Server, System und Verfahren zur Bestimmung einer Position eines Stauendes

Beschreibung

Die Erfindung betrifft einen Server, ein System und ein Verfahren zur Bestimmung einer Position eines Stauendes.

Ein Server zur Bestimmung einer Ortsangabe eines Staus ist aus dem Stand der Technik bekannt. Google-Traffic kann den geographischen Bereich bestimmen, in dem ein Stau aufgetreten ist. Dabei wertet der Server beispielsweise die

Geschwindigkeit von in Fahrzeugen befindlichen Smartphones aus. Diese

Staudaten geben den Ort des Staus jedoch nur mit zu großer Ungenauigkeit an. Die Art des Staus, dessen zukünftige Entwicklung oder die zuletzt dynamisch stattgefundene Entwicklung lässt sich mit dem Ansatz von Google-Traffic nicht bestimmen.

Eine andere Möglichkeit, den Ort des Staus zu bestimmen, besteht darin, stationäre Sensoren, wie Kameras oder Induktionsschleifen, auf einem relevanten Straßenabschnitt zu installieren. Diese stationären Sensoren werten den

Verkehrszustand, insbesondere den Verkehrsfluss bzw. die Verkehrsdichte aus. Dabei werden die Geschwindigkeit und die Abstände zwischen den einzelnen Fahrzeugen gemessen und daraus der Verkehrsfluss bzw. die Verkehrsdichte errechnet.

Ein Nachteil dieser Art von Ortsbestimmung liegt darin, dass die Berechnung der Position des Stauendes nur in dem Straßenabschnitt erfolgen kann, in dem die Sensoren installiert wurden. Die Installation von stationären Sensoren, wie Kameras oder Induktionsschleifen, ist sehr teuer und kommt somit nicht flächendeckend zum Einsatz.

Die EP 1 235 195 A2 beschreibt ein Verfahren zu Bestimmung von Staudaten. Dabei übermittelt ein erstes Fahrzeug seine aktuelle Position, die mit einer Zeitangabe gekoppelt ist, an eine Zentrale. Die Zentrale legt diese Information in einer Datenbank ab und bestimmt anhand der Daten einen Fahrweg des ersten Fahrzeugs. Mit Hilfe von weiteren Fahrwegen anderer Fahrzeuge, die sich in der näheren Umgebung des ersten Fahrzeugs aufhalten und ebenfalls in der Datenbank abgelegt sind, erzeugt die Zentrale eine Fahrwegvorausschau für das erste Fahrzeug. Diese Fahrwegvorausschau gibt Aufschluss darüber, wie sich die Geschwindigkeit des ersten Fahrzeugs aller Wahrscheinlichkeit nach auf dem bevorstehenden Streckenabschnitt verändern wird. Der genaue Ort, das Verhalten des Staus und die Position des Stauendes lässt sich auch mit diesem Ansatz nicht ermitteln.

Die US 2007/0005231 A1 beschreibt ein System und ein Verfahren zur

Bestimmung der Position eines Stauendes. Ein dem System zugehöriges Fahrzeug umfasst eine Steuerung, mit der die Geschwindigkeit des Fahrzeugs analysiert wird. Sobald das Fahrzeug, welches mit konstanter Geschwindigkeit fährt, sich einem Stauende nähert und dadurch die Geschwindigkeit verringert, legt die Steuerung das Stauende an der Position fest, an der die Geschwindigkeit des Fahrzeugs annähernd Null ist oder sich konstant auf einem sehr niedrigen

Geschwindigkeitsniveau befindet. Dies hat zum Nachteil, dass die Position des Stauendes nur sehr ungenau bestimmt werden kann. Handelt es sich

beispielsweise um ein sehr weiches Stauende, an dem sich die Geschwindigkeit einerseits stetig verringert, andererseits aber nicht den Wert Null annimmt oder kein sehr niedriges und konstantes Niveau erreicht, kann mit diesem System und Verfahren keine exakte Positionsbestimmung des Stauendes erfolgen.

Ausgehend von diesem Stand der Technik stellt sich die Aufgabe, einen Server, ein System und ein Verfahren bereit zu stellen, welches die vorgenannten

Nachteile adressiert. Insbesondere soll ein Server geschaffen werden, der flächendeckend und ortsunabhängig die exakte Position des Stauendes und ggf. dessen Entwicklung bestimmt. Dabei soll auch bei weichen Stauenden, in das die Fahrzeuge mit immer langsamerer Geschwindigkeit stetig einfahren, eine exakte Positionsbestimmung des Stauendes erfolgen. Eine weitere Aufgabe ist es, einen Server zur Bestimmung der Position des Stauendes bereit zu stellen, welcher in der Lage ist, die Art des Stauendes bestimmen zu können. Muss bei der Einfahrt in das Stauende stark abgebremst werden, hartes Stauende, oder kann von langsamer Geschwindigkeitsreduktion ausgegangen werden, weiches Stauende.

Diese Aufgabe wird durch einen Server gemäß Anspruch 1, einem System gemäß Anspruch 7 und ein Verfahren gemäß Anspruch 13 gelöst. Insbesondere wird die Aufgabe durch einen Server zur Bestimmung einer Position eines Stauendes gelöst, welcher umfasst

- eine Rechnereinheit;

- einen Speicher;

- eine Empfangseinheit zum Empfangen einer Vielzahl von Messdaten, jeweils mit mindestens einer Positionsdatenangabe eines Fahrzeugs.

Dabei ist der Server bevorzugt dazu ausgebildet, mit Hilfe wenigstens einer Sigmoidfunktion und unter Verwendung der empfangenen Messdaten die Position des Stauendes zu berechnen.

Die zur Lokalisierung und Charakterisierung der Position des Stauendes verwendete mindestens eine Sigmoidfunktion sig(x) kann beispielsweise folgende Formel aufweisen:

Diese kann, wie dargestellt, anhand von vier Parametern [ai, a ₂ , a ₃ , a ₄ ] definiert sein.

Die Sigmoidf unktionen können dabei, beispielsweise in einem ersten

Iterationszyklus, durch zufällig gewählte Parameterwerte bestimmt werden. Die Messdaten können dazu verwendet werden, mindestens eine Sigmoidfunktion auszuwählen, die den realen Stauverlauf und somit auch dessen Stauende gut modelliert. Die ausgewählte und somit qualitativ hochwertige Sigmoidfunktion kann genutzt werden, um damit die Position des Stauendes zu berechnen.

