Schlüsselwörter
(Deutsch)
|
Verkehrstelematik, Verkehrsprognose, Fahrzeugdaten, Online-Daten
|
Schlüsselwörter
(Englisch)
|
Intelligent Traffic Systems, traffic forecast, vehicle data, realtime traffic data
|
Kurzbeschreibung
(Deutsch)
|
Die Prognosequalität heute eingesetzter Modelle ist oft noch nicht zuverlässig genug, um sie aus Sicht des Strassennetzbetreibers für eine zeitnahe Entscheidung über Verkehrsmanagementmassnahmen einzusetzen bzw. sie im Interesse des Verkehrsteilnehmers für eine verbesserte Verkehrsinformation bzw. individuelle Navigation zu verwenden. Das Projekt verfolgt u.a. das Ziel aufzuzeigen, mit welchem Output eine Qualitätssteigerung in der Online-Verkehrsprognose möglich ist, welche Online-Daten in welcher Qualität dazu zu verwenden sind und wie diese technisch, organisatorisch und rechtlich verfügbar gemacht werden können.
Die Resultate der Forschungsarbeit verfolgen den Zweck,
- im Rahmen des Verkehrsmanagements national und regional und lokal verbesserte Kurzfristprognosen zu ermöglichen
- Anstoss zu geben zu allfällig notwendigen Anpassungen von Gesetzen und Verordnungen betreffend Verfügbarkeit von Daten bzw. Weiterverwendung von für andere Zwecke bereits erfassten Daten
- Anstoss zu geben zu möglichen Finanzierungs-/Businessmodellen (win-win-Situation zwischen Datenlieferant und Datennutzer für die Online Verkehrsprognose)
- Grundlagen zu schaffen für eine Norm betreffend Qualitätsvorgaben und Anforderung an die Online-Daten.
Nutzniesser sind die Akteure Strassenbetreiber, Verkehrsplaner, Systemhersteller und die Verkehrteilnehmer.
|
Kurzbeschreibung
(Englisch)
|
Today the quality of traffic forecasts is often not sufficient for operational decisions within a traffic control center,- neither for prompt (realtime) traffic control measures nor for reliable traffic information e.g. for navigation systems. This project aims at improving traffic forecast quality. It figures out how an increase of forecast quality can be obtained, which data and data quality is necessary for this and as well a clarification of the technical and organisational aspects for data gathering and distribution.
The main purpose (in the scope of traffic management) is to get an improved short term traffic forecast on a local, regional an national level. Further results to be expected:
-
proposal for adoptions of the legal basis or regulations concerning data availability and the conditions for data use (which has been originally gathered for other purposes).
-
business model that creates a “win win situation” for the distributor and receiver of this data.
-
proposal for standardisation concerning data quality requirements Beneficiaries of this research are road operators, traffic and system engineers, ITS manufactures and road users.
|
Projektbeschreibung
(Deutsch)
|
Ausgangslage
Eine frühzeitige und möglichst vorausschauende, zuverlässige Entscheidungsgrundlage für den Strassenbetreiber (Übersicht über die aktuelle und in naher Zukunft erwartete Verkehrslage), und daraus resultierend Informationen für die Verkehrsteilnehmer (insbesondere den Berufsverkehr) sind eine wichtige Grundlage für eine optimale Bewirtschaftung des Strassennetzes. Die Prognosequalität heute eingesetzter Modelle ist oft noch nicht zuverlässig genug, um sie aus Sicht des Strassennetzbetreibers für eine zeitnahe Entscheidung über Verkehrsmanagementmassnahmen einzusetzen bzw. sie im Interesse des Verkehrsteilnehmers für eine verbesserte Verkehrsinformation bzw. individuelle Navigation zu verwenden.
Die heute eingesetzten Kurzfristprognosen basieren grundsätzlich auf aktuellen Verkehrsgrössen (Onlinedaten), die aufgrund bekannter Gesetzmässigkeiten aus der Vergangenheit in die nahe Zukunft hochgerechnet werden. So beschreibt die Forschungsarbeit „Short-term Forecasts for Transport Models (Kurzfristprognosen für Verkehrsmodelle), ASTRA 2006/019, December 2007“ eine Methode wie die aktuelle Entwicklung der Verkehrbelastung der am ehesten zutreffenden Ganglinine aus einer grossen Datenbank von typisierten Ganglinien zugeordnet wird und dann anhand dieser zugeordneten Ganglinie auf die nahe Zukunft geschlossen werden kann.
