit Floating Objects Data

Aufbereitung alternativer Ansätze und Verarbeitung der Daten mit dem Lomb Periodogram


Seminar Paper, 2010
26 Pages, Grade: 1,7

Excerpt

Inhaltsverzeichnis

ABBILDUNGSVERZEICHNIS

TABELLENVERZEICHNIS

ABKÜRZUNGSVERZEICHNIS

1. EINLEITUNG

2. FLOATING OBJECTS DATA
2.1. KLASSISCHER ANSATZ DES FLOATING CAR DATA
2.2. ANSÄTZE VON FLOATING OBJECTS DATA
2.2.1. FLOATING TAXI DATA
2.2.2. FLOATING PHONE DATA
2.2.3. FLOATING TRUCK DATA UND FLOATING COACH DATA
2.2.4. EXTENDED FLOATING CAR DATA UND VEHICLE-TO-X-COMMUNICATION
2.2.5. FLOATING OBJECTS OBSERVER
2.2.6. WEITERE ANSÄTZE ZU FLOATING OBJECTS DATA

3. VERARBEITUNG VON VERKEHRSDATEN
3.1. ALLGEMEINER PROZESS DER GEWINNUNG NEUEN WISSENS AUS VERKEHRSDATEN
3.2. GENERIERUNG VON TAGESGANGLINIEN AUF BASIS DES LOMB PERIODOGRAM

4. ZUSAMMENFASSUNG UND

LITERATURVERZEICHNISS

ANHANG

Abbildungsverzeichnis

ABBILDUNG 1 KLASSIFIZIERUNG DER METHODEN ZUR VERKEHRSDATENERHEBUNG

ABBILDUNG 2 GSM- UND GPS-LAYER FÜR DIE DATENERHEBUNG MIT FCD

ABBILDUNG 3 TAXI-FCD DES DLR

ABBILDUNG 4 EXTENDED FCD VON BMW

ABBILDUNG 5 GENERIERUNG STRATEGISCHER VERKEHRSINFORMATIONEN

ABBILDUNG 6 LOMB PERIODOGRAM

ABBILDUNG 7 APPROXIMIERTE LOMB FUNCTION

ABBILDUNG 8 "SMARTTRUCK" VON DHL VIII

Tabellenverzeichnis

TABELLE 1 MELDEWÜRDIGE FCD-EREIGNISSE NACH GATS

TABELLE 2 ZUSAMMENFASSUNG FOD-ANSÄTZE VIII

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

Verkehrsbehinderungen sind aus dem heutigen Leben in Deutschland nicht wegzudenken. Egal ob durch einen Unfall, eine Baustelle oder durch andere Ursachen hervorgerufen. Ein großer Anteil der Bevölkerung steht regelmäßig im Stau, vergeudet Zeit, Geld und schadet ungewollt der Umwelt, auf- grund riesiger Mengen Treibhausgase die durch laufende Motoren ausgestoßen werden. 1960 waren in Deutschland ca. 4,5 Millionen Personenkraftwagen (PKW) zugelassen, im Jahr 2003 waren es bereits ca. 45 Millionen PKW.1 Die jährliche PKW-Fahrleistung der deutschen beträgt 500 Milliarden Kilo- meter was ca. 6000 Kilometer je Einwohner und Jahr gleichkommt. Im Zuge der Globalisierung und des steigenden Bedürfnisses nach Mobilität sind diese Fahrleistungen weiterhin noch einem stetigen Wachstum ausgesetzt. All diese Faktoren tragen dazu bei, dass jährlich ca. 100 Milliarden Euro wirt- schaftlicher Schaden entstehen und ca. 12 Milliarden Liter Kraftstoff durch Stau und Stop-and-Go- Verkehr verbraucht werden. Jedoch ist dies kein rein deutsches Problem. Ein Blick über die deutsch- niederländische Grenze genügt, um festzustellen, dass der Schaden in Folge von Reisezeitverlusten hier ebenfalls in die Milliarden geht. Aber auch andere Nationen wie China, die USA, Großbritannien oder Frankreich bleiben vom Problem der überlasteten Verkehrsinfrastruktur nicht verschont. In Folge dessen drängt sich die Frage auf, ob das globale Verkehrssystem den Anforderungen der Zukunft ge- recht werden kann oder ob es einer grundlegenden Überarbeitung bedarf.