Alternativ oder zusätzlich können Parameterwerte der Sigmoidf unktionen auf Basis zumindest einiger der Messdaten bestimmt oder berechnet werden. Die Messdaten werden beispielsweise von einem Fahrzeug über ein Funknetz, vorzugsweise ein Mobilfunknetz, an den Server übertragen, der diese in seinem Speicher ablegt. Die Messdaten können eine Positionsdatenangabe eines

Fahrzeugs umfassen, mit Hilfe derer die Recheneinheit in Abhängigkeit des Übertragungszeitpunkts der Positionsdatenangaben die Geschwindigkeit des Fahrzeugs berechnet. Ein Vorteil des erfindungsgemäßen Servers liegt darin, dass er mit Hilfe der Sigmoidf unktion die Position des Stauendes bestimmen kann, unabhängig davon, von welcher Position das Fahrzeug seine Messdaten an den Server übersandt hat. Das sendende Fahrzeug kann sich noch vor oder auch bereits kurz hinter der Position des Stauendes befinden. Die Sigmoidfunktion eignet sich also dazu, auch mit Messdaten von beliebigen Positionen, beispielsweise innerhalb des Staus Aussagen über das Stauende treffen zu können.

Ein weiterer Vorteil liegt darin, dass anhand des Verlaufs der Sigmoidfunktion bestimmt werden kann, wie sich die Geschwindigkeit des Fahrzeugs über die Zeit ändert. Dieser kann dazu benutzt werden, das Stauende zu charakterisieren. Weist die Sigmoidfunktionen einen schnellen und starken Abfall im Verlauf auf, handelt es sich um ein hartes Stauende, bei der Fahrzeuge aus freier Fahrt auf eine Ansammlung von beispielsweise stehenden Fahrzeugen treffen. Weist die Sigmoidfunktion einen langsamen und flachen Abfall im Verlauf auf, spricht das dafür, dass mit umliegenden Fahrzeugen bei langsamer

Geschwindigkeitsreduktion in das Stauende eingefahren wird und somit ein weiches Stauende vorliegt. Der Server kann dazu ausgebildet sein, entsprechende Erkenntnisse an Teilnehmer, beispielsweise Fahrzeuge, die diesen Dienst abonniert haben, zu übermitteln. Der Server kann diese Erkenntnis auch nutzen, um Aussagen über die Gefährlichkeit des Staus zu treffen. Beispielswiese können mehrere Gefahrenkategorien (z.B. hoch, niedrig, gering) definiert werden, wobei der Server den jeweiligen Stau in eine dieser Kategorien einordnet.

Vorzugsweise sind die Messdaten Daten-Tupel und umfassen:

Verkehrsinformationsdaten; und/oder

Geschwindigkeitsdaten, die mindestens eine Geschwindigkeit des jeweiligen Fahrzeugs angeben; und/oder

Abstandsdaten, die mindestens einen Abstand zwischen dem jeweiligen Fahrzeug und einem dem jeweiligen Fahrzeug vorausfahrenden Fahrzeug angeben; und/oder

Bremshäufigkeitsdaten, die eine Bremshäufigkeit des jeweiligen Fahrzeugs angeben.

Hierdurch kann der Server mit Hilfe der Messdaten das Umfeld des Fahrzeugs, wie beispielsweise die Verkehrsdichte, bestimmen. Durch beispielsweise Übermittlung des Abstands zu einem vorausfahrenden Fahrzeug kann der Server die Verkehrsdichte berechnen. Die Verkehrsdichte kann dabei beispielsweise mit folgender Formel berechnet werden:

1

P =

r + s

Die Verkehrsdichte p hängt dabei von dem Abstand r zwischen zweier Fahrzeuge und der Fahrzeuglänge s des hinteren Fahrzeuges ab. Gleiche Berechnung kann auch durch die Verkehrsinformationsdaten erfolgen, die beispielsweise die Anzahl der Fahrzeuge in dem näheren Umfeld des Fahrzeugs oder Spurwechselverhalten oder sonstige den Verkehr betreffende Daten angeben. Ebenso ist auch eine Berechnung der Verkehrsdichte aufgrund der Bremshäufigkeit des Fahrzeugs möglich. Es kann auch eine Bestimmung der Verkehrsdichte auf dem gesamten detektieren Umfeld des messenden Fahrzeugs basieren. Somit ist es auch möglich, die Position des Stauendes durch die Veränderung des

Verkehrsdichteverlaufs zu berechnen.

Ein weiterer Vorteil der Erfindung liegt darin, dass mittels der Sigmoidfunktion kontinuierlich die Verkehrsdichte über den Weg bzw. die Strecke, vorzugsweise auch über die Zeit, modelliert werden kann. Hierdurch ist es möglich, die Position des Stauendes mit wenigen Messpunkten - unabhängig von der Position an dem die Messpunkte bzw. Messdaten erfasst wurden - zu bestimmen. Auch kann eine Aussage über die Art des Stauendes getroffen werden. Steigt der

Verkehrsdichteverlauf schnelle und starken an, handelt es sich um ein hartes Stauende. Weist die Sigmoidfunktion einen langsamen und flachen Anstieg im Verlauf auf, handelt es sich um ein weiches Stauende. Der Server kann dazu ausgebildet sein, entsprechende Erkenntnisse an Teilnehmer, beispielsweise Fahrzeuge, die diesen Dienst abonniert haben, zu übermitteln. Die Fahrzeuge können diese Informationen verarbeiten und zur Ausgabe von Warnsignalen an den Fahrer selbst oder an andere Verkehrsteilnehmer nutzen. Des Weiteren können diese Informationen dazu verwendet werden, um die Funktionsweise eines Fahrerassistenzsystems zu beeinflussen. Ggf. kann das

Fahrerassistenzsystem dann die Fahrgeschwindigkeit reduzieren.

Vorteilhaft könnten die Messdaten Warnblinkdaten umfassen. Diese

Warnblinkdaten können die Benutzung der Warnblinkanlage des Fahrzeugs und/oder die mit Hilfe eines Sensors und/oder einer Kamera detektierte

Benutzung einer Warnblinkanlage eines Fahrzeugs im näheren Umfeld des (eigenen) Fahrzeugs angeben. Diese Warnblinkdaten können dazu beitragen, eine genauere Bestimmung der Position und/oder der Eigenschaften des Stauendes vorzunehmen.

In einer weiteren Ausführungsform der Erfindung ist der Server ausgebildet, eine Vielzahl von Parametersätzen zu bestimmen, um die Position des Stauendes zu berechnen. Jeder Parametersatz definiert eine erste Sigmoidfunktion und eine zweite Sigmoidfunktion. Die erste Sigmoidfunktion des Parametersatzes modelliert einen Geschwindigkeitsverlauf und die zweite Sigmoidfunktion des

Parametersatzes einen Verkehrsdichteverlauf. Ein Parametersatz kann dabei durch acht Parameter [v,, v ₂ , v ₃ , v ₄ , p p ₂ , p ₃ , p ₄ ] bestimmt werden, wobei vier Parameter [v,, v ₂ , v ₃ , v ₄ ] den Geschwindigkeitsverlauf abbilden und vier

Parameter [p p ₂ , p ₃ , p ₄ ] den Verkehrsdichteverlauf. Die Vielzahl von

Parametersätzen kann vorzugsweise größer 10, mehr bevorzugt größer 100 oder größer 1000 sein. Indem ein Parametersatz zwei Sigmoidfunktionen definiert, wobei die erste Sigmoidfunktion den Geschwindigkeitsverlauf des Fahrzeugs in Abhängigkeit des Ortes und die zweite Sigmoidfunktion den Verkehrsdichteverlauf in Abhängigkeit des Ortes darstellt, werden so die Vorteile des

Geschwindigkeitsverlaufs und des Verkehrsdichteverlaufs kombiniert.

