Einführung und Ausgangssituation:
Die genaue und aktuelle Ermittlung von Verkehrszuständen ist die wesentliche Voraussetzung für eine zuverlässige, d.h. den tatsächlichen Gegebenheiten entsprechende Information und Beeinflussung des Verkehrs. Sie spielt insbesondere bei den kollektiven dynamischen Verkehrsleitsystemen für den Innerortsbereich (verkehrsabhängige Lichtsignalsteuerung) und den Ausserortsbereich (Streckenbeeinflussung, Alternativroutensteuerung) eine entscheidende Rolle. Eine hinreichende Genauigkeit von Messdaten muss neben der Verkehrsbeeinflussung aber auch für verkehrsplanerische Aufgaben — einschliesslich der Verkehrsstatistik — gewährleistet sein.
Zur Verkehrsdatenerfassung dienen bisher im wesentlichen lokale (ortsfeste) Messstellen, die fast ausschliesslich mit in der Fahrbahn eingelassenen Induktivschleifendetektoren ausgerüstet sind.
Diese Messtechnik liefert lokale, nach Fahrspuren getrennte mikroskopische und makroskopische Verkehrsdaten:
- Geschwindigkeiten
- grobe Fahrzeugklassifizierung (Pkw/Lkw)
- Zeitlücken
- Belegungszeiten
- Verkehrsstärke
- mittlere lokale Geschwindigkeit
- Fahrzeugtyp-Anteile
An Bundesfernstrassen werden neue Anlagen zur Streckenbeeinflussung und Alternativroutensteuerung zum Teil alternativ mit Strahlungsfelddetektoren (Radardetektoren oder Infrarotsensoren) ausgestattet. Das Messdatenspektrum ist ähnlich wie bei den Induktivschleifendetektoren.
Eine neue Methode zur Erfassung von Verkehrsdaten ist die Videobildverarbeitung.
Dabei werden analoge Bilddaten der Kamera digitalisiert.
Mit Hilfe von den Induktivschleifendetektoren im Funktionsprinzip ähnlichen virtuellen Sensoren, die auf das Videobild gelegt werden, können Bewegungen von Objekten im Kamerabild über eine Änderung der Grauwerte bezüglich eines Referenzbildes erkannt und ausgewertet werden.
Videoerfassungssysteme sind in grösserem Umfang zur Verkehrssteuerung in den USA im Einsatz, in Deutschland ist diese Art der Verkehrsdatenerfassung bislang kaum verbreitet.
Ein Vorteil der Verkehrserfassung mit Videotechnik liegt vor allem in der Möglichkeit, einen räumlich begrenzten Strassenabschnitt erfassen zu können.
In der Regel ist es bei entsprechender Positionierung und Ausrichtung möglich, mit nur einer Kamera einen bis zu 8-streifigen Querschnitt zu erfassen.
Inhaltsverzeichnis
1. Einführung und Ausgangssituation:
1.1 Problembeschreibung
1.2 Videoerfassungssystem
2. Messprinzip
2.1 Systemkomponenten
2.2 Mobile und lokale Installationen
2.3 Methode der virtuellen Detektoren
2.4 Detektorarten
3. Einflussfaktoren auf die Datenqualität
3.1 Kalibrierung des Videobildes
3.2 Kameraposition/ ‐ausrichtung
3.3 Detektorenanordnung und Einstellung
3.4 Umfeld‐Bedingungen
3.5 Verkehrszusammensetzung
4. Auswertung und Bewertung der Messdaten
4.1 Messdaten der einzelnen Fahrstreifen
4.2 Statistische Berechnungen
4.3 Abweichungen und Fehlerbeschreibung
4.4 Statistische Daten der Messung:
5. Bewertung und Vergleich der gewonnenen Daten
Zielsetzung & Themen
Die vorliegende Projektarbeit befasst sich mit der kritischen Überprüfung und Bewertung der Qualität von Verkehrsdaten, die durch das videobasierte System „Autoscope“ gewonnen werden. Ziel ist es, die Genauigkeit der automatisierten Verkehrserfassung zu analysieren, Fehlerquellen unter verschiedenen Bedingungen zu identifizieren und die Leistungsfähigkeit im Vergleich zu konventionellen Methoden zu bewerten.
- Grundlagen der videobasierten digitalen Bildverarbeitung
- Einflussfaktoren auf die Datenqualität (Kalibrierung, Kameraposition, Umfeld)
- Methodik der virtuellen Detektoren (Count, Presence, Speed, Station)
- Statistische Fehleranalyse und Korrelationsuntersuchungen
- Vergleich von mobilen und festinstallierten Messsystemen
Auszug aus dem Buch
3.3 Detektorenanordnung und Einstellung
Die Detektorenanordnung und Einstellung ist nach der Kalibrierung des Videobildes die wichtigste Einstellung, um genaue und verwertbare Ergebnisse zu erzielen. Sie hängt von der jeweiligen Verkehrssituation ab und es verlangt eine gewisse Erfahrung mit dem System, um Messfehler durch eine geschickte Anordnung von vornherein zu umgehen.
Anhand der aus dem Programm importierten Einstellungsfenster der einzelnen Detektoren und einer Bildschirmansicht mit Detektoren, soll die Anordnung und Einstellung exemplarisch erklärt werden. Nachdem man sich das Overlay-Bild auf den Bildschirm geholt und kalibriert hat (siehe hierzu Kapitel 3.1), werden mit Hilfe der Detektorsymbolleiste und der Maus die verschiedenen Detektorenarten auf dem Bildschirm positioniert (Abbildung 7).
