Die Steuerung von Streckenbeeinflussungsanlagen (SBA) erfolgt in der Regel nach dem Merkblatt für die Ausstattung von Verkehrsrechner- und Unterzentralen (MARZ, 1999), die auf 1 min Intervallen aggregierten Verkehrs- und Umfelddaten basieren. In den Technischen Lieferbedingungen für Streckenstationen (TLS, 2012) sind deutlich kürzere Erfassungsintervalle und auch die Übertragung von Einzelfahrzeugdaten möglich, was zu aktuelleren und genaueren Steuerungsvorgaben führen kann. Derzeit existieren allerdings keine Steuerungsalgorithmen basierend auf Einzelfahrzeugdaten. Zudem ist nicht bekannt, ob die Nutzung von Einzelfahrzeugdaten in der Verkehrssteuerung ein zusätzlicher Nutzen generiert werden kann. Im Zuge der Entwicklung einer Richtlinie hat das Bundesamt für Strassen ASTRA in der Schweiz eine Studie zur Evaluierung der Nutzung von Einzelfahrzeugdaten in der Verkehrssteuerung finanziert. Die Ergebnisse werden hier beschrieben. Die im Weiteren verwendeten Fachbegriffe orientieren sich im Rahmen dieser Veröffentlichung nach dem Sprachgebrauch in Deutschland

Der Fachvortrag zur Veranstaltung ist im Volltext verfügbar. Das PDF enthält alle Bilder und Formeln.

1 Einführung

Zur Erhöhung der Verkehrssicherheit und zur Verbesserung des Verkehrsflusses werden Streckenbeeinflussungsanlagen (SBA) auf Autobahnen eingesetzt. Der Einsatz einer SBA ist insbesondere dann wirksam, wenn plausible, verständliche und richtige Vorgaben für das Verhaltender Verkehrsteilnehmer generiert werden. Die Regelungdieser Verkehrsmanagement-Systeme erfolgt im deutschsprachigen Raum größtenteils nach den Regelungen des Merkblatts für die Ausstattung von Verkehrsrechner- und Unterzentralen (MARZ, 1999[1]), das derzeit aktualisiert wird.

Aufgrund der bei der Einführung MARZ verfügbaren Technik und Infrastruktur werden darin verkehrstechnische Algorithmen beschrieben, die auf 1min-Intervallen aggregierten Verkehrsund Umfelddaten basieren. In den Technischen Lieferbedingungen für Streckenstationen waren zwar bereits deutlich kürzere Erfassungsintervalle vorgesehen gewesen, Einzelfahrzeugdaten ließen sich aber noch nicht oder zumindest nur mit properitären Ansätzen übermitteln. Mit der aktuellen Fassung der Technischen Lieferbedingungen für Streckenstationen (TLS, 2012 [2]) ist die Übermittlung von Einzelfahrzeugdaten standardisiert.

Mit den Entwicklungen der Kommunikationstechnik lassen sich heutzutage ohne weiteres auch Einzelfahrzeugdaten flächendeckend übertragen. In der Praxis wurde bei verschiedenen Betreibern festgestellt, dass sich bereits mit geringfügigen Modifikationen an etablierten Steuerverfahren eine höhere Wirksamkeit erzielen lässt, als beim Einsatz neuer, komplexer Verfahren (GRIMM, 2009 [5]). Letztere bedeuten einen erhöhten Aufwand bzgl. Implementierung, Pflege und ggf. Schulung des Betreiberpersonals. Beispielhaft für eine solche geringe Modifikation ist die Änderung des Aggregationsintervalls von 1min auf 15s-Intervalle.

Hessen Mobil setzt seit Jahren Steuerungsalgorithmen basierend auf 15s-Erfassungsintervallen erfolgreich ein (RIEGELHUTH, GLATZ, 2015 [8]). In Baden-Württemberg laufen die Steuerungsalgorithmen nach MARZ 1999 [1] auf 15s-Erfassungsintervallen. Als Eingangsdaten werden hierbei jedoch die gleitenden Mittelwerte über die letzten 4 Erfassungsintervalle verwendet. Die Nutzung von Daten kürzerer Erfassungsintervalle führt zu aktuelleren und genaueren Steuerungsvorgaben. Weitere, neuere Steuerungsalgorithmen wurden in den „Hinweisen zum Einsatz von Steuerungsverfahren in der Verkehrsbeeinflussung“ (FGSV, 2012 [4]) beschrieben und werden zum Teil in die Aktualisierung des MARZ 1999 [1] übernommen.

Während eine Vielzahl der für eine SBA eingesetzten verkehrstechnischen Algorithmen auf bereits zeitlich und räumlich aggregierten Verkehrsdaten aufsetzen, liegen in der Schweiz einzelfahrzeugbezogene Verkehrsdaten vor. Einerseits eröffnet dies die Anwendung neuartiger Verkehrssteuerungsalgorithmen. Anderseits ist die Anwendbarkeit von bestehenden Verkehrssteuerungsalgorithmen zu verifizieren.

Im Rahmen der Erarbeitung einer thematischen Richtlinie für das schweizerische Nationalstraßennetz und der einhergehenden Homogenisierung der Steuerungsalgorithmen hat das Bundesamt für Strassen ASTRA eine Studie durchgeführt, inwieweit Einzelfahrzeugdaten in Steuerungsalgorithmen von SBA sinnvoll eingesetzt werden können. Darüber hinaus werden weitere innovative Ansätze in der Verkehrssteuerung analysiert, die bislang noch nicht standardmäßig in Verkehrsrechnerzentralen eingesetzt werden. Dazu zählt insbesondere der Einsatz von zeitlicher Hysterese anstelle von messwertund/oder schwellenwertbasierter Hysterese.

Daher ergibt sich für die Studie der folgende Aufbau:

• In Kapitel 2 wird der Stand der Technik hinsichtlich der eingesetzten Steuerungsalgorithmen für SBA zusammengefasst.
• In Kapitel 3 werden die Einzelfahrzeug-basierten Algorithmen entwickelt und beschrieben.
• In Kapitel 4 werden die Einzelfahrzeug-basierten Algorithmen mit historischen Verkehrsdaten aus der Schweiz evaluiert.
• Abschließend wird in Kapitel 5 ein Fazit gezogen.

