Estimating traffic signal states by exploiting sparse low-frequency floating car data

In dieser Arbeit wurde eine neuartige Methode zur Schätzung von Signalzuständen an Lichtsignalanlagen (LSA) auf Basis realer Floating Car Data (FCD) entwickelt. Um die Beschaffenheit einer realen, kommerziell verfügbaren FCD-Quelle zu verstehen, wurde ein jährlicher FC-Datensatz des ADAC an zwei Knotenpunkten in München analysiert. Motiviert durch das geringe Trajektorienaufkommen, wurde eine durchgängige Methodik zur Verarbeitung weniger Trajektorien mit zeitlich niedriger Auflösung entwickelt. Das Verfahren ermöglicht die Schätzung werktäglicher, typischer Umlauf- und Freigabezeiten für einzelne Stunden im Tagesgang. Die Parameter können unter Randbedingungen zur Schätzung zukünftiger Signalzustände verwendet werden. Die Methodik basiert im Kern auf der Auswertung von Querungsvorgänge an der Haltlinie. Die beobachtenden Querungen werden mittels Modulo Operator in den Zeitstrahl einer hypothetischen Umlaufzeit projiziert. Lediglich die Verwendung der korrekten Umlaufzeit führt zu einer Konzentration der Querungsvorgänge innerhalb der Umlaufzeit. Dieser Effekt kann mittels Hypothesentest zur Identifikation der wahren Umlaufzeit ausgenutzt werden. Das Verfahren wurde mit einer Monte-Carlo-Simulation analysiert. Ein weiteres Ziel war die Schätzung von Freigabezeiten an einzelnen Fahrströmen. Hierzu werden neben Querungsvorgängen auch die Anzahl wartender Fahrzeuge über die Umlaufzeit ausgewertet. Mittels eines iterativen Klassifikationsprozesses werden einzelne Umlaufsekunden in Abhängigkeit des Datenaufkommens zu einer zeitlich konsistenten Freigabezeit verarbeitet. Zur Plausibilisierung der Ergebnisse setzt die Methodik auf einen iterativen Selbstprüfungsprozess, bei dem daten- und zeitspezifische Randbedingungen eingehalten werden müssen.