Verkehrsprognosen mit Online-Daten

Zusammenfassung

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.

Weitere Texte

Literatur

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

Umsetzung und Anwendungen

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.

Forschungsplan

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

Allgemeiner Stand der Forschung

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.

Spezielle Geräte und Installationen

keine

Methoden

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

Projektbeschreibung

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?

Projektziele

Aufzeigen, mit welchem Output eine Qualitätssteigerung in der Online Verkehrsprognose für welchen Verwendungszweck möglich ist Entwicklung eines Prognosemodells, das Eingangsdaten aus verschiedenen Quellen zu einer aussagekräftigen Prognose verarbeitet Darstellung, welche Online-Daten (Verkehrsdaten in Echtzeit) für eine Kurzfristprognose der Verkehrslage zu verwenden sind (Prognosehorizont <2 h) Definieren von Qualitätsvorgaben und Anforderungen an die Eingangsdaten und Datenverarbeitung Aufzeigen, unter welchen organisatorischen und rechtlichen Bedingungen und aus welchen Systemen die erforderlichen Daten bezogen werden können Die Ergebnisse aus 3.) sollen in einem Vorschlag für die Normung zusammengefasst werden

Schlüsselwörter

Verkehrstelematik, Verkehrsprognose, Fahrzeugdaten, Online-Daten

Beteiligte

Walter Schaufelberger

Kontaktperson

w.schaufelberger@bs-ing.ch

B+S AG Walter Schaufelberger Weltpoststrasse 5 Postfach 313 3000 Bern 15 BE CH

Projektdetails

Forschungsstelle
ASTRA SBT
Projektstatus
Abgeschlossen
Projekttyp
Forschungsprojekt
Startdatum
2009-06-30
Enddatum
2012-03-04
Bewilligte Gesamtkosten
CHF 160060.00
Sektion
VSS
NABS Politikbereich
Verkehrssysteme

Kategorien

K Grundarchitektur / Kompatibilität der Systeme O Intelligente Strasse / Infrastruktur: Kontrolle, Wartungsmodelle T Staubekämpfung: Verkehrstechnik, Ausrüstung, Anpassungen der Infrastruktur, Kapazitätsoptimierung Verkehr und Transport Verfügbarkeit Telematikanwendungen

Forschungsdisziplinen

  • T280 Road transport technology 100.0%