2 Stand der Technik

2.1 Steuerungsalgorithmen zur Staudetektion

Zur Gefahrenwarnung vor Stauenden (Staudetektion)werden in vielen Verkehrszentralen in Deutschland sowie in Österreich die Staukriterien des MARZ 1999 [1] verwendet. Diese sehen vier Kriterien vor:

• Geschwindigkeitskriterium: Wenn die Geschwindigkeit aller Kfz unterhalb eines bestimmten Schwellenwertes fällt und die Verkehrsstärke oberhalb eines bestimmten Schwellenwertes liegt (zur Vermeidung von Stauwarnungen aufgrund von vereinzelt langsam fahrenden Fahrzeugen), dann wird auf einen Stau geschlossen. Als Eingangsdaten werden querschnittsbezogene, geglättete und trendextrapolierte Werte verwendet.
• Belegungskriterium: Wenn auf einem Fahrstreifen die Belegung (Zeitanteil des Erfassungsintervalls, in dem im Sensorbereich ein Fahrzeug anwesend ist) oberhalb eines bestimmten Schwellenwertes liegt und als Nebenbedingung die querschnittsbezogene, geglättete und trendextrapolierte Geschwindigkeit unterhalb eines bestimmten Schwellenwertes liegt, dann wird auf einen Stau geschlossen. Insbesondere bei (länger) stillstehendem Verkehr kommt dieses Kriterium zur Anwendung.
• Verkehrsstufenkriterium: Anhand von Fundamentaldiagrammanalysen im Verkehrsdichte-Geschwindigkeits-Quadranten werden Verkehrsstufen ermittelt. Wenn auf die Stufe 4 (Stau) geschlossen wird, ist das Kriterium erfüllt. Dazu muss die Geschwindigkeit aller Kfz unterhalb eines bestimmten Schwellenwertes fallen und die Verkehrsdichte oberhalb eines bestimmten Schwellenwertes liegen. Als Eingangsdaten werden querschnittsbezogene, geglättete und trendextrapolierte Werte verwendet.
• Vk-Diff-Kriterium: Dieses Kriterium basiert auf einem Vergleich zweier benachbarter Messquerschnitte und ist dadurch in der Lage, Störungen im Verkehrsablauf festzustellen, die zwischen den beiden betrachteten Messquerschnitten auftreten. Für den Einsatz dieses Kriteriums müssen bestimmte Bedingungen erfüllt sein. Das Verfahren ist zwar in zahlreichen Verkehrszentralen implementiert, wird aber derzeit in der Praxis selten eingesetzt/aktiviert.

Allen Verfahren ist gemein, dass sie (bis auf Vk-Diff) jahrelang praxiserprobt wurden und ein gutes Wirkungspotential aufweisen. Der Innovationsgehalt ist als gering einzustufen, die Verfahren sind seit über 20 Jahren in Betrieb.

Die Verfahren können weitgehend global parametriert werden. Bei streckenund querschnittsspezifischen Abweichungen zu den globalen Parametereinstellungen sind die Parameter individuell zu versorgen. Damit erhöht sich auch der Pflegeaufwand. Die Algorithmen sind für 1min Erfassungsintervalle konzipiert.

In Baden-Württemberg laufen die Staualgorithmen nach MARZ 1999 (Geschwindigkeitsund Belegungskriterium) zum Teil basierend auf 15s-Erfassungsintervallen. Diese Daten werden zuvor durch gleitende Mittelwertbildung aus den letzten vier Erfassungsintervallen geglättet.

In Hessen und in Baden-Württemberg erfolgt eine außerdem fahrstreifenbezogene Stauerkennung. Dadurch können auch Staubildungen, die nur einen oder bestimmte Fahrstreifen betreffen (z.B. Lkw-Stau, Rückstau von einer Ausfahrt), gut detektiert werden. Der eingesetzte Algorithmus wurde auf 15s-Erfassungsintervalle konzipiert, sodass eine im Vergleich zu 1minErfassungsintervallen hohe Aktualität der Schaltempfehlung zu erwarten ist. Praxiserfahrungen von Hessen Mobil bestätigen dies (RIEGELHUTH, GLATZ, 2015 [8]).

Zudem sind bereits einige kommerzielle Steuerungsalgorithmen am Markt vorhanden. Diese bauen entweder auf mehreren Störungsindikatoren, die durch ein LOGIT-Modell verknüpft sind, oder der Drei-Phasen-Verkehrstheorie auf. Ergebnis der Regelungsverfahren können richtungsbezogene und fahrstreifenbezogene Geschwindigkeitsharmonisierungen, Stauwarnungen sowie Lkw-Überholverbote sein.

In den Niederlanden erfolgt die Steuerung der Verkehrsbeeinflussungsanlagen auf mehreren Ebenen. Für eine möglichst schnelle Reaktion unabhängig von der Kommunikation zur Verkehrszentrale auf verkehrskritische Zustände (Stau) sind benachbarte Streckenstationen (SSt) auf lokaler Ebene direkt miteinander verbunden. Basierend auf Einzelfahrzeugdaten werden fahrstreifenbezogene gleitende Mittelwerte der Geschwindigkeiten ermittelt und mit Schwellenwerten verglichen. Unterschreitet die Geschwindigkeit den definierten Schwellenwert, wird eine lokale Stauschaltung ausgelöst und zur Vorwarnung an den stromaufwärts gelegenen Querschnitt weitergegeben. Auf einer weiteren Ebene werden über die Verkehrszentrale räumlich konsistente Schaltungen (Längsund Querabgleich) erzeugt. Für alle anderen Steuerungsmaßnahmen ist ein sog. Decision Support System (DSS) zuständig. Hieran sind weitere Informationsquellen (z.B. Umfelddatendetektion, Steuerung von Seitenstreifenfreigaben, Zuflussregelungsanlagen, Netzbeeinflussung, Tunnelsteuerungen, Brückensteuerungen, etc.) über eine zentrale Datenbank gekoppelt.

Die Verkehrsmanagement-Systeme in der Schweiz sind historisch bedingt sehr heterogen. Der in der Schweiz auf einigen Verkehrsbeeinflussungsanlagen bisher eingesetzte Steuerungsalgorithmus basiert auf dem Fundamentaldiagramm (Verkehrsstärke-GeschwindigkeitsQuadrant). Die auf 30s aggregrierten richtungsbezogenen Messwerte werden über die letzten sechs Intervalle (=3min) geglättet. Über Schwellenwerte wird zwischen 4 Verkehrszuständen (freier Verkehr, dichter Verkehr, zähflüssiger Verkehr und Stau) unterschieden.

Ein in Frankreich entwickelter Steuerungsalgorithmus (DURET, PLANTIER, 2014 [3]) besteht aus den drei Komponenten Stauprävention (Harmonisierung, s. Kapitel 2.2), Stauendeabsicherung und ereignisbezogener Absicherung (durch manuelle Aktivierung). Die richtungsbezogenen Verkehrsdaten Verkehrsstärke und Geschwindigkeit werden auf 6min aggregiert. Die Parameter zur Steuerung werden aus dem Fundamentaldiagramm sowie aus der Fahrstreifenaufteilung auf Basis historischer Daten ermittelt. Dabei wird davon ausgegangen, dass eine Harmonisierung des Verkehrs dann erforderlich wird, wenn der linke Fahrstreifen höher belastet ist als der rechte Fahrstreifen. Eine kritische Situation tritt dann ein, wenn sich der Verkehr an der Kapazitätsgrenze bewegt. Dies wird anhand des Fundamentaldiagramms über die Kapazität sowie der kritischen Geschwindigkeit abgelesen.

2.2 Steuerungsalgorithmen zur Harmonisierung des Verkehrsablaufs

Die Harmonisierung des Verkehrsablaufs erfolgt über eine Anzeige einer Geschwindigkeitsreduzierung. Durch die Harmonisierung des Verkehrsablaufs kann der Verkehr stabiler fließen. Nach PISCHNER (2003, [7]) kann angenommen werden, dass durch eine SBA bis zu 5% der Staustunden vermeidbar sind. Es kann zwar keine signifikante Erhöhung der Kapazität festgestellt werden, durch die Stabilisierung des Verkehrs können aber die mittleren Geschwindigkeiten um bis zu 10% oder 10-15 km/h erhöht werden [7].

