thesis

ss2013/Bachelor Thesis/thesis_ug/tex/einleitung.tex

@@ -1,5 +1,5 @@
 \section{Einleitung}\label{sec:einleitung}
-Die Anzahl der \glslink{gls:lkw}{LKWs} und \glslink{gls:pkw}{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 \textit{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\% am G"utertransport haben. Die gestiegene 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.\\ \\
+Die Anzahl der \gls{gls:lkw}s und \gls{gls:pkw}s 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 \gls{gls:pkw}s und 603 tausend \gls{gls:lkw}s gemeldet; Heute, 2013, sind 43.431 tausend \gls{gls:pkw}s und 2.579 tausend \gls{gls:lkw}s 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 \textit{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 jeweils unter 10\% am G"utertransport haben. Die gestiegene 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 verkehrsaufkommensgesteuerten Ampelanlagen. Besonders gr"o"sere St"adte, welche unter hohem Verkehrsaufkommen leiden, setzen diese Technik seit einigen Jahren vermehrt ein\cite{paper:adaptiv}. Das Steuerverfahren 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 verkehrsaufkommensgesteuerten Ampel kann nachweislich \cite{paper:adaptiv} eine Verbesserung des Verkehrsflusses erreicht und die Haltezeiten an den Ampeln verk"urzt werden. Zunehmend werden 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\cite{paper:adaptiv}.\\ \\
 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 Fahrzeugs in einem solchen Modell in der Regel aus der des Vordermannes.\\ \\
 \begin{figure}
@@ -7,15 +7,15 @@ Neben einer verbesserten Ampelsteuerung, um den Verkehr schneller flie"sen zu la
   \includegraphics[width=0.95\textwidth]{ext/colage}
   \caption[Drei Visualisierungen des betrachteten Ausschnitts der Stadt Darmstadt]{Drei Visualisierungen des betrachteten Ausschnitts der Stadt Darmstadt. a) h"andische Visualisierung b) Visualisierung mithilfe der OSM-Karte c) Visualisierung des Graphenmodells}
 \end{figure}
-In dieser Arbeit wird untersucht, inwieweit die Sensorik einer verkehrsaufkommensgesteuerten Ampelanlage ausreicht, um Verkehr zu modellieren und zu bestimmen, in welche Richtung und wie viel 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 eine Kreuzung und ein zweites Modell f"ur Kreuzungen und deren Verbindungen 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 Fahrzeuge, welche den Sensor passieren und wie lange der Sensor von einem Fahrzeug belegt war. F"ur diese Arbeit wurde ausschlie"slich der Z"ahlwert der Fahrzeuge zur Berechnung von Verkehr verwendet. Es wurde ein Ausschnitt von zehn Kreuzungen betrachtet, die eine hohe Sensordichte aufweisen (178 Sensoren). Die Einschr"ankung auf das verkleinerte Gebiet begr"undet sich aus der Menge der zu betrachtenden Daten. Die Stadt Darmstadt hat 2327 Sensoren in ihrem Stadtgebiet auf 139 Kreuzungen verbaut. 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. F"ur eine erste Untersuchung wurden die zehn Kreuzungen h"andisch modelliert. Mit den Erkenntnissen dieser Modellierung wurde ein generisches Modell des Verkehrssystems entwickelt.\\ \\
-\begin{figure}
+In dieser Arbeit wird untersucht, inwieweit die Sensorik einer verkehrsaufkommensgesteuerten Ampelanlage ausreicht, um Verkehr zu modellieren und zu bestimmen, in welche Richtung und wie viel 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 eine Kreuzung und ein zweites Modell f"ur Kreuzungen und deren Verbindungen untereinander 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 Fahrzeuge, welche den Sensor passieren und wie lange der Sensor von Fahrzeugen belegt war. F"ur diese Arbeit wurde ausschlie"slich der Z"ahlwert der Fahrzeuge zur Berechnung von Verkehr verwendet. Es wurde ein Ausschnitt von zehn Kreuzungen betrachtet, die eine hohe Sensordichte aufweisen (178 Sensoren). Die Einschr"ankung auf das verkleinerte Gebiet begr"undet sich aus der Menge der zu betrachtenden Daten. Die Stadt Darmstadt hat 2327 Sensoren auf 139 Kreuzungen in ihrem Stadtgebiet  verbaut. 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. F"ur eine erste Untersuchung wurden die zehn Kreuzungen h"andisch modelliert. Mit den Erkenntnissen dieser Modellierung wurde ein generisches Modell des Verkehrssystems auf Basis von Induktionsschleifensensoren entwickelt.\\ \\
