ulfgebhardt/college
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

thesis

Browse Source
This commit is contained in:
Ulf Gebhardt 2013-08-18 15:24:45 +02:00
parent 850e42ba1e
commit 216acc4624
12 changed files with 645 additions and 580 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

214
ss2013/Bachelor Thesis/thesis_ug/TUDthesis.aux
View File

@ -17,7 +17,7 @@
\@newglossary{main}{glg}{gls}{glo}
\@istfilename{TUDthesis.ist}
\@glsorder{word}
\@writefile{toc}{\contentsline {section}{\numberline {1}\active@dq \dq@prtct{U}bersicht}{1}{section.1}}
\@writefile{toc}{\contentsline {section}{\numberline {1}"Ubersicht}{1}{section.1}}
\newlabel{sec:uebersicht}{{1}{1}{"Ubersicht\relax }{section.1}{}}
\citation{web:statista:lkw}
\citation{web:statista:pkw}
@ -47,7 +47,7 @@
\citation{merk:street}
\newlabel{abb:2}{{3.1}{6}{Induktionsschleifen\relax }{subfigure.2.1}{}}
\newlabel{abb:3}{{3.1}{6}{Induktionsschleifen\relax }{subfigure.2.2}{}}
\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Induktionsschleife mit Kabel nach Abfr\active@dq \dq@prtct{a}sen der Fahrbahn. Quelle: wikipedia.org}}}{6}{subfigure.2.2}}
\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Induktionsschleife mit Kabel nach Abfr"asen der Fahrbahn. Quelle: wikipedia.org}}}{6}{subfigure.2.2}}
\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Schematischer Aubau einer Induktionsschleife Quelle: \cite {thesis:mazur}.}}}{6}{subfigure.2.2}}
\@writefile{toc}{\contentsline {section}{\numberline {3}Datenbasis und Grundlagen}{6}{section.3}}
\newlabel{sec:datengrund}{{3}{6}{Datenbasis und Grundlagen\relax }{section.3}{}}
@ -62,8 +62,8 @@
\citation{lect:simumod}
\@writefile{toc}{\contentsline {subsection}{\numberline {3.2}Adaptive Steuerung von Ampelanlagen}{7}{subsection.3.2}}
\newlabel{sec:datengrund:adapt}{{3.2}{7}{Adaptive Steuerung von Ampelanlagen\relax }{subsection.3.2}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {3.3}Macro- und microskopische Modellierung von Verkehr}{7}{subsection.3.3}}
\newlabel{sec:macromicro}{{3.3}{7}{Macro- und microskopische Modellierung von Verkehr\relax }{subsection.3.3}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {3.3}Makro- und mikroskopische Modellierung von Verkehr}{7}{subsection.3.3}}
\newlabel{sec:macromicro}{{3.3}{7}{Makro- und mikroskopische Modellierung von Verkehr\relax }{subsection.3.3}{}}
\citation{thesis:mueller}
\newlabel{abb:verkehrsmanagement}{{3.2}{8}{Adaptive Steuerung von Ampelanlagen\relax }{subsection.3.2}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {2}{\ignorespaces Aufgaben und System des Verkehrsmanagements \cite {thesis:lehnhoff}}}{8}{figure.2}}
@ -100,9 +100,9 @@
\newlabel{sec:modell}{{4}{14}{Verkehrsmodell\relax }{section.4}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {4.1}Modell der Ministadt}{14}{subsection.4.1}}
\newlabel{sec:modell:ministadt}{{4.1}{14}{Modell der Ministadt\relax }{subsection.4.1}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {5}{\ignorespaces Kreuzungs\active@dq \dq@prtct{u}bersicht 'Ministadt'in der Stadt Darmstadt}}{15}{figure.5}}
\@writefile{lof}{\contentsline {figure}{\numberline {5}{\ignorespaces Kreuzungs"ubersicht 'Ministadt'in der Stadt Darmstadt}}{15}{figure.5}}
\newlabel{abb:a23.2}{{4.1}{16}{Modell der Ministadt\relax }{Item.35}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {6}{\ignorespaces H\active@dq \dq@prtct{a}ndische Modellierung der Kreuzung A23}}{16}{figure.6}}
\@writefile{lof}{\contentsline {figure}{\numberline {6}{\ignorespaces H"andische Modellierung der Kreuzung A23}}{16}{figure.6}}
\@writefile{toc}{\contentsline {subsection}{\numberline {4.2}Modell als Graph}{16}{subsection.4.2}}
\newlabel{sec:modell:graph}{{4.2}{16}{Modell als Graph\relax }{subsection.4.2}{}}
\newlabel{abb:graph:ungerichtet}{{4.2.1}{17}{Grundlagen\relax }{subfigure.7.1}{}}
@ -117,7 +117,7 @@
\newlabel{sec:modell:graph:xr}{{4.2.2}{17}{Kreuzungsgraph\relax }{subsubsection.4.2.2}{}}
\newlabel{lst:sensorgraph}{{3}{18}{abc\relax }{lstlisting.3}{}}
\@writefile{lol}{\contentsline {lstlisting}{\numberline {3}abc}{18}{lstlisting.3}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {4.2.3}Kreuzungs\active@dq \dq@prtct{u}bersicht}{18}{subsubsection.4.2.3}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {4.2.3}Kreuzungs"ubersicht}{18}{subsubsection.4.2.3}}
\newlabel{sec:modell:graph:overview}{{4.2.3}{18}{Kreuzungs"ubersicht\relax }{subsubsection.4.2.3}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {4.3}Modell als Matrix}{18}{subsection.4.3}}
\newlabel{sec:modell:matrix}{{4.3}{18}{Modell als Matrix\relax }{subsection.4.3}{}}
@ -131,9 +131,9 @@
\newlabel{equ:eingangsmatrixallg}{{3}{20}{Eingangsmatrix\relax }{equation.4.3}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {4.4}Datenbankmodell}{20}{subsection.4.4}}
\newlabel{sec:modell:dbmodell}{{4.4}{20}{Datenbankmodell\relax }{subsection.4.4}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {4.5}Einschr\active@dq \dq@prtct{a}nkungen und Schw\active@dq \dq@prtct{a}chen des Modell}{21}{subsection.4.5}}
\@writefile{toc}{\contentsline {subsection}{\numberline {4.5}Einschr"ankungen und Schw"achen des Modell}{21}{subsection.4.5}}
\newlabel{sec:modell:limits}{{4.5}{21}{Einschr"ankungen und Schw"achen des Modell\relax }{subsection.4.5}{}}
\@writefile{toc}{\contentsline {section}{\numberline {5}L\active@dq \dq@prtct{o}sungsans\active@dq \dq@prtct{a}tze}{23}{section.5}}
\@writefile{toc}{\contentsline {section}{\numberline {5}L"osungsans"atze}{23}{section.5}}
\newlabel{sec:berechnung}{{5}{23}{L"osungsans"atze\relax }{section.5}{}}
\newlabel{problem:1}{{1}{23}{L"osungsans"atze\relax }{Item.40}{}}
\newlabel{problem:2}{{2}{23}{L"osungsans"atze\relax }{Item.41}{}}
@ -142,50 +142,52 @@
\newlabel{problem:5}{{5}{23}{L"osungsans"atze\relax }{Item.44}{}}
\newlabel{problem:6}{{6}{23}{L"osungsans"atze\relax }{Item.45}{}}
\newlabel{problem:7}{{7}{23}{L"osungsans"atze\relax }{Item.46}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {5.1}L\active@dq \dq@prtct{o}sungsansatz: Hidden Markow Modell}{23}{subsection.5.1}}
\newlabel{sec:berechnung:hmm}{{5.1}{23}{L"osungsansatz: Hidden Markow Modell\relax }{subsection.5.1}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.1.1}Grundlagen}{23}{subsubsection.5.1.1}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.1.2}HMM f\active@dq \dq@prtct{u}r eine Kreuzung}{23}{subsubsection.5.1.2}}
\@writefile{toc}{\contentsline {subsection}{\numberline {5.2}L\active@dq \dq@prtct{o}sungsansatz: Wegfindungsalgorithmen}{23}{subsection.5.2}}
\newlabel{sec:berechnung:astar}{{5.2}{23}{L"osungsansatz: Wegfindungsalgorithmen\relax }{subsection.5.2}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {5.3}L\active@dq \dq@prtct{o}sungsansatz: Lineares Gleichungssystem}{24}{subsection.5.3}}
\newlabel{sec:berechnung:lgs}{{5.3}{24}{L"osungsansatz: Lineares Gleichungssystem\relax }{subsection.5.3}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.3.1}Grundlagen}{24}{subsubsection.5.3.1}}
\newlabel{sec:berechnung:lgs:grund}{{5.3.1}{24}{Grundlagen\relax }{subsubsection.5.3.1}{}}
\newlabel{lgs:allgemein}{{5}{24}{Grundlagen\relax }{equation.5.5}{}}
\newlabel{lgs:matrix}{{6}{24}{Grundlagen\relax }{equation.5.6}{}}
\newlabel{lgs:koefmatrix}{{7}{24}{Grundlagen\relax }{equation.5.7}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.3.2}Lineares Gleichungssystem einer Kreuzung}{25}{subsubsection.5.3.2}}
\newlabel{sec:berechnung:lgs:xr}{{5.3.2}{25}{Lineares Gleichungssystem einer Kreuzung\relax }{subsubsection.5.3.2}{}}
\newlabel{equ:xrallgemein}{{8}{25}{Lineares Gleichungssystem einer Kreuzung\relax }{equation.5.8}{}}
\newlabel{equ:algcalcmatrix}{{10}{25}{Lineares Gleichungssystem einer Kreuzung\relax }{equation.5.10}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {5.1}Aufbereiten der Abbiegewahrscheinlichkeiten}{23}{subsection.5.1}}
\@writefile{toc}{\contentsline {subsection}{\numberline {5.2}L"osungsansatz: Hidden Markow Modell}{23}{subsection.5.2}}
\newlabel{sec:berechnung:hmm}{{5.2}{23}{L"osungsansatz: Hidden Markow Modell\relax }{subsection.5.2}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {8}{\ignorespaces Zuordnungstabelle der Richtungen}}{24}{figure.8}}
\newlabel{tbl:zuordnungstabell}{{8}{24}{Zuordnungstabelle der Richtungen\relax }{figure.8}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.2.1}Grundlagen}{24}{subsubsection.5.2.1}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.2.2}HMM f"ur eine Kreuzung}{24}{subsubsection.5.2.2}}
\@writefile{toc}{\contentsline {subsection}{\numberline {5.3}L"osungsansatz: Wegfindungsalgorithmen}{24}{subsection.5.3}}
\newlabel{sec:berechnung:astar}{{5.3}{24}{L"osungsansatz: Wegfindungsalgorithmen\relax }{subsection.5.3}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {5.4}L"osungsansatz: Lineares Gleichungssystem}{24}{subsection.5.4}}
\newlabel{sec:berechnung:lgs}{{5.4}{24}{L"osungsansatz: Lineares Gleichungssystem\relax }{subsection.5.4}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.4.1}Grundlagen}{25}{subsubsection.5.4.1}}
\newlabel{sec:berechnung:lgs:grund}{{5.4.1}{25}{Grundlagen\relax }{subsubsection.5.4.1}{}}
\newlabel{lgs:allgemein}{{5}{25}{Grundlagen\relax }{equation.5.5}{}}
\newlabel{lgs:matrix}{{6}{25}{Grundlagen\relax }{equation.5.6}{}}
\newlabel{lgs:koefmatrix}{{7}{25}{Grundlagen\relax }{equation.5.7}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.4.2}Lineares Gleichungssystem einer Kreuzung}{25}{subsubsection.5.4.2}}
\newlabel{sec:berechnung:lgs:xr}{{5.4.2}{25}{Lineares Gleichungssystem einer Kreuzung\relax }{subsubsection.5.4.2}{}}
\newlabel{equ:xrallgemein}{{8}{26}{Lineares Gleichungssystem einer Kreuzung\relax }{equation.5.8}{}}
\newlabel{equ:algcalcmatrix}{{10}{26}{Lineares Gleichungssystem einer Kreuzung\relax }{equation.5.10}{}}
\newlabel{abb:a23calc}{{12}{26}{Lineares Gleichungssystem einer Kreuzung\relax }{equation.5.12}{}}
\newlabel{abb:a23d10virt}{{14}{26}{Lineares Gleichungssystem einer Kreuzung\relax }{equation.5.14}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {5.4}Kreuzungsberechnung am Graphen}{27}{subsection.5.4}}
\newlabel{sec:berechnung:graph}{{5.4}{27}{Kreuzungsberechnung am Graphen\relax }{subsection.5.4}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.4.1}Verkehrsfluss zwischen Kreuzungen}{27}{subsubsection.5.4.1}}
\newlabel{sec:berechnung:betweenxr}{{5.4.1}{27}{Verkehrsfluss zwischen Kreuzungen\relax }{subsubsection.5.4.1}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.4.2}Sonderfall: Vallidierungssensor}{27}{subsubsection.5.4.2}}
\newlabel{sec:berechnung:vallidate}{{5.4.2}{27}{Sonderfall: Vallidierungssensor\relax }{subsubsection.5.4.2}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.4.3}Abbiegewahrscheinlichkeiten}{27}{subsubsection.5.4.3}}
\@writefile{lof}{\contentsline {figure}{\numberline {8}{\ignorespaces Kreuzung A4}}{28}{figure.8}}
\newlabel{abb:7}{{6.1}{29}{Visualisierung des Graphen mit Geoinformationen\relax }{subfigure.9.1}{}}
\newlabel{abb:8}{{6.1}{29}{Visualisierung des Graphen mit Geoinformationen\relax }{subfigure.9.2}{}}
\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Ministadt, ausschnitt von Darmstadt der innerhalb dieser Arbeit betrachtet wird.}}}{29}{subfigure.9.2}}
\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Ministadt, manuell visualisiert.}}}{29}{subfigure.9.2}}
\@writefile{toc}{\contentsline {section}{\numberline {6}Visualisierung}{29}{section.6}}
\newlabel{sec:visualisierung}{{6}{29}{Visualisierung\relax }{section.6}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {6.1}Visualisierung des Graphen mit Geoinformationen}{29}{subsection.6.1}}
\@writefile{toc}{\contentsline {subsection}{\numberline {6.2}Visualisierung des JGraphT-Graphen}{29}{subsection.6.2}}
\@writefile{toc}{\contentsline {section}{\numberline {7}Validierung}{30}{section.7}}
\newlabel{sec:validierung}{{7}{30}{Validierung\relax }{section.7}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {7.1}Testdatenmenge}{30}{subsection.7.1}}
\@writefile{toc}{\contentsline {subsection}{\numberline {7.2}Verkehrsz\active@dq \dq@prtct{a}hlung}{30}{subsection.7.2}}
\@writefile{toc}{\contentsline {subsection}{\numberline {7.3}Validierung der Verkehrsaufkommensvorhersage}{30}{subsection.7.3}}
\@writefile{toc}{\contentsline {subsection}{\numberline {7.4}Sensor}{30}{subsection.7.4}}
\@writefile{toc}{\contentsline {subsection}{\numberline {7.5}\active@dq \dq@prtct{U}berpr\active@dq \dq@prtct{u}fung des Modells}{30}{subsection.7.5}}
\@writefile{toc}{\contentsline {section}{\numberline {8}Ausblick}{31}{section.8}}
\newlabel{sec:ausblick}{{8}{31}{Ausblick\relax }{section.8}{}}
\newlabel{abb:a23d10virt}{{14}{27}{Lineares Gleichungssystem einer Kreuzung\relax }{equation.5.14}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {5.5}Kreuzungsberechnung am Graphen}{27}{subsection.5.5}}
\newlabel{sec:berechnung:graph}{{5.5}{27}{Kreuzungsberechnung am Graphen\relax }{subsection.5.5}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.5.1}Verkehrsfluss zwischen Kreuzungen}{28}{subsubsection.5.5.1}}
\newlabel{sec:berechnung:betweenxr}{{5.5.1}{28}{Verkehrsfluss zwischen Kreuzungen\relax }{subsubsection.5.5.1}{}}
\@writefile{toc}{\contentsline {subsubsection}{\numberline {5.5.2}Sonderfall: Validierungssensor}{28}{subsubsection.5.5.2}}