Letztendlich kann man das Problem nur durch ein operatives und strategisches Planen und Steuern des Straßenverkehrs beheben, um die Verkehrsqualität lokal, regional und überregional zu erhöhen. Je- doch stellt sich in diesem Zusammenhang die Frage, was unter Verkehrsqualität zu verstehen ist. Grundsätzlich ist dies eine zusammenfassende Gütebeurteilung des Verkehrsflusses, welche durch Abstufungen von „A“ für frei bis „F“ für überlastet reicht, wobei die Stufe „E“ die Kapazitätsgrenze repräsentieren soll.2 Um eine solche Beurteilung fundiert durchzuführen, sodass die Grundlage der Planung und Steuerung geschaffen wird, sind einige Daten erforderlich. Zum einen sind Daten im Bezug auf die vorhandene Infrastruktur notwendig. D.h. es wird ein verkehrstechnisches Modell benö- tigt, welche die Eigenschaften der Infrastruktur abbildet. Solche Modelle liegen in vielen Fällen bereits in digitaler Form vor, sodass die elektronische Weiterverarbeitung unmittelbar möglich ist.

Als weitere erforderliche Daten sind die Verkehrsdaten zu nennen. Diese müssen im dynamischen Verkehrsgeschehen erhoben werden und repräsentieren eine Momentaufnahme bzw. Stichprobe. Eine Möglichkeit hierzu ist eine externe Beobachtung, z.B. durch eine manuelle Erfassung von verkehrsre- levanten Daten durch eine Zählung der Verkehrsteilnehmer an definierten Belastungsschwerpunkten im Straßensystem. Es ist auch möglich die Daten mittels fahrwegimplementierter Systeme elektro- nisch zu erheben. Auf diese Art gewonnene Daten messen die lokale Verkehrsstärke, also die Menge von Verkehrsteilnehmern in einem definierten Zeitintervall. Die Abbildung 1 stellt die Ansätze zur Verkehrsdatenerhebung in grafischer Form gegenüber. Man erkennt, dass grundsätzlich zwischen drei Methoden unterschieden wird, der fahrwegimplementierten Generierung mittels Induktionsschleifen o.ä., die Generierung durch externe Beobachtung z.B. durch manuelle oder automatisierte Verfahren sowie die fahrzeugimplementierte Generierung.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1 Klassifizierung der Methoden zur Verkehrsdatenerhebung3

Der Ansatz von Floating Objects Data (FOD) repräsentiert einen Vertreter der fahrzeugimplementier- ten Generierung, wobei die Infrastruktur des Fahrzeuges die Erhebung automatisiert übernimmt. An dieser Thematik soll diese Arbeit ansetzen und aufzeigen, wie FOD zur Güte-Beurteilung des Ver- kehrssystems beitragen kann. Hierzu wird in Kapitel zwei unter der Bezeichnung FOD der grundle- gende Ansatz mit Hilfe von Floating Car Data (FCD) erläutert und verschiedene Ausprägungen der Objects, also der potentiellen Fahrzeuge anhand von beispielhaften Projekten dargestellt. Es werden weiterhin alternative und bisher nicht beachtete Ansätze diskutiert. Anschließend wird in Kapitel drei die Verarbeitung von verkehrsspezifischen Daten allgemein erörtert und anhand eines neuen Ansatzes - des Lomb Periodogram - vertiefend betrachtet. Dieses Kapitel soll verdeutlichen, wie die erhobenen Daten des vorangegangenen Kapitels als Grundlage für die Generierung neuer Erkenntnisse bzgl. eines vorliegenden Straßensystems genutzt werden. Neuartige Erkenntnisse dienen wiederum als eine fun- dierte Grundlage zur strategischen Planung wie auch zur operativen Steuerung eines untersuchten Verkehrssystems bzw. eines Ausschnittes aus diesem. Das vierte und somit letzte Kapitel soll ab- schließend eine kurze Zusammenfassung und einen Ausblick auf die potentielle Weiterentwicklung im Bereich der FOD geben.