+\begin{figure}[h]
   \centering
   \includegraphics[width=0.95\textwidth]{ext/systembild}
   \caption{"Ubersicht "uber das entworfene Softwaresystem}
   \label{abb:system}
 \end{figure}
-Die generische Modellierung des Verkehrssystems wurde in Zusammenarbeit mit \textsc{M. Scholz}\cite{thesis:michael} entworfen, der dieses Modell ebenfalls f"ur seine Bachelor Thesis\cite{thesis:michael} verwendet. In \autoref{abb:system} ist eine "Ubersicht "uber die verschiedenen Teile der entwickelten Verkehrssimulation und den daf"ur implementierten Softwareteilen zu finden. Das System ist grob in vier Teile zu unterteilen. Die Datengrundlage, die Modellierung und die Visualisierung des Verkehrssystems , sowie die Berechnungen, die auf diesem Modell durchgef"uhrt werden. Wei"s hinterlegt werden die Datengrundlagen dargestellt. Systemteile, welche im Rahmen der Bachelor Arbeit von \textsc{M. Scholz} entstanden sind werden blau, solche die im Rahmen dieser Arbeit implementiert wurden gr"un dargestellt. Das Datenbankschema und die Modellierung des Verkehrssystem als Graph wurde in Zusammenarbeit entwickelt und wird mit einer Mischfarbe aus blau und gr"un aufgezeigt.\\ \\
-Eine Beschreibung der verkehrstechnischen Grundlagen ist in Kapitel \ref{sec:grundlagen} zu finden. Die in der \autoref{abb:system} abgebildeten Grundlagen, die Daten der Induktionsschleifen der Stadt Darmstadt, werden im Kapitel \ref{sec:daten} beschrieben. Daf"ur wird auf die von \textsc{C. M"uller} entworfene JEE6 Anwendung zur Bereitstellung von Verkehrsdaten\cite{thesis:mueller} zur"uckgegriffen, die die Daten der Stadt Darmstadt bereits aufbereitet hat. Das entwickelte Graphen-basierte Zweistufenmodell f"ur Kreuzungen und zwischen den Kreuzungen wird in Kapitel \ref{sec:modell} vorgestellt. Es modelliert neben den Induktionsschleifen sog. \textit{virtuelle Sensoren}, f"ur die keine Sensorwerte vorliegen. Das Datenbankschema f"ur die, in \autoref{abb:system} abgebildete Datenbank, sowie die Implementierung des Verkehrsmodells mithilfe der Java-Bibliothek \textit{JGraphT} werden in einzelnen Unterkapiteln behandelt. In Kapitel \ref{sec:berechnung} wird beschrieben wie anhand dieses Modells ein Verkehrsfluss aus den Kreuzungen heraus, bzw. in die Kreuzung hinein, berechnet werden kann. Daf"ur werden verschiedene Ans"atze diskutiert und eine L"osung mithilfe linearer Gleichungssysteme vorgestellt, um Verkehrswerte f"ur \textit{virtuelle Sensoren} zu berechnen. Durch "ubertragen dieser Werte auf das zweite, ungenauere Modell konnten auch Vorhersagen f"ur Fl"usse zwischen zwei Kreuzungen gemacht werden. Grundlage dieser Berechnungen sind Matrizenmultiplikationen, die in dieser Arbeit direkt am entwickelten Graphen berechnet werden. Des weiteren wird untersucht, inwieweit der Verkehr anhand der gegebenen Daten vorhergesagt werde kann. 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. Dabei wurde festgestellt, dass die, auf den Stra"sen verbaute Sensorik in sehr unterschiedlicher Qualit"at misst. Im Kapitel \ref{sec:visualisierung} werden daraufhin zwei computergest"utzte Visualisierungen des Modells, die im Rahmen dieser Arbeit entwickelt wurden, anhand des gew"ahlten Ausschnitts des Stra"sennetz der Stadt Darmstadt erl"autert. Die eine Visualisierung stellt das entwickelte Modell auf einer \glslink{gls:osm}{OSM}-Karte da. Die andere Darstellung visualisiert die JGraphT-Graphen der Kreuzungs"ubersicht und der einzelnen Kreuzungen. Abschlie"send werden die Ergebnisse dieser Arbeit in Kapitel \ref{sec:ausblick} zusammengefasst und ein Ausblick gegeben, wie sich die errechneten Werte und das entwickelte Modell weiter verbessern lassen.\\ \\
-Grundlage dieser Arbeit ist insbesondere die Arbeit \textit{Modelling Freeway Traffic with Coupled HMMs} \cite{paper:kwonmurphy}, welche eine Modellierung von Verkehr auf Schnellstra"sen anhand von Induktionsschleifen vornimmt und mit Hilfe eines \textit{gekoppelten Hidden Markov Modells} die Geschwindigkeit von Verkehrsteilnehmern vorhersagt. Dieses Modell eignet sich allerdings nicht f"ur ein innerst"adtisches Verkehrssystem, da die dortigen Stra"sen Kreuzungen aufweisen, im Gegensatz zu den in der oben genannten Arbeit Autobahnen. Die Arbeit \cite{thesis:lehnhoff} erwies sich als hilfreich zur Validierung. So konnten die dort befundenen Sensorungenauigkeiten best"atigt werden.\\ \\
