Dokument: Ursachen- und wirkungsorientierte Analyse gesammelter Fahrprofile zur taktischen Fahrtoptimierung

Titel:	Ursachen- und wirkungsorientierte Analyse gesammelter Fahrprofile zur taktischen Fahrtoptimierung
URL für Lesezeichen:	https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=26330
URN (NBN):	urn:nbn:de:hbz:061-20130806-144430-2
Kollektion:	Dissertationen
Sprache:	Deutsch
Dokumententyp:	Wissenschaftliche Abschlussarbeiten » Dissertation
Medientyp:	Text
Autor:	Kerper, Markus [Autor]
Dateien:	[Dateien anzeigen] Adobe PDF [Details] 3,60 MB in einer Datei [ZIP-Datei erzeugen] Dateien vom 22.07.2013 / geändert 22.07.2013
Beitragende:	Prof. Dr. Mauve, Martin [Gutachter] Dr. Scheuermann, Björn [Gutachter]
Stichwörter:	Fahrzeuge, taktische Fahrtoptimierung, Datenanalyse, Lichtsignalanlagen
Dewey Dezimal-Klassifikation:	000 Informatik, Informationswissenschaft, allgemeine Werke » 004 Datenverarbeitung; Informatik
Beschreibung:	Ein Fahrer, der das Ziel hat vorausschauend und somit verbrauchseffizient zu fahren, muss die für ihn fahrbare Maximalgeschwindigkeit auf der vorausliegenden Strecke abschätzen, um unnötige Beschleunigungs- und Bremsvorgänge zu vermeiden. Die fahrbare Maximalgeschwindigkeit auf einem Streckenabschnitt unterliegt diversen Beschränkungen, die u. a. aus Streckengeometrie, Verkehrszeichen, Lichtsignalanlagen (LSA) und der Witterung resultieren. Die dieser Arbeit zugrunde liegende Beobachtung ist, dass Fahrer zum einen in komplexen Situationen und auf unbekannten Strecken aufgrund des Informationsdefizits nicht in der Lage sind die fahrbare Maximalgeschwindigkeit für die nächsten x-hundert Meter abzuschätzen. Zum anderen ist es für den Fahrer eine große Herausforderung fahrzeugspezifische verbrauchseffiziente Fahrmanöver daraufhin abzuleiten. Diese Arbeit verfolgt das Ziel, dem Fahrer die oben genannten komplexen Aufgaben, d. h. die Berechnung der fahrbaren Maximalgeschwindigkeit und der daraus resultierenden verbrauchseffizienten Fahrmanöver, mittels eines Assistenzsystems abzunehmen. Der Beitrag dabei ist ein System zur Berechnung der fahrbaren Maximalgeschwindigkeit aus vergangenen und aktuellen Fahrprofilen. Dazu wird in dieser Arbeit die steigende Verfügbarkeit von Kommunikation zwischen Fahrzeugen und Servern zum Austausch der Fahrprofile genutzt. Es werden zwei Verfahren zur Analyse der Fahrprofile auf einem Server entwickelt: Die wirkungsorientierte und die ursachenorientierte Analyse. Die wirkungsorientierte Analyse von Fahrprofilen ist ein generischer Ansatz, bei dem die Einflussfaktoren (z. B. die Streckengeometrie, Verkehrszeichen und LSA) auf das Fahrprofil nicht speziell betrachtet werden, sondern ausschließlich deren Auswirkungen (d. h. das Resultat aller Einflüsse) analysiert werden. Die Idee dabei ist die fahrbare Maximalgeschwindigkeit auf dem vorausliegenden Streckenabschnitt durch den Geschwindigkeitsverlauf, den Fahrzeuge typischerweise dort fahren, aus historischen Fahrprofilen abzuschätzen. Der erste Kernbeitrag dieser Arbeit ist ein Algorithmus zur Erkennung von charakteristischen Geschwindigkeitsverläufen und deren Wahrscheinlichkeit für jeden Streckenabschnitt durch Klassifikation der Fahrprofile. Das Problem dabei ist es ein Ähnlichkeitsmaß zu finden, welches die Verschiebung von Fahrprofilen zueinander berücksichtigt; beispielsweise halten Fahrzeuge an einem Stoppschild an unterschiedlichen Positionen bei Rückstau. In dieser Arbeit wird mit Dynamic Time Warping (DTW) ein Ähnlichkeitsmaß gewählt, welches bereits in der Spracherkennung eingesetzt wurde, um gleiche Wörter trotz unterschiedlich schneller Aussprache zu erkennen. Evaluiert wird der Algorithmus mittels realer Fahrprofile. Bei der ursachenorientierten Analyse wird im Vergleich zur wirkungsorientierten Analyse die Kenntnis über den maßgebenden Einflussfaktor genutzt. Innerorts werden Fahrprofile ganz wesentlich durch den Status von LSA beeinflusst. Die Idee in dieser Arbeit ist, durch Analyse von Fahrprofilen an durch LSA gesteuerten Kreuzungen, die LSA-Parameter zu schätzen. Dazu wurden in dieser Arbeit zwei Algorithmen zur ursachenorientierten Analyse von Fahrprofilen an LSA entwickelt: Der erste Algorithmus (Traffic Light State Estimation (TLSE)) wird an LSA eingesetzt, deren Schaltzeiten über einen längeren Zeitraum statisch sind. Mit dem zweiten Algorithmus (Traffic Light Correlation Analysis (TLCorA)) werden LSA adressiert, deren Schaltzeiten mit räumlich umliegenden LSA korreliert sind. Das heißt, dass die Schaltzeiten der LSA einer Kreuzung nicht statisch, die Schaltzeiten aufeinanderfolgender LSA zueinander aber statisch sein müssen (z. B. bei „grüner Welle“). Beide Algorithmen ermöglichen die Bestimmung des Status der LSA bei Ankunft des Fahrzeugs und damit der fahrbaren Maximalgeschwindigkeit.
Lizenz:	Urheberrechtsschutz
Fachbereich / Einrichtung:	Mathematisch- Naturwissenschaftliche Fakultät » WE Informatik » Rechnernetze
Dokument erstellt am:	06.08.2013
Dateien geändert am:	06.08.2013
Promotionsantrag am:	24.05.2013
Datum der Promotion:	19.07.2013