Ein weiterer Vorteil besteht darin, dass anhand spurgenauer Lokalisierung die Eigenschaften des Stauendes fahrspurgenau bestimmt werden kann. Der

Geschwindigkeitsverlauf und der Verkehrsdichteverlauf können zu

unterschiedlichen Ergebnissen bezüglich des Stauendes führen. Der Server kann als Ergebnis die Position ausgeben, die der modellierte Geschwindigkeitsverlauf vorgibt oder die, die der modellierte Verkehrsdichteverlauf vorgibt. Es ist auch möglich, einen Mittelwert zwischen den beiden ermittelten Positionen des

Stauendes als endgültige Position des Stauendes zu bestimmen, beispielsweise die Position, die exakt zwischen den beiden bestimmten Positionen liegt. Die Parametersätze können genutzt werden, um präzise Aussagen über Eigenschaften des Stauendes zu treffen. Hierbei wird bei der Bestimmung der Art des Stauendes sowohl die Änderung der Geschwindigkeit, wie auch die der Verkehrsdichte berücksichtigt, so dass exaktere Aussagen getroffen werden können. Vorteilhaft kann mit Hilfe der Sigmoidfunktion auch ein Beschleunigungsverlauf bzw.

Verzögerungsverlauf modelliert und analog der Verlauf der Beschleunigung über den Ort bestimmt werden, um somit die Position des Stauendes zu bestimmen. Durch die Modellierung des Beschleunigungsverlaufs ist es ebenfalls möglich, zum einen die Position des Stauendes exakt zu berechnen und zum anderen die Eigenschaft des Stauendes zu bestimmen.

In einer vorteilhaften Ausführungsform kann der Server eine Bewertungseinheit umfassen. Die Bewertungseinheit bewertet die Qualität zumindest einer Auswahl einer von dem Server berechneten Vielzahl von Sigmoidfunktionen mit

unterschiedlichen Parametern unter zumindest der Verwendung der Messdaten. Die Messdaten werden mit den berechneten Sigmoidfunktionen verglichen. Je näher der Verlauf der Sigmoidf unktion an dem Wert der Messdaten liegt, desto höher ist die Qualität der Sigmoidf unktion und desto besser wird sie bewertet. Eine solche Bewertung der Sigmoidfunktionen kann dadurch erfolgen, dass die Sigmoidfunktionen beispielsweise in ein Klassensystem von 10 Klassen eingeteilt werden, wobei die Klasse 10 die höchste Qualität der Sigmoidfunktionen beinhaltet. Durch Auswahl bevorzugter Sigmoidfunktionen, beispielsweise von Sigmoidfunktionen höherer Klassen, wie der Klasse 9 und 10 oder die besten 5, insbesondere die besten 50 oder 500, kann die Bestimmung der Position des Stauendes vereinfacht und die Anzahl der korrekt erkannten

Positionsbestimmungen erhöht werden. Die Bewertung der Sigmoidfunktionen auf Grundlage der Messdaten kann beispielsweise auch dadurch erfolgen, indem das Residuum von Least-Square-Fitting zwischen der Sigmoidf unktion und der Messdaten bestimmt wird und anhand der Größe des Residuums die jeweiligen Sigmoidfunktion bewertet wird.

In einer Ausführungsform kann die Bewertungseinheit zur Berechnung der Sigmoidfunktionen einen Partikelfilter und/oder eine Stützvektor Maschine

(„Support Vector Machine", SVM) und/oder eine Lineare Diskriminanzanalyse (LDA) nutzen. Mit Hilfe des Partikelfilters werden fortlaufende Aktualisierungen der Sigmoidfunktionen durch neue Messdaten erzeugt. Hierbei approximiert der Partikelfilter die A-posteriori-Verteilung der Zustandswahrscheinlichkeiten der Sigmoidfunktionen durch eine endliche Menge an Parametern [vi, v2, v3, v4, pl, p2, p3, p4]. Durch eine Stichprobenmenge, die Partikel, wird die

Wahrscheinlichkeitsdichtefunktion über die Sigmoidfunktionen approximiert. Im Gegensatz zu alternativen Ansätzen können Partikelfilter durch ihre nicht- parametrische Form beliebige Verteilungen approximieren. Ebenso kann ein berechneter Geschwindigkeitsverlauf und/oder Verkehrsdichteverlauf durch ein Polynom m-ten Grades interpoliert werden, wobei m=3 eine vorteilhafte Wahl darstellt. Die Koeffizienten dieses Polynoms können zusammen mit anderen Eigenschaften des Signals, wie dem Gradienten der Geschwindigkeit über die Zeit oder dem Gradienten der Verkehrsdichte über die Zeit als Punkt in einem n- dimensionalen Hyperraum interpretiert werden. Eine zuvor mit Trainingsdaten trainierte SVM oder LDA ist nun in der Lage, eine Aussage darüber zu treffen, in wie weit die berechneten Sigmoidfunktionen den Messdaten des Fahrzeugs entsprechen. Die Vorteile liegen dabei in der schnellen und zuverlässigen

Bewertung sowie der kompakten Repräsentation der Bewertungsregeln.

In einer weiteren Ausprägung der Erfindung kann der Server von einem weiteren Server Staudaten empfangen. Die Staudaten geben einen Bereich an, an dem ein Stau aufgetreten ist. Unter Verwendung der Staudaten wird die Sigmoidfunktion berechnet. Eine solche Berechnung kann dadurch erfolgen, dass der Server zur Berechnung der Sigmoidfunktion eine Parametervorauswahl triff, wobei die Parametervorauswahl auf Basis der Staudaten erfolgt. Hierdurch kann im Vorfeld die Berechnung der Sigmoidfunktionen zielführend gesteuert werden. Durch die Staudaten kann bereits eine Parametervorauswahl getroffen werden, die nur solche Sigmoidf unktionsverläufe modelliert, die von Anfang an eine höhere Qualität aufweisen als Sigmoidfunktionen, die durch eine Zufallsauswahl der Parameter berechnet wurden. Dies hat zum Vorteil, dass die Berechnung der Sigmoidfunktionen optimiert wird und eine verbesserte und schnellere

Positionsbestimmung eines Stauendes erfolgt.