2. Floating Objects Data

Dieses Kapitel widmet sich der ausführlichen Darstellung von Ansätzen im Bereich der FOD sowie deren Informationssysteme. Es werden verschiedene Projekte vorgestellt und die spezifischen Vorteile diskutiert. Um zu Beginn die grundsätzliche Funktionsweise dieses Ansatzes zu erläutern wird auf FCD zurückgegriffen, wobei man das „Car“ in diesem Zusammenhang durch die im Anschluss genannten Objekte (Objects) substituieren kann.

2.1. Klassischer Ansatz des Floating Car Data

Die Idee von FCD wird durch die Verwendung von Kraftfahrzeugen als fließende bzw. mitschwimmende Sensoren im Straßenverkehr beschrieben, wobei Daten erhoben werden, welche allgemeine Merkmale einer Strecke charakterisieren. Es liegt demnach ein Stichprobencharakter der Daten vor, welcher durch möglichst große Fahrzeugflotten erhoben werden sollte.4 Dabei übernimmt, die Fahrzeuginfrastruktur die Datenerhebung. Es wird die aktuelle Zeit sowie Position des Fahrzeuges und andere relevante Daten ermittelt, wodurch ein räumlicher und zeitlicher Bezug zum Individuum hergestellt wird.

Die Positionsbestimmung kann bei den Fahrzeugen über das Global System for Mobile Communication (GSM) oder das Global Positioning System (GPS) erfolgen.5 Eine Gegenüberstellung der genannten Technologien verdeutlicht die folgende Abbildung 2.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2 GSM- und GPS-Layer für die Datenerhebung mit FCD6

Aus dieser Abbildung geht der Zusammenhang zwischen der realen Umgebung und den Abstraktions- ebenen von GSM und GPS hervor. Die unterste Ebene stellt hierbei die Umwelt inkl. aller Eigenschaf- ten dieser dar. Der GPS-Layer charakterisiert die Umwelt im Bezug auf verkehrsrelevante Daten und ist demnach als verkehrstechnisches Modell der Wirklichkeit anzusehen. Das Fahrzeug kann mit einer geringen Abweichung eindeutig einem Link dieses Modells zugewiesen werden. Aus dem GSM-Layer geht hervor, dass dieser einen sehr abstrahierten Bezug zur Umgebung aufweist, da die Funkzellen unregelmäßig in Größe und Form sind. Letztendlich ist es aber nur möglich ein Fahrzeug zu einer bestimmten Zeit einer Funkzelle zuzuordnen, jedoch nicht wo es sich in selbiger aufhält. Aus dem genannten Grund, wird in der Praxis meist auf die GPS-Daten zurückgegriffen. Jedoch muss gesagt werden, dass man hierbei die vorhandene Infrastruktur nicht außer Acht lassen sollte, d.h. wenn kein GPS-Empfänger verfügbar ist, besteht dennoch die Möglichkeit FCDs zu erheben, welche auch ver- lässliche Daten liefern. Um GSM-Daten nutzen zu können ist es erforderlich, diese mit Hilfe eines Algorithmus der gefahrenen Strecke zuzuordnen. Erfahrungsberichte haben aber gezeigt, dass diese Methode ebenfalls verlässliches und gutes Datenmaterial liefert.7

Die anschließende Übermittlung der Daten kann auf verschiedenen Wegen erfolgen. Eine gängige Variante ist die Nutzung des Short-Messages-Services (SMS) wobei eine Kurzmitteilung an die Zent- rale verschickt wird. Diese Variante kann, wenn man bedenkt das tausende Datensätze generierte wer- den müssen, sehr teuer und damit unwirtschaftlich werden. Auf der anderen Seite ist ein hoher Abde- ckungsgrad gewährleistet. Eine andere Möglichkeit ist die Verwendung des Betriebsfunks. Hierbei hat man den Vorteil, dass es kostengünstiger ist, jedoch die Abdeckung nur in bestimmten Bereichen, wie z.B. im innerstädtischen Bereich, garantiert. Das Sammeln der Daten über den gesamten Tag und die einmalige Übermittlung eines Datenpakets wäre auch denkbar, jedoch steht dem wieder die Problema- tik der Aktualität gegenüber. Sollte die Prämisse das Aufbauen einer empirischen Datenbasis sein, so ist diese Art und Weise bestens geeignet. Man muss demnach genau die Anforderungen an das System analysieren und die entsprechende Methode zur Übermittlung der Daten wählen, da es in diesem Kon- text keine allgemeingültige Lösung gibt.