+Die generische Modellierung des Verkehrssystems wurde in Zusammenarbeit mit \textsc{M. Scholz} entworfen, der dieses Modell ebenfalls f"ur seine Bachelor Thesis\cite{thesis:michael} verwendet. In \autoref{abb:system} ist eine "Ubersicht "uber die verschiedenen Teile der entwickelten Verkehrssimulation und den daf"ur implementierten Softwareteilen zu finden. Das System ist grob in vier Teile zu unterteilen. Die Induktionsschleifenwerte der Stadt Darmstadt aus der \textit{TrafficEye} Anwendung, die Modellierung und die Visualisierung des Verkehrssystems, sowie die Berechnungen, die auf diesem Modell durchgef"uhrt werden. Systemteile, welche im Rahmen der Bachelor Arbeit von \textsc{M. Scholz} entstanden sind werden blau, solche die im Rahmen dieser Arbeit implementiert wurden gr"un dargestellt. Das Datenbankschema und die Modellierung des Verkehrssystem als Graph wurde in Zusammenarbeit entwickelt und wird mit einer Mischfarbe aus blau und gr"un aufgezeigt.\\ \\
+Eine Beschreibung der verkehrstechnischen Grundlagen ist in Kapitel \ref{sec:grundlagen} zu finden. Die in der \autoref{abb:system} abgebildeten TrafficEye Datengrundlagen, die Daten der Induktionsschleifen der Stadt Darmstadt, werden im Kapitel \ref{sec:daten} beschrieben. Daf"ur wird auf die von \textsc{C. M"uller} entworfene \textit{JEE6 Anwendung zur Bereitstellung von Verkehrsdaten - TrafficEye}\cite{thesis:mueller} zur"uckgegriffen, die die Daten der Stadt Darmstadt bereits aufbereitet hat. Das entwickelte Graphen-basierte Zweistufenmodell f"ur Kreuzungen und zwischen den Kreuzungen wird in Kapitel \ref{sec:modell} vorgestellt. Es modelliert neben den Induktionsschleifen sog. \textit{virtuelle Sensoren}, f"ur die keine Sensorwerte vorliegen. Das Datenbankschema f"ur die, in \autoref{abb:system} abgebildete Datenbank, sowie die Implementierung des Verkehrsmodells mithilfe der \gls{gls:java}-Bibliothek \textit{\gls{gls:jgrapht}} werden in einzelnen Unterkapiteln behandelt. In Kapitel \ref{sec:berechnung} wird beschrieben wie anhand dieses Modells ein Verkehrsfluss aus den Kreuzungen heraus, bzw. in die Kreuzung hinein, berechnet werden kann. Daf"ur werden Hidden Markov Modelle un Wegfindungsalgorithmen als Ans"atze diskutiert und eine L"osung mithilfe linearer Gleichungssysteme vorgestellt, um Verkehrswerte f"ur \textit{virtuelle Sensoren} zu berechnen. Durch "ubertragen dieser Werte auf das zweite, ungenauere Modell konnten auch Vorhersagen f"ur Fl"usse zwischen zwei Kreuzungen gemacht werden. Grundlage dieser Berechnungen sind Matrizenmultiplikationen, die in dieser Arbeit direkt am entwickelten Graphen berechnet werden. Des weiteren wird untersucht, inwieweit der Verkehr anhand der gegebenen Daten vorhergesagt werde kann. Die berechneten Flusswerte 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. Dabei wurde festgestellt, dass die, auf den Stra"sen verbaute Sensorik in sehr unterschiedlicher Qualit"at misst. Dies hat eine starke Ungenauigkeit der berechneten Werte zur Folge und konnte an der Verkehrszählung belegt werden. Im Kapitel \ref{sec:visualisierung} werden daraufhin zwei computergest"utzte Visualisierungen des Modells, die im Rahmen dieser Arbeit entwickelt wurden, anhand des gew"ahlten Ausschnitts des Stra"sennetz der Stadt Darmstadt erl"autert. Die eine Visualisierung stellt das entwickelte Modell auf einer \glslink{gls:osm}{OSM}-Karte da. Die andere Darstellung visualisiert die \textit{JGraphT}-Graphen der Kreuzungs"ubersicht und der einzelnen Kreuzungen. Abschlie"send werden die Ergebnisse dieser Arbeit in Kapitel \ref{sec:ausblick} zusammengefasst und ein Ausblick gegeben, wie sich die errechneten Werte und das entwickelte Modell verbessern lassen, um die Güte der berechneten Werte zu erhöhen.\\ \\