\newlabel{sec:berechnung:vallidate}{{5.5.2}{28}{Sonderfall: Validierungssensor\relax }{subsubsection.5.5.2}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {9}{\ignorespaces Kreuzung A4}}{29}{figure.9}}
\newlabel{abb:7}{{6.1}{30}{Visualisierung des Graphen mit Geoinformationen\relax }{subfigure.10.1}{}}
\newlabel{abb:8}{{6.1}{30}{Visualisierung des Graphen mit Geoinformationen\relax }{subfigure.10.2}{}}
\@writefile{lof}{\contentsline {subfigure}{\numberline{(a)}{\ignorespaces {Ministadt, ausschnitt von Darmstadt der innerhalb dieser Arbeit betrachtet wird.}}}{30}{subfigure.10.2}}
\@writefile{lof}{\contentsline {subfigure}{\numberline{(b)}{\ignorespaces {Ministadt, manuell visualisiert.}}}{30}{subfigure.10.2}}
\@writefile{toc}{\contentsline {section}{\numberline {6}Visualisierung}{30}{section.6}}
\newlabel{sec:visualisierung}{{6}{30}{Visualisierung\relax }{section.6}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {6.1}Visualisierung des Graphen mit Geoinformationen}{30}{subsection.6.1}}
\@writefile{toc}{\contentsline {subsection}{\numberline {6.2}Visualisierung des JGraphT-Graphen}{30}{subsection.6.2}}
\@writefile{toc}{\contentsline {section}{\numberline {7}Validierung}{31}{section.7}}
\newlabel{sec:validierung}{{7}{31}{Validierung\relax }{section.7}{}}
\@writefile{toc}{\contentsline {subsection}{\numberline {7.1}Testdatenmenge}{31}{subsection.7.1}}
\@writefile{toc}{\contentsline {subsection}{\numberline {7.2}Verkehrsz"ahlung}{31}{subsection.7.2}}
\@writefile{toc}{\contentsline {subsection}{\numberline {7.3}Validierung der Verkehrsaufkommensvorhersage}{31}{subsection.7.3}}
\@writefile{toc}{\contentsline {subsection}{\numberline {7.4}Sensor}{31}{subsection.7.4}}
\@writefile{toc}{\contentsline {subsection}{\numberline {7.5}"Uberpr"ufung des Modells}{31}{subsection.7.5}}
\@writefile{toc}{\contentsline {section}{\numberline {8}Ausblick}{32}{section.8}}
\newlabel{sec:ausblick}{{8}{32}{Ausblick\relax }{section.8}{}}
\bibstyle{plainnat}
\bibdata{bib/literature}
\bibcite{book:rilsa}{{Arbeitsgruppe: Verkehrsmanagement}(2010)}
@ -208,57 +210,57 @@
\bibcite{web:statista:lkw}{Statista(2013{a})}
\bibcite{web:statista:pkw}{Statista(2013{b})}
\bibcite{book:verkehrdata}{{Statitisches Bundesamt}(2013)}
\@writefile{toc}{\contentsline {section}{\numberline {9}Glossar}{33}{section.8}}
\@writefile{toc}{\contentsline {section}{\numberline {10}Abbildungsverzeichnis}{34}{section.8}}
\@writefile{toc}{\contentsline {section}{\numberline {11}Quellcodeverzeichnis}{34}{section.8}}
\@writefile{toc}{\contentsline {section}{\numberline {12}Anhang}{35}{section.12}}
\newlabel{sec:anhang}{{12}{35}{Anhang\relax }{section.12}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {9}{\ignorespaces CAD Bild der Stadt Darmstadt, mit eingezeichneten Kreuzungen}}{36}{figure.9}}
\newlabel{abb:caddarmstadt}{{9}{36}{CAD Bild der Stadt Darmstadt, mit eingezeichneten Kreuzungen\relax }{figure.9}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {10}{\ignorespaces Abbiegewahrscheinlichkeiten Darmstadt Nord}}{37}{figure.10}}
\newlabel{abb:abbwnorth}{{10}{37}{Abbiegewahrscheinlichkeiten Darmstadt Nord\relax }{figure.10}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {11}{\ignorespaces Abbiegewahrscheinlichkeiten Darmstadt Süd}}{38}{figure.11}}
\newlabel{abb:abbwsouth}{{11}{38}{Abbiegewahrscheinlichkeiten Darmstadt Süd\relax }{figure.11}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {12}{\ignorespaces Kreuzungsübersicht 'Ministadt'in der Stadt Darmstadt}}{40}{figure.12}}
\newlabel{anhang:a3}{{12}{41}{\relax }{figure.12}{}}
\newlabel{anhang:a4}{{12}{41}{\relax }{figure.15}{}}
\newlabel{anhang:a5}{{12}{41}{\relax }{figure.18}{}}
\newlabel{anhang:a12}{{12}{41}{\relax }{figure.21}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {13}{\ignorespaces Kreuzung A3}}{42}{figure.13}}
\@writefile{lof}{\contentsline {figure}{\numberline {14}{\ignorespaces Übersetzungstabelle für Kreuzung A3}}{43}{figure.14}}
\@writefile{lof}{\contentsline {figure}{\numberline {15}{\ignorespaces CAD Zeichnung der Kreuzung A3}}{44}{figure.15}}
\@writefile{lof}{\contentsline {figure}{\numberline {16}{\ignorespaces Kreuzung A4}}{45}{figure.16}}
\@writefile{lof}{\contentsline {figure}{\numberline {17}{\ignorespaces Übersetzungstabelle für Kreuzung A4}}{46}{figure.17}}
\@writefile{lof}{\contentsline {figure}{\numberline {18}{\ignorespaces CAD Zeichnung der Kreuzung A4}}{47}{figure.18}}
\@writefile{lof}{\contentsline {figure}{\numberline {19}{\ignorespaces Kreuzung A5}}{48}{figure.19}}
\@writefile{lof}{\contentsline {figure}{\numberline {20}{\ignorespaces Übersetzungstabelle für Kreuzung A5}}{49}{figure.20}}
\@writefile{lof}{\contentsline {figure}{\numberline {21}{\ignorespaces CAD Zeichnung der Kreuzung A5}}{50}{figure.21}}
\@writefile{lof}{\contentsline {figure}{\numberline {22}{\ignorespaces Kreuzung A12}}{51}{figure.22}}
\newlabel{anhang:a23}{{12}{52}{\relax }{figure.24}{}}
\newlabel{anhang:a28}{{12}{52}{\relax }{figure.27}{}}
\newlabel{anhang:a29}{{12}{52}{\relax }{figure.30}{}}
\newlabel{anhang:a46}{{12}{52}{\relax }{figure.33}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {23}{\ignorespaces Übersetzungstabelle für Kreuzung A12}}{53}{figure.23}}
\@writefile{lof}{\contentsline {figure}{\numberline {24}{\ignorespaces CAD Zeichnung der Kreuzung A12}}{54}{figure.24}}
\@writefile{lof}{\contentsline {figure}{\numberline {25}{\ignorespaces Kreuzung A23}}{55}{figure.25}}
\@writefile{lof}{\contentsline {figure}{\numberline {26}{\ignorespaces Übersetzungstabelle für Kreuzung A23}}{56}{figure.26}}
\@writefile{lof}{\contentsline {figure}{\numberline {27}{\ignorespaces CAD Zeichnung der Kreuzung A23}}{57}{figure.27}}
\@writefile{lof}{\contentsline {figure}{\numberline {28}{\ignorespaces Kreuzung A28}}{58}{figure.28}}
\@writefile{lof}{\contentsline {figure}{\numberline {29}{\ignorespaces Übersetzungstabelle für Kreuzung A28}}{59}{figure.29}}
\@writefile{lof}{\contentsline {figure}{\numberline {30}{\ignorespaces CAD Zeichnung der Kreuzung A28}}{60}{figure.30}}
\@writefile{lof}{\contentsline {figure}{\numberline {31}{\ignorespaces Kreuzung A29}}{61}{figure.31}}
\@writefile{lof}{\contentsline {figure}{\numberline {32}{\ignorespaces Übersetzungstabelle für Kreuzung A29}}{62}{figure.32}}
\@writefile{lof}{\contentsline {figure}{\numberline {33}{\ignorespaces CAD Zeichnung der Kreuzung A29}}{63}{figure.33}}
\newlabel{anhang:a59}{{12}{64}{\relax }{figure.36}{}}
\newlabel{anhang:a104}{{12}{64}{\relax }{figure.39}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {34}{\ignorespaces Kreuzung A46}}{65}{figure.34}}
\@writefile{lof}{\contentsline {figure}{\numberline {35}{\ignorespaces Übersetzungstabelle für Kreuzung A46}}{66}{figure.35}}
\@writefile{lof}{\contentsline {figure}{\numberline {36}{\ignorespaces CAD Zeichnung der Kreuzung A46}}{67}{figure.36}}
\@writefile{lof}{\contentsline {figure}{\numberline {37}{\ignorespaces Kreuzung A59}}{68}{figure.37}}
\@writefile{lof}{\contentsline {figure}{\numberline {38}{\ignorespaces Übersetzungstabelle für Kreuzung A59}}{69}{figure.38}}
\@writefile{lof}{\contentsline {figure}{\numberline {39}{\ignorespaces CAD Zeichnung der Kreuzung A59}}{70}{figure.39}}
\@writefile{lof}{\contentsline {figure}{\numberline {40}{\ignorespaces Kreuzung A104}}{71}{figure.40}}
\@writefile{lof}{\contentsline {figure}{\numberline {41}{\ignorespaces Übersetzungstabelle für Kreuzung A104}}{72}{figure.41}}
\@writefile{lof}{\contentsline {figure}{\numberline {42}{\ignorespaces CAD Zeichnung der Kreuzung A104}}{73}{figure.42}}
\@writefile{lof}{\contentsline {figure}{\numberline {43}{\ignorespaces Verkehrszählung vom 30.7.2013.}}{75}{figure.43}}
\@writefile{lof}{\contentsline {figure}{\numberline {44}{\ignorespaces Verkehrszählung vom 5.8.2013.}}{76}{figure.44}}
\@writefile{toc}{\contentsline {section}{\numberline {9}Glossar}{34}{section.8}}
\@writefile{toc}{\contentsline {section}{\numberline {10}Abbildungsverzeichnis}{35}{section.8}}
\@writefile{toc}{\contentsline {section}{\numberline {11}Quellcodeverzeichnis}{35}{section.8}}
\@writefile{toc}{\contentsline {section}{\numberline {12}Anhang}{36}{section.12}}
\newlabel{sec:anhang}{{12}{36}{Anhang\relax }{section.12}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {10}{\ignorespaces CAD Bild der Stadt Darmstadt, mit eingezeichneten Kreuzungen}}{37}{figure.10}}
\newlabel{abb:caddarmstadt}{{10}{37}{CAD Bild der Stadt Darmstadt, mit eingezeichneten Kreuzungen\relax }{figure.10}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {11}{\ignorespaces Abbiegewahrscheinlichkeiten Darmstadt Nord}}{38}{figure.11}}
\newlabel{abb:abbwnorth}{{11}{38}{Abbiegewahrscheinlichkeiten Darmstadt Nord\relax }{figure.11}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {12}{\ignorespaces Abbiegewahrscheinlichkeiten Darmstadt Süd}}{39}{figure.12}}
\newlabel{abb:abbwsouth}{{12}{39}{Abbiegewahrscheinlichkeiten Darmstadt Süd\relax }{figure.12}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {13}{\ignorespaces Kreuzungsübersicht 'Ministadt'in der Stadt Darmstadt}}{41}{figure.13}}
\newlabel{anhang:a3}{{12}{42}{\relax }{figure.13}{}}
\newlabel{anhang:a4}{{12}{42}{\relax }{figure.16}{}}
\newlabel{anhang:a5}{{12}{42}{\relax }{figure.19}{}}
\newlabel{anhang:a12}{{12}{42}{\relax }{figure.22}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {14}{\ignorespaces Kreuzung A3}}{43}{figure.14}}
\@writefile{lof}{\contentsline {figure}{\numberline {15}{\ignorespaces Übersetzungstabelle für Kreuzung A3}}{44}{figure.15}}
\@writefile{lof}{\contentsline {figure}{\numberline {16}{\ignorespaces CAD Zeichnung der Kreuzung A3}}{45}{figure.16}}
\@writefile{lof}{\contentsline {figure}{\numberline {17}{\ignorespaces Kreuzung A4}}{46}{figure.17}}
\@writefile{lof}{\contentsline {figure}{\numberline {18}{\ignorespaces Übersetzungstabelle für Kreuzung A4}}{47}{figure.18}}
\@writefile{lof}{\contentsline {figure}{\numberline {19}{\ignorespaces CAD Zeichnung der Kreuzung A4}}{48}{figure.19}}
\@writefile{lof}{\contentsline {figure}{\numberline {20}{\ignorespaces Kreuzung A5}}{49}{figure.20}}
\@writefile{lof}{\contentsline {figure}{\numberline {21}{\ignorespaces Übersetzungstabelle für Kreuzung A5}}{50}{figure.21}}
\@writefile{lof}{\contentsline {figure}{\numberline {22}{\ignorespaces CAD Zeichnung der Kreuzung A5}}{51}{figure.22}}
\@writefile{lof}{\contentsline {figure}{\numberline {23}{\ignorespaces Kreuzung A12}}{52}{figure.23}}
\newlabel{anhang:a23}{{12}{53}{\relax }{figure.25}{}}
\newlabel{anhang:a28}{{12}{53}{\relax }{figure.28}{}}
\newlabel{anhang:a29}{{12}{53}{\relax }{figure.31}{}}
\newlabel{anhang:a46}{{12}{53}{\relax }{figure.34}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {24}{\ignorespaces Übersetzungstabelle für Kreuzung A12}}{54}{figure.24}}
\@writefile{lof}{\contentsline {figure}{\numberline {25}{\ignorespaces CAD Zeichnung der Kreuzung A12}}{55}{figure.25}}
\@writefile{lof}{\contentsline {figure}{\numberline {26}{\ignorespaces Kreuzung A23}}{56}{figure.26}}
\@writefile{lof}{\contentsline {figure}{\numberline {27}{\ignorespaces Übersetzungstabelle für Kreuzung A23}}{57}{figure.27}}
\@writefile{lof}{\contentsline {figure}{\numberline {28}{\ignorespaces CAD Zeichnung der Kreuzung A23}}{58}{figure.28}}
\@writefile{lof}{\contentsline {figure}{\numberline {29}{\ignorespaces Kreuzung A28}}{59}{figure.29}}
\@writefile{lof}{\contentsline {figure}{\numberline {30}{\ignorespaces Übersetzungstabelle für Kreuzung A28}}{60}{figure.30}}
\@writefile{lof}{\contentsline {figure}{\numberline {31}{\ignorespaces CAD Zeichnung der Kreuzung A28}}{61}{figure.31}}
\@writefile{lof}{\contentsline {figure}{\numberline {32}{\ignorespaces Kreuzung A29}}{62}{figure.32}}
\@writefile{lof}{\contentsline {figure}{\numberline {33}{\ignorespaces Übersetzungstabelle für Kreuzung A29}}{63}{figure.33}}
\@writefile{lof}{\contentsline {figure}{\numberline {34}{\ignorespaces CAD Zeichnung der Kreuzung A29}}{64}{figure.34}}
\newlabel{anhang:a59}{{12}{65}{\relax }{figure.37}{}}
\newlabel{anhang:a104}{{12}{65}{\relax }{figure.40}{}}
\@writefile{lof}{\contentsline {figure}{\numberline {35}{\ignorespaces Kreuzung A46}}{66}{figure.35}}
\@writefile{lof}{\contentsline {figure}{\numberline {36}{\ignorespaces Übersetzungstabelle für Kreuzung A46}}{67}{figure.36}}
\@writefile{lof}{\contentsline {figure}{\numberline {37}{\ignorespaces CAD Zeichnung der Kreuzung A46}}{68}{figure.37}}
\@writefile{lof}{\contentsline {figure}{\numberline {38}{\ignorespaces Kreuzung A59}}{69}{figure.38}}
\@writefile{lof}{\contentsline {figure}{\numberline {39}{\ignorespaces Übersetzungstabelle für Kreuzung A59}}{70}{figure.39}}
\@writefile{lof}{\contentsline {figure}{\numberline {40}{\ignorespaces CAD Zeichnung der Kreuzung A59}}{71}{figure.40}}
\@writefile{lof}{\contentsline {figure}{\numberline {41}{\ignorespaces Kreuzung A104}}{72}{figure.41}}
\@writefile{lof}{\contentsline {figure}{\numberline {42}{\ignorespaces Übersetzungstabelle für Kreuzung A104}}{73}{figure.42}}
\@writefile{lof}{\contentsline {figure}{\numberline {43}{\ignorespaces CAD Zeichnung der Kreuzung A104}}{74}{figure.43}}
\@writefile{lof}{\contentsline {figure}{\numberline {44}{\ignorespaces Verkehrszählung vom 30.7.2013.}}{76}{figure.44}}
\@writefile{lof}{\contentsline {figure}{\numberline {45}{\ignorespaces Verkehrszählung vom 5.8.2013.}}{77}{figure.45}}

