Detailergebnis zu DOK-Nr. 82568
Modellbasierte Verkehrszustandsschätzung unter Verwendung kamerabasierter Erhebungsfahrzeuge (Orig. engl.: Model-based traffic state estimation using camera-equipped probe vehicles)
| Autoren |
T. Rastogi M.D. Simoni A. Karlström |
|---|---|
| Sachgebiete |
0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 1.4 Statistik (Straßen, Kfz, Unfälle) 6.1 Verkehrserhebungen, Verkehrsmessungen 6.2 Verkehrsberechnungen, Verkehrsmodelle |
European Transport Research Review 17 (2025) Nr. 65, 22 S., zahlr. B, T, Q. − Online: https://doi.org/10.1186/s12544-025-00761-6
Die Studie von Rastogi et al. (2025) untersucht die modellbasierte Schätzung von Verkehrszuständen (Traffic State Estimation, TSE) auf Streckenabschnitten unter Nutzung kamerabasierter Erhebungsfahrzeuge. Ziel ist die Rekonstruktion vollständiger Raum-Zeit-Diagramme (insbesondere Dichteverteilungen), obwohl nur partielle Beobachtungen vorliegen. Im Gegensatz zu stationären Detektoren mit hoher zeitlicher, aber geringer räumlicher Abdeckung, erfassen Fahrzeuge mit On-Board-Kameras den Gegenverkehr entlang eines gesamten Streckenabschnittes. Mithilfe moderner Computer-Vision-Verfahren (Objekterkennung und -verfolgung) werden Fahrzeugtrajektorien aus Videodaten extrahiert und in Raum-Zeit-Koordinaten überführt. Nach Diskretisierung des Raum-Zeit-Diagramms werden Zelldichten gemäß Edies Definition berechnet; Zellen mit unzureichender Sichtabdeckung bleiben unbeobachtet. Zur Schätzung dieser Lücken kombinieren die Autoren das Cell Transmission Model (CTM) mit einem genetischen Algorithmus (GA). In einem ersten Schritt werden die Parameter eines dreiecksförmigen Fundamentaldiagramms (freie Geschwindigkeit, kritische Dichte) anhand beobachteter Dichte-Quartette kalibriert. In einem zweiten Schritt werden Anfangs- und Randbedingungen mittels GA so bestimmt, dass die modellierten Zelldichten die beobachteten Werte bestmöglich reproduzieren. Auf dieser Basis wird das vollständige Raum-Zeit-Diagramm rekonstruiert. Die Validierung erfolgt mit mikroskopischen SUMO-Simulationen für drei Streckenabschnitte.