In dieser Arbeit wird ein Verfahren zur Prognose von Schaltzeiten verkehrsadaptiver Lichtsignalanlagen vorgestellt. Der vorgestellte Algorithmus ist dabei sowohl hersteller- als auch schnittstellenunabhängig und somit universell einsetzbar. Der Algorithmus besteht aus einer Langzeit- und einer Kurzfristprognose und setzt das Verfahren zur Berechnung von Entscheidungsbäumen effizient um. Die Verifikation der vorgestellten Schaltzeitprognose wird an über 200 Lichtsignalanlagen in Dresden durchgeführt. Es wird gezeigt das eine gute Prognose von Signalabläufen für das automatisierte Fahren grundsätzlich möglich ist, wobei die Variabilität des Steuerverfahrens und der betrachtete Prognosehorizont maßgeblich die erzielbare Prognosequalität beeinflussen.:1 Einleitung
1.1 Motivation
1.2 Stand der Technik
1.3 Zielsetzung
1.4 Aufbau der Arbeit
2 Grundlagen
2.1 Aufbau von Lichtsignalanlagen
2.2 Steuerungsarten von Lichtsignalanlagen
2.3 Betrieb von Lichtsignalanlagen
2.4 Fahrerassistenzsysteme an signalisierten Knotenpunkten
2.5 Fazit
3 Analyse verkehrsadaptiver Lichtsignalanlagen
3.1 Möglichkeiten der Erhebung von Prozessdaten
3.2 Methodik der Datenauswertung
3.3 Statistische Kenngrößen
3.4 Anforderung an die Prädiktion
3.5 Annäherungsstrategie an signalisierten Knotenpunkten
3.6 Fazit
4 Neue Verfahren zur Prädiktion von Signalzeiten
4.1 Systemanforderungen
4.2 Arten der Wissensverarbeitung
4.3 Anwendung von Entscheidungsbäumen
4.4 Algorithmus der Kurzfristprognose
4.5 Algorithmus der Langzeitprognose
4.6 Fazit
5 Umsetzung und Anwendung der Verfahren
5.1 Vorstellung der Referenzstrecken
5.2 Datenübertragung und Informationsaustausch
5.3 Programmtechnische Umsetzung
5.4 Darstellung der Prognose im Fahrzeug
5.5 Fazit
6 Auswertung, Evaluation und Bewertung
6.1 Methodik
6.2 Prozessdaten und Datenübertragung
6.3 Prognose im gesamten Untersuchungsgebiet
6.4 Prognose auf den Pilotstrecken
6.5 Auswertung von Messfahrten
6.6 Verbesserungsmöglichkeiten der Prognose
7 Zusammenfassung und Ausblick
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:88553 |
| Date | 08 December 2023 |
| Creators | Krumnow, Mario |
| Contributors | Krimmling, Jürgen, Koettnitz, Reinhard, 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 0.0038 seconds