2
ss2013/Bachelor Thesis/thesis_ug/TUDthesis.ist
View File

@ -1,5 +1,5 @@
% makeindex style file created by the glossaries package
% for document 'TUDthesis' on 2013-8-17
% for document 'TUDthesis' on 2013-8-18
actual '?'
encap '|'
level '!'

711
ss2013/Bachelor Thesis/thesis_ug/TUDthesis.log
View File

File diff suppressed because it is too large Load Diff

36
ss2013/Bachelor Thesis/thesis_ug/TUDthesis.out
View File

@ -1,9 +1,9 @@
\BOOKMARK [1][-]{section.1}{\334bersicht}{}% 1
\BOOKMARK [1][-]{section.1}{"Ubersicht}{}% 1
\BOOKMARK [1][-]{section.2}{Einleitung}{}% 2
\BOOKMARK [1][-]{section.3}{Datenbasis und Grundlagen}{}% 3
\BOOKMARK [2][-]{subsection.3.1}{Induktionsschleifen}{section.3}% 4
\BOOKMARK [2][-]{subsection.3.2}{Adaptive Steuerung von Ampelanlagen}{section.3}% 5
\BOOKMARK [2][-]{subsection.3.3}{Macro- und microskopische Modellierung von Verkehr}{section.3}% 6
\BOOKMARK [2][-]{subsection.3.3}{Makro- und mikroskopische Modellierung von Verkehr}{section.3}% 6
\BOOKMARK [2][-]{subsection.3.4}{Induktionsschleifenwerte}{section.3}% 7
\BOOKMARK [3][-]{subsubsection.3.4.1}{CSV-Dateien der Induktionsschleifenwerte}{subsection.3.4}% 8
\BOOKMARK [3][-]{subsubsection.3.4.2}{MYSQL-Daten der JEE6 Anwendung zur Bereitstellung von Verkehrsdaten}{subsection.3.4}% 9
@ -18,33 +18,33 @@
\BOOKMARK [2][-]{subsection.4.2}{Modell als Graph}{section.4}% 18
\BOOKMARK [3][-]{subsubsection.4.2.1}{Grundlagen}{subsection.4.2}% 19
\BOOKMARK [3][-]{subsubsection.4.2.2}{Kreuzungsgraph}{subsection.4.2}% 20
\BOOKMARK [3][-]{subsubsection.4.2.3}{Kreuzungs\374bersicht}{subsection.4.2}% 21
\BOOKMARK [3][-]{subsubsection.4.2.3}{Kreuzungs"ubersicht}{subsection.4.2}% 21
\BOOKMARK [2][-]{subsection.4.3}{Modell als Matrix}{section.4}% 22
\BOOKMARK [3][-]{subsubsection.4.3.1}{Ausgangsmatrix}{subsection.4.3}% 23
\BOOKMARK [3][-]{subsubsection.4.3.2}{Eingangsmatrix}{subsection.4.3}% 24
\BOOKMARK [2][-]{subsection.4.4}{Datenbankmodell}{section.4}% 25
\BOOKMARK [2][-]{subsection.4.5}{Einschr\344nkungen und Schw\344chen des Modell}{section.4}% 26
\BOOKMARK [1][-]{section.5}{L\366sungsans\344tze}{}% 27
\BOOKMARK [2][-]{subsection.5.1}{L\366sungsansatz: Hidden Markow Modell}{section.5}% 28
\BOOKMARK [3][-]{subsubsection.5.1.1}{Grundlagen}{subsection.5.1}% 29
\BOOKMARK [3][-]{subsubsection.5.1.2}{HMM f\374r eine Kreuzung}{subsection.5.1}% 30
\BOOKMARK [2][-]{subsection.5.2}{L\366sungsansatz: Wegfindungsalgorithmen}{section.5}% 31
\BOOKMARK [2][-]{subsection.5.3}{L\366sungsansatz: Lineares Gleichungssystem}{section.5}% 32
\BOOKMARK [3][-]{subsubsection.5.3.1}{Grundlagen}{subsection.5.3}% 33
\BOOKMARK [3][-]{subsubsection.5.3.2}{Lineares Gleichungssystem einer Kreuzung}{subsection.5.3}% 34
\BOOKMARK [2][-]{subsection.5.4}{Kreuzungsberechnung am Graphen}{section.5}% 35
\BOOKMARK [3][-]{subsubsection.5.4.1}{Verkehrsfluss zwischen Kreuzungen}{subsection.5.4}% 36
\BOOKMARK [3][-]{subsubsection.5.4.2}{Sonderfall: Vallidierungssensor}{subsection.5.4}% 37
\BOOKMARK [3][-]{subsubsection.5.4.3}{Abbiegewahrscheinlichkeiten}{subsection.5.4}% 38
\BOOKMARK [2][-]{subsection.4.5}{Einschr"ankungen und Schw"achen des Modell}{section.4}% 26
\BOOKMARK [1][-]{section.5}{L"osungsans"atze}{}% 27
\BOOKMARK [2][-]{subsection.5.1}{Aufbereiten der Abbiegewahrscheinlichkeiten}{section.5}% 28
\BOOKMARK [2][-]{subsection.5.2}{L"osungsansatz: Hidden Markow Modell}{section.5}% 29
\BOOKMARK [3][-]{subsubsection.5.2.1}{Grundlagen}{subsection.5.2}% 30
\BOOKMARK [3][-]{subsubsection.5.2.2}{HMM f"ur eine Kreuzung}{subsection.5.2}% 31
\BOOKMARK [2][-]{subsection.5.3}{L"osungsansatz: Wegfindungsalgorithmen}{section.5}% 32
\BOOKMARK [2][-]{subsection.5.4}{L"osungsansatz: Lineares Gleichungssystem}{section.5}% 33
\BOOKMARK [3][-]{subsubsection.5.4.1}{Grundlagen}{subsection.5.4}% 34
\BOOKMARK [3][-]{subsubsection.5.4.2}{Lineares Gleichungssystem einer Kreuzung}{subsection.5.4}% 35
\BOOKMARK [2][-]{subsection.5.5}{Kreuzungsberechnung am Graphen}{section.5}% 36
\BOOKMARK [3][-]{subsubsection.5.5.1}{Verkehrsfluss zwischen Kreuzungen}{subsection.5.5}% 37
\BOOKMARK [3][-]{subsubsection.5.5.2}{Sonderfall: Validierungssensor}{subsection.5.5}% 38
\BOOKMARK [1][-]{section.6}{Visualisierung}{}% 39
\BOOKMARK [2][-]{subsection.6.1}{Visualisierung des Graphen mit Geoinformationen}{section.6}% 40
\BOOKMARK [2][-]{subsection.6.2}{Visualisierung des JGraphT-Graphen}{section.6}% 41
\BOOKMARK [1][-]{section.7}{Validierung}{}% 42
\BOOKMARK [2][-]{subsection.7.1}{Testdatenmenge}{section.7}% 43
\BOOKMARK [2][-]{subsection.7.2}{Verkehrsz\344hlung}{section.7}% 44
\BOOKMARK [2][-]{subsection.7.2}{Verkehrsz"ahlung}{section.7}% 44
\BOOKMARK [2][-]{subsection.7.3}{Validierung der Verkehrsaufkommensvorhersage}{section.7}% 45
\BOOKMARK [2][-]{subsection.7.4}{Sensor}{section.7}% 46
\BOOKMARK [2][-]{subsection.7.5}{\334berpr\374fung des Modells}{section.7}% 47
\BOOKMARK [2][-]{subsection.7.5}{"Uberpr"ufung des Modells}{section.7}% 47
\BOOKMARK [1][-]{section.8}{Ausblick}{}% 48
\BOOKMARK [1][-]{section.8}{Glossar}{}% 49
\BOOKMARK [1][-]{section.8}{Abbildungsverzeichnis}{}% 50

BIN
ss2013/Bachelor Thesis/thesis_ug/TUDthesis.pdf
View File

Binary file not shown.

BIN
ss2013/Bachelor Thesis/thesis_ug/TUDthesis.synctex.gz
View File

Binary file not shown.

1
ss2013/Bachelor Thesis/thesis_ug/TUDthesis.tex
View File

@ -1,5 +1,6 @@
\documentclass[article,type=bsc,colorback,accentcolor=tud9d]{tudthesis}
\usepackage{ngerman}
\usepackage[ngerman]{babel}
\usepackage{subfigure}
\usepackage{amsmath}
\usepackage{listings}

60
ss2013/Bachelor Thesis/thesis_ug/TUDthesis.toc
View File

@ -1,9 +1,9 @@
\contentsline {section}{\numberline {1}\active@dq \dq@prtct {U}bersicht}{1}{section.1}
\contentsline {section}{\numberline {1}"Ubersicht}{1}{section.1}
\contentsline {section}{\numberline {2}Einleitung}{4}{section.2}
\contentsline {section}{\numberline {3}Datenbasis und Grundlagen}{6}{section.3}
\contentsline {subsection}{\numberline {3.1}Induktionsschleifen}{6}{subsection.3.1}
\contentsline {subsection}{\numberline {3.2}Adaptive Steuerung von Ampelanlagen}{7}{subsection.3.2}
\contentsline {subsection}{\numberline {3.3}Macro- und microskopische Modellierung von Verkehr}{7}{subsection.3.3}
\contentsline {subsection}{\numberline {3.3}Makro- und mikroskopische Modellierung von Verkehr}{7}{subsection.3.3}
\contentsline {subsection}{\numberline {3.4}Induktionsschleifenwerte}{8}{subsection.3.4}
\contentsline {subsubsection}{\numberline {3.4.1}CSV-Dateien der Induktionsschleifenwerte}{9}{subsubsection.3.4.1}
\contentsline {subsubsection}{\numberline {3.4.2}MYSQL-Daten der JEE6 Anwendung zur Bereitstellung von Verkehrsdaten}{9}{subsubsection.3.4.2}
@ -18,35 +18,35 @@
\contentsline {subsection}{\numberline {4.2}Modell als Graph}{16}{subsection.4.2}
\contentsline {subsubsection}{\numberline {4.2.1}Grundlagen}{17}{subsubsection.4.2.1}
\contentsline {subsubsection}{\numberline {4.2.2}Kreuzungsgraph}{17}{subsubsection.4.2.2}
\contentsline {subsubsection}{\numberline {4.2.3}Kreuzungs\active@dq \dq@prtct {u}bersicht}{18}{subsubsection.4.2.3}
\contentsline {subsubsection}{\numberline {4.2.3}Kreuzungs"ubersicht}{18}{subsubsection.4.2.3}
\contentsline {subsection}{\numberline {4.3}Modell als Matrix}{18}{subsection.4.3}
\contentsline {subsubsection}{\numberline {4.3.1}Ausgangsmatrix}{19}{subsubsection.4.3.1}
\contentsline {subsubsection}{\numberline {4.3.2}Eingangsmatrix}{20}{subsubsection.4.3.2}
\contentsline {subsection}{\numberline {4.4}Datenbankmodell}{20}{subsection.4.4}
\contentsline {subsection}{\numberline {4.5}Einschr\active@dq \dq@prtct {a}nkungen und Schw\active@dq \dq@prtct {a}chen des Modell}{21}{subsection.4.5}
\contentsline {section}{\numberline {5}L\active@dq \dq@prtct {o}sungsans\active@dq \dq@prtct {a}tze}{23}{section.5}
\contentsline {subsection}{\numberline {5.1}L\active@dq \dq@prtct {o}sungsansatz: Hidden Markow Modell}{23}{subsection.5.1}
\contentsline {subsubsection}{\numberline {5.1.1}Grundlagen}{23}{subsubsection.5.1.1}
\contentsline {subsubsection}{\numberline {5.1.2}HMM f\active@dq \dq@prtct {u}r eine Kreuzung}{23}{subsubsection.5.1.2}
\contentsline {subsection}{\numberline {5.2}L\active@dq \dq@prtct {o}sungsansatz: Wegfindungsalgorithmen}{23}{subsection.5.2}
\contentsline {subsection}{\numberline {5.3}L\active@dq \dq@prtct {o}sungsansatz: Lineares Gleichungssystem}{24}{subsection.5.3}
\contentsline {subsubsection}{\numberline {5.3.1}Grundlagen}{24}{subsubsection.5.3.1}
\contentsline {subsubsection}{\numberline {5.3.2}Lineares Gleichungssystem einer Kreuzung}{25}{subsubsection.5.3.2}
\contentsline {subsection}{\numberline {5.4}Kreuzungsberechnung am Graphen}{27}{subsection.5.4}
\contentsline {subsubsection}{\numberline {5.4.1}Verkehrsfluss zwischen Kreuzungen}{27}{subsubsection.5.4.1}
\contentsline {subsubsection}{\numberline {5.4.2}Sonderfall: Vallidierungssensor}{27}{subsubsection.5.4.2}
\contentsline {subsubsection}{\numberline {5.4.3}Abbiegewahrscheinlichkeiten}{27}{subsubsection.5.4.3}
\contentsline {section}{\numberline {6}Visualisierung}{29}{section.6}
\contentsline {subsection}{\numberline {6.1}Visualisierung des Graphen mit Geoinformationen}{29}{subsection.6.1}
\contentsline {subsection}{\numberline {6.2}Visualisierung des JGraphT-Graphen}{29}{subsection.6.2}
\contentsline {section}{\numberline {7}Validierung}{30}{section.7}
\contentsline {subsection}{\numberline {7.1}Testdatenmenge}{30}{subsection.7.1}
\contentsline {subsection}{\numberline {7.2}Verkehrsz\active@dq \dq@prtct {a}hlung}{30}{subsection.7.2}
\contentsline {subsection}{\numberline {7.3}Validierung der Verkehrsaufkommensvorhersage}{30}{subsection.7.3}
\contentsline {subsection}{\numberline {7.4}Sensor}{30}{subsection.7.4}
\contentsline {subsection}{\numberline {7.5}\active@dq \dq@prtct {U}berpr\active@dq \dq@prtct {u}fung des Modells}{30}{subsection.7.5}
\contentsline {section}{\numberline {8}Ausblick}{31}{section.8}
\contentsline {section}{\numberline {9}Glossar}{33}{section.8}
\contentsline {section}{\numberline {10}Abbildungsverzeichnis}{34}{section.8}
\contentsline {section}{\numberline {11}Quellcodeverzeichnis}{34}{section.8}
\contentsline {section}{\numberline {12}Anhang}{35}{section.12}
\contentsline {subsection}{\numberline {4.5}Einschr"ankungen und Schw"achen des Modell}{21}{subsection.4.5}
\contentsline {section}{\numberline {5}L"osungsans"atze}{23}{section.5}
\contentsline {subsection}{\numberline {5.1}Aufbereiten der Abbiegewahrscheinlichkeiten}{23}{subsection.5.1}
\contentsline {subsection}{\numberline {5.2}L"osungsansatz: Hidden Markow Modell}{23}{subsection.5.2}
\contentsline {subsubsection}{\numberline {5.2.1}Grundlagen}{24}{subsubsection.5.2.1}
\contentsline {subsubsection}{\numberline {5.2.2}HMM f"ur eine Kreuzung}{24}{subsubsection.5.2.2}
\contentsline {subsection}{\numberline {5.3}L"osungsansatz: Wegfindungsalgorithmen}{24}{subsection.5.3}
\contentsline {subsection}{\numberline {5.4}L"osungsansatz: Lineares Gleichungssystem}{24}{subsection.5.4}
\contentsline {subsubsection}{\numberline {5.4.1}Grundlagen}{25}{subsubsection.5.4.1}
\contentsline {subsubsection}{\numberline {5.4.2}Lineares Gleichungssystem einer Kreuzung}{25}{subsubsection.5.4.2}
\contentsline {subsection}{\numberline {5.5}Kreuzungsberechnung am Graphen}{27}{subsection.5.5}
\contentsline {subsubsection}{\numberline {5.5.1}Verkehrsfluss zwischen Kreuzungen}{28}{subsubsection.5.5.1}
\contentsline {subsubsection}{\numberline {5.5.2}Sonderfall: Validierungssensor}{28}{subsubsection.5.5.2}
\contentsline {section}{\numberline {6}Visualisierung}{30}{section.6}
\contentsline {subsection}{\numberline {6.1}Visualisierung des Graphen mit Geoinformationen}{30}{subsection.6.1}
\contentsline {subsection}{\numberline {6.2}Visualisierung des JGraphT-Graphen}{30}{subsection.6.2}
\contentsline {section}{\numberline {7}Validierung}{31}{section.7}
\contentsline {subsection}{\numberline {7.1}Testdatenmenge}{31}{subsection.7.1}
\contentsline {subsection}{\numberline {7.2}Verkehrsz"ahlung}{31}{subsection.7.2}
\contentsline {subsection}{\numberline {7.3}Validierung der Verkehrsaufkommensvorhersage}{31}{subsection.7.3}
\contentsline {subsection}{\numberline {7.4}Sensor}{31}{subsection.7.4}
\contentsline {subsection}{\numberline {7.5}"Uberpr"ufung des Modells}{31}{subsection.7.5}
\contentsline {section}{\numberline {8}Ausblick}{32}{section.8}
\contentsline {section}{\numberline {9}Glossar}{34}{section.8}
\contentsline {section}{\numberline {10}Abbildungsverzeichnis}{35}{section.8}
\contentsline {section}{\numberline {11}Quellcodeverzeichnis}{35}{section.8}
\contentsline {section}{\numberline {12}Anhang}{36}{section.12}