Anschließend werden die Daten in der Zentrale verarbeitet, um Anomalien im Verkehrsgeschehen zu erkennen und zu charakterisieren. Diese generierten Informationen werden an die Verkehrsteilnehmer weitergegeben, sodass diese die Behinderungen gezielt umfahren können.

Um den Prozess der Generierung von wichtigen Verkehrsinformationen auf Basis von FOD zu stan- dardisieren wurden mittlerweile zwei Standards entwickelt, welche Serienreife besitzen. Dies ist zum Einen der Global Automotive Telematics Standard (GATS) und zum Anderen das sog. City-FCD- Verfahren von Gedas Telematics. Beide Standards beruhen auf GPS-Technologie. GATS definiert die Protokolle und Schnittstellen zwischen der Zentrale und dem Fahrzeug, die Mindestanforderungen an ein Fahrzeuggerät sowie die Telematikdienste selbst und deren Ablaufprozeduren. Es wird bei GATS ebenfalls auf SMS-Technologie zurückgegriffen und die Nachrichten werden zeit- und ereignisge- steuert verschickt. Eine Zusammenstellung der meldewürdigen Ereignisse nach GATS verdeutlicht Tabelle 1.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 1 meldewürdige FCD-Ereignisse nach GATS8

Sobald eines der genannten Ereignisse eintritt, wird eine Nachricht an die Zentrale verschickt, welche aus einem Header und Event-, Position- und / oder Section-Report besteht. Der Header wird mit jeder Nachricht verschickt. Es wird jedoch in Abhängigkeit des Ereignisses nicht jeder Report mit gesendet. Zusammenfassend kann gesagt werden, dass sich GATS vornehmlich für den außerstädtischen Ver- kehr eignet, da gerade der sog. Stop-and-Go-Verkehr in urbanen Gebieten die Leistungsfähigkeit des Systems einschränkt. Die in Tabelle 1 beschriebenen IJM und OJM bereiten in diesem Kontext beson- dere Probleme.

[...]


1 Vgl. Strobel 2004.

2 Vgl. Baselau (2005), S. 13.

3 Aus Gössel 2005, S. 12.

4 Vgl. Gössel 2005, S. 12.

5 Der Einsatz des europäischen GALILEO (Vgl. Zukunft 2005, S. 13) sowie des russischen GLONASS ist ebenfalls denkbar.

6 Aus: Leihs.

7 Vgl. Steinauer 2006 S. 20.

8 Vgl. Steinauer 2006 S. 23 bzw. Huber 2001

Excerpt out of 26 pages

Details

Title
Verkehrsdatenerfassung mit Floating Objects Data
Subtitle
Aufbereitung alternativer Ansätze und Verarbeitung der Daten mit dem Lomb Periodogram
College
Technical University of Braunschweig  (Institut für Wirtschaftsinformatik Fachbereich Decision Support)
Grade
1,7
Author
Year
2010
Pages
26
Catalog Number
V145930
ISBN (eBook)
9783640567270
ISBN (Book)
9783640567072
File size
1252 KB
Language
German
Tags
Floating Car Data, Floating Phone Data, Floating Truck Data, Singular Value Decomposition, Lomb Function, Lomb Periodogram, Floating Car Observer, Verkehrsdatenerfassung, Floating Objects Data, Verkehrsdatenerhebung, Telematik
Quote paper
Dipl. Wirt.-Inf. (BA) Stefan Jäger (Author), 2010, Verkehrsdatenerfassung mit Floating Objects Data, Munich, GRIN Verlag, https://www.grin.com/document/145930

Comments

  • No comments yet.
Read the ebook
Title: Verkehrsdatenerfassung mit Floating Objects Data


Upload papers

Your term paper / thesis:

- Publication as eBook and book
- High royalties for the sales
- Completely free - with ISBN
- It only takes five minutes
- Every paper finds readers

Publish now - it's free