Dynamische Verkehrslageanalyse auf der Grundlage von gemittelten lokalen und streckenbezogenen Verkehrsdaten

Abstract

Worum geht es? Maßgebliche Voraussetzung für die Auswahl bzw. Entwicklung von Verkehrsbeeinflussungsstrategien zur signifikanten Steigerung der Verkehrssicherheit, der Verkehrsqualität und der Energieeffizienz ist die Verfügbarkeit von zuverlässigen und aussagekräftigen Informationen zur aktuellen Verkehrslage. Die in dieser Arbeit vorgestellten Verfahren zur kurzfristigen Reisezeit- bzw. Reisegeschwindigkeitsprognose sowie zur Berechnung von zu erwartenden Staulängen sollen mit neuartiger Gewinnung von Verkehrsinformationen hierzu beitragen. Ziel dieser dynamischen Verfahren ist es, für die gerade in einen definierten Autobahnabschnitt von einigen Kilometern Länge einfahrenden Fahrzeuge entsprechende Verkehrsinformationen zu prognostizieren. Als ganzheitliche Verfahren sind diese generell für alle Verkehrszustände anwendbar, der Fokus liegt jedoch auf dem gestörten Verkehrszustand.

Wie wurde verfahren? Die entwickelten Verfahren sind der Gruppe der rückgekoppelten, kurzfristigen Prognoseverfahren zuzuordnen, die auf aktuellen Eingangsdaten sowie Zeitreihen basieren. Als Eingangsdaten kommen dabei sowohl gemittelte lokale als auch streckenbezogene Verkehrsdaten zum Einsatz. Die exemplarisch in den angeführten Beispielen eingesetzten Verkehrsdaten sind über eine Minute aggregiert und beruhen auf induktiver Messtechnik. Hierdurch wird eine Fehlerfortpflanzung verfahrensbedingt nahezu ausgeschlossen. Generell sind aber auch andere Eingangsdaten, z.B. modellierte Verkehrsdaten, möglich. Der Prognosehorizont ist dynamisch und entspricht der erwarteten Reisezeit für die jeweils in den Autobahnabschnitt einfahrenden Fahrzeuge. Eine Grundlage der vorgestellten Verfahren bildet der Indikator „charakteristische Zeitlücke tch“, der in der Arbeit definiert wird. Dieser entspricht der Bruttozeitlücke tbrutto, die sich während einer kapazitätsüberschreitenden Stauung am Störfallquerschnitt einstellt. Es kann gezeigt werden, dass die charakteristische Zeitlücke tch während eines Störfalls sehr stabil und charakteristisch für den gesamten im definierten Autobahnabschnitt vorherrschenden Verkehrsablauf ist. Sie sollte idealerweise am Störfallquerschnitt selbst bzw. stromabwärts kurz dahinter (bis zu ca. 2 km) lokal erhoben werden. Eine Erhebung im Rückstaubereich stromaufwärts vor dem Störfallquerschnitt ist ebenfalls möglich. Unter Vernachlässigung von Überholvorgängen fließen die dem Autobahnabschnitt zufließenden Fahrzeuge in gleicher Reihenfolge auch wieder ab. Aus dem Produkt der charakteristischen Zeitlücke tch und der Anzahl der in diesem gestörten Abschnitt befindlichen Fahrzeuge ergibt sich dann die prognostizierte Reisezeit für das gerade in den Autobahnabschnitt einfahrende Fahrzeug. Dieses in der Arbeit entwickelte Verfahren, das sogenannte Basisverfahren für den gestörten Verkehrsablauf mit Stauung, wird exemplarisch mit einem Prognoseverfahren für den nicht gestörten Verkehrsablauf gekoppelt. Hierdurch ergibt sich ein ganzheitliches Verfahren. Zur Abgrenzung der Arbeitsbereiche der beiden Verfahren werden Indikatoren mit dazugehörigen Schwellwerten definiert, die auf empirischen Untersuchungen und verkehrlichen Betrachtungen basieren. Das ebenfalls entwickelte Staulängenberechnungsverfahren führt zu einem Verkehrsmodell, bei dem die charakteristische Zeitlücke tch mit einer vereinfachten Form des Fundamentaldiagramms, einer Dreiecksfunktion, verknüpft wird. Unter der Annahme, dass sich in einem gestörten Autobahnabschnitt nur Teilabschnitte mit freiem und/oder gestörtem Verkehrsfluss einstellen, befinden sich die dazugehörigen lokalen und streckenbezogenen Arbeitspunkte immer auf den kurzen Schenkeln der Dreiecksfunktion. Wird zusätzlich angenommen, dass der Verkehrsfluss in den Teilabschnitten stationär und homogen ist, ergibt sich beim Übergang von Teilabschnitten mit freiem zu gestörtem Verkehrsfluss ein horizontaler Sprung zwischen den Schenkeln. Über die physikalischen Zusammenhänge im „Anzahl Fahrzeuge–Weg-Diagramm“ sowie im Fundamentaldiagramm ergibt sich die prognostizierte Gesamtstaulänge für den definierten Autobahnabschnitt. Für bestimmte Störfallsituationen kann darüber hinaus zusätzlich die Ortslage des Störfalls im Betrachtungsabschnitt (Störfallanfang bzw. –ende) bestimmt werden.