Zur Harmonisierung des Verkehrsablaufs wird in vielen Verkehrszentralen in Deutschland sowie in Österreich der Harmonisierungsalgorithmus nach MARZ 1999 [1] eingesetzt. Falls an einem Querschnitt eine

• hohe Verkehrsstärke (proaktives Kriterium) oder
• hohe Verkehrsdichte bei gleichzeitig kritischer mittlerer Geschwindigkeit (reaktives Kriterium)

detektiert wird, wird die Geschwindigkeit am gesamten Querschnitt harmonisiert. Der Algorithmus ist seit Jahren praxiserprobt und weist ein gutes Wirkungspotential auf. Der Innovationsgehalt ist als gering einzustufen, das Verfahren ist seit über 20 Jahren in Betrieb. Da jeder Standort individuell mit Parametern versorgt werden muss, weist das Verfahren einen hohen Pflegeaufwand auf.

In Baden-Württemberg läuft der Harmonisierungsalgorithmus nach MARZ 1999 wie die Staualgorithmen (s. Kapitel 2.1) zum Teil basierend auf 15s-Erfassungsintervallen, die zuvor durch gleitende Mittelwertbildung aus den letzten vier Erfassungsintervallen geglättet werden.

In Hessen erfolgt eine fahrstreifenbezogene Harmonisierung. Wenn auf einem Fahrstreifen das Einschaltkriterium länger als ein Messintervall erfüllt ist, wird ein Schaltwunsch für eine Harmonisierungsstufe erzeugt. Die drei Harmonisierungsstufen beziehen sich dabei auf Schwellenwerte, die je nach Situation in Abhängigkeit von Nässe und Dunkelheit modifiziert werden. Der eingesetzte Algorithmus wurde auf 15s-Erfassungsintervalle konzipiert, sodass eine im Vergleich zu 1min-Erfassungsintervallen hohe Aktualität der Schaltempfehlung zu erwarten ist. Praxiserfahrungen in Hessen bestätigen dies (RIEGELHUTH, GLATZ, 2015 [8]).

In Baden-Württemberg werden zudem auf Basis streckenbezogener Daten, die über ein patentiertes Verfahren, das nur mit speziellen Streckenstationen lauffähig ist, über ein dynamisches Fundamentaldiagramm Verkehrszustände ermittelt. Diese Verkehrszustände dienen als Eingangsgrößen für die Harmonisierung des Verkehrsablaufs.

Die kommerziellen Verfahren (s. Kapitel 2.1) sowie der Schweizer und der französische Steuerungsalgorithmus liefern ebenfalls Indikatoren für die Harmonisierung des Verkehrsablaufs (s. Kapitel 2.1).

2.3 Steuerungsalgorithmenzur Steigerung der Verkehrssicherheit

Das Verfahren „Unruhe im Verkehr“ (MARZ, 1999 [1]) liefert auf Basis der Standardabweichungen der Geschwindigkeit mit Hilfe eines stochastischen Kontinuumsmodellseinen Indikator für die Annäherung der aktuellen Verkehrsdichte an einen kritischen Wert, jenseits dessen Instabilität im Verkehrsablauf einsetzt. Wird auf Unruhe im Verkehr geschlossen, erfolgt eine Geschwindigkeitsharmonisierung. Hierdurch kann der Verkehrsfluss besser harmonisiert und Störfälle früher erkannt werden.

2.4 Hysterese

2.4.1 Allgemeines

Eine Hysterese wird eingesetzt, um zu häufiges Wechseln zwischen Aktivierung und Deaktivierung einer Schaltung zu vermeiden. Sie sollte aber andererseits auch nicht dazu führen, dass Schaltungen zu lange aktiv bleiben, da sie sonst nicht mehr zur aktuellen Verkehrssituation passen und daher für den Verkehrsteilnehmer unplausibel erscheinen.

Für die Hysterese stehen vier grundsätzliche Ansätze zur Verfügung, die beliebig miteinander kombiniert werden können:

• Messwertbasierte Hysterese (Glättung und Trendextrapolation der Eingangsdaten)
• Schwellenwertbasierte Hysterese (Versatz der Einund Ausschaltschwellenwerte)
• Frequenzbasierte Hysterese (Bedingung muss für ein bestimmtes Kollektiv erfüllt sein)
• Zeitliche Hysterese (nach Aktivierung ist Schaltung für Mindestschaltdauer aktiv)

Die beiden letztgenannten Mechanismen werden derzeit in der Praxis noch selten eingesetzt, erscheinen aber den Autoren sehr zweckmäßig und sinnvoll. Nachfolgend werden die vier Prinzipien beschrieben.

2.4.2 Messwertbasierte Hysterese

Unter der messwertbasierten Hysterese versteht man die Glättung und Trendextrapolation der Eingangsdaten Wmess zu einem Wert Wgtr (s. MARZ 1999 [1]):

W_neu := α(T) * W_mess + ( 1 – α(T)) * W_alt

ΔW_neu := β(T) * (W_mess W_alt) + (1 – β(T)) * ΔWalt

W_gtr := W_neu + ΔW_neu

mit

T Erfassungsintervalllänge

W_neu geglätteter Wert

W_mess Messwert

W_alt alter geglätteter Wert (Startwert := W_mess des ersten Intervalls)

W_gtr geglätteter und trendextrapolierter Wert

ΔW_neu geglätteter und trendextrapolierte Differenz

ΔW_alt alte prognostizierte Differenz (Startwert := 0)

α(T) Glättungsfaktor Messwert

β(T) Glättungsfaktor Trendextrapolation

Die Faktoren α(T) für die Messwertglättung und β(T) für die Trendextrapolation können im Bereich von 0 bis 1 parametriert werden. Ein Glättungsparameter α(T) = 1 bedeutet, dass ausschließlich der aktuelle Messwert betrachtet wird und keine Glättung stattfindet. Je größer α(T) gewählt wird, desto sensitiver reagiert der geglättete Wert auf Veränderungen. Ein Trendparameter von β(T) = 0 bedeutet, dass keine Trendextrapolation stattfindet. Je kleiner β(T) eingestellt wird, desto weniger fließen historische Werte in den zu ermittelnden Trend ein.

Um möglichst geringen Zeitverlust z.B. bei der Stauerkennung hinnehmen zu müssen und andererseits nicht zu schnell z.B. bei der kurzzeitigen Erholung des Verkehrs die Schaltung zurückzunehmen, sollten die Parameter α(T) und β(T) für steigende und fallende Werte unterschiedlich eingestellt werden. Reagiert die Stauerkennung beispielsweise auf fallende Geschwindigkeitswerte, sollten für diesen Fall α(T) hoch und β(T) niedrig gewählt werden. Erfolgt die Rücknahme der Stauschaltung auf Basis steigender Geschwindigkeitswerte, so sollten α(T) niedrig und β(T) hoch gewählt werden.

In der Praxis gestaltet sich die Feinparametrierung der Werte α(T) und β(T) für die unterschiedlichen Kenngrößen, fallende und steigende Szenarien sowie standortspezifische Anforderungen als sehr aufwändig. Obwohl in der richtigen Wahl dieser Parameter hohes Potential hinsichtlich der Qualität der Steuerungsentscheidung gesehen wird, werden diese Parameter in der Praxis selten nachjustiert.