110
ss2013/Bachelor Thesis/thesis_ug/tex/berechnung.tex
View File

@ -11,7 +11,34 @@ Es galt folgende Werte zu berechnen und Fragen zu l"osen:
\item{Verkehrswerte f"ur einen Zeitpunkt in der Zuknunft berechnen.}\label{problem:7}
\end{enumerate}
Es wurden im Rahmen dieser Arbeit mehrere Berechnungsans"atze daraufhin "uberpr"uft, ob sie eines der gegebenen Problem l"osen kann. Die beschriebenen Ans"atze sind 'Hidden Markov Modell', 'Wegfindungsalorithmen' wie A* und 'lineares Gleichungssystem' und werden in jeweils in einem eigenen Unterkapitel diskutiert.\\ \\
Das Ziel f"ur \ref{problem:1} virtuelle Sensoren Werte zu berechnen war das erste Ziel, welche zu erreichen galt. Da virtuelle Sensoren in dem entwickelten Verkehrsmodell ausschließlich Aus- und Eing"ange modellieren, da alle modellierten Kreuzungen auf den Einfahrtsspuren mit Sensoren best"uckt sind. Kann die Herausforderung, Werte f"ur virtuelle Sensoren zu berechnen, gel"ost werden, so w"urden damit ebenfalls die Herausforderung einen Verkehrswert f"ur den jeweiligen Kreuzungsausgang zu berechnen gel"ost werden \ref{problem:2}.
Das Ziel f"ur \ref{problem:1} virtuelle Sensoren Werte zu berechnen war das erste Ziel, welche zu erreichen galt. Da virtuelle Sensoren in dem entwickelten Verkehrsmodell ausschließlich Aus- und Eing"ange modellieren, da alle modellierten Kreuzungen auf den Einfahrtsspuren mit Sensoren best"uckt sind. Kann die Herausforderung, Werte f"ur virtuelle Sensoren zu berechnen, gel"ost werden, so w"urden damit ebenfalls die Herausforderung einen Verkehrswert f"ur den jeweiligen Kreuzungsausgang zu berechnen gel"ost werden \ref{problem:2}.\\ \\
Zunächst wird das Aufbereiten der Abbiegewahrscheinlichkeiten beschrieben, um diese den einzelnen Verbindungen von Sensor zu Kreuzungsausgang zuzordnen. Danach werden die Berechnungsansätze diskutiert, die die berechneten Abbiegewahrscheinlichkeiten benötigen.
\subsection{Aufbereiten der Abbiegewahrscheinlichkeiten}
Die Abbiegewahrscheinlichkeiten liegen mit einer sensorspezifischen Richtungsangabe vor. Diese richtet sich nach der Fließrichtung des Verkehrs, welcher über den Sensor fließt und bezeichnet die drei Richtungen Geradeaus, Links und Rechts. Mehr Informationen zu dem Format der Abbiegewahrscheinlichkeiten sind im Kapitel \autoref{sec:modell} beschrieben.\\ \\
Ermittelt man die Kreuzung, von welcher der Verkehrsteilnehmer, welche den Sensor passiert hat, kommt, sowie die nachfolgenden Kreuzungen, welche über den Sensor erreichbar sind. So kann mithilfe der Positionen der vorhergehenden, der aktuellen und der nachfolgenden Kreuzung die Richtung der gewählten, ausgehenden, Verbindung des Sensorknotens bestimmt werden.\\ \\
Hierf"ur werden die Positionen, angegeben in Latitude und Longitude, von vorgehender und aktueller, sowie aktueller und nachfolgender Kreuzungen, voneinander subtrahiert. Durch Untersuchung der Differenz kann bestimmt werden, ob vorhergehende bzw. nachfolgende Kreuzung, südlich, nördlich, westlich oder östlich der Kreuzung des zu untersuchenden Sensors liegt. Wird dies für beide vor und nachfolgende Kreuzungen durchgeführt kann der Verkehrsfluss bestimmt werden. Ein Beispiel wäre ein Fluss über Sensor x von Norden nach Süden. Mithilfe einer Zuordnungstabelle kann die Richtung den Werten Geradeaus, Rechts und Links des Sensors zugeordnet werden und die entsprechende Abbiegewahrscheinlichkeit an der ausgehenden Kante des Sensor vermerkt werden. Die Zuordnungstabelle ist in \autoref{tbl:zuordnungstabell} zu finden.
\begin{figure}
\begin{tabular}{|l|l|l|l|}
\hline
& Geradeaus & Links & Rechts\\
\hline
S"uden -> Norden & 1 & 0 & 0\\
S"uden -> Westen & 0 & 1 & 0\\
S"uden -> Osten & 0 & 0 & 1\\
Norden -> S"uden & 1 & 0 & 0\\
Norden -> Osten & 0 & 1 & 0\\
Norden -> Westen & 0 & 0 & 1\\
Westen -> Osten & 1 & 0 & 0\\
Westen -> Norden & 0 & 1 & 0\\
Westen -> S"uden & 0 & 0 & 1\\
Osten -> Westen & 1 & 0 & 0\\
Osten -> S"uden & 0 & 1 & 0\\
Osten -> Norden & 0 & 0 & 1\\
\hline
\end{tabular}
\caption{Zuordnungstabelle der Richtungen}
\label{tbl:zuordnungstabell}
\end{figure}
\subsection{L"osungsansatz: Hidden Markow Modell}\label{sec:berechnung:hmm}
[todo]
Das Hidden Markow Modell(HMM) ist ein Modell zur Beschreibung von Systemen mit versteckten Zust"anden. Es ist nach dem russischen Mathematiker Andrei Andrejewitsch Markow benannt. Es schien ein geignetes Modell zu sein, da es vermag sowohl bekannte als auch unbekannte Einheiten zu modellieren, in Verbindung einer "Ubergangswahrscheinlichkeit. [ref] Im Folgendem werden die Grundlagen von Hidden Marokw Modellen umrissen.
@ -252,53 +279,42 @@ Das Ziel f"ur \ref{problem:1} virtuelle Sensoren Werte zu berechnen war das erst
Zwischen Kreuzungen ist das entwickelte Modell ungenau, da Seitenstraßen und Kreuzungen ohne Sensoren nicht modelliert werden. Es kann allerdings aufgrund der Berechnungen aus \autoref{sec:berechnung:lgs:xr} ein Wert f"ur den Verkehr bestimmt werden, welche von einer Kreuzung ausgehend in eine bestimmte Richtung fließt.
Dieser Wert entspricht dem f"ur den Ausgang der Kreuzung berechneten Wert, da dieser Wert aussagt wie viele Autos die Kreuzung in diese Richtung verlassen haben.\\ \\
Dadurch dass die vorliegenden Sensordaten f"ur eine Minute gemessen wurden, kann leider nicht berechnet werden wie viel des Verkehrs, welcher eine Kreuzung verl"asst, an einer anderen wieder einfließt und welcher Teil in Seitenstraßen abgeflossen ist, da die Messungen zweier Kreuzungen nicht in eine Beziehung gesetzt werden k"onnen.
\subsubsection{Sonderfall: Vallidierungssensor}\label{sec:berechnung:vallidate}
(todo)
Mit beiden Matrizen wird eine Kreuzung ohne Validierungssensoren vollst"andig beschrieben. Sind dagegen valliderungssensoren Vorhanden, so beschriebt die Matrix nicht mehr den kompletten Graphen wie das beispiel der Kreuzung () zeigt:
(Eingansmatrix)
(Ausgangsmatrix)
Die Verbindung von Sensor () nach Sensor () wird hier nicht modelliert.
F"ur die Berechnung wird sich zeigen, dass das unerheblich ist, sofern man
Sensor() in der Ausgangsmatrix f"ur die Zeile ()() eintr"agt. Die Berechnung der Geradeausspur ist dann wie folgend: () - () = A.
\subsubsection{Abbiegewahrscheinlichkeiten}
[todo]
Da diese Richtungsangaben von der Position des Sensors abh"angt. Hierf"ur m"ussen die drei Richtungsangaben auf Kreuzungsnamen umgerechnet werden, welche auf den Ausgang der betrachteten Kreuzung folgen.
Ermittelt man die Kreuzung, von welcher der Verkehrsteilnehmer, welche den Sensor passiert hat, so kann mithilfe der Positionen aller drei Kreuzungen bestimmt werden, in welche Richtung der Verkehr flie"st.\\ \\
Hierf"ur werden die Positionen, angegeben in Latitude und Longitude, der jeweils zweier Kreuzungen voneinander abgezogen.
[Rechnung]
Nachdem Eingangs- und Ausgangsrichtung bestimmt wurden kann eine Zuordnung erfolgen.
Eine Zuordnung zu den Tabellenwerten 'Straight', 'Left' und 'Right' kann nun anhand einer Zuordnungstabelle erfolgen:
\begin{enumerate}
\item{ Straight
\begin{enumerate}
\item{S\"uden -> Norden}
\item{Norden -> S\"uden}
\item{Westen -> Osten}
\item{Osten -> Westen}
\end{enumerate}
}
\item{ Left
\begin{enumerate}
\item{S"uden -> Westen}
\item{Westen -> Norden}
\item{Norden -> Osten}
\item{Osten -> S"uden}
\end{enumerate}
}
\item{Right
\begin{enumerate}
\item{S\"uden -> Osten}
\item{Osten -> Norden}
\item{Norden -> Westen}
\item{Westen -> S\"uden}
\end{enumerate}
}
\end{enumerate}
Nachfolgend ein Beispiel einer Kreuzung, der A4, welche an einer Stelle eine Validierung zul"asst.
\subsubsection{Sonderfall: Validierungssensor}\label{sec:berechnung:vallidate}
Als Validierungssensoren werden diejenigen Sensoren bezeichnet, welche direkt vor inem kreuzungsausgang liegen. Sie können von verschiedenen Seiten den Kreuzung befahren werden und zählen in der Regeln Verkehr, welcher bereits von einem Sensor gezählt wurden.
Da der Einsatz dieser Validierungssensoren nicht flächendeckend ist, können diese Sensoren nicht sinnvoll verwendet werden. Im nachfolgendem Abschnitt wird beschrieben, welche Berechnungen auf Basis des, weiter oben in diesem Kapitel, entwickelten Gleichungssystems, mithilfe einer vollständig mit Validierungssensoren bestückten Kreuzung, möglich sind. \\ \\
Sind alle Ausgangsspuren einer Kreuzung mit Validierungssensoren bestückt, kann der Ausgangswert einer Kreuzung durch aufaddieren der jeweiligen Sensorwerte, analgo zur Berechnung der Kreuzungseingangswerte, exakt bestimmt werden. Es sind keine Abbiegewahrscheinlichkeiten mehr notwendig, der den Verkehr, welcher über einen Eingangssensor fließt, aufteilt. Das Ergebnis $b$ des oben beschrieben Gleichungssystems kann eingefüllt werden. Dies ermöglicht es, die Abbiegewahrscheinlichkeiten mithilfe eines LGS-Lösungsverfahrens zu bestimmen. An Beispiel der Kreuzung A23 wurden Validierungssensoren durch ein vorhandenes, frei gewähltes, Ergebnis simuliert. Hierfür wird angenommen, dass jeder Ausgang der Kreuzung von 5 Fahrzeugen verlassen wird.
\begin{equation}
\begin{Bmatrix}
& D1 & D2 & D3 & D4 & D5 & D6 & D7 & D8 & D9 & D10\\
A12 & 1 & 1 & 0 & 0 & 0 & 1 & 1 & 0 & 0 & 0\\
A4 & 1 & 1 & 0 & 0 & 0 & 1 & 1 & 0 & 0 & 0\\
A104 & 1 & 0 & 0 & 1 & 1 & 0 & 0 & 0 & 0 & 1\\
\end{Bmatrix}
*
\begin{Bmatrix}
& count\\
D1 & 1\\
D2 & 2\\
D3 & 3\\
D4 & 4\\
D5 & 5\\
D6 & 6\\
D7 & 7\\
D8 & 8\\
D9 & 9\\
D10 & 0\\
\end{Bmatrix}
=
\begin{Bmatrix}
& count\\
A12 & 5\\
AA & 5\\
A104 & 5\\
\end{Bmatrix}
\end{equation}
Durch lösen des LGS erhält man die Abbiegewahrscheinlichkeiten der einzelnen Sensoren. Diese Abbiegewahrscheinlichkeiten entsprechen dabei dem exakten Abbiegeverhalten der Verkehrsteilnehmer über dem Messinverall. Die, für dieses Beispiel bestimmten, Abbiegewahrscheinlichkeiten sind in Tabelle [todo] aufgezeigt.
Nachfolgend ein Beispiel einer Kreuzung, der A4, welche an einer Stelle eine Validierung zul"asst.
\begin{figure}[htbp!]
\centering
\fbox{\includegraphics[width=0.5\textwidth-2\fboxsep-2\fboxrule]{ext/KreuzungA4}}

