VSS_Verkehr_12_2015

zeitdaten ist dadurch motiviert, die verfügbaren Verkehrsda- ten soweit als möglich zu veredeln und so den bestmög­lichen Einblick ins aktuelle und künftige Verkehrsgeschehen (Kurzzeit­perspektive, d. h. taktuell plus 15’, 30’, 60’ etc. unter Berücksichtigung von Änderungen der Routenwahl und der Nachfrage) zu gewinnen. Dadurch wird eine Test- und Ent- scheidungsgrundlage bezüglich ITS-Massnahmen insbeson- dere für Verkehrsmanagementzentralen geschaffen. Um dies mit Beispielen zu verdeutlichen: • Die Verkehrsteilnehmenden können beispielsweise über sich abzeichnende Verkehrsstaus vorab informiert werden, sodass die Staubildung vermindert werden kann. • Entsprechend können den Verkehrsteilnehmenden Routen­ empfehlungen, die nicht nur auf der aktuellen, sondern auch auf der antizipierten künftigen Verkehrssituation beruhen, abgegeben werden. • Die Verkehrsmanagementzentralen können verschiedene Handlungsoptionen im Voraus prüfen und proaktiv ein­ greifen (z. B. mittels genereller Verkehrsinformation, Wechselsignalisation, Verkehrsinformationsdisplays, Twitter), ehe das Problem eingetroffen ist. Natürlich ist damit noch nicht sichergestellt, dass etwa Routen­empfehlungen auch befolgt werden. Darüber hinaus stellt ein solches System eine wertvolle Da- tenquelle für zahlreiche weitere Zwecke dar. So unterstützt die Datengrundlage die Schätzung von Quell-Ziel-Matrizen wie auch die Identifikation von Modellfehlern und trägt so zu einer besseren Qualität der Verkehrsnachfrage- und Netz- modelle auf makroskopischer wie mikroskopischer Ebene bei. Zudem sind verschiedenste statistische Auswertungen möglich, so z. B. Tagestypen mit ähnlicher Echtzeitdatenaus- prägung oder der Befolgungsgrad von Routenempfehlungen durch die Verkehrsteilnehmenden. Das System dient so- mit letztlich auch als Datenbank aller zusammengeführten Inputdaten (FCD, Detektordaten, Mobilfunkdaten, automa­ tische Nummernschilderhebungsdaten etc.). Input 3 – Adaptive Verkehrssteuerungsverfahren: Selbst-Steuerung von Verkehrsflüssen in urbanen Verkehrsnetzen Dr. Stefan Lämmer, Verkehrswissenschaftler, TU Dresden, Dresden Einerseits folgt das von Dr. Stefan Lämmer entwickelte und vorgestellte selbst-steuernde Verkehrssteuerungsverfahren dem Entwicklungspfad der verschiedensten Errungenschaf- ten im Bereich der adaptiven Steuerungsverfahren. Ange- sichts des dem Verfahren zugrunde liegenden Betrachtungs- ansatzes steht es andererseits für einen Paradigmenwechsel in der Verkehrssteuerung. Während bislang Verkehrssteue- rungsverfahren meistens einem Top-down-Planungsansatz folgten (Verkehrsnachfrage im Strassennetz  Umlaufzei- ten  Grünzeitenverteilung  Versatzzeiten  Fahrzeug­ lückenüberwachung  umlaufbasiertes Führen von Fahr- zeugpulks), setzt die Selbst-Steuerung auf einen Bottom-up- Ansatz (lokale, sekundenfeine Nachfrage  Kurzeitprog­nose  lokale Optimierung   selbstinduzierte Koordination   • Les usagers de la route peuvent p.ex. être informés au préalable des embouteillages qui se profilent de manière à pouvoir réduire la formation de bouchons. • De même, il est possible de communiquer aux usagers de la route des itinéraires recommandés qui reposent non seulement sur la situation actuelle du trafic, mais aussi sur la future situation anticipée. • Les centrales de gestion du trafic peuvent étudier à l’avance différentes options stratégiques et intervenir de manière proactive (p.ex. au moyen d’informations générales sur le trafic, de la signalisation variable, des affichages d’informations sur le trafic, de Twitter) avant que le problème ne survienne. Bien entendu, cela ne garantit pas encore que les recomman- dations d’itinéraire seront p.ex. suivies. Par ailleurs, un tel système constitue une précieuse source de données pour beaucoup d’autres objectifs. Ainsi, cette base de données permet d’évaluer des matrices sources-cibles ainsi que d’identifier les erreurs de modélisation, contribuant ainsi à améliorer la qualité des modèles pour la demande de trafic et pour le réseau, au niveau macroscopique comme microscopique. Diverses évaluations statistiques sont en outre possibles, p.ex. les types de journée présentant des données en temps réel simi- laires ou le niveau de respect des itinéraires recommandés par les usagers de la route. Ainsi, le système sert finalement aussi de base de données intégrant toutes les données réunies (FCD, données des détecteurs, données des téléphones mobiles, don- nées de saisie automatique des plaques minéralogiques, etc.). Exposé 3 – Processus adaptatifs de régulation du trafic: Autorégulation des flux de trafic sur les réseaux de circulation urbains Dr Stefan Lämmer, spécialiste des transports, Université technologique de Dresde D’un côté, le processus d’autorégulation du trafic développé et présenté par le Dr Stefan Lämmer suit la voie de développement empruntée par les diverses réalisations opérées dans le domaine des processus de régulation adaptatifs. De l’autre, considérant l’approche sous-jacente du processus, il représente un change- ment de paradigme dans ce domaine. Alors que jusqu’ici, les processus de régulation du trafic suivaient généralement une démarche de planification «top-down» (demande de trafic sur le réseau routier  cycles  répartition des temps verts  temps de décalage  surveillance des intervalles de trafic  guidage de conglomérats de véhicules basé sur la circulation), l’autorégu- lation repose sur une approche «bottom-up» (demande locale, à la seconde près   pronostic à court terme  optimisation locale  coordination auto-induite  régulation de capacité  flux de trafic autorégulés sur le réseau). Ceci est possible grâce à la combinaison entre données des dé- tecteurs et modélisation du flux de trafic et des files d’attente (illustration 4): les détecteurs situés en amont permettent d’ex- ploiter efficacement la marge de manœuvre momentanée de la signalisation lumineuse et en cas d’embouteillage massif sur un tronçon routier situé en aval, les détecteurs en amont permettent FACHARTIKEL ARTICLES TECHNIQUES18 STRASSEUNDVERKEHRNR.12,DEZEMBER2015 ROUTEETTRAFICNo 12,DÉCEMBRE2015

Seitenübersicht