2.4.3 Schwellenwertbasierte Hysterese

Bei der schwellenwertbasierten Hysterese wird der Einschaltschwellenwert ≠ Ausschaltschwellenwert gesetzt. Überschreitet ein Messwert also einen definierten Einschaltschwellenwert, wird der Algorithmus aktiviert. Dieser bleibt so lange aktiv, bis der Ausschaltschwellen-wert wieder unterschritten wird. Besitzt der Algorithmus mehrere Schaltstufen (z.B. Harmonisierung des Verkehrs), sollten die Ein-und Ausschaltschwellenwerte passend zueinander gewählt werden.

2.4.4 Frequenzabhängige Hysterese

Unter einer frequenzabhängigen Hysterese ist zu verstehen, dass eine bestimmte Bedingung für eine bestimmte Anzahl von Ereignissen (z.B. Einzelfahrzeugdetektion) für eine Gesamtsumme von Ereignissen (z.B. die letzten n Ereignisse oder die Ereignisse eines Zeitraums T) erfüllt sein muss, damit die Gesamtbedingung erfüllt ist.

Beispiel 1: wenn n=5 der letzten m=10 Einzelfahrzeuge (bzw. innerhalb eines Zeitraums T) mit einer niedrigen Geschwindigkeit (Stauschwellenwert) gemessen wurden, dann kann darauf geschlossen werden, dass Stau vorherrscht.

Beispiel 2: wenn alle n=10 der letzten m=10 Einzelfahrzeuge mit einer erholten Geschwindigkeit oberhalb des Stauschwellenwert gemessen wurden, dann kann darauf geschlossen werden, dass sich der Stau aufgelöst hat.

2.4.5 Zeitliche Hysterese

Bei einer zeitlichen Hysterese wird davon ausgegangen, dass eine aktivierte Maßnahme eine bestimmte zeitliche Gültigkeitsdauer besitzt. Nach Ablauf dieser Gültigkeitsdauer konnte durch Setzen der Maßnahme entweder der Grund der Maßnahme behoben werden (dann ist diese nicht mehr notwendig und kann zurückgenommen werden) oder der Grund besteht weiterhin und die minimale Gültigkeitsdauer ist zu verlängern. Algorithmisch wird dies so geregelt, dass immer dann, wenn die Aktivierungsbedingungen im Erfassungsintervall erfüllt sind, die Gültigkeitsdauer auf den Mindestwert zurückgesetzt wird.

Beispiel: Aufgrund des detektierten hohen Lkw-Anteils wird die Maßnahme Lkw-Überholverbot aktiviert. Aufgrund des starken Pulkungseffekts von Lkw wird eine minimale Gültigkeitsdauer für diese Situation konfiguriert (z.B. 3min). Wird innerhalb dieses Zeitraums kein erneut hoher Lkw-Anteil mehr detektiert, wird die Schaltung nach 3min zurückgenommen. Wird allerdings innerhalb der 3min (z.B. nach der 2. Minute) erneut hoher Lkw-Anteil detektiert, wird die Gültigkeitsdauer wieder auf 3min zurückgesetzt. Wenn dann der Lkw-Anteil unterhalb der Aktivierungsschwelle liegt, würde das Lkw-Überholverbot dann nach insgesamt 2+3=5min zurückgenommen.

3 Entwicklung Einzelfahrzeug-basierter Algorithmen für die Verkehrssteuerung

Je länger das Erfassungsintervall der Eingangsdaten, desto größer ist die Verzögerung der Detektion eines kritischen Verkehrszustands. Werden die Eingangsdaten geglättet, wird die Verzögerung verstärkt. Allerdings ist die Aggregation sowie ggf. die Glättung bei den heute eingesetzten Verfahren notwendig, um die Anzahl der Fehlalarme auf einem akzeptablen Niveau zu halten. Darüber hinaus unterstützt die Aggregation sowie die Glättung der Daten die Erzeugung stabiler Schaltwünsche, sodass nicht zu häufige Schaltwechsel produziert werden. Vorrangiges Ziel der Entwicklung eines Einzelfahrzeug-basierten Algorithmus sind die deutliche Reduktion der Verzögerung der Detektion unter der Vorgabe, plausible Schaltwünsche mit einer geringen Anzahl an Fehlalarmen zu erzeugen. Außerdem sollen weiterhin stabile Schaltwünsche generiert werden.

3.1 Ansatz zur Staudetektion mit Einzelfahrzeugdaten

Für die Störungsdetektion ist es einerseits wichtig, die eingetretene Störung so schnell wie möglich zu erkennen. Andererseits sollten Fehlalarme vermieden werden, damit der Verkehrsfluss durch eine unberechtigte Stauwarnung und entsprechender Geschwindigkeitstrichterung mit reduzierter zulässigen Höchstgeschwindigkeit nicht übermäßig beeinflusst wird. Auch können verspätete Rücknahmen berechtigter Stauwarnungen zu ungewollten Beeinträchtigungen des Verkehrsablaufs führen. Zu früh aufgehobene Stauwarnungen bei noch instabilem Verkehrsablauf reduzieren wiederum die Verkehrssicherheitswirkung der Maßnahme respektive Erhöhen die Gefahr eines erneuten Verkehrszusammenbruchs. Beides sollte ebenfalls vermieden werden.

Die hier konzipierte Störungsdetektion basiert auf Einzelfahrzeugdaten und arbeitet frequenzbasiert. Wenn mehrere Fahrzeuge hintereinander einen Geschwindigkeitsschwellenwert unterschreiten, wird auf eine Störung geschlossen. Diese wird als beendet betrachtet, wenn eine entsprechende Anzahl von Fahrzeugen unmittelbar hintereinander wieder schneller als ein Schwellenwert detektiert wird.

Der Algorithmus arbeitet wie folgt (s. Bild 1): Pro Geschwindigkeitsmesswert wird abhängig vom zuletzt vorliegenden Systemzustand Z (Störung ja/nein) geprüft, ob der Zustand auf Grundlage der Messung v_FS [km/h] geändert werden sollte. Hierzu ist ein Störungsschwellenwert _{p_v}Störung [km/h] definiert, der jeweils über- bzw. unterschritten werden muss. Eine Änderung des Systemzustands Z erfolgt dabei erst bei wiederholtem (d.h. p_N_Hysterese-maligem bzw. p_N_Störung-maligem) Auftreten der Schwellenwertüber- bzw. -unterschreitung (Hysterese-Parameter). Wird der Störungsschwellenwert p_v_Störung zwischendurch einmal nicht überbzw. unterschritten, so wird der Zähler N_Hysterese bzw. N_Störung auf Null zurückgesetzt.

Bild 1: Ablaufdiagramm Einzelfahrzeug-basierteStaudetektion(Gefahrenwarnung)

Sinnvolle Einstellungen für die Erstparametrierung enthält Tabelle 1.