69
ss2013/Bachelor Thesis/thesis_ug/tex/datengrund.tex
View File

@ -1,12 +1,12 @@
\section{Datenbasis und Grundlagen}\label{sec:datengrund}
In diesem Kapitel werden die Grundlagen der Verkehrstechnik und -Modellierung beschrieben, sowie die Verkehrsdaten welchen f"ur diese Arbeit zur Verf"ugung standen und wie diese aufbereitet wurden. Die Aufbereitung der Daten dient der Modellierung des Verkehrssystems welches im Kapitel \autoref{sec:modell} n"aher beschrieben wird.
In diesem Kapitel werden die Grundlagen der Verkehrstechnik und -modellierung beschrieben. Es wird erklärt, welche Verkehrsdaten zur Verf"ugung standen und wie diese aufbereitet wurden. Die Aufbereitung der Daten dient der Modellierung des Verkehrssystems. Es wird im Kapitel \autoref{sec:modell} n"aher beschrieben.
\subsection {Induktionsschleifen}\label{sec:datengrund:induct}
Eine Induktionsschleife ist ein, in die Fahrbahndecke integrierter, Sensor welcher dem Messen des Verkehr dient. Er macht sich das Prinzip der elektromagnetischen Induktion zur Nutze, um metallische Objekte zu detektieren. Hierf"ur werden Kabelschleifen in die Fahrbahndecke eingelassen, parallel zu einem Kondensator geschaltet und mit einem Oszillator verbunden. Die Konstruktion aus Kondensator und Spule, der Induktionsschleife, wird Schwingkreis genannt. Durch Anlegen eines konstanten Gleichstroms erzeugen die Kabelschleifen ein Magnetfeld auf der Stra"se, welches sich ver"andert, wenn ein Auto darauf steht oder dar"uber f"ahrt. Diese "Anderung ist an einer ge"anderten Resonanzfrequenz mithilfe des Oszillators messbar. Die Resonanzfrequenz berechnet sich nach der Formel \ref{form:resonanzfrequenz} aus der Induktivit"at der Induktionsschleife und der Kapazit"at des Kondensators:
Eine Induktionsschleife ist ein, in die Fahrbahndecke integrierter Sensor, der dem Messen des Verkehr dient. Er macht sich das Prinzip der elektromagnetischen Induktion zur Nutze, um metallische Objekte zu detektieren. Hierf"ur werden Kabelschleifen in die Fahrbahndecke eingelassen, parallel zu einem Kondensator geschaltet und mit einem Oszillator verbunden. Die Konstruktion aus Kondensator und Spule, der Induktionsschleife, wird Schwingkreis genannt. Durch Anlegen eines konstanten Gleichstroms erzeugen die Kabelschleifen ein Magnetfeld auf der Stra"se, welches sich ver"andert, wenn ein Fahrzeug darauf steht oder dar"uber f"ahrt. Diese "Anderung ist an einer ge"anderten Resonanzfrequenz mithilfe des Oszillators messbar. Die Resonanzfrequenz berechnet sich nach der Formel \ref{form:resonanzfrequenz} aus der Induktivit"at der Induktionsschleife und der Kapazit"at des Kondensators:
\begin{equation}\label{form:resonanzfrequenz}
f_0 = \frac1{2 \pi \sqrt{L C}}
\end{equation}
$L$ bezeichnet die Induktivit"at der Induktionsschleife, $C$ die Kapazit"at des Kondensators.\\
Die Elektronik der Induktionsschleife wertet die gemessene Resonanzfrequenz aus und "ubermittelt aufbereitete Werte, welche von einer adaptiven Ampel benutzt werden k"onnen, um den Verkehr zu steuern. So k"onnen Werte f"ur die Anzahl der Autos, welche den Sensor passiert haben, bestimmt werden, sowie die Belegungszeit des Sensors. In Abbildung \ref{abb:2} ist eine in die Fahrbahndecke verbaute Kabelschleife zu sehen, in Abbildung \ref{abb:3} ist der schematische Aufbau einer Induktionsschleife aufgezeigt.\\ \\
Die Elektronik der Induktionsschleife wertet die gemessene Resonanzfrequenz aus und "ubermittelt aufbereitete Werte. Sie k"onnen von einer adaptiven Ampel benutzt werden, um den Verkehr zu steuern. So k"onnen Werte f"ur die Anzahl der Autos, welche den Sensor passiert haben, bestimmt werden. Ebenso die Belegungszeit des Sensors. In Abbildung \ref{abb:2} ist eine in die Fahrbahndecke verbaute Kabelschleife zu sehen, in Abbildung \ref{abb:3} ist der schematische Aufbau einer Induktionsschleife aufgezeigt.\\ \\
\begin{figure}
\centering
\subfigure[Induktionsschleife mit Kabel nach Abfr"asen der Fahrbahn. Quelle: wikipedia.org]{\includegraphics[width=0.3\textwidth-2\fboxsep-2\fboxrule]{pic/800px-Induktionsschleife}}
@ -14,16 +14,16 @@ In diesem Kapitel werden die Grundlagen der Verkehrstechnik und -Modellierung be
\subfigure[Schematischer Aubau einer Induktionsschleife Quelle: \cite{thesis:mazur}.]{\includegraphics[width=0.5\textwidth-2\fboxsep-2\fboxrule]{pic/induktionsschleife-schema}}
\label{abb:3}
\end{figure}
Wie bei jedem Sensor sind die Messungen unter Vorbehalt des Fehlers zu betrachten. In der Arbeit von \cite{thesis:lehnhoff} wurden die Induktionsschleifen des Stadtgebiets von Hannover untersucht und festgestellt, das es sehr starke Unterschiede der Messgenauigkeit unter den Sensoren gibt, so wird in dieser Arbeit festgestellt, dass bei nur einem Drittel der Sensoren eine Messgenauigkeit von 90\% erreicht wird w"ahrend ein gleichgroßer andere Teil eine Genauigkeit von unter 40\% aufweist. Laut dem Merkblatt zu Detektoren f"ur den Straßenverkehr \cite{merk:street} wird f"ur Messfehler von Induktionsschleifen zwischen vier Fehlertypen unterschieden:
Wie bei jedem Sensor sind die Messungen unter Vorbehalt von Fehlern zu betrachten. In der Arbeit von \cite{thesis:lehnhoff} wurden die Induktionsschleifen des Stadtgebiets von Hannover untersucht und festgestellt, dass es sehr starke Unterschiede der Messgenauigkeit unter den Sensoren gibt. So wird in dieser Arbeit festgestellt, dass bei nur einem Drittel der Sensoren eine Messgenauigkeit von 90\% erreicht wird w"ahrend ein gleichgro"ser andere Teil eine Genauigkeit von unter 40\% aufweist. Laut dem Merkblatt zu Detektoren f"ur den Stra"senverkehr \cite{merk:street} wird f"ur Messfehler von Induktionsschleifen zwischen vier Fehlertypen unterschieden:
\begin{enumerate}
\item{Zeitlich bedinge Messfehler}
\item{Zeitlich bedingte Messfehler}
\item{R"aumliche Messfehler}
\item{Lage- und formbedingte Messfehler}
\item{Umfeldbedingte Messfehler}
\end{enumerate}
Zeitliche Fehler wirken sich dabei auf die Belegzeitmessung aus. Da diese nicht innerhalb dieser Arbeit betrachtet wird, hat dieser Fehlertyp keine Auswirkungen auf die verwendeten Daten. R"aumlich Messfehler beziehen sich ebenfalls auf die Belegzeitmessung und k"onnen zu Problemen mit der Bestimmung des Fahrzeugtyps f"uhren, da f"ur gleich lange Fahrzeuge verschiedene Belegzeiten gemessen werden k"onnen. Lage- und formbedingte Fehler wirken sich auf den, in dieser Arbeit benutzten, Fahrzeugz"ahlwert aus. Diese treten auf, wenn ein Fahrzeug der, mit einem Sensor best"uckten, Nachbarspur zu nahe kommt und f"alschlicher weise ein Auto f"ur diese gez"ahlt wird. Umfeldbedingte Fehler sind am schwersten festzustellen. Es handelt sich dabei um Fehler, die durch magnetische St"orquellen in der Umgebung oder schlechte Isolation der Induktionsschleife auftreten.\\
Zeitliche Fehler wirken sich dabei auf die Belegzeitmessung aus. Da diese nicht innerhalb dieser Arbeit betrachtet wird, hat dieser Fehlertyp keine Auswirkungen auf die verwendeten Daten. R"aumlich Messfehler beziehen sich ebenfalls auf die Belegzeitmessung und k"onnen zu Problemen mit der Bestimmung des Fahrzeugtyps f"uhren, da f"ur gleich lange Fahrzeuge verschiedene Belegzeiten gemessen werden k"onnen. Lage- und formbedingte Fehler wirken sich auf den, in dieser Arbeit benutzten, Fahrzeugz"ahlwert aus. Diese treten auf, wenn ein Fahrzeug der, mit einem Sensor best"uckten, Nachbarspur zu nahe kommt und f"alschlicherweise ein Auto f"ur diese gez"ahlt wird. Umfeldbedingte Fehler sind am schwersten festzustellen. Es handelt sich dabei um Fehler, die durch magnetische St"orquellen in der Umgebung oder schlechte Isolation der Induktionsschleife auftreten.\\
"Uber die Fehlerh"aufigkeit liegen keine Daten der Stadt Darmstadt vor. F"ur die Berechnungen dieser Arbeit wird deshalb angenommen die Sensorwerte seien korrekt. Die G"ultigkeit der Induktionsschleifenwerte wird in dem Kapitel \autoref{sec:validierung} genauer behandelt. \\ \\
Induktionsschleifen m"ussen zus"atzlich in zwei Sensortypen unterschieden werden, da sie eine unterschiedliche Behandlungsweise erfordern. Dabei gibt es keinen Unterschied zwischen der verbauten Sensorelektronik oder -Installation. Der Sensortyp bestimmt sich aus der Fahrspur auf der er in die Stra"sendecke eingelassen ist:
Induktionsschleifen m"ussen zus"atzlich in zwei Sensortypen unterschieden werden, da sie eine unterschiedliche Behandlungsweise erfordern. Dabei gibt es keinen Unterschied zwischen der verbauten Sensorelektronik oder -installation. Der Sensortyp bestimmt sich aus der Fahrspur, auf der er in die Stra"sendecke eingelassen ist:
\begin{enumerate}
\item{Einspursensor: Ein Auto auf dieser Spur kann die Kreuzung nur in genau eine Richtung verlassen.}
\item{Mischspursensor: Ein Auto auf dieser Spur kann die Kreuzung in mehr als eine Richtung verlassen.}
@ -31,40 +31,39 @@ In diesem Kapitel werden die Grundlagen der Verkehrstechnik und -Modellierung be
Diese Unterscheidung ist wichtig, da Mischspursensoren neben den Induktionsschleifenwerte noch sog. Abbiegewahrscheinlichkeiten ben"otigen, um Kreuzungszusammenh"ange zu berechnen. Die Verwendung der Abbiegewahrscheinlichkeiten ist im Kapitel \autoref{sec:berechnung} beschrieben.
\subsection{Adaptive Steuerung von Ampelanlagen}\label{sec:datengrund:adapt}
Mit der Zunahme des motorisierten Verkehrs erhielten Anfang des 20. Jahrhunderts sog. Verkehrspolizisten die Aufgabe den Verkehr an Kreuzungen zu regeln. 1924 wurde am Potzdamer Platz in Berlin die erste Ampel errichtet, um die gestiegenen Personalkosten der Verkehrspolizisten zu reduzieren. In den folgenden Jahren wurde die Ampeltechnik weiter verbessert, an der manuellen Steuerung durch Verkehrspolizisten wurde allerdings festgehalten.\\
Die erste verkehrsabh"angige Steuerung wurde 1928 von Charles Adler jr. entwickelt und in Baltimore,Maryland das erste mal eingesetzt\cite{paper:adaptiv}[direct cite]. Bevor allerdings diese Technik Einzug in den allt"aglichen Kreuzungsverkehr fand vergingen noch etwa 40 Jahre. Heute sind die Kreuzungen vieler großer St"adte mit dieser Steuerungstechnik ausgestattet. Die meisten der eingesetzten verkehrsbah"angigen Ampelsteuerungen setzen sog. Ablauflogiken ein, die es erlauben zu pr"ufen, ob eine zeitliche oder logische Bedingung der Kreuzung verletzt ist. Im Rahmen dieser Bedingungen kann die Umlaufzeit, Versatzzeit, Phasenfolge und/oder die Freigabezeit dynamisch dem Verkehr angepasst werden. Um den Bedarf an Freigabezeit zu berechnen kommen die oben beschriebenen Induktionsschleifen zum Einsatz um den Verkehr zu messen. Wird ein Auto auf einem Sensor erkannt, so kann die Ampelphase verl"angert oder die entsprechende Verkehrsrichtung freigeschaltet werden. Diese verkehrsabh"angige Steuerung von Lichtanlagen wird 'adaptive Steuerung' genannt.\\ \\
Durch eine solche Ampelsteuerung verk"urzt sich die Haltezeiten von Autos und sorgt f"ur einen fl"ussigeren Verkehr, im Vergleich zu einer sog. Festzeitsteuerung\cite{paper:adaptiv}, welche die Ampel nach fest definierten Ampelphasen schaltet. Dies begr"undet sich darin, dass die adaptive Ampelschaltung eine Spur nur freischaltet, wenn diese von einem Fahrzeug, detektiert mithilfe des Sensor in der Straße, ben"otigt wird. Es besteht außerdem die M"oglichkeit die Ampelphase so lange zu verl"angern, bis eine L"ucke in der Fahrzeugkolonne erkannt wird um ein Zug von Autos "uber die Kreuzung zu lassen. Werden die Induktionsschleifen an den Haltelinien einer Kreuzung verbaut, k"onnen sie au"serdem verwendet werden um Rotlichtverst"o"se automatisch zu erkennen.\\ \\
Die Steuerung der Ampelanlagen ist ein Teil der Verkehrsmanagement \autoref{abb:verkehrsmanagement} und ist f"ur viele andere Bereiche der Verkehrstechnik von großem Interesse, da die Ampeln Sensordaten liefern, die vielf"altig verwendet werden k"onnen. Ein Beispiel der Verwendung ist diese Arbeit, die aus den erfassten Induktionsschleifenwerten Verkehrsfl"usse berechnet.
Die erste verkehrsabh"angige Steuerung wurde 1928 von Charles Adler jr. entwickelt und in Baltimore, Maryland das erste mal eingesetzt \cite{paper:adaptiv}[direct cite]. Bevor diese Technik allerdings Einzug in den allt"aglichen Kreuzungsverkehr fand vergingen noch etwa 40 Jahre. Heute sind die Kreuzungen vieler gro"ser St"adte mit dieser Steuerungstechnik ausgestattet. Die meisten der eingesetzten verkehrsabh"angigen Ampelsteuerungen setzen sog. Ablauflogiken ein. Sie erlauben es zu pr"ufen, ob eine zeitliche oder logische Bedingung der Kreuzung verletzt ist. Im Rahmen dieser Bedingungen kann die Umlaufzeit, Versatzzeit, Phasenfolge und/oder die Freigabezeit dynamisch dem Verkehr angepasst werden. Um den Bedarf an Freigabezeit zu berechnen, kommen die oben beschriebenen Induktionsschleifen zum Einsatz, um den Verkehr zu messen. Wird ein Auto auf einem Sensor erkannt, so kann die Ampelphase verl"angert oder die entsprechende Verkehrsrichtung freigeschaltet werden. Diese verkehrsabh"angige Steuerung von Ampelanlagen wird 'adaptive Steuerung' genannt.\\ \\
