Home Technology Prognose von Schaltzeiten verkehrsabhängiger Lichtsignalanlagen in Deutschland – Herausforderungen und Ansätze
Article
Licensed
Unlicensed Requires Authentication

Prognose von Schaltzeiten verkehrsabhängiger Lichtsignalanlagen in Deutschland – Herausforderungen und Ansätze

  • Robert Hoyer

    Robert Hoyer (geb. 1964) studierte technische Kybernetik und Automatisierungstechnik an der Otto-von-Guericke-Universität Magdeburg und promovierte 1994 bei Prof. Dr. Peter Neumann zur Leistungsanalyse von Feldbussystemen im Hochlastbereich. Nach seiner Tätigkeit am Institut für Automation und Kommunikation (ifak) e. V. in Magdeburg folgte er 2006 einem Ruf an die Universität Kassel, wo er ein Fachgebiet und das Institut für Verkehrswesen leitet. Seine aktuellen Forschungsschwerpunkte umfassen die Analyse, Modellierung und Simulation von Straßenverkehr unter Berücksichtigung telematikbasierter kooperativer Verkehrssteuerungen sowie die Entwicklung und der Test verkehrstechnischer Applikationen unter Nutzung der Fahrzeug-Infrastruktur-Kommunikation im ÖPNV.

    EMAIL logo
    and Lena Elisa Schneegans

    Lena Elisa Schneegans ist wissenschaftliche Mitarbeiterin am Fachgebiet Verkehrstechnik und Transportlogistik der Universität Kassel. Ihr Forschungsgebiet ist die Vorhersage von Schaltzeiten von Lichtsignalanlagen mittels maschinellen Lernens. Ihr Studium der Mechatronik mit dem Schwerpunkt Regelungstechnik hat sie an der Universität Kassel absolviert.

Published/Copyright: November 9, 2021

Zusammenfassung

Zukünftige Fahrerassistenzsysteme sollen situationsgerechte Hinweise zum energie- und emissionssparenden Fahren geben. Hierfür benötigen sie eine Vorausschau auf das Schaltverhalten von Lichtsignalanlagen (LSA). Im Gegensatz zu Festzeitsteuerungen ist diese Aufgabe bei verkehrsabhängigen Steuerungen nicht einfach zu lösen. Durch die Echtzeitanalyse von LSA-Prozessdaten soll auf das zukünftige Schaltverhalten geschlossen werden. Bisherige Verfahren zur Schaltzeitprognose nutzen hauptsächlich statistische Ansätze, welche allerdings nicht unter allen Randbedingungen erfolgreich sind. Daher rücken zunehmend auch KI-basierte Methoden in den Fokus. Der Beitrag gibt hierzu einen Überblick und leitet den zukünftigen Forschungsbedarf ab.

Abstract

Future driver-assistance systems should provide situation-dependent information on energy- and emission-saving driving. For this purpose, forecasts of the switching behavior of traffic lights are required. In contrast to fixed-time controls, this task cannot trivially be solved for traffic actuated signal controls. To draw conclusions about future switching behaviors, it is necessary to analyze the signal control process data in real-time. Previous methods for forecasting switching times mainly use statistical approaches, which, however, are not successful under all traffic conditions. Therefore, AI-based methods are increasingly coming into focus. This article gives an overview of state-of-the-art methods and derives future research requirements and potentials.


Dieser Artikel ist dem 80. Geburtstag von Prof. Dr.-Ing. Peter Neumann gewidmet.


Über die Autoren

Prof. Dr.-Ing. Robert Hoyer

Robert Hoyer (geb. 1964) studierte technische Kybernetik und Automatisierungstechnik an der Otto-von-Guericke-Universität Magdeburg und promovierte 1994 bei Prof. Dr. Peter Neumann zur Leistungsanalyse von Feldbussystemen im Hochlastbereich. Nach seiner Tätigkeit am Institut für Automation und Kommunikation (ifak) e. V. in Magdeburg folgte er 2006 einem Ruf an die Universität Kassel, wo er ein Fachgebiet und das Institut für Verkehrswesen leitet. Seine aktuellen Forschungsschwerpunkte umfassen die Analyse, Modellierung und Simulation von Straßenverkehr unter Berücksichtigung telematikbasierter kooperativer Verkehrssteuerungen sowie die Entwicklung und der Test verkehrstechnischer Applikationen unter Nutzung der Fahrzeug-Infrastruktur-Kommunikation im ÖPNV.