Der Verkehrsteilnehmer kennt in der Regel bei der Start seiner Fahrt auch sein Ziel. Beim Antritt seiner Fahrt ist somit eine „echte“ Prognose vorhanden. Könnte man nun eine grosse Summe der individuellen Quell-Ziel-Beziehungen (Wunschlinien) unmittelbar bei Start der Fahrt erfassen, hätte man als Grundlage für die Prognose echte in die Zukunft gehende Daten.
Die Frage, ob bzw. in welchem Umfang mit solchen Daten bzw. welchen Datenquellen die Online Verkehrsprognose gegenüber herkömmlichen Prognosealgorithmen qualitativ verbessert werden kann, welche Daten dazu vorhanden und auch verfügbar sind bzw. generiert werden könnten, ist bisher nicht untersucht worden.
Die Resultate der Forschungsarbeit sollen folgenden Zweck erfüllen:
- Im Rahmen des Verkehrsmanagements national und regional und lokal verbesserte Kurzfristprognosen ermöglichen
- Anstoss geben zu allfällig notwendigen Anpassungen von Gesetzen und Verordnungen betreffend Verfügbarkeit von Daten bzw. Weiterverwendung von für andere Zwecke bereits erfassten Daten, zu möglichen Finanzierungs-/Businessmodellen (win-win-Situation zwischen Datenlieferant und Datennutzer für die Online Verkehrsprognose).
- Grundlagen schaffen für eine Norm betreffend Qualitätsvorgaben und Anforderung an die Online-Daten
Die wesentlichen Ergebnisse der Forschungsarbeit sind:
Inhalte
- Definition von Outputdaten einer zukunftsgerichteten Online Verkehrsprognose, die gegenüber den herkömmlichen Online Prognosemodellen für den Nutzer einen Mehrwert bzw. eine Qualitätsverbesserung bringt
- Lösungsansatz für Online Verkehrsmodellberechnungen basierend auf Echtzeitdaten für die nahe Zukunft
- Übersicht über aktuelle und zukünftig denkbare Onlinedaten als Inputgrössen für die Online Verkehrsprognose inkl. Qualitätsanforderungen und Lösungsvorschlägen zu institutionell-organisatorischen und rechtlichen Fragestellungen (Datenhoheit)
- Erkenntnisse darüber, wie die technischen Schnittstellen für einen sicheren Datenaustausch zwischen den unterschiedlichen Systemen aussehen
Dokumentation
- Forschungsbericht „Verkehrsprognose mit Online-Daten“
- Normierungsvorschläge zu Anforderungen an Online-Verkehrsdaten
- Entwürfe für Datenvereinbarung und gesetzliche Vorgaben
Neue Erkenntnisse werden in folgenden Punkten erwartet:
- Welche Eingangsgrössen und Informationen über das Verkehrsverhalten tragen wesentlich zur Verbesserung der Verkehrsprognose bei
- Methoden um aus individuelle Fahrtenwünsch (z.B. Eingaben in Navigationsgeräte) eine zuverlässige Kurzfristprognose abzuleiten.
- Erkennnisse darüber, wie müssen die Eingangsdaten beschaffen sein müssen und welche Bezugsquellen tatsächlich und zu welchen Bedingungen nutzbar sind?
|
Methoden
(Deutsch)
|
Die Erarbeitung der Resultate erfolgt im Rahmen von theoretischen Untersuchungen ergänzt durch Experteninterviews bzw. Workshops. Im einzelnen pro Arbeitsschritt:
-
Schritt A Verkehrsplanerischer Teil: Desk research, Interview/Workshop mit Experten
-
Schritt B Technischer Teil: Desk research, Interview mit Systembetreibern
-
Schritt C Organisatorische und rechtliche Aspekte: Interview / Workshop mit Juristen, Datenschützer, ausgewählte Daten-Owner wie Betreiber von Navigationsgeräten, Oberzolldirektion etc.
- Schritt D Schlussbericht: Zusammenfassung der Resultate
|
Spezielle Geräte und Installationen
(Deutsch)
|
keine
|
Allgemeiner Stand der Forschung
(Deutsch)
|
Der heutige Stand des Wissens über Verkehrsprognosen beinhaltet im wesentlichen (vgl. auch Literatur):
- Kurzfristprognosen auf Basis Online-Zähldaten. Erfordert statistische Auswertung der Messwerte und Erzeugung charakteristischer Ganglinien. Diese stellen eine laufend aktualisierte Wissenbasis dar, mit der eine Fortschreibung (Propagierung) aktueller Messwerte für einen Zeitpunkt in der nahen Zukunft möglich ist.
