Motiviert ist dieser Beitrag durch die Annahme, dass es moeglich ist, bessere Algorithmen zur rechnerunterstuetzten Verkehrslenkung zu entwickeln. Moderne Methoden wie Voraussagen, Filterung und Wartetheorie werden bei der Modellbildung angewendet. Es wird gezeigt, dass Daten, die von einem beweglichen Empfaenger aufgenommen werden, zu einem zeitdiskreten 'Punktprozess' fuehren. Die Entwicklung von Wartezustaenden des Verkehrssignals fuehren zur Entwicklung einer zeitdiskreten, zeitvariablen Markov-Kette, die in Beziehung zum beobachteten 'Punktprozess' steht. Filterung zur Minimierung von Fehlern, optimale Schaetzung und Algorithmen.
Discrete-time point processes in urban traffic queue estimation
Zeitdiskrete, punktweise Prozesse fuer die Behandlung staedtischer Verkehrswarteschaetzungen
IEEE Transactions on Automatic Control ; 24 , 1 ; 12-27
1979
16 Seiten, 8 Bilder, 3 Tabellen, 18 Quellen
Aufsatz (Zeitschrift)
Englisch
Queue-length estimation using real-time traffic data
IEEE | 2016
|Traffic State Estimation for Urban Road Networks Using a Link Queue Model
Transportation Research Record | 2017
|Modeling Real-Time Dynamic Queue Length for Urban Traffic Control Systems
British Library Conference Proceedings | 1994
|Europäisches Patentamt | 2021
|