+Grundlage dieser Arbeit ist insbesondere die Arbeit \textit{Modelling Freeway Traffic with Coupled HMMs} \cite{paper:kwonmurphy}, welche eine Modellierung von Verkehr auf Schnellstra"sen anhand von Induktionsschleifen vornimmt und mit Hilfe eines \textit{gekoppelten Hidden Markov Modells} die Verkehrsmuster erkennen kann (z.B. Stau). Dieses Modell eignet sich allerdings nicht f"ur ein innerst"adtisches Verkehrssystem, da die dortigen Stra"sen Kreuzungen aufweisen, im Gegensatz zu den in der oben genannten Arbeit Autobahnen. Eine weitere Arbeit - \textit{Visual State Estimation of Traffic Lights using Hidden Markov Models}\cite{paper:ampelhmm} - beschreibt ein weiteres Hidden Markov Modell, das ebenfalls nicht auf das gegebene Problem übertragen lässt. Auf beide Arbeiten wird im Kapitel \ref{sec:berechnung:hmm} näher eingegangen. Die Arbeit \textit{"Uberpr"ufung und Verbesserung der Qualit"at von automatisch erhobenen Daten an Lichtanlagen} \cite{thesis:lehnhoff} erwies sich als hilfreich zur Validierung. So konnten die dort befundenen Sensorungenauigkeiten best"atigt werden.\\ \\
 \newpage

ss2013/Bachelor Thesis/thesis_ug/tex/grundlagen.tex

@@ -15,7 +15,8 @@ In diesem Kapitel werden die Grundlagen der Verkehrstechnik und -modellierung be
 		\caption{Induktionsschleife}				
 		\label{abb:induct}
 	\end{figure}	
-	Wie bei jedem Sensor sind die Messungen unter Vorbehalt von Fehlern zu betrachten. In der Arbeit von \textsc{N. Lehnhoff}\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 anderer, ebenso gro"ser Teil, eine Genauigkeit von unter 40\% aufweist. Laut dem \textit{Merkblatt zu Detektoren f"ur den Stra"senverkehr} \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 \textsc{N. Lehnhoff}\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 ermittelt, dass bei nur einem Drittel der Sensoren eine Messgenauigkeit von 90\% erreicht wird, w"ahrend ein anderer, ebenso gro"ser Teil, eine Genauigkeit von unter 40\% aufweist.\\
+	Laut dem \textit{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 bedingte Messfehler}
 		\item{R"aumliche Messfehler}
@@ -30,8 +31,9 @@ In diesem Kapitel werden die Grundlagen der Verkehrstechnik und -modellierung be
 	\end{enumerate}
 	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 \ref{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}. Bevor diese Technik 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 messen des Verkehrs zum Einsatz. Wird ein Fahrzeug 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.\\ \\
+	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. \cite{paper:adaptiv}\\	
+	Die erste verkehrsabh"angige Steuerung wurde 1928 von Charles Adler jr. entwickelt und in Baltimore, Maryland das erste mal eingesetzt. Bevor diese Technik 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. \cite{paper:adaptiv}\\
+	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 diese Größen für den Bedarf des Verkehrsaufkommens zu berechnen, kommen die oben beschriebenen Induktionsschleifen zum messen des Verkehrs zum Einsatz. Wird ein Fahrzeug 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.\\ \\
 	\begin{figure}
  		\centering
  		\includegraphics[width=0.65\textwidth]{pic/verkehrsmanagement}

ss2013/Bachelor Thesis/thesis_ug/tex/uebersicht.tex

@@ -1,10 +1,10 @@
 \section{Kurzfassung}\label{sec:uebersicht}
-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 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 werden zu können, wurden verkehrsabh"angige Ampelanlagen entwickelt, welche ihre Ampelphasen dem Verkehrsaufkommen anpassen. 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 \textit{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, die mit Hilfe von Induktionsschleifen auf den Stra"sen erfasst werden, Verkehrsfl"usse berechnen und voraussagen 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 \textit{Darmstadt}, die eine Vielzahl ihrer Kreuzungen mit Induktionsschleifen versehen hat.\\ \\
 Mithilfe von linearen Gleichungssystemen konnten Verkehrsfl"usse innerhalb von Kreuzungen, sowie eine Anzahl an Verkehrsteilnehmern, 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. Eine zweite Visualisierung projeziert das Stra"senmodell auf eine Luftbildkarte. 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 Z"ahlungen eine sehr hohe Genauigkeit festgestellt werden. Bei anderen Untersuchungen ergab die Z"ahlung allerdings Abweichungen von bis zu siebenhundert Prozent.\\ \\
 