Des Weiteren wird die Aufgabe durch ein System gelöst, das einen Server, wie er in den vorhergehenden Ausführungen beschrieben wurde, und Fahrzeuge umfasst, wobei die Fahrzeuge dazu ausgebildet sind, Messdaten an den Server zu übermitteln. Es ergeben sich ähnliche oder identische Vorteile, wie dies bereits in Verbindung mit dem Server beschrieben wurde.

In einer bevorzugten Ausführung kann mindestens ein Fahrzeug dazu ausgebildet sein, in regelmäßigen Zeitabständen Messdaten zu übermitteln. In einem weiteren bevorzugten System kann mindestens ein Fahrzeug Messdaten übermitteln, wenn eine entsprechende Anfrage vom Server empfangen wird. Ebenso ist eine

Kombination aus regelmäßiger Messdatenübermittlung und einer

Messdatenübermittlung auf Anfrage möglich. Auch kann durch Triggerung das mindestens eine Fahrzeug selbst Messdaten an den Server übermitteln. Die Triggerung kann dabei eine Funktion diverser Datenbankmanagementsysteme, insbesondere großer relationaler Datenbankmanagementsysteme aufweisen und bei einer bestimmten Art der Änderungen von Daten ein gespeichertes Programm aufgerufen, das diese Änderung erlaubt, verhindert und/oder weitere Tätigkeiten vornimmt, wie beispielsweise ausgewählte Messdaten an den Server zu

übermitteln. Hierdurch wird eine optimale und zielführende

Messdatenübertragung innerhalb des Systems sichergestellt.

In einer weiteren vorteilhaften Ausführung kann der Server dazu ausgebildet sein, aus einer Liste von Fahrzeugen mindestens ein Fahrzeug, insbesondere unter Verwendung von Staudaten, auszuwählen und das ausgewählte Fahrzeug aufzufordern, Messdaten zu übermitteln. Dabei kann der Server alle Fahrzeuge die sich in der Liste befinden, auffordern, ihm regelmäßig zumindest

Positionsdaten zu übermitteln, die zusätzlich den Fahrzeugen in der Liste zugeordnet werden. Anhand dieser Positionsangaben wählt der Server Fahrzeuge aus, die sich in der näheren Umgebung des durch die Staudaten bekannten Staus befinden und fordert sie auf, ihm Messdaten zu schicken. Eine weitere Möglichkeit besteht darin, dass der Server die Messdatenabfrage von Fahrzeugen nur dann startet, sobald ihm Informationen über einen Stau vorliegen. Hierbei kann der Server einerseits alle Messdaten der Fahrzeuge anfordern, die in der Liste aufgeführt sind. Anderseits kann der Server in einem ersten Schritt eine

Positionsabfrage aller gelisteten Fahrzeuge starten und nur die Position der Fahrzeuge in der Liste abspeichern. Basierend auf den Staudaten würde dann eine Auswahl der Fahrzeuge erfolgen, wobei Fahrzeuge ausgewählt werden können, die sich in dem Bereich des Staus befinden. Liegen von diesen

Fahrzeugen noch keine Messdaten vor, kann der Server in einem zweiten Schritt diese anfordern, um die Position des Stauendes zu berechnen. Alle Möglichkeiten haben den Vorteil, die Messdatenübertragung zwischen den Fahrzeugen und dem Server zu vereinfachen, zu optimieren und zielführend sicherzustellen.

Bei einer weiteren bevorzugten Ausführung kann der Server dazu ausgebildet sein: a) basierend auf den Staudaten neben einer Verkehrsrichtung vorläufige Position des Stauendes und/oder eines Stauzentrum und/oder eines Stauanfang zu bestimmen;

b) für eine Vielzahl von Fahrzeugen Fahrzeugposition und

Fahrzeugfahrtrichtung zu bestimmen; c) unter Verwendung der Fahrzeugposition und der Fahrzeugfahrtrichtung mindestens ein Fahrzeug auszuwählen, das sich vor der vorläufigen Position des Stauendes und/oder des Stauzentrums, vorzugsweise vor der vorläufigen Position des Stauanfangs, befindet und sich auf das Stauende zubewegt.

Durch die Auswahl von Fahrzeugen, die sich an einer Position vor der Position des Stauendes befinden und auf dieses zufahren, werden nur solche Messdaten von Fahrzeugen verwendet, die auch unmittelbar mit der zu berechnenden Position des Stauendes in Beziehung stehen. Somit wird die Messdatenübertragung noch weiter optimiert und verringert.

In einer weiteren Ausführungsform kann das wenigstens eine Fahrzeug

mindestens eine Abstandmesseinheit umfassen. Diese Abstandmesseinheit kann dazu ausgebildet sein, den Abstand zwischen dem Fahrzeug und einem dem Fahrzeug vorausfahrenden Fahrzeug zu messen. Der Abstand kann dazu genutzt werden, Verkehrsinformationsdaten zu ermitteln und/oder zu übermitteln. Eine solche Abstandmesseinheit kann beispielsweise das Front-Radar für das ACC (Adaptive Cruise Control), ein Laser, eine Kamera oder eine sonstige Einheit sein, die dazu geeignet ist, den Abstand zu einem vorausfahrenden Fahrzeug zu messen. Ein Vorteil einer solchen Abstandmesseinheit ist, dass durch die

Abstandswerte ein Verkehrsdichteverlauf modelliert werden kann. Abhängig von der Geschwindigkeit und dem Abstand zum vorausfahrenden Fahrzeug kann die Rechnereinheit oder das Fahrzeug selbst das Verkehrsdichteaufkommen im Umfeld des messenden Fahrzeugs bestimmen.

In einer bevorzugten Ausführungsform kann der Server ausgebildet sein, die berechnete Position des Stauendes an Fahrzeuge zu übermitteln. Dies ermöglicht die Darstellung der Position des Stauendes im Fahrzeug. Hierdurch wird der Fahrer beispielsweise durch sein Navigationsgerät über die exakte Position und/oder auch über die Eigenschaft des Stauendes informiert. Liegt das Stauende beispielsweise hinter einer unübersichtlichen Kurve oder handelt es sich um ein hartes Stauende, kann der Fahrer des Fahrzeugs rechtzeitig vorgewarnt werden, so dass die Unfallgefahr verringert werden kann.