Nach der Positionierung der Detektoren auf dem Bildschirm werden diese parametriert. Bei dem Count Detektor (Abbildung 7) muss das Zeitintervall, in dem sich der Hintergrund immer wieder neu den Lichtverhältnissen anpasst, die Verkehrsrichtung, ob auf die Kamera zu (Approaching) oder von der Kamera weg (Receding) und die mögliche Schattenrichtung (None, Right oder Left ), nach Tageszeiten unterteilt, eingestellt werden. Weiterhin kann eingestellt werden, ob der Detektor und dessen Reaktionen auf dem später mitgeschnittenen Videobild sichtbar sein sollen (visible) und ob diese vorgenommene Parametrierung auch für alle anderen Count-Detektoren gelten soll.
Zusammenfassung der Kapitel
1. Einführung und Ausgangssituation: Das Kapitel erläutert die Notwendigkeit präziser Verkehrsdaten für Leitsysteme und stellt die Videobildverarbeitung als moderne, ergänzende Erfassungsmethode vor.
2. Messprinzip: Hier wird das „Autoscope“-System mit seinen Komponenten sowie die Methode der virtuellen Detektoren und deren verschiedene Typen (Count, Presence, Speed, Station) detailliert beschrieben.
3. Einflussfaktoren auf die Datenqualität: Dieses Kapitel analysiert kritisch die Faktoren wie Kalibrierung, Kameraposition und Umgebungsbedingungen, die die Messgenauigkeit maßgeblich beeinflussen können.
4. Auswertung und Bewertung der Messdaten: Die Autoren legen hier die mathematische Grundlage für die statistische Fehlerberechnung und zeigen die Vorgehensweise bei der Datenanalyse auf.
5. Bewertung und Vergleich der gewonnenen Daten: Abschließend werden die Ergebnisse interpretiert und die Überlegenheit festinstallierter Systeme gegenüber mobilen Lösungen diskutiert.
Schlüsselwörter
Verkehrsdatenerfassung, Videobildverarbeitung, Autoscope, Induktionsschleifen, Datenqualität, Kalibrierung, virtuelle Detektoren, Fehleranalyse, Verkehrszustand, Verkehrssteuerung, Bildstabilisierung, Spurwechsel, Verkehrsstatistik, Messgenauigkeit.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit?
Die Arbeit untersucht die Zuverlässigkeit und Qualität von Verkehrsdaten, die durch videobasierte Messsysteme erhoben werden, und identifiziert Optimierungspotenziale.
Welche zentralen Themenfelder werden abgedeckt?
Zentrale Themen sind die Systemkonfiguration von Videodetektoren, die Fehlerquellen bei der Bildverarbeitung und die statistische Auswertung der erfassten Verkehrsdaten.
Was ist die primäre Forschungsfrage?
Die Forschungsfrage konzentriert sich darauf, wie präzise Videomesssysteme im Vergleich zu manuellen Referenzwerten arbeiten und welche Bedingungen für eine hohe Datenqualität erforderlich sind.
Welche wissenschaftliche Methode kommt zum Einsatz?
Es wird eine empirische Analyse durchgeführt, bei der automatisierte Videodaten mit manuell erhobenen Referenzdaten statistisch verglichen und mittels Korrelationskoeffizienten und Abweichungsanalysen bewertet werden.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in die technische Funktionsweise der virtuellen Detektoren, die kritische Betrachtung von Störeinflüssen wie Schattenbildung oder Wetter sowie die statistische Auswertung der Messergebnisse.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wesentliche Begriffe sind Videobildverarbeitung, Detektorkalibrierung, Fehlerbeschreibung, Verkehrsstatistik und Messgenauigkeit.
Warum spielt die Kamerahöhe eine so wichtige Rolle?
Eine korrekte Kamerahöhe ist entscheidend, um die Verdeckung von Fahrzeugen (insbesondere Pkw durch Lkw) zu minimieren, da Verdeckungen zu fehlerhaften Objektkonturerkennungen führen.
Welche Herausforderungen bestehen bei der Klassifizierung in der Nacht?
Aufgrund von Kontrastverlusten und der schwierigen Unterscheidung von Fahrzeugtypen (z.B. Transporter als Pkw) bei schlechten Lichtverhältnissen ist die Klassifizierung bei Nacht deutlich ungenauer.
Welchen Vorteil bietet das festinstallierte System gegenüber dem mobilen System?
Festinstallierte Systeme erlauben eine stabilere, besser kalibrierte Überwachung und liefern nachweislich genauere Daten als mobile Messanhänger, die anfälliger für Erschütterungen sind.
Wie werden Phantomdetektionen reduziert?
Phantomdetektionen, etwa durch Scheinwerferreflexionen oder Schatten, werden durch spezielle Algorithmen zur Schattenabspaltung sowie durch die logische Verknüpfung mehrerer Detektoren kompensiert.
- Quote paper
- Diplom Ökonom - Master of Arts Hilger Schneider (Author), Nhu Thao Võ-Nguyen (Author), 2002, Qualität von Verkehrskenngrössen aus Videomessungen, Munich, GRIN Verlag, https://www.grin.com/document/194859
