User: Guest  Login
Original title:
Strategies for Detection of Congestion Patterns Using Multiple Sensor Technologies
Translated title:
Stauerkennungsverfahren verschiedener Stautypen mittels unterschiedlicher Detektionstechnologien
Author:
Kessler, Lisa
Year:
2021
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Advisor:
Bogenberger, Klaus (Prof. Dr.)
Referee:
Bogenberger, Klaus (Prof. Dr.); Leonhardt, Axel (Prof. Dr.); Antoniou, Constantinos (Prof. Dr.)
Language:
en
Subject group:
BAU Bauingenieurwesen, Vermessungswesen
TUM classification:
BAU 850; BAU 875
Abstract:
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.
Translated abstract:
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
Date of submission:
08.06.2021
Oral examination:
03.12.2021
File size:
50560406 bytes
Pages:
148
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20211203-1612071-1-1
Last change:
20.04.2022
 BibTeX