Ferner wird die Aufgabe gelöst durch ein Verfahren zur Bestimmung einer Position eines Stauendes, insbesondere mittels eines Servers, wie er in den vorhergehenden Ausführungen beschrieben wurde, und/oder innerhalb eines Systems, wie es in den vorhergehenden Ausführungen beschrieben wurde, umfassend die Schritte:

Bestimmen einer Vielzahl von Parametersätzen, wobei jeder Parametersatz eine erste Sigmoidf unktion und eine zweite Sigmoidf unktion definiert, wobei die erste Sigmoidf unktion des Parametersatzes einen

Geschwindigkeitsverlauf und die zweite Sigmoidf unktion des

Parametersatzes einen Verkehrsdichteverlauf modelliert;

Empfang von Messdaten mindestens eines Fahrzeugs;

Bewertung der Qualität zumindest einiger der durch die Parametersätze definierten Sigmoidfunktionen basierend auf den empfangenen Messdaten; Auswahl mindestens eines Parametersatzes basierend auf der Bewertung; Berechnung der Position des Stauendes auf Basis des mindestens einen ausgewählten Parametersatzes;

Senden der Position des Stauendes an ein/das Fahrzeug.

Es ergeben sich ähnliche oder identische Vorteile, wie dies bereits in Verbindung mit dem Server und dem System beschrieben wurde.

Ein weiteres bevorzugtes Verfahren umfasst die Schritte:

Generieren, vorzugsweise zufälliges Generieren, von weiteren

Parametersätzen auf Basis des mindestens einen ausgewählten

Parametersatzes, insbesondere innerhalb von vorgegebenen

Variationsintervallen;

Empfang von weiteren Messdaten mindestens des Fahrzeugs oder eines weiteren Fahrzeugs;

Bewertung der Qualität zumindest einiger der durch die weiteren

Parametersätze definierten Sigmoidfunktionen basierend auf den empfangenen zweiten Messdaten;

Auswahl mindestens eines weiteren Parametersatzes basierend auf der Bewertung;

Berechnung der Position des Stauendes auf Basis des mindestens weiteren ausgewählten Parametersatzes;

Senden der Position des Stauendes an ein/das Fahrzeug oder ein/das weitere Fahrzeug. Die Generierung neuer Parametersätze kann dadurch erfolgen, dass die acht Parameter pro Parametersatz jeweils mit gewissem Rauschen zufällig leicht verändert werden. Durch diese Maßnahme kann erneut eine Vielzahl

unterschiedlicher Parametersätze erzeugt werden. Durch den zuvor ausgewählten Parametersatz repräsentieren die neuen Parametersätze im Vergleich zu den ersten Parametersätzen den Verkehrszustand in verbesserter und angepasster Form. Durch erneutes Bewerten und Auswählen der Parametersätze kann die Position des Stauendes, die in einem ersten Schritt berechnet wurde, durch diesen zweiten Schritt noch weiter konkretisiert und exakter bestimmt werden. Das Generieren von neuen Parametersätzen, das Abgleichen und Bewerten dieser neuen Parametersätze mit immer neuen Messdaten kann beliebig oft wiederholt werden. Somit lässt sich die Position und auch die Eigenschaft des Stauendes nicht nur immer exakter bestimmen, sondern wird gleichzeitig auch immer wieder den aktuellen verändernden Gegebenheiten angepasst.

Die erfindungsgemäße Aufgabe wird des Weiteren durch ein computerlesbares Speichermedium gelöst, das ausführbare Instruktionen aufweist, welche einen Computer dazu veranlassen, das bereits beschriebene Verfahren zu

implementieren, wenn diese Instruktionen ausgeführt werden. Es ergeben sich ähnliche oder identische Vorteile, wie dies bereits in Verbindung mit dem Server, dem System und dem Verfahren beschrieben wurde.

Nachfolgend wird die Erfindung mittels mehrerer Ausführungsbeispiele

beschrieben, die anhand von Abbildungen näher erläutert werden. Hierbei zeigen:

Fig. 1 eine schematische Darstellung eines Servers 100;

Fig.2 eine schematische Darstellung zweier miteinander

kommunizierender Server 100 und 101;

Hg 3 eine schematische Darstellung eines Syst

Hg 4 eine schematische Draufsicht auf zwei hintereinander fahrende

Fahrzeuge 71 und 72;

Fig 5 eine Sigmoidf unktion, die einen Geschwindigkeitsverlauf 50

modelliert;

Fig 6 eine Sigmoidf unktion, die einen Verkehrsdichteverlauf 60 modelliert; Fig 7 eine Sigmoidf unktion aus Fig. 5 zur Bestimmung der Position x ₂ des

Stauendes; Fig. 8 eine Sigmoidf unktion aus Fig. 6 zur Bestimmung der Position x ₂ des

Stauendes;

Fig. 9 eine schematische Darstellung zur Bestimmung der Eigenschaft eines Stauendes;

Fig. 10 ein schematisches Flussdiagramm zur Bestimmung der Position x ₂ des Stauendes;

Fig. 11 ein weiteres schematisches Flussdiagramm aus Fig. 10 zur

Bestimmung der Position x ₂ des Stauendes; und

Fig. 12 ein Ausführungszyklus der probabilistischen Bewertung der

Parametersätze 40 und 42 aufgrund von Messdaten 80, 81, 82 und

83 der Fahrzeuge 71, 72, 73 und 74.

In der nachfolgenden Beschreibung werden für gleiche und gleich wirkende Teile, dieselben Bezugsziffern verwendet.

Das Ziel des Servers 100 ist es, die Position eines Stauendes zu berechnen.

Im Folgenden soll unter einem Stauende die Position verstanden werden, an der ein Fahrzeug aufgrund von äußeren Einflüssen, wie beispielsweise durch einen Verkehrsunfall, erhöhtes Fahrzeugaufkommen oder Umwelteinflüsse, dazu veranlasst ist, entweder seine Geschwindigkeit und/oder den Abstand zu einem vorausfahrenden Fahrzeug zu verringern.

Fig. 1 zeigt eine schematische Darstellung eines Servers 100, der eine

Rechnereinheit 10, einen Speicher 20, eine Empfangseinheit 30 und eine

Bewertungseinheit 90 umfasst.

Wie in Fig. 2 dargestellt, empfängt der Server 100 von einem weiteren Server 101 Staudaten 21. Die Staudaten 21 geben einen Bereich auf einer Straße an, an dem ein Stau aufgetreten ist.

Die Empfangseinheit 30 ist dazu ausgebildet, eine Vielzahl von Messdaten 80, 81, 82, 83 zu empfangen, wie es in Fig. 3 dargestellt ist. Die Messdaten 80, 81, 82, 83 umfassen jeweils mindestens eine Positionsdatenangabe x von Fahrzeugen 71, 72, 73, 74, wobei die Fahrzeuge 71, 72, 73, 74 eine Fahrzeugflotte 70 darstellen. Die Fahrzeugflotte 70 ist dadurch definiert, dass es sich um Fahrzeuge 71, 72, 73, 74 handelt, die sich in unmittelbarer Nähe zueinander aufhalten und alle in dieselbe Richtung fahren.