Durch eine solche Ampelsteuerung verk"urzt sich die Haltezeiten von Autos und sorgt f"ur einen fl"ussigeren Verkehr, im Vergleich zu einer sog. Festzeitsteuerung\cite{paper:adaptiv}, welche die Ampel nach fest definierten Ampelphasen schaltet. Dies begr"undet sich darin, dass die adaptive Ampelschaltung eine Spur nur dann freischaltet, wenn diese von einem Fahrzeug, detektiert mit Hilfe des Sensor in der Stra"se, ben"otigt wird. Es besteht au"serdem die M"oglichkeit, die Ampelphase so lange zu verl"angern, bis eine L"ucke in der Fahrzeugkolonne erkannt wird, um einen Zug von Fahrzeugen "uber die Kreuzung zu lassen. Werden die Induktionsschleifen an den Haltelinien einer Kreuzung verbaut, k"onnen sie au"serdem verwendet werden, um Rotlichtverst"o"se automatisch zu erkennen.\\ \\
Die Steuerung der Ampelanlagen ist ein Teil der Verkehrsmanagement \autoref{abb:verkehrsmanagement}. Sie ist f"ur viele andere Bereiche der Verkehrstechnik von gro"sem Interesse, da die Ampeln Sensordaten liefern, die vielf"altig verwendet werden k"onnen. Ein Beispiel der Verwendung ist diese Arbeit, die aus den erfassten Induktionsschleifenwerten Verkehrsfl"usse berechnet.
\begin{figure} \label{abb:verkehrsmanagement}
\centering
\includegraphics[width=0.5\textwidth]{pic/verkehrsmanagement}
\caption{Aufgaben und System des Verkehrsmanagements \cite{thesis:lehnhoff}}
\end{figure}
\subsection{Macro- und microskopische Modellierung von Verkehr}\label{sec:macromicro}
\subsection{Makro- und mikroskopische Modellierung von Verkehr}\label{sec:macromicro}
In der Verkehrstechnik wird zwischen verschiedenen Arten der Verkehrsmodellierung unterschieden. Dabei kann ein Modell nach seinem Verwendungszweck klassifiziert werden. Es wird zwischen vier verschiedenen Arten des Verwendungszwecks unterschieden \cite{lect:simumod}:
\begin{enumerate}
\item{Erkl"arungsmodell: dient dazu reale Ph"anomen oder deren Entstehung zu erkl"aren.}
\item{Prognosemodelle: dient der Vorhersage verschiedenster Verkehrsparameter.}
\item{Gestaltungsmodelle: dient der Voraussage von Ver"anderungen des Verkehrsverhaltens bei (infrastruckturellen) Maßnahmen.}
\item{Gestaltungsmodelle: dient der Voraussage von Ver"anderungen des Verkehrsverhaltens bei (infrastruckturellen) Ma"snahmen.}
\item{Optimierungsmodelle: dient der Optimierung von Verkehr.}
\end{enumerate}
Da im Rahmen dieser Arbeit Werte f"ur Kreuzungsausg"ange vorhergesagt bzw. angen"ahert werden, handelt es sich bei den hier diskutierten Modellen um ein Prognosemodell.
Desweiteren wird zwischen den Genauigkeitsstufen des Modells unterschieden. Dies trifft insbesondere auf Flussmodelle zu, da diese auf verschiedenen Ebenen modelliert werden k"onnen. Es wird zwischen vier Genauigkeitsstufen unterschieden \cite{lect:simumod}:
Da im Rahmen dieser Arbeit Werte f"ur Kreuzungsausg"ange vorhergesagt bzw. angen"ahert werden, handelt es sich bei den hier diskutierten Modellen um ein Prognosemodell. Desweiteren wird zwischen den Genauigkeitsstufen des Modells unterschieden. Dies trifft insbesondere auf Flussmodelle zu. Diese k"onnen auf verschiedenen Ebenen modelliert werden. Es wird zwischen vier Genauigkeitsstufen unterschieden \cite{lect:simumod}:
\begin{itemize}
\item{makroskopisch: Modellierung auf Basis von Fahrzeugkollektiven}
\item{mesoskopisch: Modelliert auf Basis von Fahrzeugkollektiven, betrachtet allerdings auch einzelne Fahrzeuge}
\item{microskopisch: Modelliert auf Basis von einzelnen Fahrzeugen}
\item{submicroskopisch: Modelliert auf Fahrer oder Bauteilebene.}
\item{mikroskopisch: Modelliert auf Basis von einzelnen Fahrzeugen}
\item{submikroskopisch: Modelliert auf Fahrer oder Bauteilebene.}
\end{itemize}
Macroskopische Modelle zeichnen sich dabei besonders durch Simplizit"at und hohe Recheneffizienz aus. Allerdings ist die Aufl"osung eines macroskopischen Modells gering. Ein microskopisches Modell betrachtet dagegen einzelne Fahrzeuge. W"ahrend das Macroskopische Modell Gr"oßen wie die Durchschnittsgeschwindigkeit oder die Verkehrsdichte betrachtet, werden in microskopischen Modellen Gr"oßen wie die Individualgeschwindigkeit eines Fahrzeugs oder dessen Reaktion auf andere Fahrzeuge untersucht. Ein mesoskopisches Modell ist dabei eine Mischung aus beiden Ans"atzen. Ein submicroskopisches Modell untersucht noch kleinere Einheiten wie z.B. den Zusammenhang zwischen Fahrer und Fahrzeug oder Fahrer und Fahrassistenten.\\ \\
Der in dieser Arbeit betrachtete Ansatz ist der macroskopischen Modellierung zuzuordnen. Dies begr"undet sich an den vorliegenden Messdaten, welche einen R"uckschluss auf die einzelne Autos nicht zul"asst. Die zur Verf"ugung stehenden Daten werden auf den folgenden Seiten beschrieben.
Makroskopische Modelle zeichnen sich dabei besonders durch Simplizit"at und hohe Recheneffizienz aus. Allerdings ist die Aufl"osung eines makroskopischen Modells gering. Ein mikroskopisches Modell betrachtet dagegen einzelne Fahrzeuge. W"ahrend das makroskopische Modell Gr"o"sen, wie die Durchschnittsgeschwindigkeit oder die Verkehrsdichte betrachtet, werden in mikroskopischen Modellen Gr"o"sen, wie die Individualgeschwindigkeit eines Fahrzeugs oder dessen Reaktion auf andere Fahrzeuge untersucht. Ein mesoskopisches Modell ist dabei eine Mischung aus beiden Ans"atzen. Ein submikroskopisches Modell untersucht noch kleinere Einheiten, wie z.B. den Zusammenhang zwischen Fahrer und Fahrzeug oder Fahrer und Fahrassistenten.\\ \\
Der in dieser Arbeit betrachtete Ansatz ist der makroskopischen Modellierung zuzuordnen. Dies begr"undet sich aus den vorliegenden Messdaten, welche einen R"uckschluss auf die einzelnen Autos nicht zul"asst. Die zur Verf"ugung stehenden Daten werden auf den folgenden Seiten beschrieben.
\subsection{Induktionsschleifenwerte}\label{sec:inductvalues}
F"ur die Untersuchungen dieser Arbeit stellte die Stadt Darmstadt die Werte der in der Stadt verbauten Induktionsschleifen zur Verf"ugung. Die Daten werden 'live' gemessen, und f"ur die adaptive Ampelsteuerung eingesetzt. F"ur diese Arbeit standen allerdings nur Daten zur Verf"ugung, welche "uber einen Zeitraum von einer Minute gemessen wurden. Die Induktionsschleifen liefern die Werte 'count' und 'load' welche Auskunft "uber die Anzahl der Autos gibt, welche den Sensor innerhalb des Messintervalls von einer Minute passiert haben und wie lange dieser Sensor innerhalb des Intervalls belegt war. Die Induktionsschleifen sind dabei fast ausschlie"slich an den Kreuzungseing"angen in den Stra"sen verbaut. Daten werden "uber ein fest definiertes Intervall von einer Minute erhoben.\\ \\
Der 'load'-Wert gibt dabei an, wie viel Prozent des Messintervalls der Sensor als belegt erkannt wurde. Es handelt sich folglich um einen Gleitkomma-Wert zwischen 0 und 1. Der 'count'-Wert repr"asentiert die Anzahl der Autos, welche den Sensor innerhalb des Messintervalls passiert haben. Es handelt sich folglich um eine ganze nat"urlich Zahl, einschlie"slich der Null, falls der Sensor nicht passiert wurde.\\ \\
F"ur die Untersuchungen dieser Arbeit stellte die Stadt Darmstadt die Werte der in der Stadt verbauten Induktionsschleifen zur Verf"ugung. Die Daten werden 'live' gemessen, und f"ur die adaptive Ampelsteuerung eingesetzt. F"ur diese Arbeit standen allerdings nur Daten zur Verf"ugung, die "uber einen Zeitraum von einer Minute gemessen wurden. Die Induktionsschleifen liefern die Werte 'count' und 'load'. Sie geben Auskunft "uber die Anzahl der Autos, welche den Sensor innerhalb des Messintervalls von einer Minute passiert haben und wie lange dieser Sensor innerhalb des Intervalls belegt war. Die Induktionsschleifen sind dabei fast ausschlie"slich an den Kreuzungseing"angen in den Stra"sen verbaut. Daten werden "uber ein fest definiertes Intervall von einer Minute erhoben.\\ \\
Der 'load'-Wert gibt dabei an, wieviel Prozent des Messintervalls vom Sensor als belegt erkannt wurde. Es handelt sich folglich um einen Gleitkomma-Wert zwischen 0 und 1. Der 'count'-Wert repr"asentiert die Anzahl der Autos, welche den Sensor innerhalb des Messintervalls passiert haben. Es handelt sich folglich um eine ganze nat"urlich Zahl, einschlie"slich der Null, falls der Sensor nicht passiert wurde.\\ \\
W"urde ein Sensor einen 'load' von 0.3 und einen 'count' von 5 melden, bedeutet das, dass dieser Sensor 30 Prozent einer Minute (18 Sekunden) belegt war und 5 Autos ihn passiert haben.\\ \\
Die Daten werden von der Stadt Darmstadt als CSV-Dateien[gls:csv] zur Verf"ugung gestellt und wurden im Rahmen der Arbeit \cite{thesis:mueller} aufbereitet und "offentlich gemacht\footnote{Die Induktionsschleifenwerte sind als CSV-Dateien und \url{http://www.da-sense.de/trafficdata/} zu finden}.
Die Daten wurden von der Stadt Darmstadt als CSV-Dateien[gls:csv] zur Verf"ugung gestellt und im Rahmen der Arbeit \cite{thesis:mueller} aufbereitet und ver"offentlicht\footnote{Die Induktionsschleifenwerte sind als CSV-Dateien und \url{http://www.da-sense.de/trafficdata/} zu finden}.
\subsubsection{CSV-Dateien der Induktionsschleifenwerte}\label{sec:datengrund:inductvalues:csv}
Die von der Stadt Darmstadt zur Verf"ugung gestellten CSV-Dateien "ubermitteln die gesamten Sensorwerte der Induktionsschleifen der Stadt Darmstadt in zwei Teilen, dem Bereich 'Darmstadt S"ud' und den von 'Darmstadt Nord'.\\ \\
Die CSV Datei ist speziell kodiert und bietet folgende Spalten an Information an:
Die CSV Datei ist speziell kodiert und bietet folgende Spalten an Informationen an:
\begin{enumerate}
\item{Datum und Uhrzeit der Messung}
\item{Die Bezeichnung der Kreuzung}
@ -94,18 +93,18 @@ In diesem Kapitel werden die Grundlagen der Verkehrstechnik und -Modellierung be
\end{tabular}
\caption{CSV-Datei Ausschnitt von 8.8.2013}
\end{figure}
Sensorspalten, welche auf Z enden, bezeichnen den 'count'-Wert des jeweiligen Sensors, solche die auf B enden den 'load'-Wert. Jede Zeile in der CSV-Datei repr"asentiert dabei eine Kreuzung zu dem gegebenen Zeitpunkt. F"ur eine Kreuzung k"onnen dabei bis zu 64 Sensoren in der CSV-Datei bereitgestellt werden. Um die Zuordnung von CSV-Spalte zu dem ta"achlichen Sensornamen herzustellen, werden sog. "Ubersetzungstabellen ben"otigt. Diese ordnen einer CSV-Sensorspalte (1-64) einen kreuzungsspezifischen Sensornamen zu, welcher der Sensorbezeichnung der CAD-Zeichnungen[gls:cad] der Kreuzungen entspricht. In der Praxis wird eine solche "Ubersetzungstabelle durch einen Offset auf der CSV-Datei im Computer nachgebildet. F"ur die in diese Arbeit modellierten Kreuzungen sind "Ubersetzungstabellen sowie die CAD-Zeichnung im Anhang zu finden \ref{anhang:a3} ff. .
Sensorspalten, welche auf Z enden, bezeichnen den 'count'-Wert des jeweiligen Sensors, solche die auf B enden den 'load'-Wert. Jede Zeile in der CSV-Datei repr"asentiert dabei eine Kreuzung zu dem gegebenen Zeitpunkt. F"ur eine Kreuzung k"onnen dabei bis zu 64 Sensoren in der CSV-Datei bereitgestellt werden. Um die Zuordnung von CSV-Spalte zu dem tatsa"chlichen Sensornamen herzustellen, werden sog. "Ubersetzungstabellen ben"otigt. Diese ordnen einer CSV-Sensorspalte (1-64) einen kreuzungsspezifischen Sensornamen zu, welcher der Sensorbezeichnung der CAD-Zeichnungen[gls:cad] der Kreuzungen entspricht. In der Praxis wird eine solche "Ubersetzungstabelle durch einen Offset auf der CSV-Datei im Computer nachgebildet. F"ur die in diese Arbeit modellierten Kreuzungen sind "Ubersetzungstabellen sowie die CAD-Zeichnung im Anhang zu finden \ref{anhang:a3} ff. .
\subsubsection{MYSQL-Daten der JEE6 Anwendung zur Bereitstellung von Verkehrsdaten} \label{sec:datengrund:inductvalues:mysql}
Im Rahmen der Arbeit von \cite{thesis:mueller}, wurde eine JEE6\footnote{todo adress jee6}[gls:jee6] Anwendung entwickelt, welche die aufbereiteten Verkehrsdaten der Stadt Darmstadt bereit stellt. Hierf"ur wurden die CSV-Dateien geparsed und in eine MYSQL-Datenbank "uberf"uhrt. Die dort gesammelten Sensordaten wurden bereits mit Geoinformation des OpenStreetMap Projektes verkn"upft und erlauben eine Positionierung von Kreuzungs- und Sensorknoten mithilfe der bereitgestellten Latitude und Longitude Werte.\\ \\
Im Rahmen der Arbeit von \cite{thesis:mueller}, wurde eine JEE6\footnote{todo adress jee6}[gls:jee6] Anwendung entwickelt, die die aufbereiteten Verkehrsdaten der Stadt Darmstadt bereit stellt. Hierf"ur wurden die CSV-Dateien eingelesen und in eine MYSQL-Datenbank "uberf"uhrt. Die dort gesammelten Sensordaten wurden bereits mit Geoinformation des OpenStreetMap Projektes verkn"upft und erlauben eine Positionierung von Kreuzungs- und Sensorknoten mithilfe der bereitgestellten Latitude und Longitude Werte.\\ \\
(todo ER Diagramm)
Aus dieser Datenbank wurden alle Sensorwerte und Positionsangaben, welche im Rahmen dieser Arbeit ben"otigten wurden, entnommen. Die gesuchten Daten sind dabei auf drei Tabellen verteilt:
\begin{enumerate}
\item{jee\_crmodel\_CrossroadDim: In dieser Tabelle werden Kreuzungsname und -Position abgespeichert.}
\item{jee\_crmodel\_SensorDim: In dieser Tabelle werden Sensorname und -Position gespeicher, sowie die Kreuzung, auf der der Sensor verbaut ist, "uber eine eindeutige ID mit der Tabelle jee\_crmodel\_CrossroadDim verkn"upft. Ein CSV-Offset identifiziert den Sensor bez"uglich seiner Position in der CSV-Datei.}