Tabelle 1: Parameter zur Einzelfahrzeug-basierten Staudetektion

Wird auf eine Störung geschlossen, wird eine Schaltung der Gefahrenwarnung (Stauwarnung) empfohlen. Neben der reinen Information auf die stromabwärts vorliegende Verkehrsstörung (z.B. mittels Staupiktogramm) wird aus Verkehrssicherheitsgründen sowie zur Unterstützung des Verkehrsablaufs eine Geschwindigkeitsschaltung 60 km/h mit entsprechendem Geschwindigkeitstrichter empfohlen.

Der vorgestellte Algorithmus wurde im open loop Verfahren evaluiert (s. hierzu Kapitel 4). Die Einstellungen der Erstparametrierung gemäß Tabelle 1 wurden im Rahmen der Evaluierung ermittelt.

3.2 Ansatz zur Harmonisierung des Verkehrsablaufs mit Einzelfahrzeugdaten

In Anlehnung an den Harmonisierungsalgorithmus nach MARZ 1999 [1] wurde ein Algorithmus basierend auf Einzelfahrzeugdaten konzipiert. Dazu werden fahrstreifenbezogen gleitenden Mittelwerte für die Kenngrößen Geschwindigkeit, Verkehrsstärke und Dichte berechnet. Diese werden dann mit Schwellenwerten verglichen (schwellenwertbasierte Hysterese, s. Kapitel 2.4.3) und entsprechende Schaltvorschläge ermittelt, wenn die Bedingungen für eine bestimmte Anzahl unmittelbar aufeinander folgender Fahrzeuge erfüllt sind (frequenzbasierte Hysterese, s. Kapitel 2.4.4). Um zu häufige Schaltwechsel zu vermeiden, wird zusätzlich eine zeitliche Hysterese (s. Kapitel 2.4.5) eingesetzt. Eine Harmonisierung des Verkehrsablaufs erfolgt auf den Stufen 100 km/h und 80 km/h.

Die einzelfahrzeugbasierte Harmonisierung arbeitet wie folgt (Hauptprogramm s. Bild 2):

Zunächst wird der gleitende, fahrstreifenbezogene Mittelwert der Geschwindigkeit vmittel,5(t) der letzten N detektierten Fahrzeuge ermittelt, der als repräsentativ für den aktuellen Zeitpunkt t angesehen wird:

Formel siehe PDF.

Anschließend wird die gleitende, fahrstreifenbezogene Verkehrsstärke qmittel(t) für den aktuellen Zeitpunkt aus den detektierten Fahrzeugen N der letzten 60 Sekunden ermittelt, die ebenfalls als repräsentativ für den aktuellen Zeitpunkt t angesehen wird:

Formel siehe PDF.

Aus diesen beiden als für den aktuellen Zeitpunkt als repräsentativ angesehenen Kenngrößen wird die momentane fahrstreifenbezogene Dichte k_mittel(t) ermittelt:

Formel siehe PDF.

Anschließend werden zwei Algorithmen (Reaktiv, Präventiv) parallel durchgeführt und je ein minimaler Schaltwunsch HARMON_R bzw. HARMON_P ermittelt. Die Algorithmen werden immer dann durchgeführt, wenn neue Daten übermittelt worden sind (entweder Fahrzeugpulk konstanter Größe, z.B. 15 Fahrzeuge, oder Zeitintervall, z.B. 15s, wurden geliefert). Das Minimum dieser beiden Schaltwünsche ist der aktuelle Schaltwunsch HARMON. Ist dieses Niveau kleiner oder gleich dem aktuell geschalteten Geschwindigkeitsniveau G, wird der Schaltwunsch umgesetzt und die zeitliche Hysterese neu gestartet. Anderenfalls wird der Hysteresezähler N_t_Hyst hochgezählt. Übersteigt dieser einen Schellenwert, wird der Schaltwunsch HARMON (der ja größer als das aktuelle Geschwindigkeitsniveau G ist) umgesetzt.

Die beiden reaktiven bzw. präventiven Teilalgorithmen unterscheiden sich lediglich in ihren Parametern sowie im Bewertungskriterium, die den Kriterien nach MARZ 1999 [1] entsprechen:

• räventiver (P) Algorithmus, für jede Schaltstufe S (S = 100 oder 80 km/h)
• enn k_mittel(t) ≥ p_k_S,ein UND v_mittel,5(t) ≤ p_v_S,ein,
  DANN Kriterium für Schaltstufe S erfüllt - Hysterese prüfen

• eaktiver (R) Algorithmus, für jede Schaltstufe S (S=100 oder 80 km/h)
• enn q_mittel ≥ p_q_S,ein,
  DANN Kriterium für Schaltstufe S erfüllt - Hysterese prüfen

Bild 2:Ablaufdiagramm des Hauptprogramms einzelfahrzeugbezogene Harmonisierung

Bild 3:Ablaufdiagramm des Teilprogramms präventive Harmonisierung

Bild 4:Ablaufdiagramm des Teilprogramms reaktive Harmonisierung

Die Algorithmen werden immer dann ausgeführt, wenn neue Messdaten übermittelt worden sind. Dies kann sowohl ereignisbasiert (Fahrzeugpulk konstanter Größe, z.B. 15 Fahrzeuge) oder zeitbasiert (Zeitintervall, z.B. 15s) erfolgen. Sinnvolle Einstellungen zur Erstversorgung der Parameter enthält Tabelle 2.

Der Algorithmus wurde im open loop Verfahren evaluiert (s. Kapitel 4).

Tabelle 2:Parameter zur einzelfahrzeugbasierten Harmonisierung des Verkehrsablaufs

3.3 Nutzung der Time-To-Collision in der kollektiven Verkehrssteuerung

Die  uffahrzeit oder Time To Collision (TTC) ist neben der Nettozeitlücke tNet ein Maß für die Beschreibung der aktuell vorherrschenden Verkehrssicherheit. Sie ist wie folgt definiert:

ormel siehe PDF.

it:

t_Net(i,x):  ettozeitlücke zwischen vorausfahrendem Fahrzeug und nachfolgendem Fahrzeug [s]

v(i,x):  omentangeschwindigkeit des nachfolgenden Fahrzeugs [m/s]

(i+1,x):  omentangeschwindigkeit des vorausfahrenden Fahrzeugs [m/s]

Δv:  eschwindigkeitsdifferenz v(i,x) – v(i+1,x) der Fahrzeuge [m/s]

Bei einem negativen Δv entfernen sich die Fahrzeuge voneinander, was bedeutet, dass diese Situationen in der Regel bei entsprechend ausreichenden Zeitlücken unkritisch sind. Nach einer theoretischen Überlegung zur Festlegung der hypothetischen Unfallschwere in Abhängigkeit der TTC und der Nettozeitlücke t_Net kommen STEINHOFF et al. (2002) [9] zu der Erkenntnis, dass sich bereits bei TTC < 10s und bei t_Net < 1s Unfälle ereignen können. In weiterer Folge werden in STEINHOFF et al. (2002) [9] Harmonisierungsschaltungen untersucht und der Einfluss auf TTC und t_Net auswertet mit dem Ergebnis, dass sich Harmonisierungsschaltungen signifikant positiv auf die Verkehrssicherheit auswirken.