Der Server 100 ist dazu ausgebildet, mit Hilfe wenigstens einer Sigmoidfunktion, die beispielsweise durch vier Parametern [a^ a ₂ , a ₃ , a ₄ ] definiert ist, und unter Verwendung der empfangenen Messdaten 80, 81, 82, 83 die Position x ₂ des Stauendes zu berechnen. Die Sigmoidfunktionen werden dabei, beispielsweise in einem ersten Iterationszyklus, durch zufällig gewählte Parameterwerte bestimmt. Auch können die Parameter [a^ a ₂ , a ₃ , a ₄ ] der Sigmoidfunktion unter Verwendung der Staudaten 21 berechnet werden.

In der Fig. 3 ist ebenfalls eine schematische Darstellung eines Systems gezeigt. Das System umfasst den Server 100 und die Fahrzeuge 71, 72, 73, 74, wobei die Fahrzeuge 71, 72, 73, 74 dazu ausgebildet sind, Messdaten 80, 81, 82, 83 an den Server 100 zu übermitteln. Dabei können die Messdaten 80, 81, 82, 83 in regelmäßigen Zeitabständen automatisch von den Fahrzeugen 71, 72, 73, 74 an den Server 100 übermittelt werden oder die Übermittlung der Messdaten 80, 81, 82, 83 erfolgt erst durch Anfrage seitens des Servers 100. Auch eine Kombination der beiden Übertragungsarten ist denkbar. Hierdurch wird eine optimale und zielführende Messdatenübertragung innerhalb des Systems sichergestellt.

Ferner wählt der Server 100 aus einer Liste von Fahrzeugen 71, 72, 73, 74 mindestens ein Fahrzeug 71, insbesondere unter Verwendung von Staudaten 21, aus. Das ausgewählte Fahrzeug 71 wird aufgefordert, Messdaten 80 an den Server 100 zu übermitteln. Die Auswahl des Fahrzeugs 71 kann auf

unterschiedliche Weise erfolgen:

In einer ersten Möglichkeit fordert der Server 100 alle Fahrzeuge 71,72, 73, 74 die sich in der Liste befinden auf, ihm regelmäßig zumindest Positionsdaten x zu übermitteln, die zusätzlich den Fahrzeugen 71, 72, 73, 74 in der Liste zugeordnet werden. Anhand dieser Positionsangaben x wählt der Server 100 Fahrzeuge 71, 72, 73, 74 aus, die sich in der näheren Umgebung des durch die Staudaten 21 bekannten Staus befinden und fordert diese auf, ihm Messdaten 80, 81, 82, 83 zu schicken, mit Hilfe derer der Server 100 die Position des stauendes x ₂ bestimmt.

Eine weitere Möglichkeit besteht darin, dass der Server 100 die Messdatenabfrage von Fahrzeugen 71, 72, 73, 74 nur dann startet, sobald ihm Informationen 21 über einen Stau vorliegen. Hierbei kann der Server 100 einerseits alle Messdaten

80, 81, 82, 83 der Fahrzeuge 71, 72, 73, 74 anfordern, die in der Liste aufgeführt sind. Anderseits kann der Server 100 in einem ersten Schritt eine

Positionsabfrage aller gelisteten Fahrzeuge 71, 72, 73, 74 starten und nur die Position x der Fahrzeuge 71, 72, 73, 74 in der Liste abspeichern. Basierend auf den Staudaten 21 wird dann eine Auswahl der Fahrzeuge 71, 72, 73, 74 erfolgen, wobei Fahrzeuge 71, 72, 73, 74 ausgewählt werden, die sich in dem Bereich des Staus befinden. Liegen von diesen Fahrzeugen 71, 72, 73, 74 noch keine

Messdaten 80, 81, 82, 83 vor, kann der Server 100 in einem zweiten Schritt diese anfordern, um die Position des Stauendes x ₂ zu berechnen.

Auch ist der Server 100 dazu ausgebildet, basierend auf den Staudaten 21 die vorläufige Position des Stauendes x ₂ und/oder eines Stauzentrums und/oder eines Stauanfangs, sowie die Verkehrsrichtung, in welcher der Stau aufgetreten ist, zu bestimmen. Gleiche Bestimmung des Servers 100 erfolgt auch für eine Vielzahl von Fahrzeugen71 , 72, 73, 74, wobei deren Fahrzeugposition x und

Fahrzeugfahrtrichtung bestimmt wird. Unter Verwendung der Fahrzeugposition x und der Fahrzeugfahrtrichtung wählt der Server 100 mindestens ein Fahrzeug 71 aus, das sich vor der vorläufigen Position des Stauendes x ₂ und/oder des

Stauzentrums, vorzugsweise vor der vorläufigen Position des Stauanfangs, befindet und sich auf das Stauende x ₂ zubewegt. Durch die Auswahl von

Fahrzeugen 71, 72, 73, 74, die sich an einer Position vor der Position des Stauendes x ₂ befinden und auf dieses zufahren, werden nur solche Messdaten 80,

81. 82, 83 von Fahrzeugen 71, 72, 73, 74 verwendet, die auch unmittelbar mit der zu berechnenden Position des Stauendes in Beziehung stehen. Somit wird die Messdatenübertragung noch weiter optimiert und verringert.

Sobald der Server 100 die Position des Stauendes x ₂ berechnet hat, übermittelt er diese Position x ₂ an die Fahrzeuge 71, 72, 73, 74. Dies ermöglicht die Darstellung der Position des Stauendes x ₂ in den Fahrzeugen 71, 72, 73, 74. Hierdurch wird der Fahrer beispielsweise durch sein Navigationsgerät über die exakte Position x ₂ und/oder auch über die Eigenschaft des Stauendes informiert. Liegt das Stauende x ₂ beispielsweise hinter einer unübersichtlichen Kurve oder handelt es sich um ein hartes Stauende, kann der Fahrer des Fahrzeugs 71, 72, 73, 74 rechtzeitig vorgewarnt werden, so dass die Unfallgefahr verringert wird. Die von den Fahrzeugen 71, 72, 73, 74 übermitteln Messdaten 80, 81, 82, 83 sind Daten-Tupel. Diese Daten-Tupel umfassen Verkehrsinformationsdaten,

Geschwindigkeitsdaten, die eine Geschwindigkeit v des jeweiligen Fahrzeugs 71 angeben und Abstandsdaten, die einen Abstand r zwischen dem jeweiligen Fahrzeug 71 und einem dem jeweiligen Fahrzeug 71 vorausfahrenden Fahrzeug 72 angeben. Wie in Fig.4 dargestellt, umfasst das Fahrzeug 71 eine Sendeeinheit 76, um die Messdaten 80 an den Sever 100 zu übermitteln. Ferner umfasst das Fahrzeug 71 eine Abstandmesseinheit 75, um den Abstand r zu einem

vorausfahrenden Fahrzeug 72 zu messen.

