Auf vielen hochbelasteten Autobahnabschnitten kommen Streckenbeeinflussungsanlagen (SBA) zum Einsatz, um die Verkehrssicherheit und den Verkehrsfluss zu verbessern. Hierbei werden Maßnahmen wie Geschwindigkeitsbeschränkungen und Warnungen weitestgehend automatisiert aufgrund der vorherrschenden Verkehrs- und Wetterbedingungen abgeleitet und über Wechselverkehrszeichen an die Verkehrsteilnehmer ausgegeben. Diese bewährte Form der Verkehrsbeeinflussung trifft auf sich verändernde Randbedingungen: Durch zunehmende Fahrzeugkonnektivität und -automatisierung sind signifikante Veränderungen im Fahrverhalten und somit auch in den Wirkungen einer SBA zu erwarten. Auch unabhängig davon stellt in der Praxis die Qualitätssicherung der komplexen automatisierten Steuerung einer SBA und die hierbei erforderliche Bewertung von Verbesserungsmaßnahmen eine große Herausforderung dar.
Die mikroskopische Verkehrsflusssimulation bietet Potenziale, um Wirkungen kollektiver Verkehrsbeeinflussung zu untersuchen und Veränderungen am Verkehrssystem a-priori zu bewerten. Jedoch wird mikroskopische Verkehrsflusssimulation bislang kaum in Untersuchungen zu SBA eingesetzt. Dies ist unter anderem auf die Vielfalt zu berücksichtigender Situationen und Einflüsse auf das Fahrverhalten zurückzuführen: Anzeigezustände der SBA können sich in kurzen Zyklen ändern und zugrunde liegende Beeinflussungsstrategien sich überlagern; zugleich wirken sich auch die Verkehrs- und Wetterbedingungen auf das Fahrverhalten aus. Bislang ist kein Modellierungsansatz bekannt, um derart vielfältige Einflüsse auf das Fahrverhalten in der mikroskopischen Verkehrsflusssimulation zu berücksichtigen.
Vor diesem Hintergrund wurde im Rahmen dieser Arbeit ein neuartiges Verfahren entwickelt, das erstmals eine differenzierte Modellierung des Fahrverhaltens in der mikroskopischen Verkehrsflusssimulation in einem sich dynamisch verändernden Situationskontext ermöglicht. Hierbei werden ausgewählte Parameter fahrzeugbezogener Verhaltensmodelle während der Simulation nachgeführt. Verschiedene Einflussfaktoren, Verhaltenskenngrößen und Modellparameter wurden dabei als Zustandsknoten eines hybriden Bayesschen Netzes modelliert, das anhand empirischer Daten mehrerer realer SBA sowie verschiedener simulativer Untersuchungen kalibriert wurde. Die Eignung des Verfahrens konnte im Rahmen einer Validierung bestätigt werden. In einem Forschungsprojekt im Auftrag der Bundesanstalt für Straßenwesen (BASt) wurde das Verfahren pilothaft zur Untersuchung der Einflüsse automatisierten Fahrens auf SBA eingesetzt.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:79470 |
| Date | 14 June 2022 |
| Creators | Grimm, Jan |
| Contributors | Krimmling, Jürgen, Gerike, Regine, Technische Universität Dresden |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | info:eu-repo/semantics/publishedVersion, doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0052 seconds