\item{jee\_trafficlight\_rawevents: In dieser Tabelle werden die eingelesenen CSV-Dateien der Stadt gespeichert. Dies umfasst neben den Werten 'load' und 'count' und Messdatum, die zugeh"orige Kreuzung. Ein Sensor kann anhand des gespeicherten CSV-Offsets mit jee\_crmodel\_SensorDim identifiziert und lokalisiert werden.}
\item{jee\_crmodel\_CrossroadDim: In dieser Tabelle werden Kreuzungsname und -position abgespeichert.}
\item{jee\_crmodel\_SensorDim: In dieser Tabelle werden Sensorname und -position gespeichert, sowie die Kreuzung, auf der der Sensor verbaut ist, "uber eine eindeutige ID mit der Tabelle jee\_crmodel\_CrossroadDim verkn"upft. Ein CSV-Offset identifiziert den Sensor bez"uglich seiner Position in der CSV-Datei.}
\item{jee\_trafficlight\_rawevents: In dieser Tabelle werden die eingelesenen CSV-Dateien der Stadt gespeichert. Dies umfasst neben den Werten 'load', 'count' und Messdatum, die zugeh"orige Kreuzung. Ein Sensor kann anhand des gespeicherten CSV-Offsets mit jee\_crmodel\_SensorDim identifiziert und lokalisiert werden.}
\end{enumerate}
Um die Daten f"ur eigene Zwecke verwenden zu k"onnen, wurden die ben"otigten Teile extrahiert und in einem eigenen Datenbankschema abgespeichert. Mehr Informationen zu dem entwickelten Datenbankmodell sind im Kapitel \autoref{sec:modell:datenbankschema} zu finden. Desweiteren wurden verschiedene SQL-Abfragen entwickelt, um die ben"otigten Informationen zu extrahieren.\\ \\
Um die gespeicherte Sensorposition zu ermitteln wurde eine SQL-Abfrage \ref{lst:sql_sensorquery} entwickelt, welche Kreuzungs- und Sensornamen, sowie dessen jeweiligen Latitude und Longitude zur"uckgibt. Die Auswahl ist dabei auf die zehn untersuchten Kreuzungen beschr"ankt. Das Feld 'VALIDTO' in der Kreuzungstabelle bestimmt dabei, ob die Kreuzung noch in Betrieb ist. Sensornamen k"onnen ebefalls mit dieser Abfrage gefiltert werden. In der Abgebildeten SQL-Abfrage \ref{lst:sql_sensorquery} werden Sensoren welche mit 'D' beginnen herausgefiltert, da fast ausschließlich alle Sensoren, welche zur Kreuzungmodellierung und -Berechnung verwendet wurden ein f"uhrendes 'D' aufweisen.\\
Um die gespeicherte Sensorposition zu ermitteln wurde eine SQL-Abfrage \ref{lst:sql_sensorquery} entwickelt, welche Kreuzungs- und Sensornamen, sowie dessen jeweiligen Latitude und Longitude zur"uckgibt. Die Auswahl ist dabei auf die zehn untersuchten Kreuzungen beschr"ankt. Das Feld 'VALIDTO' in der Kreuzungstabelle bestimmt dabei, ob die Kreuzung noch in Betrieb ist. Sensornamen k"onnen ebenfalls mit dieser Abfrage gefiltert werden. In der abgebildeten SQL-Abfrage \ref{lst:sql_sensorquery} werden Sensoren welche mit 'D' beginnen herausgefiltert, da fast ausschlie"slich alle Sensoren, welche zur Kreuzungmodellierung und -berechnung verwendet wurden ein f"uhrendes 'D' aufweisen.\\
\begin{minipage}[t]{\dimexpr\textwidth-3\fboxsep-2\fboxrule-1em}
\begin{lstlisting}[caption={[SQL-Abfrage der Sensorens] SQL-Abfrage der Sensoren}, label={lst:sql_sensorquery}, captionpos=bsec]
SELECT CD.REALNAME AS CR_NAME,
@ -122,7 +121,7 @@ In diesem Kapitel werden die Grundlagen der Verkehrstechnik und -Modellierung be
AS sensors
\end{lstlisting}
\end{minipage}\\
Eine weitere Abfrage \ref{lst:sql_dataquery} dient dem Ermitteln der Sensorwerte "uber einen bestimmten Zeitraum. Zu Identifizierung des Sensors wird der CSV-Offset benutzt. Die extrahierten Daten entsprechen dem Inhalt einer CSV-Datei der Stadt Darmstadt. Die Abfrage aus \autoref{lst:sql_sensorquery} wird dabei mit einer Abfrage auf der Tabelle 'jee\_trafficlight\_rawevents kombiniert. Auf diese Weise erh"alt man Sowohl die Sensor und Kreuzungsinformationen, als auch die Z"ahlwerte der Induktionsschleifen. Ein Filter auf der Spalte 'DATETIME' der Ampelrohdaten erlaubt eine Auswahl des Zeitpunktes. Dabei ist zu beachten, dass die Zeitangaben in UTC-Zeitformat angegeben werden m"ussen.
Eine weitere Abfrage \ref{lst:sql_dataquery} dient der Ermittlung der Sensorwerte "uber einen bestimmten Zeitraum. Zur Identifizierung des Sensors wird der CSV-Offset benutzt. Die extrahierten Daten entsprechen dem Inhalt einer CSV-Datei der Stadt Darmstadt. Die Abfrage aus \autoref{lst:sql_sensorquery} wird dabei mit einer Abfrage auf der Tabelle 'jee\_trafficlight\_rawevents kombiniert. Auf diese Weise erh"alt man sowohl die Sensor und die Kreuzungsinformationen, als auch die Z"ahlwerte der Induktionsschleifen. Ein Filter auf der Spalte 'DATETIME' der Ampelrohdaten erlaubt eine Auswahl des Zeitpunktes. Dabei ist zu beachten, dass die Zeitangaben in UTC-Zeitformat angegeben werden m"ussen.
\begin{minipage}[t]{\dimexpr\textwidth-3\fboxsep-2\fboxrule-1em}
\begin{lstlisting}[caption={[SQL-Abfrage der Sensorwerte] SQL-Abfrage der Sensorwerte}, label={lst:sql_dataquery}, captionpos=bsec]
SELECT * FROM (SELECT CD.REALNAME AS CR_NAME,
@ -148,23 +147,23 @@ In diesem Kapitel werden die Grundlagen der Verkehrstechnik und -Modellierung be
\includegraphics[width=0.5\textwidth]{pic/overview_ministadt}
\caption{Ministadt, Ausschnitt von Darmstadt, der innerhalb dieser Arbeit betrachtet wurde.}
\end{figure}
Die Wahl des Ausschnitts richtete sich insbesondere nach der Anzahl der verbauten Sensorik. So finden sich auf allen zehn Kreuzungen 89 Sensoren, f"ur welche Sensorwerte zur Verf"ugung stehen. Neben der Anzahl der Sensoren wurde auch darauf geachtet, dass die untersuchten Kreuzungen sog. Sonderf"allen aufweisen. Diese Sonderf"alle sind gesonderte Verkehrsvorgaben oder spezielle Sensoren und sind im folgenden beschrieben:
Die Wahl des Ausschnitts richtete sich insbesondere nach der Anzahl der verbauten Sensorik. So finden sich auf allen zehn Kreuzungen 89 Sensoren, f"ur die Sensorwerte zur Verf"ugung stehen. Neben der Anzahl der Sensoren wurde auch darauf geachtet, dass die untersuchten Kreuzungen sog. Sonderf"allen aufweisen. Diese Sonderf"alle sind gesonderte Verkehrsvorgaben oder spezielle Sensoren und sind im folgenden beschrieben:
\begin{enumerate}
\item{Einbahnstra"sen: Eine Stra"se, welche nur in eine Richtung befahren werden darf.}
\item{Mischspuren: Kreuzungseingangs-Fahrspuren, welche dem Verkehrsteilnehmer, erlauben die Kreuzung in mehr als eine Richtung zu verlassen.}
\item{Seitenstra"sen: Seitenstra"sen ohne Sensorik.}
\item{Validierungssensoren: Sensoren, welche die Sensorwerte anderer Sensoren (teilweise) best"atigen.}
\end{enumerate}
Die Einbahnstraße verl"auft dabei von Kreuzung A29 nach A104. Sie verspricht eine einfachere Berechnung von Verkehrswerten, da eine Kreuzung mit einer Einbahnstraße nur drei Kreuzungsein- und -Ausg"ange hat, im Gegensatz zu einer 'normalen' Kreuzung mit jeweils vier Ein- und Ausg"angen. Mischspuren sind dagegen hinderlich f"ur die Berechnung, da ihr gemessener Wert, im Gegensatz zu Einspursensoren, nicht direkt einem Ausgang zugeordnet werden kann.
Die Einbahnstra"se verl"auft dabei von Kreuzung A29 nach A104. Sie verspricht eine einfachere Berechnung von Verkehrswerten, da eine Kreuzung mit einer Einbahnstra"se nur drei Kreuzungsein- und -ausg"ange hat, im Gegensatz zu einer 'normalen' Kreuzung mit jeweils vier Ein- und Ausg"angen. Mischspuren sind dagegen hinderlich f"ur die Berechnung, da ihr gemessener Wert, im Gegensatz zu Einspursensoren, nicht direkt einem Ausgang zugeordnet werden kann.
Eine genaue Untersuchung von Ein- und Mischspursensoren ist im Kapitel \autoref{sec:berechnung} zu finden.
\subsection{CAD-Zeichnungen der Kreuzungen}\label{sec:datengrund:cad}
Es stehen au"serdem die CAD-Zeichnungen[gls:cad] der Kreuzungen der Stadt Darmstadt zur Verf"ugung. Diese CADs wurden im Rahmen der Kooperation der Arbeit \cite{thesis:mueller} der TU-Darmstadt von der Stadt zur Verf"ugung gestellt\footnote{Die CAD-Bilder sind unter \url{http://www.da-sense.de/trafficdata/information.php} zu erhalten}.
Sie geben Aufschluss, an welcher Stelle ein Sensor in der Stra"sendecke verbaut ist und weist dessen kreuzungsinternen Namen aus, welcher zu Identifizierung des Sensors ben"otigt wird. Die CAD-Zeichnungen dienen der manuellen Modellierung des Stra"senmodells, sowie der Identifizierung der Sensoren sowie der Zuordnung ihrer Sensor-Klasse und -Typs. So sind in den CAD-Zeichnungen die Fahrspuren und deren erlaubte Flie"srichtung markiert. Aufgrund dessen konnte eine Zuordnung von Sensoren nach ihrer Klasse, Einspursensor oder Mischspursensor, vorgenommen werden.
Des weiteren wurden mithilfe der CAD-Zeichnungen die Verbindungen von Sensor zu virtuellem Kreuzungsausgangsknoten manuell in der Datenbank vermerkt, um den, im Kapitel\autoref{sec:modell} entwickelten, Graphen aufzuspannen. Die CAD-Zeichnungen der Kreuzungen der 'Ministadt' sind dem Anhang beigef"ugt \ref{anhang:a3}.
Sie geben Aufschluss, an welcher Stelle ein Sensor in der Stra"sendecke verbaut ist und wei"st dessen kreuzungsinternen Namen aus, der zur Identifizierung des Sensors ben"otigt wird. Die CAD-Zeichnungen dienen der manuellen Modellierung des Stra"senmodells, sowie der Identifizierung der Sensoren sowie der Zuordnung ihrer Sensor-Klasse und -Typs. So sind in den CAD-Zeichnungen die Fahrspuren und deren erlaubte Flie"srichtung markiert. Aufgrund dessen konnte eine Zuordnung von Sensoren nach ihrer Klasse, Einspursensor oder Mischspursensor, vorgenommen werden.
Des Weiteren wurden mithilfe der CAD-Zeichnungen die Verbindungen von Sensor zum virtuellem Kreuzungsausgangsknoten manuell in der Datenbank vermerkt, um den, im Kapitel\autoref{sec:modell} entwickelten, Graphen aufzuspannen. Die CAD-Zeichnungen der Kreuzungen der 'Ministadt' sind dem Anhang beigef"ugt \ref{anhang:a3}.
\subsection{Abbiegewahrscheinlichkeiten}\label{sec:datengrund:abbw}
Von der Stadt Darmstadt wurden neben den Sensorwerten, gemittelte Abbiegewahrscheinlichkeiten f"ur einige der Induktionsschleifen zur Verf"ugung gestellt, welche f"ur die Berechnung von Verkehrsfl"ussen bei Mischspursensoren ben"otigt werden. Die Abbiegewahrscheinlichkeiten eines Sensors beschreiben dabei wie viel Prozent des Verkehrs, welcher "uber den Sensor flie"st, zu den jeweiligen Ausgang der Kreuzung flie"sen darf. N"aheres ist im Kapitel \autoref{sec:berechnung} zu finden. Diese Daten wurden mithilfe von Video"uberwachung der zu untersuchenden Kreuzungen, f"ur die Planungsabteilung des Verkehrsamtes[todo name] der Stadt ermittelt. Alle Werte sind dabei "uber alle Messungen eines Tages gemittelt und liegen in PDF-Format f"ur die beiden Teile der Stadt, Nord und S"ud, vor \ref{abb:abbwnorth}\ref{abb:abbwsouth}.\\ \\
Von der Stadt Darmstadt wurden neben den Sensorwerten, gemittelte Abbiegewahrscheinlichkeiten f"ur einige der Induktionsschleifen zur Verf"ugung gestellt. Sie werden f"ur die Berechnung von Verkehrsfl"ussen bei Mischspursensoren ben"otigt. Die Abbiegewahrscheinlichkeiten eines Sensors beschreiben dabei wie viel Prozent des Verkehrs, der "uber den Sensor flie"st, zu dem jeweiligen Ausgang der Kreuzung flie"sen darf. N"aheres ist im Kapitel \autoref{sec:berechnung} zu finden. Diese Daten wurden mit Hilfe von Video"uberwachung der zu untersuchenden Kreuzungen, f"ur die Planungsabteilung des Verkehrsamtes[todo name] der Stadt Darmstadt ermittelt. Alle Werte sind dabei "uber die gesamten Messungen eines Tages gemittelt und liegen in PDF-Format f"ur die beiden Teile der Stadt, Nord und S"ud, vor \ref{abb:abbwnorth} \ref{abb:abbwsouth}.\\ \\
\cite{thesis:michael} hat im Rahmen seiner Bachelorarbeit diese Daten in eine MYSQL-Datenbank "ubertragen. Desweiteren berechnet er genauere Abbiegewahrscheinlichkeiten f"ur die einzelnen Knoten, indem mithilfe einer Mittelung die Ausgangswerte einer Kreuzung in Beziehung zu einem Wert am benachbarten Kreuzungseingang gesetzt werden. Diese Daten lagen allerdings noch nicht vor und konnten aus diesem Grund im Rahmen dieser Arbeit nicht untersucht werden.\\ \\
Die aufbereiteten Abbiegewahrscheinlichkeiten der Stadt liegen in der Form (Kreuzung, Sensor, Geradeaus, Links, Rechts) (siehe Tabelle \ref{tbl:abbw}) vor. Die Werte f"ur Links, Rechts und Geradeaus sind dabei in einer komplexen Form angegeben und m"ussen zur Verwendung auf eine Gleitkommazahl reduziert werden. Desweiteren gilt es die Richtung vom Sensor unabh"angig zu machen, da die Angaben Links, Rechts und Geradeaus sich auf die Fahrtrichtung des Verkehrs "uber den Sensor beziehen.\\ \\
Die aufbereiteten Abbiegewahrscheinlichkeiten der Stadt liegen in der Form (Kreuzung, Sensor, geradeaus, links, rechts) (siehe Tabelle \ref{tbl:abbw}) vor. Die Werte f"ur Links, Rechts und Geradeaus sind dabei in einer komplexen Form angegeben und m"ussen zur Verwendung auf eine Gleitkommazahl reduziert werden. Desweiteren gilt es die Richtung vom Sensor unabh"angig zu machen, da die Angaben Links, Rechts und Geradeaus sich auf die Fahrtrichtung des Verkehrs "uber den Sensor beziehen.\\ \\
Zu Reduzierung der Werte auf Gleitkommazahlen wurden die Daten manuell bearbeitet. Die CAD-Zeichnungen dienen dabei als Hilfe, um die kreuzungsspezifischen Angaben interpretieren zu k"onnen. Ein Aufbereiteter Ausschnitt der Abbiegewahrscienlichkeiten ist in Tabelle \ref{tbl:abbw} zu finden.
\begin{figure}\label{tbl:abbw}
\begin{tabular}{|l|l|l|l|l|}