Mit Hilfe der Messdaten 80, 81, 82, 83 bestimmt der Server 100 das Umfeld des Fahrzeugs 71, wie beispielsweise die Verkehrsdichte p, wobei die Verkehrsdichte p abhängig von dem gemessenen Abstand r und der Fahrzeuglänge s des

Messfahrzeugs 71 ist.

Fig. 5 zeigt eine Sigmoidf unktion, die einen Geschwindigkeitsverlauf 50 modelliert und durch vier Parameter [ν,, v ₂ , v ₃ , v ₄ ] definiert ist. Dabei wird dargestellt, wie sich die Geschwindigkeit v eines Fahrzeugs 71 über den Ort x ändert. Fig. 6 zeigt eine Sigmoidf unktion, die einen Verkehrsdichteverlauf 60 modelliert und durch vier Parameter [p _1; p ₂ , p ₃ , P4] definiert ist. Dabei wird dargestellt, wie sich die Verkehrsdichte p im näheren Umfeld eines Fahrzeugs 71 über den Ort x ändert. Jeweils ein Geschwindigkeitsverlauf 50 und ein Verkehrsdichteverlauf 60 stellen einen Parametersatz 40 dar. Der Server 100 ist dazu ausgebildet, eine Vielzahl von Parametersätzen 40, 42 zu bestimmen, um die Position des Stauendes x ₂ zu berechnen. Ein Parametersatz 40, 42 kann dabei durch acht Parameter [v,, v ₂ , v ₃ , v ₄ , p p ₂ , p ₃ , p ₄ ] bestimmt werden. Durch spurgenaue Lokalisierung der

Fahrzeuge 71, 72, 73, 74 werden somit die Position des Stauendes x ₂ und die Eigenschaften des Stauendes fahrspurgenau bestimmt.

Fig. 7 zeigt anhand des Geschwindigkeitsverlaufs 50 und Fig. 8 anhand des Verkehrsdichteverlaufs 60, wie die Position des Stauendes x ₂ bestimmt wird.

Hierbei wird im Geschwindigkeitsverlauf 50 eine Tangente 51 zur konstanten Geschwindigkeit v an einer Position x-^ vor dem Stauende x ₂ gezogen. Eine zweite Gerade an einer Position x ₃ innerhalb des Staus stellt die Steigung 52 der

Geschwindigkeitsabnahme nach dem Stauende x ₂ dar. Durch den Schnittpunkt der Tangente 51 und der Steigung 52 wird die Position des Stauendes x ₂ und damit der Beginn der Staueinfahrt bestimmt. Gleiches Verfahren wird in Fig. 8 mit Hilfe des Verkehrsdichteverlaufs 60 angewandt, um ebenfalls die Position des

Stauendes x ₂ zu bestimmen. Hierbei wird eine Tangente 61 zur konstanten Verkehrsdichte p an einer Position vor dem Stauende x ₂ gezogen. Eine zweite Gerade an einer Position x ₃ innerhalb des Staus stellt die Steigung 62 der

Verkehrsdichtezunahme nach dem Stauende x ₂ dar. Durch den Schnittpunkt der Tangente 61 und der Steigung 62 wird die Position des Stauendes x ₂ und damit der Beginn der Staueinfahrt bestimmt.

Nimmt die Steigung 52 des Geschwindigkeitsverlaufs 50 schnell ab und die Steigung 62 des Verkehrsdichteverlaufs 60 schnell zu, handelt es sich um ein hartes Stauende, bei der Fahrzeuge 71, 72, 73, 74 aus freier Fahrt auf eine Ansammlung von beispielsweise stehenden Fahrzeugen treffen. Nimmt die

Steigung 52 des Geschwindigkeitsverlaufs 50 langsam ab und die Steigung 62 des Verkehrsdichteverlaufs 60 langsam zu, handelt es sich um ein weiches Stauende, in das die Fahrzeuge 71, 72, 73, 74 mit immer langsamerer Geschwindigkeit v stetig einfahren.

Eine weitere Möglichkeit die Eigenschaft des Stauendes zu bestimmen ist in Fig. 9 dargestellt. Weist der Gradient dv der Geschwindigkeitsabnahme über die Zeit einen hohen negativen Wert auf und der Gradient dp der Verkehrsdichtezunahme über die Zeit einen hohen positiven Wert, so handelt es sich hierbei um ein hartes Stauende. Umgekehrt, weist der Geschwindigkeitsgradient über die Zeit einen kleinen negativen Wert auf und der Verkehrsdichtegradient über die Zeit einen kleinen positiven Wert, handelt es sich um ein weiches Stauende.

Durch die Übermittlung der Position des Stauendes x ₂ sowie die Übermittlung der Eigenschaft des Stauendes durch den Server 100 an die Fahrzeuge 71, 72, 73, 74, werden diese Informationen verarbeitet und zur Ausgabe von Warnsignalen an den Fahrer selbst oder an andere Verkehrsteilnehmer genutzt.

Fig. 10 zeigt ein Flussdiagramm eines Verfahrens, womit die Position des

Stauendes x ₂ bestimmt wird. Hierbei ist der Server 100 dazu ausgebildet, folgende Schritte durchzuführen:

- Bestimmung eine Vielzahl von Parametersätzen 40, wobei jeder

Parametersatz 40 eine erste Sigmoidf unktion und eine zweite

Sigmoidf unktion definiert, wobei die erste Sigmoidfunktion einen Geschwindigkeitsverlauf 50 und die zweite Sigmoidfunktion einen Verkehrsdichteverlauf 60 modelliert;

- Empfang von Messdaten 80 mindestens eines Fahrzeugs 71;

- Bewertung der Qualität zumindest einiger der durch die Parametersätze 40 definierten Sigmoidf unktionen mit Hilfe einer Bewertungseinheit 90 basierend auf den empfangenen Messdaten 80;

- Auswahl mindestens eines Parametersatzes 41 basierend auf der

Bewertung;

- Berechnung der Position x ₂ des Stauendes auf Basis des mindestens einen ausgewählten Parametersatzes 41 ;

- Senden der Position x ₂ des Stauendes an ein/das Fahrzeug 71.

Die Bewertungseinheit 90 ist dazu ausgebildet, die Parametersätze 40 unter Verwendung eines Partikelfilters zu bewerten. Mit Hilfe des Partikelfilters werden fortlaufende Aktualisierungen der Sigmoidf unktionen 50, 60 durch neue

Messdaten 80, 81, 82, 83 erzeugt. Hierbei approximiert der Partikelfilter die A- posteriori-Verteilung der Zustandswahrscheinlichkeiten der Sigmoidf unktionen 50, 60 durch eine endliche Menge an Parametern [v,, v ₂ , v ₃ , v ₄ , p p ₂ , p ₃ , p ₄ ]. Durch eine Stichprobenmenge, die Partikel, wird die Wahrscheinlichkeitsdichtefunktion über die Sigmoidf unktionen 50, 60 approximiert. Im Gegensatz zu alternativen Ansätzen können Partikelfilter durch ihre nicht-parametrische Form beliebige Verteilungen approximieren.