M. Sc. Lena Elisa Schneegans

Lena Elisa Schneegans ist wissenschaftliche Mitarbeiterin am Fachgebiet Verkehrstechnik und Transportlogistik der Universität Kassel. Ihr Forschungsgebiet ist die Vorhersage von Schaltzeiten von Lichtsignalanlagen mittels maschinellen Lernens. Ihr Studium der Mechatronik mit dem Schwerpunkt Regelungstechnik hat sie an der Universität Kassel absolviert.

Literatur

1. URL: https://www.bmvi.de/SharedDocs/DE/Artikel/DG/AVF-projekte/veronika.html (besucht am 27.06.2021).Search in Google Scholar

2. URL: https://www.bmvi.de/SharedDocs/DE/Artikel/DG/AVFprojekte/komod.html (besucht am 27.06.2021).Search in Google Scholar

3. URL: https://www.bmvi.de/SharedDocs/DE/Artikel/DG/mfundprojekte/hercules.html (besucht am 27.06.2021).Search in Google Scholar

4. URL: https://www.bmwi.de/Redaktion/DE/Meldung/2015/20151009-forschungsprojekt-urban-innovative-verkehrsloesungen.html (besucht am 27.06.2021).Search in Google Scholar

5. Behrang Asadi and Ardalan Vahidi. “Predictive Cruise Control: Utilizing Upcoming Traffic Signal Information for Improving Fuel Economy and Reducing Trip Time”. IEEE Transactions on Control Systems Technology 19.3 (2010), S. 707-714. doi: 10.1109/TCST.2010.2047860.Search in Google Scholar

6. Steffen Axer, Federico Pascucci and Bernhard Friedrich. “Estimation of traffic signal timing data and total delay for urban intersections based on low-frequency floating car data”. In: mobil.TUM 2015 – International Scientific Conference on Mobility and Transport. München. Juli 2015.10.1109/ITSC.2016.7795889Search in Google Scholar

7. Mirko Barthauer and Bernhard Friedrich. “Evaluation of a signal state prediction algorithm for car to infrastructure applications”. Transportation Research Procedia 3 (2014), S. 982-991. ISSN: 2352-1465. doi: 10.1016/j.trpro.2014.10.078.Search in Google Scholar

8. Robert Braun u. a. “TRAVOLUTION – netzweite Optimierung der Lichtsignalsteuerung und LSA-Fahrzeug-Kommunikation”. Straßenverkehrstechnik 6 (2009), S. 365-374.Search in Google Scholar

9. Oliver Fakler u. a. “Structures of traffic management and control in German cities”. In: 10th ITS European Congress. Helsinki, Finland, 2014.Search in Google Scholar

10. FGSV – Forschungsgesellschaft für Straßen- und Verkehrswesen. Richtlinien für Lichtsignalanlagen (RILSA). FGSV-Nr. 321, FGSV Verlag GmbH, Köln, 2010.Search in Google Scholar

11. Alexander Genser u. a. “Enhancement of SPaT-messages with machine learning based time-to-green predictions”. In: 9th Symposium of the European Association for Research in Transportation (hEART 2020), online, February 3-4, 2021. ETH Zurich, 2020. doi: 10.3929/ETHZ-B-000458670.Search in Google Scholar

12. Robert Hoyer. “Effects of Data Interchange between Vehicles and Infrastructure at Signalized Intersections”. In: 13th World Conference on Transport Research (WCRT), Rio de Janeiro, Brazil. 2013.Search in Google Scholar

13. Robert Hoyer, Andreas Herrmann and Rene Schönrock. “Modelling of vehicle actuated traffic lights”. In: Simulation und Visualisierung 2004. SCS European Publishing House, Erlangen, San Diego, 2004, 359-369. ISBN: 3-936150-303.Search in Google Scholar

14. Robert Hoyer u. a. “Vernetzung von Fahrzeugen des ÖPNV mit verkehrsabhängigen Lichtsignalanlagen auf der Basis des Kommunikationsstandards ETSI ITS-G5”. Straßenverkehrstechnik 11 (2020), S. 747-757.Search in Google Scholar

15. Emmanouil Koukoumidis, Margaret Martonosi and Li-Shiuan Peh. “Leveraging Smartphone Cameras for Collaborative Road Advisories”. IEEE Transactions on Mobile Computing 11.5 (2011), S. 707-723. doi:10.1109/TMC.2011.275.Search in Google Scholar

