Zwischenfall-bewusstes resilientes Verkehrsmanagement für urbane Straßennetze (InTURN)

• Antragsteller: Professor Dr.-Ing. Sven Tomforde
• Fachliche Zuordnung: Verkehrs- und Transportsysteme, Intelligenter und automatisierter Verkehr ; Rechnerarchitektur, eingebettete und massiv parallele Systeme
• Förderung: Förderung von 2019 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 420542957

Wäre es nicht wünschenswert, so schnell und zuverlässig wie möglich ein Straßennetz zu durchfahren und gleichzeitig alle Staus und Störungen zu vermeiden? Stellen Sie sich zudem vor, dies würde geschehen ohne dabei kontinuierlich und allumfassend seine Lokations- und Kontextdaten an große Daten verarbeitende Firmen zu übermitteln und so seine Privatsphäre aufzugeben. In diesem Vorhaben untersuchen wir, wie solch ein System auf Basis von Selbstadaption und Selbstorganisation (SASO) funktionieren kann.Urbaner Straßenverkehr ist ein herausforderndes Testbett für SASO Systeme: Massive Verkehrsvolumen, hohe Dynamik und zeitvariantes Verhaltens sowie Störungen wie Unfälle und negative Umwelteinflüsse erfordern neue Ansätze und Lösungen. In der letzten Dekade wurde eine Vielzahl von Verfahren für Signalisierung, Koordination und Routenführung vorgestellt, inklusive unserer eigenen Arbeiten: Organic Traffic Control (OTC). All diese existierenden Systeme sind allerdings limitiert: Sie reagieren nur auf beobachtete Verkehrsbedingungen and berücksichtigen keine Störungen (z. B. Unfälle, Bauarbeiten oder Be-/Entladevorgänge).In diesem Vorhaben wollen wir diese Einschränkungen durch intelligente Mechanismen zur Verbesserung der Resilienz von Verkehrsmanagementlösungen beheben. Wir detektieren abnormale Verkehrssituationen und identifizieren Zwischenfälle durch maschinelle Lerntechniken. Diese Zwischenfälle werden automatisiert klassifiziert, z. B. anhand ihrer erwarteten Stärke und dem Einfluss auf Straßen und Kreuzungen. Wir nutzen zudem den verbundenen Charakter von Straßenverkehrsnetzen für eine kooperative Validation von erkannten Zwischenfällen sowie die Identifizierung gestörter Sensoren. Die Zwischenfallklassifikation wird automatisch und kontinuierlich zur Laufzeit verbessert. Die zuverlässig erkannten Klasseninformationen werden dann in Signalisierung, Koordination und Routenführung berücksichtigt, so dass hierfür neuartige Techniken entstehen. Im Ergebnis wird das InTURN System in Hinsicht auf Reisezeiten, Anzahl von Halten, Emissionen und Robustheit besser sein als herkömmliche Ansätze.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich: Professor Dr. Bernhard Sick