- Floating Car Data (Durchdringung, Technik etc.). Auch die Fusion von lokalen und streckenbezogenen Verkehrsdaten in einer Gesamtverkehrslage (stationäre Zählstellen + FCD o.a.) wurde bereits in mehreren Projekten realisiert.
- Berücksichtigung von Kapazitätsreduktionen aufgrund von planbaren Ereignissen (Tagesbaustellen und Veranstaltungen) gehören zum Umfang einiger Verkehrsmodelle.
Wissenslücken gibt es bei folgenden Themen:
- Heutige Kurzfristprognosen basieren immer auf „historischen“ Daten von Verkehrszählstellen oder anderen Datenquellen (z.B. Floating Car Data), welche dann anhand von Ganglinien auf die nahe Zukunft hochgerechnet werden. Was fehlt, sind Methoden, welche aus einer Summe von individuellen Fahrtenwünschen (z.B. Eingaben in Navigationsgeräte) eine zuverlässige Kurzfristprognose ableiten.
- Die Routenwahl kann verbessert werden wenn Kapazitätsreduktionen aufgrund planbarer Ereignisse innerhalb des Prognosehorizonts (Baustellen, Veranstaltungen) und spontaner Ereignisse (Unfälle, aktuelle Verkehrsmelungen etc.) im jeweiligen Beobachtungsintervall berücksichtigt werden. Welche dieser Informationen können sinnvoll in einer Prognose verarbeitet werden.
|
Projektziele
(Deutsch)
|
|
Projektziele
(Englisch)
|
- Identification of data that improve the quality of traffic forecasts
- Development of a traffic forecast model in order to process input data from different data sources
- Identification of input data to be used for short term traffic forecasts
- Recommendations on data quality and data processing
- Conditions (technical and organisational) to obtain this data
- The results from 3.) summarised to a proposal for standardisation
|
Forschungsplan
(Deutsch)
|
Für die Bearbeitung des Forschungsprojektes wird das folgende Vorgehen gewählt (die angegebenen Zeiträume überlappen sich, totale Bearbeitungsdauer: 18 Monate):
Schritt A. Verkehrsplanerischer Teil (9 Monate)
Arbeitsleistung: Bedürfnisse und Anforderungen an Outputdaten aus der Online Verkehrsprognose festellen, Hypothese aufstellen, Prognosemodell bzw. –algorithmus definieren, Datenbedarf ableiten
Resultat: Funktionierendes Prognosemodell inkl. Outputdaten in Grundzügen definiert, theoretischer Bedarf an Inputdaten für die Online Verkehrsprognose definiert.
Schritt B, Technischer Teil (6 Monate)
Arbeitsleistung: Auslegeordnung Online-Daten bzw. Prognosedaten aus unterschiedlichen Quellen und Systemen, Gegenüberstellung mit theoretischem Datenbedarf aus Schritt A, Definition der Qualitätsanforderungen, Algorithmen und Schnittstellen für die Aufbereitung zu direkt verwendbaren Inputgrössen des Online Verkehrsmodells
Resultat: Datenbedürfnis ist definiert. Möglichkeit der Verfügbarmachung in Menge und Qualität aufgezeigt
Schritt C, Organisatorisch-rechtliche Aspekte (6 Monate)
Arbeitsleistung: Probleme, Handlungsbedarf und Lösungansätze betreffen organisatorisch-rechtlichen Fragen aufzeigen: Verfügbarkeit bzw. Verwendbarkeit der Daten, Fragen der Datenhoheit und des Datenschutzes, Kosten und Vermarktung / Generierung eines Mehrwerts usw.
Resultat: Heutige Rechtslage aufgezeigt, Vorschlag für Anpassungen formuliert; Lösungsvorschläge zur Erhöhung der Verfügbarkeit, Verwendbarkeit, und Finanzierung, zur Einhaltung des Datenschutzes usw.