16. Mario Krumnow u. a. “Schaltzeitprognose verkehrsabhängiger Lichtsignalanlagen im Rahmen des Forschungsprojektes EFA 2014/2”. In: Aspekte der Verkehrstelematik – ausgewählte Veröffentlichungen (2014).Search in Google Scholar

17. Claudia Linnhoff-Popien, Michael Zaddach und Andreas Grahl. Marktplätze im Umbruch: Digitale Strategien für Services im Mobilen Internet. Springer-Verlag, 2015. doi: 10.1007/978-3-662-43782-7.Search in Google Scholar

18. Grant Mahler and Ardalan Vahidi. “Reducing idling at red lights based on probabilistic prediction of traffic signal timings”. In: American Control Conference (ACC). 2012, S. 6557–6562. doi: 10.1109/ACC.2012.6314942.Search in Google Scholar

19. Cornelius Menig, Robert Hildebrandt und Robert Braun. “Der informierte Fahrer - Optimierung des Verkehrsablaufs durch LSA-Fahrzeug-Kommunikation”. In: Heureka ‘08 Optimierung in Verkehr und Transport, März 2008.Search in Google Scholar

20. Thomas Otto. Kooperative Verkehrsbeeinflussung und Verkehrssteuerung an signalisierten Knotenpunkten (Dissertation). Schriftenreihe Verkehr der Universität Kassel. Bd. 21. Kassel University Press GmbH, 2011. ISBN: 978-386219-190-1.Search in Google Scholar

21. Thomas Otto and Florian Weichenmeier. “Self-learning algorithm and signal state prognosis at traffic lights for V2I applications”. In: 20th ITS World Congress. Tokyo, Japan, 2013.Search in Google Scholar

22. Valentin Protschky, Kevin Wiesner and Stefan Feit. “Adaptive traffic light prediction via Kalman filtering”. In: IEEE Intelligent Vehicles Symposium (IV). Dearborn, Michigan, USA. IEEE, 2014. doi: 10.1109/IVS.2014.6856394.Search in Google Scholar

23. Valentin Protschky. Schaltzeitprädiktion und Routenoptimierung für die Ampelassistenz in Smart Cities (Dissertation). LMU München, 2016. doi: 10.5282/edoc.20186.Search in Google Scholar

24. Andreas Richter. Geschwindigkeitsvorgabe an Lichtsignalanlagen: technische Aspekte und volkswirtschaftlicher Nutzen. Deutscher Universitäts-Verlag, 2005. ISBN: 3-8244-0828-7.10.1007/978-3-322-81198-1Search in Google Scholar

25. UBA (Umweltbundesamt). Entwicklung der energiebedingten Treibhausgasemissionen nach Quellgruppen. 26.05.2020. URL: https://www.umweltbundesamt.de/daten/energie/energiebedingte-emissionen#energiebedingte-treibhausgas-emissionen.Search in Google Scholar

26. VDV. “Technische Anforderungen an rechnergesteuerte Betriebsleitsysteme - Übertragungsverfahren Datenfunk”. In: VDV-Schrift 420 (Juni 1990).Search in Google Scholar

27. Miao Wang and Rober Hoyer. “Performance Evaluation of a V2X Communication System based on IEEE 802.11p for Public Transport Priority”. In: mobil.TUM - Transportation of the Future. München. Sep. 2019.Search in Google Scholar

28. Toni Weisheit. Ein Verfahren zur Prognose verkehrsabhängiger Schaltzeiten von Lichtsignalanlagen (Dissertation). Schriftenreihe Verkehr der Universität Kassel. Bd. 27. Kassel University Press GmbH, 2017. ISBN: 978-3-7376-0308-9.Search in Google Scholar

29. Toni Weisheit and Robert Hoyer. “Support Vector Machines – A Suitable Approach for a Prediction of Switching Times of Traffic Actuated Signal Controls”. In: Jan Fischer Wolfarth and Gereon Meyer (Hrsg.): Advanced Microsystems for Automotive Applications 2014. Springer, Berlin, 2014, S. 121-129. ISBN: 978-3-319-36303-5.10.1007/978-3-319-08087-1_12Search in Google Scholar

Erhalten: 2021-06-30
Angenommen: 2021-08-15
Online erschienen: 2021-11-09
Erschienen im Druck: 2021-11-25

© 2021 Walter de Gruyter GmbH, Berlin/Boston

Downloaded on 30.1.2026 from https://www.degruyterbrill.com/document/doi/10.1515/auto-2021-0097/pdf?lang=en
Scroll to top button