Abschnittsbezogene neue Verfahren zur automatischen Stau- und Stoerfallerkennung aufgrund lokaler Messwerte und ihre Wirksamkeit im praktischen Einsatz

Mit dem Forschungsauftrag sollte zum einen eine Entscheidungsgrundlage fuer die weitere Verwendung solcher Verfahren, besonders im Rahmen der Verkehrsbeeinflussung, unterstuetzt werden. Zum anderen sollten Erkenntnisse fuer eine weitere Optimierung der Verfahren gewonnen werden. Die Bewertung setzte sich aus Systemanalyse, einem empirischen Feldversuch und einer simulationsgestuetzten Untersuchung zusammen. Im Rahmen des Untersuchungsansatzes wurden Methoden entwickelt, um die Schaetzung der Fehlalarmquote zu verbessern. Diese ist ein Ergebnis aus der Erkenntnisguete der Stoerungserkennung. Neu war die Differenzierung der Erkenntnisguete in Abhaengigkeit von der Alarmstufe und von einem Indikator fuer den Grad der Stoerung (dem Niveau des gemessenen Geschwindigkeitseinbruchs), die fuer eine weitere Optimierung bezueglich der einstellbaren Schwellenwerte ausschlaggebend sind. Eine theoretische Analyse und Klassifizierung der Verfahren erfolgten. Die Untersuchungen haben gezeigt, dass fuer die Prognose von Stoerungen, die ohne eine externe Ursache entstehen, die Verfahren Traffic Forecast (installiert auf der A3) und Ferrari (installiert auf der A1) besonders geeignet sind. Ausser der Erkenntnisguete konnte auch die Wirksamkeit der Schaltungen zur Vermeidung von Geschwindigkeitseinbruechen statistisch nachgewiesen werden. Fuer die Detektion von externen Stoerungen erwiesen sich Fuzzy-Ansaetze und verkehrsmodellgestuetzte Verfahren als effektiv. Das Verfahren Fuzzy_B27aA9 erreichte gemaess den hier definierten Kriterien die hoechste Guete der getesteten Verfahren. Die Vorteile von abschnittsbezogenen Verfahren gegenueber lokalen Verfahren wurden nachgewiesen. Sie koennen Stoerungen in einer Strecke schneller entdecken, nicht offensichtliche Stoerungen innerhalb einer Strecke erkennen und differenzierte Meldungen ableiten.