Die TTC sowie die Nettozeitlücke werden auch in der Automobilindustrie für die Steuerung von Assistenzsystemen verwendet. Nach KOLKE et al. [6] wird es als sinnvoll angesehen, ab einer TTC ~ 3s unterschiedliche Maßnahmen im Fahrzeug bis hin zur Auslösung einer optimierten Vollbremsung einzuleiten.

Bei Vorhandensein von Einzelfahrzeugdaten ist die Erhebung der TTC sowie der Nettozeitlücke auf mikroskopischer Ebene problemlos möglich. Für die Nutzung dieser mikroskopischen Kenngrößen für die Anzeige auf einem kollektiven Verkehrsleitsystem müssen diese allerdings weiterhin aufbereitet werden.

Der untersuchte Algorithmus sieht vor, in verschiedenen Warnstufen die TTC sowie tNet auszuwerten. Beispiel: Werden innerhalb von 30s bzw. 15 Fahrzeugen mindestens 3 Fahrzeugpaare gemessen, für die gilt: TTC(i,x) ≤ 4s UND t_Net(i,x) ≤ 2s, dann soll eine Warnung und Geschwindigkeitsbeschränkung auf der SBA zur Steigerung der Verkehrssicherheit angezeigt werden. Die Rücknahme einer Warnung erfolgt über eine zeitliche Hysterese. Wenn nach einem bestimmten Zeitraum (30s) kein neuer Aktivierungstrigger erfolgt ist, dann wird die Maßnahme zurückgenommen.

Fazit: Die Steuerung basierend auf den Verkehrssicherheitskriterien TTC und Nettozeitlücke erweist sich als stark sensitiv bzgl. der gewählten Parameter. Kritische TTC-Werte, treten bei den untersuchten Messorten so selten auf, dass nur in Ausnahmesituationen ein Schaltungsvorschlag generiert wird. Setzt man den Schwellenwert für die Nettozeitlücke zu hoch an, kommt es zu lange andauernden Schaltempfehlungen, da bei lebhaften Verkehr oder Verkehr an der Kapazitätsgrenze in der Regel die als verkehrssicher geltenden Schwellenwerte (t_net ~ 2s) nicht mehr eingehalten werden.

Der untersuchte Steuerungsansatz einer kollektiven Verkehrsbeeinflussung basierend auf TTC und der Nettozeitlücke kann daher im Rahmen der Studie nicht empfohlen werden. Dennoch wird die Betrachtung der TTC bzw. der Nettozeitlücke als wichtiges Kriterium für die individuelle Verkehrsbeeinflussung angesehen, z.B. für den Einsatz in Fahrerassistenzsystemen oder kooperativen Diensten. TTC und Nettozeitlücke stellen ein Instrumentarium zum Monitoring der Qualität von SBA dar.

4 Evaluierung

4.1 Evaluierungsmessorte

Die konzipierten Einzelfahrzeug-basiertenAlgorithmen wurden anhand von historischen Daten in einer open-loop-Simulation evaluiert. Dazu standen von 6 Messorten in der Schweiz Einzelfahrzeugdaten für je 10 Tage zur Verfügung. Die analysierten Messorte unterscheiden sich in ihrer Charakteristik (Anzahl Fahrstreifen,Querschnitte mit und ohne Seitenstreifen, Autobahnen innerhalb bzw. außerhalb vonBallungsräumenoder als radiale Achsen zu diesen oder als Teil nationaler Transitrouten, Zeitpunkt der Verkehrsspitze vormittags und/oder nachmittags). Auch konnten an einem Standort unterschiedliche Verkehrsstörungsarten (mehrfacher Wech-sel zwischen kurzzeitigen Störungs-und Erholungszuständen, mehrstündige Störung des Verkehrsablaufs, kurze und lange StörungenmitzwischenzeitlichenErholungsphasen) beobachtet werden, sodass an diesem Standort auch die Robustheit der notwendigen Parameter der Algorithmen untersucht werden konnte.

Exemplarisch werden nachfolgend die Evaluierungsergebnisse der Verkehrszählstelle Muri auf der A6 südlich von Bern in Fahrtrichtung Thun dargestellt. Der Querschnitt ist zweistreifig ausgebaut und weist regelmäßige Verkehrsstörungen zur Nachmittagsspitze auf.

4.2 Evaluierung der Wirkung des Aggregationsintervalls auf die Steuerung

Zur  nalyse des Einflusses des Aggregations-Intervalls werden die Harmonisierungsund Staualgorithmen nach MARZ 1999 und die konzipierten EFD-Algorithmen (s. Kapitel 3) verglichen. Bild 5 zeigt die Verkehrsdaten (zur besseren Lesbarkeit auf die Daten der 15s Intervalle beschränkt) am Standort der Verkehrszählstelle A6 Muri (s. Kapitel 4.1) und die Schaltwünsche der folgenden Algorithmen:

• armonisierung und Staudetektion nach MARZ 1999 [1] basierend auf 1min Intervallen (Standard)
• Modifizierte Harmonisierung und Staudetektion nach MARZ 1999 [1] basierend auf 15s Intervallen
• Einzelfahrzeug-basierte Harmonisierung und Staudetektion (s. Kapitel 3)

Aus Gründen der Lesbarkeit sind in den nachfolgenden Abbildungen die einzelnen Schaltwünsche mit einem Offset zum referenzierten Geschwindigkeitsregime abgebildet.

ild 5:Vergleich Schaltwünsche Harmonisierung und Staudetektion für auf 1min und 15s aggregierte Daten sowie einzelfahrzeugbezogene Steuerung an Standort Muri

Insgesamt ist im Vergleich zu den Schaltungen basierend auf 1min-Intervallen zu erkennen, dass bei den Schaltungen basierend auf 15s-Intervallen deutlich früher reagiert wird. Beispiele:

• m ca. 16:47 steigt die Verkehrsstärke an. MARZ basierend auf 1min-Intervallen reagiert darauf mit einer Schaltung auf 80km/h 3min später (um 16:50), der auf 15s Intervallen modifizierte MARZ-Algorithmus reagiert um 16:48:15, also um 1:45min früher.
• Um ca. 17:13 steigt die Verkehrsstärke nochmals signifikant an. MARZ basierend auf 1min Intervallen reagiert darauf mit einer Schaltung auf 80km/h 6min später (um 17:19), der auf 15s Intervallen modifizierte MARZ-Algorithmus um 17:14:15, also wiederum deutlich früher (1:15min nach dem Verkehrsstärkeanstieg).
• Um ca. 17:32 ereignet sich ein deutlicher Geschwindigkeitseinbruch. MARZ basierend auf 1min Intervallen reagiert darauf mit einer Schaltung auf 60km/h 3min später (um 17:35), der auf 15s Intervallen modifizierte MARZ-Algorithmus um 17:33:00, also 2min früher. Die Reaktion des einzelfahrzeugbasierten Algorithmus erfolgt um 17:32:30, also schon 30s nach dem Geschwindigkeitseinbruch.

Fazit: Die Reduzierung des Aggregationsintervalls von derzeit üblicherweise 1min auf 15s bringt einerseits hinsichtlich der Aktualität und Reaktionszeit signifikante Vorteile. Eine höhere Reaktionsfähigkeit geht mit einer höheren Schalthäufigkeit einher. Für die Steuerungsalgorithmen gemäß MARZ 1999 sollte bei Einsatz mit 15s Intervallen allerdings eine zusätzliche zeitliche Hysterese (s. Kapitel 2.4.5) implementiert werden, um zu häufige Schaltwechsel zu vermeiden. Gleiches würde bei Verwendung einzelfahrzeugbasierter Daten notwendig werden.

