Grundlagenermittlung für simulationsgestützte Unfallrisikoabschätzungen - Mehrskalige Modellierung unter Berücksichtigung dynamischer Verkehrsflusszustände

• Antragsteller: Professor Dr. Michael Herty; Professor Dr.-Ing. Markus Oeser
• Fachliche Zuordnung: Verkehrs- und Transportsysteme, Intelligenter und automatisierter Verkehr ; Mathematik
• Förderung: Förderung von 2016 bis 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 280497386

• Erstellungsjahr: 2020

Zusammenfassung der Projektergebnisse

In Kooperation der Institute IGPM und ISAC wurden neue Modelle auf makroskopischer und mikroskopischer Ebene unter Berücksichtigung mehrspurigen Straßenverkehrs auf Autobahnen hergeleitet, mathematisch analysiert und entsprechende numerische Verfahren zur Simulation vorgeschlagen. Die Fahrzeugtrajektorien für die Ableitung und Validierung des Modells wurden anhand der vom ISAC entwickelten Computer Vision Algorithmen aus Videobildern erfasst und funktional geglättet. Im Projekt wurde eine Validierung mit Hilfe einer Kamera und eines hochpräzisen GPS-Sensors durchgeführt. Die aus Videobildern erfassten Daten flossen anschließend in skalare und Systeme hyperbolischer Differentialgleichungen ein und die Vorhersagen der Modelle wurden mit den entsprechenden Fahrzeugtrajektorien verglichen. Dadurch konnte erstmalig ein mehrspuriges konservatives makroskopisches Verkehrsmodell validiert werden und insbesondere der Mehrwert der Vorhersage des Modells im Vergleich zu klassischen spurgemittelten Modellen gezeigt werden. Das Modell konnte auch als zweidimensionales Follow-The-Leader Modell interpretiert werden, das auf mikroskopischer Ebene den Verkehr beschreibt. Dieses neue Fahrzeugfolgegesetz wurde dann in Fahrtrichtung in die Software des Fahrsimulator des ISAC implementiert. Da im Fahrsimulator auch Verkehrssituationen z.B. plötzliches starkes Bremsen oder ein einscherendes Fahrzeug erzeugt werden können, die in realen Verkehrsdaten nicht enthalten sind, konnte die Validität des entwickelten Modells auch für diese besonderen Verkehrssituationen überprüft werden. Neben der Modellentwicklung und deren Analyse wurden im Projekt auch die für die Praxis wichtigen Sicherheitsindikatoren weiterentwickelt, analysiert und mit makroskopischen Verkehrsdaten verglichen. Diese Untersuchung bietet eine geeignete Alternative für die Analyse der amtlichen Unfallstatistik, da die erhaltenen Unfalldaten eine Analyse wegen der unzureichenden Verortung der Unfallereignisse nicht ermöglichten. Im Rahmen des Projekts sind neben einer umfangreichen Datenbank an aus Videobildern erfassten Verkehrstrajektorien und Vorträgen auf internationalen Tagungen mehrere teils gemeinschaftliche Publikationen entstanden. Die erzielten Erkenntnisse, Modelle und numerischen Verfahren sind sehr vielversprechend und geben Anlass zu weitergehenden Fragestellungen. Daher wurde beschlossen einen Folgeantrag mit dem Titel „Neue Verkehrsmodelle unter Berücksichtigung komplexer Geometrien und Daten“ zur Förderung durch die DFG zu stellen. Neben den neuen wissenschaftlichen Erkenntnissen können die Ergebnisse genutzt werden, um Risikoanalysen für sicherheitskritische Straßeninfrastruktur (z.B. Tunnel, Baustellen) in Echtzeit durchzuführen. Eine Übertragung der Erkenntnisse von Auffahrunfällen auf weitere Unfalltypen sowie deren exakte Kalibrierung kann in folgender anwendungsbezogener Forschung, die auf diesem Projekt bzw. auf den hier geschaffenen Grundlagen aufbauen, durchgeführt werden. Hier könnten zum Beispiel Systeme entwickelt werden, die eine Mustererkennung im Verkehrsablauf aus einer Videoüberwachung heraus realisieren und durch Auswertung der erarbeiteten Bedingungen Situationen erkennen, die das Unfallrisiko steigern und potenziell zu Unfällen führen können. Diese Systeme könnten langfristig in die individuelle Fahrzeugführung und das kollektive Verkehrsmanagement implementiert werden.

Projektbezogene Publikationen (Auswahl)

• 2017. A Novel Surrogate Safety Indicator Based on Constant Initial Acceleration and Reaction Time Assumption. Journal of Advanced Transportation 2017, 1318, 1–9
  Fazekas, A., Hennecke, F., Kalló, E., and Oeser, M.
  
• 2018. A two-dimensional data-driven model for traffic flow on highways. Netw. Heterog. Media 13 (2018), no. 2, 217–240
  Herty, M., Fazekas, A., and Visconti, G.
  
• 2018. Analysis of risk levels for traffic on a multilane highway, IFAC Proceedings 2018, Vol. 51(9)
  Herty, M; Visconti, G.
  
• 2018. Hybrid Stochastic Kinetic Description of Two-Dimensional Traffic Dynamics. SIAM J. Appl. Math. 78, 5, 2737–2762
  Herty, M., Tosin, A., Visconti, G., and Zanella, M.
  
• 2018. Macroscopic Modeling of Multilane Motorways Using a Two-Dimensional Second-Order Model of Traffic Flow. SIAM J. Appl. Math. 78, 4, 2252–2278
  Herty, M., Moutari, S., and Visconti, G.
  
• 2019. Spatio-Temporal Synchronization of Cross Section Based Sensors for High Precision Microscopic Traffic Data Reconstruction. Sensors (Basel, Switzerland) 19, 14
  Fazekas, A. and Oeser, M.