Infrastrukturseitig gemessene Verkehrsdaten werden kontinuierlich erhoben, haben jedoch räumlich eine begrenzte Aussagekraft. Positionsdaten einer Fahrzeugflotte können zur räumlich umfassenden Ableitung streckenabschnittsbezogener Geschwindigkeiten genutzt werden, liegen aber häufig zeitlich nur sehr lückenhaft vor. Die Arbeit beschreibt ein neues regressionsbasiertes Verfahren, das historisch beobachtete Zusammenhänge zwischen verschiedenartigen verkehrlichen Kenngrößen zusammen mit gegenwärtig verfügbaren Daten zur netzweiten Verkehrslageschätzung nutzt. So kombiniert es die komplementären Vorteile infrastruktur- und fahrzeugseitiger Datenerhebung. Besonderheiten des Ansatzes sind die Offenheit für sämtliche verkehrlich relevanten Daten und der Umgang mit lückenhaften Informationen, die zudem Güteschwankungen unterliegen. Das Verfahren wurde erfolgreich in einem Münchner Teilnetz erprobt.     «

Infrastrukturseitig gemessene Verkehrsdaten werden kontinuierlich erhoben, haben jedoch räumlich eine begrenzte Aussagekraft. Positionsdaten einer Fahrzeugflotte können zur räumlich umfassenden Ableitung streckenabschnittsbezogener Geschwindigkeiten genutzt werden, liegen aber häufig zeitlich nur sehr lückenhaft vor. Die Arbeit beschreibt ein neues regressionsbasiertes Verfahren, das historisch beobachtete Zusammenhänge zwischen verschiedenartigen verkehrlichen Kenngrößen zusammen mit gegenwärti...     »

Infrastructure-based traffic data are continually available, but their spatial explanatory power is limited. Positioning data delivered from a vehicle fleet may be used to derive link-related speeds for a complete road network, but they are usually only sporadically available. This dissertation describes a new regression-based approach using historically observed interdependencies between various traffic characteristics and currently available traffic data for a network-wide traffic state estimation. Hence, the method combines the complementary advantages of road-based and vehicle-based data detection. The approach enables the integration of several types of relevant traffic data, and the handling of incomplete data with variable accuracy. It has been successfully tested in a section of the road network in Munich.     «

Infrastructure-based traffic data are continually available, but their spatial explanatory power is limited. Positioning data delivered from a vehicle fleet may be used to derive link-related speeds for a complete road network, but they are usually only sporadically available. This dissertation describes a new regression-based approach using historically observed interdependencies between various traffic characteristics and currently available traffic data for a network-wide traffic state estima...     »