Eine Steuerung basierend auf Einzelfahrzeugdaten kann weitere Zeitvorteile bringen. Da aber auch die Einzelfahrzeugdaten aus Datenübertragungsgründen entweder zeitlich oder über die Fahrzeuganzahl gepuffert übertragen werden, hängen diese Zeitvorteile von diesen Puffereinstellungen und dem Startpunkt der Störung ab. Die beobachteten Zeitvorteile gegenüber einer Steuerung basierend auf 15s Erfassungsintervallen betragen zwischen 1s und 30s. Für einzelfahrzeugbasierte Daten können gleitende Aggregationsintervallen an Stelle von zyklisch aggregierten Zeitintervallen gebildet werden.

4.3 Reaktionsvermögen

Für alle ausgewertete Messquerschnitte und Tage wurden insgesamt 16 Verkehrszusammenbrüche analysiert. Exemplarisch werden hier die Evaluierungsergebnisse des Standorts Muri dargestellt (s. Bild 6). Im Diagramm sind

• ie gemessenen Einzelfahrzeuggeschwindigkeiten, getrennt für Pkw und Lkw sowie für den rechten (FS1) und linken (FS2) Fahrstreifen,
• die auf 1min aggregierten richtungsbezogenen Kenngrößen Geschwindigkeit (VKFZ) und Verkehrsstärke (QKFZ) für alle Fahrzeuge,
• die Schaltwünsche basierend auf
• em Harmonisierungsalgorithmus (AP100-AP60) und den Staualgorithmen (APStau) nach MARZ (1min-Aggregation),
• dem französischen Steuerungsalgorithmus (ST-FR) basierend auf 6min aggregierten Werten,
• dem Schweizer Steuerungsalgorithmus (ST-CH) basierend auf 30s aggregierten und geglätteten Werten
• sowie dem einzelfahrzeugbasierten Ansatz (ST-EFD)

dargestellt.

Bei fast allen Verkehrszusammenbrüchen fällt auf, dass die Einzelfahrzeugbasierte Schaltung am frühesten reagiert. Der französische Algorithmus, der auf 6min aggregierten Daten basiert, reagiert in der Regel am spätesten. Ebenso reagiert der derzeitige Schweizer Algorithmus, der zwar auf 30s Intervallen basiert, aber sehr träge parametriert ist, häufig sehr verspätet. Teilweise haben diese beiden Algorithmen (aufgrund der Trägheit einer vorhergehenden Störung) aber auch schon vor dem tatsächlichen Verkehrszusammenbruch reagiert. Im Falle des französischen Algorithmus ist dies auch mit den langen Aggregationszyklen zu begründen, insbesondere dann, wenn die gefahrene Geschwindigkeit langsam über einen längeren Zeitraum absinkt (z.B. anwachsender Rückstau, der die Messstelle erreicht). Plötzliche Verkehrszusammenbrüche, so wie sie in der Regel auftreten, werden in beiden Algorithmen zu spät erkannt. In zwei Situationen war der bestehende Schweizer Algorithmus mit den gewählten Einstellungen nicht in der Lage, den ereigneten Verkehrszusammenbruch zu erkennen.

ild 5:Vergleich Schaltwünsche Harmonisierung und Staudetektion für auf 1min und 15s aggregierte Daten sowie einzelfahrzeugbezogene Steuerung an Standort Muri

Auch die Harmonisierungsalgorithmen nach MARZ 1999 (1min Aggregation, geglättete Messwerte) reagiert deutlich zu spät. Zwei Mal wurde ein Verkehrszusammenbruch gar nicht erkannt.

Der Einzelfahrzeug-basierte Algorithmus weist die kürzesten Reaktionszeiten auf. Durch den Verzicht von Glättungsmechanismen und die Betrachtung kleiner Fahrzeugpulks (5 Fahrzeuge) kann sehr präzise auf Geschwindigkeitseinbrüche reagiert werden. Dabei sind kaum unangemessene Reaktionen zu beobachten, also Schaltungen von restriktiven Geschwindigkeitsbeschränkungen, die zu dem Zeitpunkt nicht notwendig gewesen wären. Allerdings reagiert der Algorithmus teilweise auch auf kurzzeitige Geschwindigkeitseinbrüche, die sich kurzfristig wieder erholen (< 1min). Durch Erhöhung des betrachteten Fahrzeugpulks könnte auf Kosten der Reaktionszeit dieses Verhalten unterbunden werden und die Schaltwechselhäufigkeit reduziert werden.

Hinsichtlich des Reaktionsvermögens kann folgendes festgehalten werden:

1. inzelfahrzeugbasierter Algorithmus: ca. 15s Verzögerung
2. Harmonisierung nach MARZ (geglättete 1min Intervalle): ca. 1-2min Verzögerung
3. Schweizer Algorithmus (30s Intervalle): ca. 1-5min Verzögerung
4. Französischer Algorithmus (6min Intervalle): ca. 2-5min Verzögerung

4.4 Schaltverhalten

Zur Bewertung des Schaltverhaltens wurden die Kenngrößen mittlere Schaltdauer, minimale und maximal Schaltdauer sowie die Anzahl der Schaltwechsel analysiert. Aufgrund der langen Aggregationsintervalle weist der französische Ansatz die geringsten Schaltwechsel und konsequenter Weise auch hohe mittlere Schaltdauern auf.

Die Harmonisierung nach MARZ 1999 [1] sowie der Schweizer Algorithmus weisen im Vergleich zum Einzelfahrzeug-basierten Algorithmus deutlich geringere Schaltwechsel auf, was durch die Glättung der Messwerte und die schwellenwertbasierte Hysterese zurückzuführen ist. Allerdings häufen sich damit auch Situationen, in denen die angezeigte und die tatsächlich gefahrene Geschwindigkeit deutlich voneinander abweichen.

Die beim Einzelfahrzeug-basierten Algorithmus auftretenden sehr kurzen Schaltzeiten < 1min sind damit zu begründen, dass beim Zusammenbruch der gefahrenen Geschwindigkeiten in Stufen (100-80-60) die angezeigte Geschwindigkeit in kurzer Zeit angepasst wird. Vermeiden lässt sich dies nur auf Kosten der Reaktionszeit, indem die Messwerte geglättet werden. Für die Deaktivierung von Schaltungen wurde eine zeitliche Hysterese von 2min vorgesehen, d.h. eine Schaltung bleibt mindestens 2min aktiv, bevor eine weniger restriktive Schaltung angezeigt werden kann. Restriktivere Schaltungen können aus Verkehrssicherheitsgründen sofort angezeigt werden, sodass in diesem Fall auch kurze Schaltzeiten auftreten können.

