Benutzer: Gast  Login
Originaltitel:
Strategies for Detection of Congestion Patterns Using Multiple Sensor Technologies
Übersetzter Titel:
Stauerkennungsverfahren verschiedener Stautypen mittels unterschiedlicher Detektionstechnologien
Autor:
Kessler, Lisa
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Engineering and Design
Betreuer:
Bogenberger, Klaus (Prof. Dr.)
Gutachter:
Bogenberger, Klaus (Prof. Dr.); Leonhardt, Axel (Prof. Dr.); Antoniou, Constantinos (Prof. Dr.)
Sprache:
en
Fachgebiet:
BAU Bauingenieurwesen, Vermessungswesen
TU-Systematik:
BAU 850; BAU 875
Kurzfassung:
This dissertation investigates novel methods to detect and classify congestion on freeways. It introduces several types of congestion patterns and describes their automated identification. The detection quality comparing multiple sensor technologies such as local speed and section-based travel time measurements is assessed. Main comparison analyses include which sensor technology detects congestion earliest and where spatio-temporal congestion hot spots are located.
Übersetzte Kurzfassung:
Diese Dissertation untersucht neue Stauerkennungs- und Stauklassifizierungsverfahren auf Autobahnen. Verschiedene Stautypen werden definiert und deren automatisierte Erkennung vorgestellt. Weiterhin wird die Güte der Stautypenerkennung im Vergleich mehrerer Sensortechnologien bewertet (wie Messungen lokaler Geschwindigkeiten oder abschnittsbezogener Reisezeiten). Im Vergleich wird gegenübergestellt, welche Sensorik Stau zuerst erkennt und wo zeitlich-räumliche Häufungspunkte für Stautypen liegen...     »
WWW:
https://mediatum.ub.tum.de/?id=1612071
Eingereicht am:
08.06.2021
Mündliche Prüfung:
03.12.2021
Dateigröße:
50560406 bytes
Seiten:
148
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20211203-1612071-1-1
Letzte Änderung:
20.04.2022
 BibTeX