Schritt D, Dokumentation (3 Monate)
Arbeitsleistung: Schlussbericht ausarbeiten, inkl. Normierungsvorschläge sowie Entwürfe für Datenvereinbarungen und gesetzliche Vorgaben Resultat: Schlussbericht
|
Umsetzung und Anwendungen
(Deutsch)
|
Die Resultate der Forschungsarbeit bringen den am Strassenverkehr beteiligten Akteuren und Nutzergruppen den folgenden Nutzen:
Die Strassenbetreiber erhalten Angaben darüber welche Datenquellen für eine Verkehrsprognose zweckmässig und zielführend sind und zu einer zuverlässigeren Verkehrsprognose führen sowiedarüber, welche Anforderungen an die Daten und rechtlichen Rahmenbedingungen zu berücksichtigen sind. Eine zuverlässige Verkehrsprognose ermöglicht ihm proaktiv auf erwartete Verkehrsüberlastungen zu reagieren, diese durch frühzeitig eingeleitete Verkehrsmanagementmassnahmen zu vermeiden, hinauszuzögern oder zu reduzieren.. Somit kann er eine erhöhte Effizienz und eine optimale Ausnutzung vorhandener Kapazitäten in seinem Strassennetz erzielen.
Die Verkehrsplaner und/oder Systemplaner erhalten Angaben darüber, was bei der Planung zu berücksichtigen ist und welche grundsätzlichen Möglichkeiten es gibt, um eine Verkehrsprognose aufzubauen (Daten, Schnittstellen, etc.).
Die Systemhersteller/-lieferanten erhalten Informationen über verkehrlich-funktionale Anforderungen an Onlienprognosemodelle, über die einzusetzende Technologie, über mögliche Einschränkungen in der Infrastruktur, aber auch über die Datenflüsse und Systemschnittstellen. Der Verkehrsteilnehmer als Benutzer des Verkehrssystems erhalten basierend auf der verbesserten Onlineprognose verbesserte und zuverlässigere Verkehrsinformationen.
|
Literatur
(Deutsch)
|
|
Autor(en) |
Titel oder Forschungsprojekt |
|
De Rahm Casimir. Schaufelberger Walter, Schwarz Remo |
Short-term Forecasts for Transport Models (Kurzfristprognosen für Verkehrsmodelle), ASTRA 2006/019, December 2007 |
|
Amstein+Walthert AG
B+S AG |
Datenverarbeitung für eine verkehrsträgerübergreifende Mobilitätssteuerung, VSS 2003/901, in Bearbeitung |
|
ETHZ IGP GF, AKW Group, Eisenhut Informatik |
Einsatz modellbasierter Datentransfernormen in der Strassenverkehrstelematik am Beispiel der Verkehrsdaten, VSS 2007/902, in Bearbeitung |
|
Amstein+Walthert AG
B+S AG |
Standardisierte Verkehrsdaten für das verkehrsträgerübergreifende Verkehrsmanagement, VSS 2006/905, geplantes Forschungsvorhaben |
|
Chrobok Roland |
Theory and Application of Advanced Traffic Forecast Methods, Dissertation Universität Duisburg-Essen, 2005 |
|
Wahle Joachim |
Information in Intelligent Transportation Systems, Dissertation Universität Duisburg-Essen, 2002 |
|
Schnörr, Claudius |
Numerische Einkoppelung von Floating-Car-Daten in Makroskopische Verkehrsmodelle, aus Strassenverkehrstechnik 12/2005 |
|
Breitenberger, Susanne u.a. |
Extended Floating Car Data – Potenziale für die Verkehrsinformation und notwendige Durchdringungsraten, aus Strassenverkehrtechnik 10/2004 |
|
Sommer, Carsten u.a |
.Online-Erfassung des Verkehrsverhaltens mittels Mobilfunktechnik, aus Strassenverkehrstechnik 10/2003 |
|
Neumann, A. und andere |
Bewirkt der Einsatz von Verkehrstelematik eine Evolution in der Verkehrsdatenlage, aus Strassenverkehrstechnik 12/07 |
|
Hoyer, Robert: |
Eine Datenfusionshierarchie für verkehrstechnische Anwendungen, aus Strassenverkehrstechnik 3/2004 |
|
Krimmling, Jürg u.a.: |
Verkehrsdatenaufbereitung und –modellierung im operativen Verkehrsmanagement VAMOS, aus Strassenverkehrstechnik 8/2006 |
|
Kerner, B.S. u.a.: |
Verkehrsprognosesysteme in Fahrzeugen, aus Strassenverkehrstechnik 4/2005 |
|
Kates, Ronald u.a |
Fusion von Verkehrsprognosen für die Praxisanwendung, aus Strassenverkehrstechnik 6/2005 |
|