Hinsichtlich des Schaltverhaltens lässt sich folgendes festhalten:

1. er französische Algorithmus weist die wenigsten Schaltwechsel auf, allerdings auch die größten Abweichungen von tatsächlicher und gefahrener Geschwindigkeit
2. Die Harmonisierung nach MARZ 1999 [1] sowie der bestehende schweizerische Algorithmus weisen geringe Schaltwechsel auf, allerdings gibt es auch hier zum Teil deutliche Abweichungen von tatsächlicher und gefahrener Geschwindigkeit
3. Die Schaltwechsel des Einzelfahrzeug-basierten Algorithmus ist auf einem vergleichbaren Niveau und ca. doppelt so häufig wie bei MARZ 1999 [1]. Die so auftretenden Schaltwechsel können sinnvoll und wirksam nur auf Kosten der Reaktionsfähigkeit angepasst werden, indem die Messwerte wie bei MARZ 1999 [1] geglättet werden.

Die Reihenfolge der Schaltwechselhäufigkeit und der Reaktionsgeschwindigkeit verlaufen diametral, was die These unterstützt, dass die Schaltwechselhäufigkeit nur auf Kosten der Reaktionsgeschwindigkeit angepasst werden kann. Eine mittlere Schaltdauer von ca. 5min des Einzelfahrzeug-basierten Algorithmus wird fachlich als angemessen angesehen, um einerseits aktuelle und dem Verkehrszustand angemessene Schaltungen zu erzeugen und andererseits nicht durch zu häufige Schaltwechsel Inhomogenität im Verkehrsablauf zu erzeugen.

Tabelle 3 gibt einen Überblick über die ausgewerteten Schaltdauern und Reaktionsgeschwindigkeiten für unterschiedliche Standorte und Messtage. In der Datenreihe „Verzögerung vor Störung“ sind die Zeiten in Sekunden angeben, mit welcher Verzögerung der jeweilige Algorithmus nach der tatsächlich beobachteten Störung S reagiert hat. Wurden mehrere Verkehrsstörungen an einem Tag beobachtet, sind die Störungen chronologisch durchnummeriert. Wurde eine Störung von einem bestimmten Algorithmus gar nicht erkannt, ist in der Tabelle der Eintrag „#NV“ zu finden.

abelle 3: Evaluierung der einzelfahrzeugbasierten Algorithmen

5 Zusammenfassung und Ausblick

Streckenbeeinflussung  st eine bewährte Methode, um die Verkehrssicherheit und die Verkehrsqualität effizient zu steigern. Die in den Verkehrszentralen eingesetzten Algorithmen zur Detektion von Verkehrszuständen basieren meist auf lokalen, zeitlich in der Regel auf 1min Intervalle aggregierten Verkehrsdaten. Zudem werden die Eingangsdaten in die Detektionsalgorithmen häufig geglättet. Die zeitliche Aggregation sowie die Glättung von Daten sind einerseits sinnvoll, um Fehlalarme zu reduzieren und häufige Schaltwechsel, die kontraproduktiv im Sinne der Homogenisierung des Verkehrsablaufs sind, zu vermeiden. Andererseits ergeben sich dabei Verzögerungen in der Detektion von Verkehrszuständen, sodass die Verkehrsbeeinflussung zeitlich verspätet einsetzt. Im Auftrag des Bundesamts für Strassen ASTRA wurde untersucht, ob durch kürzere Aggregationsintervalle bis hin zur Nutzung von lokalen Einzelfahrzeugdaten, die dem ASTRA flächendeckend zur Verfügung stehen, eine bessere Steuerungsqualität bei Aufrechterhaltung eines akzeptablen Fehlalarmniveaus und Schaltwechseln möglich ist.

Im Rahmen der Untersuchung wurden daher zunächst etablierte Steuerungsalgorithmen erhoben, evaluiert und testweise zu Vergleichszwecken implementiert. Zudem wurde ein neuartiger, auf Einzelfahrzeugdaten basierender Steuerungsalgorithmus zur Harmonisierung des Verkehrsablaufs und zur Staudetektion entwickelt.

Anhand von Evaluierungskriterien (Anzahl Schaltwechsel, minimale und maximale sowie mittlere Schaltdauern, Reaktionszeit, Fehlalarme) konnte nachgewiesen werden, dass durch die Reduzierung des Aggregationsintervalls signifikante Zeitgewinne bei der Detektion kritischer Verkehrszustände erzielt werden können, ohne dass die Anzahl der Schaltwechsel und Fehlalarme inakzeptabel sind. Bei kürzeren Aggregationsintervallen empfiehlt sich der Einsatz von gleitenden Mittelwerten gegenüber einer exponentiellen Glättung und Trendextrapolation, wie sie für die Steuerungsalgorithmen nach MARZ 1999 [1] eingesetzt werden.

Der entwickelte einzelfahrzeugdaten-basierte Steuerungsalgorithmus erscheint robust und praxistauglich und lässt weitere Zeitgewinne hinsichtlich der Reaktionszeit bei kritischen Verkehrszuständen erwarten.

6 Literatur

[1]  BASt (1999): Merkblatt für die Ausstattung von Verkehrsrechnerund Unterzentralen (MARZ 1999). Bundesanstalt für Straßenwesen, Bergisch Gladbach.

[2]  ASt (2012): Technische Lieferbedingungen für Streckenstationen (TLS 2012). Bau und Stadtentwicklung Bundesministerium für Verkehr. Bundesanstalt für Straßenwesen, Bergisch Gladbach.

[3]  URET, A., PLANTIER, S. (2014): Régulation dynamique des vitesses – Proposition et test d´un algorithme en temps réel. Congrès ATEC-ITC 2014, www.congres-atecitsfrance.fr/wp-content/uploads/2013/12/DURET-PLANTIER_com004-Atelier-A3.pdf (abgerufen am 06.07.2016)

[4]  GSV (2012): Hinweise zum Einsatz von Steuerungsverfahren in der Verkehrsbeeinflussung. Forschungsgesellschaft für Straßenund Verkehrswesen, FGSV Verlag GmbH, 2012. 304/1, Köln.

[5]  RIMM, J. (2009): Untersuchung zum Einsatzbereich von Steuerverfahren für Streckenbeeinflussungsanlagen. Diplomarbeit an der TU Dresden, Dresden.

[6]  OLKE, R., GAUSS, C., SILVESTRO, D.: Reduzierung von Unfällen durch Notbremssysteme bei Pkw, www.adac.de/_mmm/pdf/fv_8adac_bast_symposium_kolke_149074.pdf (abgerufen am 06.07.2016).

[7]  ISCHNER, T. (2003): Ermittlung und Bewertung der Nutzenkomponenten von Streckenbeeinflussungsanlagen im Hinblick auf den Verkehrsablauf. Schriftenreihe Straßenbau und Straßenverkehrstechnik, Bd. 866, Bonn.

[8]  IEGELHUTH, G., GLATZ, M. (2015): Zuverlässiger Betrieb von Streckenbeeinflussungsanlagen auf Basis einer antizipierenden, regelbasierten Steuerung. Kirchbaumverlag, Straßenverkehrstechnik. April 2015, Bd. 4.2015, S. 245-258.

[9]  TEINHOFF, C., et al. (2002): Problematik präventiver Schaltungen von Streckenbeeinflussungsanlagen. Bauund Wohnungswesen Bundesministerium für Verkehr, Forschung Straßenbau und Straßenverkehrstechnik, Bd. 853, Bonn.