Im Rahmen dieser Arbeit werden für die Klassifikation und Wiedererkennung von Fahrzeugen mit Signalen von lnduktionsschleifen effiziente Verfahren mit Mustererkennungssystemen angegeben. Unterschiedliche Ansätze zur Fahrzeugklassifikation u. a. auch mit neuronalen Netzwerken werden untersucht und bewertet. Durch die Fahrzeugwiedererkennung können streckenbezogene Verkehrsdaten geschätzt werden. Im Vergleich zu einem Referenzverfahren werden zwei unterschiedliche Methoden entwickelt und analysiert. Das erste Verfahren benutzt Kostenfunktionen auf der Basis von Fahrzeugmerkmalen und lokalen Streckenprognosen, das zweite Verfahren berücksichtigt die statistischen Bindungen der Fahrzeuge im Streckenabschnitt durch eine Modellierung mit Hidden-Markov-Modellen. Die Einsatzmöglichkeit der streckenbezogenen Verkehrsdaten in Verkehrsleitsystemen wird abschließend anhand der Verkehrszustandsschätzung mit einem modellgestützten Schätzverfahren beschrieben.
Fahrzeugklassifikation und Schätzung streckenbezogener Verkehrsdaten mit Methoden der Mustererkennung
1996
168 Seiten, 73 Bilder, 5 Tabellen, 87 Quellen
Theses
German
TIBKAT | 1997
|Automotive engineering | 1997
|VORRICHTUNG ZUR ERZEUGUNG STRECKENBEZOGENER BETRIEBSDATEN
European Patent Office | 2017
|