The presented work wants to contribute a new solution based on the analysis of stochastic signals. On the basis of the Dresden Live-Camera-System which is providing real-time information about the traffic state on 31 focal points (March 2005) one is able to use a wide range of image types under different and severe conditions. The method is based on the analysis of stochastic signals derived from the live-camra images. These signals are analyzed with cross-correlation, amplitude- and frequency filters. The resulting data enable the distinction of stable and non-stable traffic flow and the automated identification of traffic congestion. Moreover fundamental diagrams are calculated. / Die vorgelegte Arbeit beinhaltet ein neuartiges Verfahren zur automatischen Ermittlung des Verkehrszustandes aus Live-Kamera-Bildern. Die Datengrundlage dafür liefert das im Rahmen des BMBF-Leitprojektes intermobil Region Dresden geschaffenen Live-Kamerasystem mit 31 Standorten (Stand März 2005). Das entwickelte Verfahren basiert auf der Analyse stochastischer Signale, die aus den Kamerabildern ermittelt werden. Die methodischen Grundlagen des Verfahrens sind Korrelationsanalyse sowie Amplituden- und Frequenzfilterung. Die Rahmenbedingungen für den praktischen Einsatz sind durch die Variabilität von Auflösung und Blickwinkel an den unterschiedlichen Kamerastandorten geprägt. Die ermittelten Messwerte ermöglichen eine Unterscheidung der Verkehrszustände "flüssiger Verkehr", "zähflüssiger Verkehr" und "Stop&Go" und werden am Fundamentaldiagramm interpretiert.

The presented work wants to contribute a new solution based on the analysis of stochastic signals. On the basis of the Dresden Live-Camera-System which is providing real-time information about the traffic state on 31 focal points (March 2005) one is able to use a wide range of image types under different and severe conditions. The method is based on the analysis of stochastic signals derived from the live-camra images. These signals are analyzed with cross-correlation, amplitude- and frequency filters. The resulting data enable the distinction of stable and non-stable traffic flow and the automated identification of traffic congestion. Moreover fundamental diagrams are calculated. / Die vorgelegte Arbeit beinhaltet ein neuartiges Verfahren zur automatischen Ermittlung des Verkehrszustandes aus Live-Kamera-Bildern. Die Datengrundlage dafür liefert das im Rahmen des BMBF-Leitprojektes intermobil Region Dresden geschaffenen Live-Kamerasystem mit 31 Standorten (Stand März 2005). Das entwickelte Verfahren basiert auf der Analyse stochastischer Signale, die aus den Kamerabildern ermittelt werden. Die methodischen Grundlagen des Verfahrens sind Korrelationsanalyse sowie Amplituden- und Frequenzfilterung. Die Rahmenbedingungen für den praktischen Einsatz sind durch die Variabilität von Auflösung und Blickwinkel an den unterschiedlichen Kamerastandorten geprägt. Die ermittelten Messwerte ermöglichen eine Unterscheidung der Verkehrszustände "flüssiger Verkehr", "zähflüssiger Verkehr" und "Stop&Go" und werden am Fundamentaldiagramm interpretiert.