Was wurde erreicht? Zur praktischen Überprüfung der theoretischen Überlegungen zu den Prognoseverfahren wurden gemessene Verkehrsabläufe von ausgesuchten Störfallsituationen auf der Autobahn herangezogen. Dabei zeigt sich, dass die Verfahren robust sind und zumeist gute Prognoseergebnisse liefern. Im Falle der Reisezeit- bzw. Reisegeschwindigkeitsprognose kann unter den gegebenen Randbedingungen teilweise ein Prognosegewinn von mehreren Minuten erreicht werden. Die entwickelten Verfahren liefern somit Grundlagen für eine verbesserte, aktuelle Verkehrslageinformation auf Autobahnen. Darauf aufbauend ist die Entwicklung von Verkehrsbeeinflussungsstrategien möglich, die hinsichtlich Verkehrssicherheit, Verkehrsqualität und Energieeffizienz optimiert sind.

Objective The goal of traffic management strategies is to achieve a significant improvement of traffic safety, traffic quality and energy efficiency. An essential prerequisite to select or develop efficient traffic control strategies is the availability of accurate and reliable information about the current traffic situation. The systems presented compute a forecast of short term travel time respectively short term travel speed. In addition, this new and innovative approach to provide traffic information also computes the expected length of traffic congestion. As a result of these dynamic systems traffic forecasts within a defined highway section of a few kilometer lengths can be given for those vehicles just entering the section. All systems presented are integrated systems which mean that they are generally applicable to all traffic conditions. Nevertheless, the main focus of these systems is on disturbed traffic conditions.

Approach The systems developed belong to the group of short-term forecast methods with feedback mechanism based on current traffic data as well as time series of historical data. Input data are both averaged local data and section-related data. All traffic data used in the given examples are collected by inductive measurement techniques and are aggregated over one minute. This procedure insures that error propagation is almost impossible. In general, however, other input data, e.g. model based traffic data, are also possible. The forecast horizon of the systems is dynamic and reflects the expected travel time of those vehicles just entering the related highway section. Basis of the presented systems is the new defined indicator "characteristic time-gap tch". This indicator corresponds to the common indicator “gross time-gap tgross” in case of congestion. It can be shown that during congestion the characteristic time gap tch is very stable and also characteristic for the whole traffic flow within a defined highway section. It is best to measure tch directly at the location of the incident. If this is impossible, then the measurement should be downstream as closely as possible behind the incident within the next 2 km. Measurements inside the congested area - upstream the incident location - are also possible. Neglecting passing maneuvers, the order of entering vehicles corresponds to the order with which they leave the section later on. The product of the characteristic time gap tch and the number of vehicles within the disturbed highway section at this time gives the forecasted travel time for a just entering vehicle. This system, the so called “base method”, which is developed for disturbed traffic conditions, is exemplarily combined with a forecasting system for good traffic conditions. The outcome of this is an integrated system. For a distinction between disturbed and good traffic indicators together with corresponding thresholds are defined. These indicators and thresholds are based on empirical studies as well as on observations of traffic. In addition, a second system is presented. This system calculates the expected length of traffic congestion bases on a traffic model which combines (again) the characteristic time gap tch with a simplified triangular fundamental diagram. Assuming that the traffic conditions of all sub-sections within a given highway section with disturbed traffic conditions are either disturbed or good, all associated working points are always on one of the two legs of the triangle. Additional assuming that the traffic flow within the sub-sections is stationary and homogeneous, the transition between sub-sections with disturbed and sub-section with good traffic conditions is a horizontal jump from one leg of the triangle to the other one. Because of physical relations within the “Number of cars vs. distance diagram” as well as within the fundamental diagram the expected length of traffic congestion can be forecasted for the highway section under consideration. For certain cases of incidents it is also possible to give information about the location of the congestion (start and end point).

Achievement For the empirical verification of the theoretical approaches sketched above, measured traffic flow data for selected incident situations on highways are used. The analysis showed that the systems developed are robust and provide mostly good forecast results. This systems turn out to be advantageous: in some cases, the travel time and speed forecast was obtained several minutes earlier under the given boundary conditions. In essence, the systems developed provide a basis to improve the current traffic information on highways. Based on this, new traffic management strategies can be developed that optimize traffic in terms of traffic safety, traffic quality and energy efficiency.