 \section*{Abstract}
-In urban areas, particularly in cities, the number of road users is increasing. Especially the number of cars has increased dramatically in recent years. This increase affects roads, traffic, and through pollution also humans. To meet the requirements for the increased number of vehicles new traffic-light systems have been developed which can adjust their traffic signals according to traffic volume. For this purpose, the traffic of the individual lanes of a crossing is monitored by sensors - so called inductive loops. With the progressive techanization and increased traffic so called 'adaptive' traffic light systems got a hold on to the streets of big cities to use the existing roads in a better, more effective way.\\ \\
-In this thesis is reasearched to what extent one can calculate and predict traffic flow through traffic data, which are collected by induction loops on the streets. For this purpose, a two-stage graph-based model of the road was developed and different approaches to calculate traffic flows within a crossing and between crossings is discussed. The basis of these calculations are induction loop values of the city of \textit{Darmstadt}, which has installed a large number of induction loops within their crossroads.\\ \\
-Using a systems of linear equations traffic flows within crossroads, as well as a number of vehicles who leave an intersection in a particular direction could be calculated. In addition to the sensor values of the induction loops  so-called Turnpropabilities were used. These were also provided by the City of Darmstadt. Furthermore a visualization of the developed graph allows to study the calculated traffic flows better. A second visualization projected the road model to an aerial map. However, the validity of the calculated data depends on the underlying sensor values. In a trafficstudy part of the modeled sensors were investigated and some were identified to have a very good accuracy. Others, however, were counting wrong - up to seven hundred percent.
+In urban areas, particularly in cities, the number of road users is increasing. Especially the number of cars has increased dramatically in recent years. This increase affects roads, traffic, and through pollution also humans. To meet the requirements for the increased number of vehicles new traffic-light systems have been developed which can adjust their traffic signals according to traffic volume. For this purpose, the traffic of the individual lanes of a crossing is monitored by sensors - so called induction loops. With the progressive technologization and increased traffic so called \texit{adaptive} traffic light systems found a way into the streets of major cities to use the existing roads in a more effective manner.\\ \\
+In this thesis is reasearched to what extent one can calculate and predict traffic flows with traffic data collected by induction loops on the streets. For this purpose, a two-stage graph-based model of the road was developed and different approaches to calculate traffic flows within a crossing and between crossings are discussed. The basis of these calculations are induction loop values from the city of \textit{Darmstadt}, which has installed a large number of induction loops within their crossroads.\\ \\
+Using a systems of linear equations, traffic flows within crossroads, as well as a number of vehicles who leave an intersection in a particular direction could be calculated. In addition to the sensor values of the induction loops  so-called Turnpropabilities were used. These were provided by the City of Darmstadt also. Furthermore a visualization of the developed graph allows to study the calculated traffic flows better. A second visualization projected the road model to an aerial map. However, the validity of the calculated data depends on the underlying sensor values. In a trafficstudy a part of the modeled sensors were investigated and some were identified to have a very good accuracy. Others, however, were counting wrong - up to seven hundred percent.
 \newpage