Für eine noch genauere Bestimmung der Position des Stauendes x ₂ bzw. für eine Aktualisierung der Position des Stauendes x ₂ zeigt Fig. 11 ein weiteres

Flussdiagramm, womit die Position des Stauendes x ₂ bestimmt wird. Hierbei ist der Server 100 dazu ausgebildet, folgende Schritte durchzuführen:

- Generieren, vorzugsweise zufälliges Generieren, von weiteren

Parametersätzen 42 auf Basis des mindestens einen ausgewählten Parametersatzes 41, insbesondere innerhalb von vorgegebenen Variationsintervallen;

- Empfang von weiteren Messdaten mindestens des Fahrzeugs 71

und/oder eines weiteren Fahrzeugs 72;

- Bewertung der Qualität zumindest einiger der durch die weiteren

Parametersätze 40 definierten Sigmoidf unktionen mit Hilfe einer Bewertungseinheit 90 basierend auf den weiteren Messdaten 81; - Auswahl mindestens eines weiteren Parametersatzes 43 basierend auf der Bewertung;

- Berechnung der Position x ₂ des Stauendes auf Basis des mindestens weiteren ausgewählten Parametersatzes 43;

- Senden der Position x ₂ des Stauendes an ein/das Fahrzeug 71 oder ein/das weitere Fahrzeug 72.

Die Generierung neuer Parametersätze 42 kann dadurch erfolgen, dass die acht Parameter [v,, v ₂ , v ₃ , v ₄ , p p ₂ , p ₃ , P4] pro Parametersatz 41 jeweils mit gewissem Rauschen zufällig leicht verändert werden. Durch diese Maßnahme kann erneut eine Vielzahl unterschiedlicher Parametersätze 42 erzeugt werden. Durch den zuvor ausgewählten Parametersatz 41 repräsentieren die neuen Parametersätze 42 im Vergleich zu den ersten Parametersätzen 40 den

Verkehrszustand in verbesserter und angepasster Form. Durch erneutes Bewerten und Auswählen der Parametersätze 42 kann die Position des Stauendes x ₂ , die in einem ersten Schritt berechnet wurde durch diesen zweiten Schritt noch weiter konkretisiert und exakter bestimmt werden. Das Generieren von neuen

Parametersätzen 42, das Abgleichen und Bewerten dieser neuen Parametersätze 42 mit immer neuen Messdaten 81 kann beliebig oft wiederholt werden. Somit lassen sich die Position x ₂ und auch die Eigenschaft des Stauendes nicht nur immer exakter bestimmen, sondern werden gleichzeitig auch immer wieder den aktuellen, sich veränderten Gegebenheiten angepasst.

In Fig. 12 ist nochmals in einer anderen Art dargestellt, wie die Position des Stauendes x ₂ bestimmt werden kann. Die Schätzung des wahrscheinlichsten Parametersatzes 41 erfolgt zyklisch. Zu Beginn wird zufällig bzw. unter

Zuhilfenahme von Staudaten 21 über wahrscheinlichere Parametrierungen - eine große Vielzahl an Parametersätzen 40 mit je acht Parametern [ν,, v ₂ , v ₃ , v ₄ , p ₂ , p ₃ , P4] erzeugt. In einem nächsten Schritt werden die Sigmoidfunktionen des Geschwindigkeitsverlaufs 50 und des Verkehrsdichteverlaufs 60, welche durch je acht Parameter [v,, v ₂ , v ₃ , v ₄ , p p ₂ , p ₃ , p ₄ ] eindeutig definiert sind, mit

Zuhilfenahme der Messung 1000 in dem Schritt Bewertung 2000 bewertet.

Parametersätze 40, die der Messung 1000 besser entsprechen bzw. näher an dem real gemessenen Fall liegen, erhalten demzufolge eine höhere Bewertung. In dem Schritt Auswahl 3000 werden die Parametersätze 41 bestimmt, welche weiter verfolgt werden sollen. Anschließend werden die acht Parameter [v,, v ₂ , v ₃ , v ₄ , Ρι, P2, P3, P4] pro gezogenen Parametersatz 41 jeweils mit gewissem Rauschen zufällig leicht verändert. Nun liegt wieder eine Vielzahl von unterschiedlichen Parametersätzen 42 vor. Durch die Messungen 1000 repräsentiert die Vielzahl von Parametersätzen 40 den Verkehrszustand nun besser, wie vor dem

Bewertungsschritt 2000. Kommen zu einem neuen Zeitpunkt weitere Messdaten 81 bzw. mehrere synchrone/ asynchrone Messungen 1000, werden die

Parametersätze 41 vom letzten Zeitschritt auf den jeweiligen neuen Zeitpunkt prädiziert. Dies kann beispielsweise über makroskopische Verkehrsmodelle, welche durch partielle Differentialgleichungen beschrieben sind, geschehen. Auch kann der Schritt der Prädiktion 4000 auch komplett weggelassen werden, wenn das Verrauschen der Parametersätze 42, welches vor oder auch nach der

Prädiktion 4000 angewendet werden kann, ausreichend groß ist, um die Dynamik der Position des Stauendes x ₂ zu erfassen. Diese Abfolge der Schritte Bewertung 2000, auf Basis der Messung 1000, Auswahl 3000 sowie Prädiktion 4000 erfolgt dabei zyklisch und beliebig oft.

Bezuaszeichen:

10 Rechnereinheit

20 Speicher

21 Staudaten

30 Empfangseinheit

40 Parametersätze

41 Parametersatz

42 weitere Parametersätze

43 weiterer Parametersatz

50 Geschwindigkeitsverlauf

51 Tangente zur Geschwindigkeit vor dem Stauende

52 Steigung der Geschwindigkeitsabnahme

60 Verkehrsdichteverlauf

61 Tangente zur Verkehrsdichte vor dem Stauende

62 Steigung der Verkehrsdichtezunahme

70 Fahrzeugflotte

71 Fahrzeug

72 weiteres Fahrzeug

73 Fahrzeug

74 Fahrzeug 75 Abstandmesseinheit

76 Sendeeinheit

80 Messdaten

81 weitere Messdaten

82 Messdaten

83 Messdaten

90 Bewertungseinheit

100 Server

101 weiterer Server

1000 Messung

2000 Bewertung

3000 Auswahl

4000 Prädiktion

x Positionsdatenangabe

X! Position vor dem Stauende

x ₂ Position des Stauendes

x ₃ Position nach dem Stauende

v Geschwindigkeit

dv Gradient der Geschwindigkeitsabnahme über die Zeit p Verkehrsdichte

dp Gradient der Verkehrsdichtezunahme über die Zeit r Absatz zwischen zwei Fahrzeugen

s Länge des Fahrzeugs