16
ss2013/Bachelor Thesis/thesis_ug/tex/einleitung.tex
View File

@ -1,18 +1,18 @@
\section{Einleitung}\label{sec:einleitung}
Die Anzahl der LKWs und PKWs auf den Straßen Deutschlands steigt st"andig an. Insbesondere die moderne hochindustrialisierte Produktion von Autos ließen deren Preise fallen und erlaubten es Jedermann ein eigenes Auto zu besitzen. So waren im Jahre 1955 lediglich 1.748 tausend PKWs und 603 tausend LKWs gemeldet. Heute, 2013 sind 43.431 tausend PKWs und 2.579 tausend LKWs auf den Straßen Deutschlands unterwegs\cite{web:statista:lkw}\cite{web:statista:pkw}. Dabei ist neben dem Personenverkehr besonders der G"uterverkehr eine große Belastung f"ur die Straßen. Das Statistische Bundesamt\footnote{Die Website des Statistischen Bundesamtes ist unter http://www.destatis.de/ zu erreichen.} weist in einer Erhebung der Anteile der Verkehrstr"ager im G"uterverkehr aus Deutschland in die EU\cite{web:statista:gueter} den Straßenverkehr mit 57\% aus w"ahrend Bahn- und Schifffahrtsverkehr lediglich einen Anteil von unter 10\% an dem G"utertransport haben. Die gr"o"ser gewordene Anzahl der Verkehrsteilnehmer auf den Stra"sen wird zunehmend zu einer Belastung f"ur die St"adte, Stra"sen, Mensch und Umwelt. In einer Umfrage von 2010 des Umweltbundesamt \footnote{Die Website des Umwelt Bundesamtes ist unter http://www.umweltbundesamt.de/ zu erreichen.} unter der Bev"olkerung, gaben 57\% der Befragten an von Straßenverkehrsl"arm bel"astigt zu werden\cite{web:statista:laerm}. Aus dies Grund ist die Verbesserung des innerst"adtischen Verkehrs, ob nun durch Umgehungsstraßen, Feinstaubfilter oder andere Maßnahmen, immer auch eine Verbesserung der Lebensqualit"at der dort lebenden und arbeitenden Menschen.\\ \\
Eine dieser Maßnahmen ist der Einsatz verkehrsaufkommensgesteuerter Ampelanlagen. Besonders in gr"oßeren St"adten, welche unter hohem Verkehrsaufkommen leiden setzen diese Technik seit einigen Jahren vermehrt ein. Sie erm"oglichen es der Ampel mithilfe von, in der Fahrbahndecke verbauten Sensoren, ihre Ampelphasen, unter gewissen Rahmenbedingung, selbst zu steuern. Die Sensorik erkennt dabei, ob ein Auto an der Haltelinie steht und fordert eine Freigabe der Fahrtrichtung. Durch Einsatz einer solchen verkehrsaufkommensgesteuerter Ampel kann nachweislich \cite{paper:adaptiv} eine Verbesserung des Verkehrsflusses erreicht und die Haltezeiten an der Ampel verk"urzt werden. Zunehmend werde auch sog. 'voll-adaptive' Ampelsteuerungen eingesetzt, welche neben den Sensorwerten der jeweiligen Kreuzung auch die Sensorwerte benachbarter Kreuzungen in die Berechnung der Ampelphasen einfließen lassen. Dieser Ansatz verspricht einen noch fl"ussigeren Verkehr und eine nochmalige Verbesserung des Verkehrsflusses.\\ \\
Neben einer verbesserten Ampelsteuerung um den Verkehr schneller fließen zu lassen, haben sich einige Firmen auf die Untersuchung des Verkehrs spezialisiert und bieten Analysewerkzeuge f"ur den Verkehr an. So bietet das Programm VISSIM\footnote{Die Website der Software VISSIM lautet \url{http://www.vissim.de/}} und PELOPS\footnote{PELOPS: Programm zur Entwicklung L"angsdynamischer, mikrOskopischer VerkehrsProzesse in Systemrelevanter Umgebung} eine professionelle Modellierung von Verkehr an. Dabei kommt eine sog. mikroskopische Verkehrsmodellierung zum Einsatz. Mikroskopische Verkehrsmodelle modellieren dabei jeden einzelnen Verkehrsteilnehmer um Beziehungen unter diesen aufzeigen und berechnen zu k"onnen. So bestimmt sich die Geschwindigkeit eines Autos in einem solchen Modell in der Regel aus der des Vordermanns.\\ \\
In dieser Arbeit wird untersucht inwieweit die Sensorik einer verkehrsaufkommensgesteuerten Ampelanlage ausreicht, um zu bestimmen, in welche Richtung und wie viel des Verkehr aus und in die Kreuzungen fließt. Dies ist besonders interessant, da die Sensorik bereits auf der Straße verbaut ist und keine manuellen Datenerhebungen notwendig sind. Die Herausforderung ist dabei, dass nicht alle Stra"sen und Kreuzungen mit Induktionsschleifen ausgestattet sind, da nicht alle Kreuzungen Ampelanlagen aufweisen, welche die Sensorik erfordert. Man m"ochte allerdings Verkehrswerte f"ur diese, nicht bekannten Bereiche, berechnen oder absch"atzen k"onnen, um die momentane Verkehrssituation besser einsch"atzen und sich einen Überblick "uber die aktuelle Verkehrslage zu verschaffen zu k"onnen. Dabei erweist sich die geringe Sensormenge und der große Abstand zwischen diesen, als die gr"oßten Herausforderungen. F"ur die Untersuchung wurde ein Ausschnitt des Straßennetzes der Stadt Darmstadt\footnote{Die Website der Stadt Darmstadt ist unter \url{http://www.darmstadt.de/} zu erreichen.} gew"ahlt und ein Modell f"ur Kreuzungen und un ein zweites Modell f"ur zwischen den Kreuzungen erstellt. Hierf"ur wird, im Gegensatz zu industriellen Verkehrssimulationswerkzeugen ein macroskopischer Ansatz gew"ahlt um der geringen Sensordichte gerecht zu werden.\\ \\
F"ur diese Aufgabe stehen die Sensordaten von den Ampelanlagen der Stadt Darmstadt zur Verf"ugung, welche in einer Vielzahl ihrer Kreuzungen mit sog. Induktionsschleifen, Verkehrssensoren, best"uckt hat. Diese liefern im Minutentakt Messwerte "uber die Anzahl der Autos, welche den Sensor passiert und solche die auf dem Sensor gestanden haben. Es wurde ein Ausschnitt von zehn Kreuzungen betrachtet, welche eine hohe Sensordichte aufweisen. Die Einschr"ankung auf das verkleinerte Gebiet begr"undet sich aus der Menge der zu betrachtenden Daten. Das Betrachten eines kleineren Ausschnitts erm"oglichte es im Rahmen dieser Arbeit eine genauere Untersuchung durchzuf"uhren als das auf dem gesamten Stadtgebiet der Stadt Darmstadt der Fall w"are.\\ \\
Grundlage dieser Arbeit sind insbesondere die Arbeit \cite{paper:kwonmurphy}, welche eine Modellierung von Freeway-Verkehrs vornimmt und mithilfe eines Hidden Markov Modell die Geschwindigkeit von Verkehrsteilnehmer vorhersagt, die Arbeit \cite{thesis:neubert}, welche mithilfe von zellular Automaten den Verkehr auf Autobahnen simuliert, sowie die Daten der Arbeit \cite{thesis:mueller}, welche die Verkehrsdaten der Stadt Darmstadt bereits aufbereitet hat. Die Arbeit \cite{thesis:lehnhoff} erwies sich als Hilfreich zu Validierung, so konnten die dort befundenen Sensorungenauigkeiten best"atigt werden.\\ \\
Eine Beschreibung der Grundlagen, sowie die genau Beschreibung der Daten der Stadt Darmstadt, wird im Kapitel \autoref{sec:datengrund} vorgenommen. Das entwickelte Graphen-basierte Zweistufenmodell f"ur Kreuzungen und zwischen Kreuzungen wird in Kapitel \autoref{sec:modell} vorgestellt. Es modelliert neben den Induktionsschleifen sog. 'virtuelle Sensoren' f"ur welche keine Sensorwerte vorliegen.
Die Anzahl der LKWs und PKWs auf den Stra"sen Deutschlands steigt st"andig an. Insbesondere die moderne hochindustrialisierte Produktion von Autos lie"sen deren Preise fallen und erlaubten es Jedermann ein eigenes Auto zu besitzen. So waren im Jahre 1955 lediglich 1.748 tausend PKWs und 603 tausend LKWs gemeldet. Heute, 2013 sind 43.431 tausend PKWs und 2.579 tausend LKWs auf den Stra"sen Deutschlands unterwegs\cite{web:statista:lkw}\cite{web:statista:pkw}. Dabei ist neben dem Personenverkehr besonders der G"uterverkehr eine gro"se Belastung f"ur die Stra"sen. Das Statistische Bundesamt\footnote{Die Website des Statistischen Bundesamtes ist unter http://www.destatis.de/ zu erreichen.} weist in einer Erhebung der Anteile der Verkehrstr"ager im G"uterverkehr aus Deutschland in die EU\cite{web:statista:gueter} den Stra"senverkehr mit 57\% aus w"ahrend Bahn- und Schifffahrtsverkehr lediglich einen Anteil von unter 10\% an dem G"utertransport haben. Die gr"o"ser gewordene Anzahl der Verkehrsteilnehmer auf den Stra"sen wird zunehmend zu einer Belastung f"ur die St"adte, Stra"sen, Mensch und Umwelt. In einer Umfrage des Umweltbundesamts \footnote{Die Website des Umwelt Bundesamtes ist unter http://www.umweltbundesamt.de/ zu erreichen.} von 2010 unter der Bev"olkerung, gaben 57\% der Befragten an, von Stra"senverkehrsl"arm bel"astigt zu werden\cite{web:statista:laerm}. Aus dies Grund ist die Verbesserung des innerst"adtischen Verkehrs, ob nun durch Umgehungsstra"sen, Feinstaubfilter oder andere Ma"snahmen, immer auch eine Verbesserung der Lebensqualit"at der dort lebenden und arbeitenden Menschen.\\ \\
Eine dieser Ma"snahmen ist der Einsatz von verkehrsaufkommensgesteuerter Ampelanlagen. Besonders gr"o"sere St"adte, welche unter hohem Verkehrsaufkommen leiden, setzen diese Technik seit einigen Jahren vermehrt ein. Sie erm"oglichen es der Ampel mit Hilfe von, in der Fahrbahndecke verbauten Sensoren, ihre Ampelphasen, unter gewissen Rahmenbedingung, selbst zu steuern. Die Sensorik erkennt dabei, ob ein Auto an der Haltelinie steht und fordert eine Freigabe der Fahrtrichtung. Durch Einsatz einer solchen verkehrsaufkommensgesteuerter Ampel kann nachweislich \cite{paper:adaptiv} eine Verbesserung des Verkehrsflusses erreicht und die Haltezeiten an der Ampeln verk"urzt werden. Zunehmend werde auch sog. 'voll-adaptive' Ampelsteuerungen eingesetzt, welche neben den Sensorwerten der jeweiligen Kreuzung auch die Sensorwerte benachbarter Kreuzungen in die Berechnung der Ampelphasen einflie"sen lassen. Dieser Ansatz verspricht einen noch fl"ussigeren Verkehr und eine nochmalige Verbesserung des Verkehrsflusses.\\ \\
Neben einer verbesserten Ampelsteuerung um den Verkehr schneller flie"sen zu lassen, haben sich einige Firmen auf die Untersuchung des Verkehrs spezialisiert und bieten Analysewerkzeuge f"ur den Verkehr an. So bieten die Programme VISSIM\footnote{Die Website der Software VISSIM lautet \url{http://www.vissim.de/}} und PELOPS\footnote{PELOPS: Programm zur Entwicklung L"angsdynamischer, mikrOskopischer VerkehrsProzesse in Systemrelevanter Umgebung} eine professionelle Modellierung von Verkehr an. Dabei kommt eine sog. mikroskopische Verkehrsmodellierung zum Einsatz. Mikroskopische Verkehrsmodelle modellieren dabei jeden einzelnen Verkehrsteilnehmer um Beziehungen unter diesen aufzeigen und berechnen zu k"onnen. So bestimmt sich die Geschwindigkeit eines Autos in einem solchen Modell in der Regel aus der des Vordermanns.\\ \\
In dieser Arbeit wird untersucht inwieweit die Sensorik einer verkehrsaufkommensgesteuerten Ampelanlage ausreicht, um zu bestimmen, in welche Richtung und wie viel des Verkehr aus und in die Kreuzungen flie"st. Dies ist besonders interessant, da die Sensorik bereits auf der Stra"se verbaut ist und keine manuellen Datenerhebungen notwendig sind. Die Herausforderung dabei ist, dass nicht alle Stra"sen und Kreuzungen mit Induktionsschleifen ausgestattet sind, da nicht alle Kreuzungen Ampelanlagen aufweisen, welche die Sensorik erfordert. Man m"ochte allerdings Verkehrswerte f"ur diese, nicht bekannten Bereiche, berechnen oder absch"atzen k"onnen, um die momentane Verkehrssituation besser einsch"atzen und sich einen "Uberblick "uber die aktuelle Verkehrslage verschaffen zu k"onnen. Dabei erweisen sich die geringe Sensormenge und der gro"se Abstand zwischen diesen, als die gr"o"sten Herausforderungen. F"ur die Untersuchung wurde ein Ausschnitt des Stra"sennetzes der Stadt Darmstadt\footnote{Die Website der Stadt Darmstadt ist unter \url{http://www.darmstadt.de/} zu erreichen.} gew"ahlt und ein Modell f"ur Kreuzungen und ein zweites Modell f"ur zwischen den Kreuzungen erstellt. Hierf"ur wird, im Gegensatz zu industriellen Verkehrssimulationswerkzeugen ein makroskopischer Ansatz gew"ahlt um der geringen Sensordichte gerecht zu werden.\\ \\
F"ur diese Aufgabe stehen die Sensordaten von den Ampelanlagen der Stadt Darmstadt zur Verf"ugung. Die Stadt hat eine Vielzahl ihrer Kreuzungen mit sog. Induktionsschleifen, Verkehrssensoren, best"uckt. Diese liefern im Minutentakt Messwerte "uber die Anzahl der Autos, welche den Sensor passiert und solche die auf dem Sensor gestanden haben. Es wurde ein Ausschnitt von zehn Kreuzungen betrachtet, die eine hohe Sensordichte aufweisen. Die Einschr"ankung auf das verkleinerte Gebiet begr"undet sich aus der Menge der zu betrachtenden Daten. Das Betrachten eines kleineren Ausschnitts erm"oglichte es im Rahmen dieser Arbeit eine genauere Untersuchung durchzuf"uhren, als dies auf dem gesamten Stadtgebiet der Stadt Darmstadt m"oglich w"are.\\ \\
Grundlage dieser Arbeit sind insbesondere die Arbeit \cite{paper:kwonmurphy}, welche eine Modellierung von Freeway-Verkehrs vornimmt und mit Hilfe eines Hidden Markov Modell die Geschwindigkeit von Verkehrsteilnehmer vorhersagt. Die Arbeit \cite{thesis:neubert}, die mithilfe von zellular Automaten den Verkehr auf Autobahnen simuliert, sowie die Daten der Arbeit \cite{thesis:mueller}, welche die Verkehrsdaten der Stadt Darmstadt bereits aufbereitet hat. Die Arbeit \cite{thesis:lehnhoff} erwies sich als hilfreich zur Validierung. So konnten die dort befundenen Sensorungenauigkeiten best"atigt werden.\\ \\
Eine Beschreibung der Grundlagen, sowie die genau Beschreibung der Daten der Stadt Darmstadt, wird im Kapitel \autoref{sec:datengrund} vorgenommen. Das entwickelte Graphen-basierte Zweistufenmodell f"ur Kreuzungen und zwischen Kreuzungen wird in Kapitel \autoref{sec:modell} vorgestellt. Es modelliert neben den Induktionsschleifen sog. 'virtuelle Sensoren', f"ur die keine Sensorwerte vorliegen.
[todo collage]
\begin{figure}
\centering
\includegraphics[width=0.5\textwidth]{pic/overview}
\caption{'Ministadt', ausschnitt von Darmstadt der innerhalb dieser Arbeit betrachtet wird.}
\end{figure}
Es wird daraufhin in Kapitel \autoref{sec:berechnung} beschrieben wie anhand dieses Modells ein Verkehrsfluss aus den Kreuzungen heraus berechnet werden kann. Daf"ur werden verschiedene Ans"atze diskutiert und eine L"osung mithilfe linearer Gleichungssysteme vorgestellt, um Werte f"ur 'virtuelle Sensoren' zu berechnen. Durch weitere lineare Gleichungen konnten auch f"ur Fl"usse zwischen Kreuzungen Werte berechnet werden. Grundlage dieser Berechnung sind Matrizenmultiplikationen, welche in dieser Arbeit direkt am entwickelten Graphen berechnet werden. Des weiteren wird untersucht inwieweit der Verkehr anhand der gegebenen Daten vorhergesagt werde kann. Im Kapitel \autoref{sec:visualisierung} werden zwei Visualisierungen des Modells anhand des gew"ahlten Ausschnitts des Straßennetz der Stadt Darmstadt erl"autert, woraufhin im Kapitel \autoref{sec:validierung} die Ergebnisse und das Modell auf ihre G"ultigkeit hin "uberpr"uft werden. Hierf"ur wurde eine Verkehrsz"ahlung vorgenommen, um die berechneten Daten "uberpr"ufen zu k"onnen. Abschließend werden die Ergebnisse dieser Arbeit in Kapitel \autoref{sec:ausblick} zusammengefasst und ein Ausblick gegen, wie sich die errechneten Werte weiter verbessern lassen.
Es wird daraufhin in Kapitel \autoref{sec:berechnung} beschrieben wie anhand dieses Modells ein Verkehrsfluss aus den Kreuzungen heraus berechnet werden kann. Daf"ur werden verschiedene Ans"atze diskutiert und eine L"osung mithilfe linearer Gleichungssysteme vorgestellt, um die Werte f"ur 'virtuelle Sensoren' zu berechnen. Durch weitere lineare Gleichungen konnten auch f"ur Fl"usse zwischen den Kreuzungen Werte berechnet werden. Grundlage dieser Berechnung sind Matrizenmultiplikationen, sie in dieser Arbeit direkt am entwickelten Graphen berechnet. Des weiteren wird untersucht inwieweit der Verkehr anhand der gegebenen Daten vorhergesagt werde kann. Im Kapitel \autoref{sec:visualisierung} werden zwei Visualisierungen des Modells anhand des gew"ahlten Ausschnitts des Stra"sennetz der Stadt Darmstadt erl"autert. Die Ergebnisse und das Modell werden auf ihre G"ultigkeit hin im Kapitel \autoref{sec:validierung} "uberpr"uft. Hierf"ur wurde eine Verkehrsz"ahlung vorgenommen, um die berechneten Daten "uberpr"ufen zu k"onnen. Abschlie"send werden die Ergebnisse dieser Arbeit in Kapitel \autoref{sec:ausblick} zusammengefasst und ein Ausblick gegeben, wie sich die errechneten Werte weiter verbessern lassen.
\cite{thesis:elfers}
\cite{paper:kwonmurphy}

6
ss2013/Bachelor Thesis/thesis_ug/tex/uebersicht.tex
View File

@ -1,7 +1,7 @@
\section{"Ubersicht}\label{sec:uebersicht}
In Ballungsgebieten, vornehmlich St"adten, steigt die Anzahl der Verkehrsteilnehmer. Insbesondere die Anzahl der Autos ist in den letzten Jahren drastisch gestiegen. Diese zunehmende Belastung wirkt sich auf Stra"sen, auf den Verkehr und durch Verschmutzung und L"armbelastung auch auf den Menschen aus. Um der gestiegenen Anzahl an Fahrzeugen gerecht zu werden wurden verkehrsabh"angige Ampelanlagen entwickelt, welche ihre Ampelphasen dem Verkehrsaufkommen anpassen k"onnen. Hierf"ur wird der Verkehr der einzelnen Spuren einer Kreuzung mithilfe von Sensoren - Induktionsschleifen - erfasst. Mit der fortschreitenden Technisierung und dem gestiegenem Verkehr erhielten diese 'adaptiv' gesteuerten Ampelanlagen Einzug in die Straßen gr"oßerer St"adte, um die bereits vorhandenen Straßen besser nutzen zu k"onnen.\\ \\
In dieser Arbeit wird untersucht in wieweit man durch Verkehrsdaten, welche mithilfe von Induktionsschleifen auf den Stra"sen erfasst werden, Verkehrsfl"usse voraussagen und Stra"senbelastungen berechnen kann. Hierf"ur wurde ein zweistufiges Graphen-basiertes Modell der Stra"se entwickelt und verschiedene Ans"atze, um Verkehrsfl"usse innerhalb einer Kreuzung und zwischen Kreuzungen zu berechnen, diskutiert. Als Grundlage dieser Berechnungen dienen Induktionsschleifenwerte der Stadt Darmstadt, welche eine Vielzahl ihrer Kreuzungen mit Induktionsschleifen versehen hat.\\ \\
Mithilfe von Linearen Gleichungssystemen konnten Verkehrsfl"usse innerhalb von Kreuzungen, sowie ein Anzahl an Verkehrsteilnehmer, welche eine Kreuzung in eine bestimmte Richtung verlassen, berechnet werden. Neben den Sensorwerten der Induktionsschleifen kamen dabei sog. Abbiegewahrscheinlichkeiten zum Einsatz, welche ebenfalls von der Stadt Darmstadt zur Verf"ugung gestellt wurden. Eine Visualisierung des entwickelten Graphen erlaubt es die berechneten Verkehrsfl"usse besser zu untersuchen und zu verstehen, Die Validit"at der ermittelten Daten h"angt allerdings von den zugrundeliegenden Sensorwerten ab. In einer Verkehrsz"ahlung konnten ein Teil der modellierten Sensoren untersucht und bei einigen Sensoren eine sehr hohe Genauigkeit feststellen werden. Bei anderen Sensoren ergab die Z"ahlung allerdings Abweichungen von bis zu siebenhundert Prozent.\\ \\
In Ballungsgebieten, vornehmlich in St"adten, steigt die Anzahl der Verkehrsteilnehmer. Insbesondere die Anzahl der Fahrzeuge ist in den letzten Jahren drastisch gestiegen. Diese zunehmende Belastung wirkt sich auf Stra"sen, auf den Verkehr und durch Verschmutzung und L"armbelastung auch auf den Menschen aus. Um der gestiegenen Anzahl an Fahrzeugen gerecht zu werden wurden verkehrsabh"angige Ampelanlagen entwickelt, welche ihre Ampelphasen dem Verkehrsaufkommen anpassen k"onnen. Hierf"ur wird der Verkehr der einzelnen Spuren einer Kreuzung mithilfe von Sensoren - Induktionsschleifen - erfasst. Mit der fortschreitenden Technisierung und dem gestiegenem Verkehr erhielten diese 'adaptiv' gesteuerten Ampelanlagen Einzug in die Stra"sen gr"o"serer St"adte, um die bereits vorhandenen Verkehrswege besser nutzen zu k"onnen.\\ \\
In dieser Arbeit wird untersucht, in wieweit man durch Verkehrsdaten, welche mithilfe von Induktionsschleifen auf den Stra"sen erfasst werden, Verkehrsfl"usse voraussagen und Stra"senbelastungen berechnen kann. Hierf"ur wurde ein zweistufiges Graphen-basiertes Modell der Stra"se entwickelt und verschiedene Ans"atze, um Verkehrsfl"usse innerhalb einer Kreuzung und zwischen Kreuzungen zu berechnen, diskutiert. Als Grundlage dieser Berechnungen dienen Induktionsschleifenwerte der Stadt Darmstadt, welche eine Vielzahl ihrer Kreuzungen mit Induktionsschleifen versehen hat.\\ \\
Mithilfe von linearen Gleichungssystemen konnten Verkehrsfl"usse innerhalb von Kreuzungen, sowie ein Anzahl an Verkehrsteilnehmer, welche eine Kreuzung in eine bestimmte Richtung verlassen, berechnet werden. Neben den Sensorwerten der Induktionsschleifen kamen dabei sog. Abbiegewahrscheinlichkeiten zum Einsatz. Diese wurden ebenfalls von der Stadt Darmstadt zur Verf"ugung gestellt. Eine Visualisierung des entwickelten Graphen erlaubt es die berechneten Verkehrsfl"usse besser zu untersuchen und zu verstehen. Die Validit"at der ermittelten Daten h"angt allerdings von den zugrundeliegenden Sensorwerten ab. In einer Verkehrsz"ahlung konnten ein Teil der modellierten Sensoren untersucht und bei einigen Sensoren eine sehr hohe Genauigkeit feststellen werden. Bei anderen Sensoren ergab die Z"ahlung allerdings Abweichungen von bis zu siebenhundert Prozent.\\ \\
\section*{Abstract}
In urban areas, most notably Cities, have an increasing the number of road users.