Aufgrund der steigenden Verkehrsnachfrage und der begrenzten Resourcen zum Ausbau der Straßenverkehrsnetze werden zukünftig größere Anforderungen an die Effektivität von Telematikanwendungen gestellt. Die Erhebung und Bereitstellung aktueller Verkehrsdaten durch geeignete Sensoren ist dazu eine entscheidende Voraussetzung. Gegenstand dieser Arbeit ist die großflächige Analyse des Straßenverkehrs auf der Basis bodengebundener und verteilter opto-elektronischer Sensoren. Es wird ein Konzept vorgestellt, dass eine von der Bilddatenerhebung bis zur Bereitstellung der Daten für Verkehrsanwendungen durchgehende Verarbeitungskette enthält. Der interdisziplinäre Ansatz bildet die Basis zur Verknüpfung eines solchen Sensorsystems mit Verkehrstelematik. Die Abbildung des Verkehrsgeschehens erfolgt im Gegensatz zu herkömmlichen bodengebundenen Messsystemen innerhalb größerer zusammenhängender Ausschnitte des Verkehrsraums. Dadurch können streckenbezogene Verkehrskenngrößen direkt bestimmt werden. Die Georeferenzierung der Verkehrsobjekte ist die Grundlage für eine optimale Verkehrsanalyse und Verkehrssteuerung. Die generierten Daten sind Basis zur Findung und Verifizierung von Theorien und Modellen sowie zur Entwicklung verkehrsadaptiver Steuerungsverfahren auf mikroskopischer Ebene. Es wird gezeigt, wie aus der Fusion gleichzeitig erhaltener Daten mehrerer Sensoren, die im Bereich des Sichtbaren und im thermalen Infrarot sensitiv sind, ein zusammengesetztes Abbildungsmosaik eines vergrößerten Verkehrsraums erzeugt werden kann. In diesem Abbildungsmosaik werden Verkehrsdatenmodelle unterschiedlicher räumlicher Kategorien abgeleitet. Die Darstellung des Abbildungsmosaiks mit seinen Daten erfolgt auf unterschiedlichen Informationsebenen in geokodierten Karten. Die Bewertung mikroskopischer Verkehrsprozesse wird durch die besondere Berücksichtigung der Zeitkomponente bei der Visualisierung möglich. Die vorgestellte Verarbeitungskette beinhaltet neue Anwendungsbereiche für geografische Informationssysteme (GIS). Der beschriebene Ansatz wurde konzeptionell bearbeitet, in der Programmiersprache IDL realisiert und erfolgreich getestet. / The growing demand of urban and interregional road traffic requires an improvement regarding the effectiveness of telematics systems. The use of appropriate sensor systems for traffic data acquisition is a decisive prerequisite for the efficiency of traffic control. This thesis focuses on analyzing road traffic based on stationary and distributed ground opto-electronic matrix sensors. A concept which covers all parts from image data acquisition up to traffic data provision is presented. This interdisciplinary approach establishes a basis for the integration of such a sensor system into telematics systems. Unlike conventional ground stationary sensors, the acquisition of traffic data is spread over larger areas in this case. As a result, road specific traffic data can be measured directly. Georeferencing of traffic objects is the basis for optimal road traffic analysis and road traffic control. This approach will demonstrate how to generate a spatial mosaic consisting of traffic data generated by several sensors with different spectral resolution. For traffic flow analysis the realisation of special 4D data visualisation methods on different information levels was an essential need. The data processing chain introduces new areas of application for geographical information systems (GIS). The approach utilised in this study has been worked out conceptually and also successfully tested and applied in the programming language IDL.
| Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/16016 |
| Date | 14 November 2005 |
| Creators | Schischmanow, Adrian |
| Contributors | Lenz, B., Jahn, H., Reulke, R. |
| Publisher | Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II |
| Source Sets | Humboldt University of Berlin |
| Language | German |
| Detected Language | German |
| Type | doctoralThesis, doc-type:doctoralThesis |
| Format | application/pdf |
Page generated in 0.003 seconds