Veröffentlichung / Publication

Staumeldungen und Routenwahl in Autobahnnetzen

Teil 1: Analyse von Staumeldungen

Autoren / Authors:

Johannes Schlaich Markus Friedrich

Lehrstuhl für Verkehrsplanung und Verkehrsleittechnik, Universität Stuttgart e-mail: markus.friedrich@isv.uni-stuttgart.de johannes.schlaich@isv.uni-stuttgart.de

Veröffentlicht in / Published in:

Schlaich, J., Friedrich, M. (2008): Staumeldungen und Routenwahl in Autobahnnetzen – Teil 1: Analyse von Staumeldungen, Straßenverkehrstechnik, Heft 10, S. 621-627, Kirschbaum Verlag, Köln.

Universität Stuttgart

Institut für Straßen- und Verkehrswesen

Lehrstuhl für Verkehrsplanung und Verkehrsleittechnik

www.uni-stuttgart.de/isv/vuv/

Analysevon Staumeldungen in Autobahnnetzen Verkehrserfassung

Staumeldungen und Routenwahlin Autobahnnetzen r

Tei l 1: Analyse von StaumeldungenJohannes Schlaich und Markus Friedrich

Die Wiederkennung von Fahrzeugen auf Autobahnen mit Hilfe von Kennzeichenerfassungsgeräten ermöglichteine Vielzahl von Analysen, die mit herkömmlichen stationären Datenerfassungen nur bedingt oder gar nichtmöglich sind. Basis für die hier vorgestellten Untersuchungen sind fast 10.000 Fahrzeuge des Durchgangsver-kehrs im Autobahnviereck Baden-Württemberg. Eine Oualitätsanalyse der Staumeldungen in diesem Teil desBeitrags präsentiert zu erwartende Verzögerungen durch gemeldeten Stau und leitet daraus Staugeschwindig-keiten ab. In einem 2. Teil wird die Reaktion der Verkehrsteilnehmer auf die Verkehrsmeldungen mit Hilfe vonKorrelationsanalysen und Maximum-Likelihood-Schätzungen nachgewiesen und quantifiziert.

The recognition of vehicles on motorways with Automatic Number Plate Recognition (ANPR) Systems allowsfor numerous analyses which are not at all or only to a limited extent possible with conventional stationarydetectors. This paper describes analyses which are based on roughly 10,000 through-traffic vehicles in themotorway network in Baden-Württemberg. This part of the report is a quality analysis of traffic channelmessages which determines average delays caused by announced traffic congestions and derives the averagecongestion speed. ln a second part, the reaction of drivers to the traffic channel messages is proven and quan-tified with analyses of correlation and maximum likelihood estimates.

Verfasseransch riften :Dipl.- lng. J. SchlaichMBA (USO),johan nes.schlaich @isv.u n i-stuttga rt.de;Prof. Dr.-lng.M. Friedrich,markus.friedrich @isv.u ni-stuttgart.de. ;U n iversität Stuttga rt,Lehrstu h I für Verkehrs-planung und Verkehrsleit-tech n i k,Seidenstraße 36,701 74 Stuttgart

1 E in le i tung

Verkehrsbeeinflussungssysteme im Stra-ßenverkehr haben das Ziel, die Auftretens-wahrscheinlichkeit von Stauzuständen zureduzieren und so die Effizienz des Ver-kehrsnetzes zu erhöhen. Um die Stauwahr-scheinlichkeit in einem Netzbereich kurz-fristig zu reduzieren, kann man auf denkritischen Streckenzügen einerseits dieKapazität z. B. durch eine temporäre Sei-tenstreifenfreigabe, eine Zuflussregelungoder eine verkehrsabhängige Lichtsignal-steuerung erhöhen. Anderseits kann mandie Verkehrsstärke auf diesen Strecken-zügen durch eine Beeinflussung der Ver-kehrsnachfrage reduzieren. Das Verhaltender Verkehrsteilnehmer wird dabei so be-einflusst, dass es zu einer modalen, räum-lichen oder zeitlichen Verlagerung kommt.Eine kurzfristige Beeinflussung des Ver-kehrsverhaltens kann durch Information(2. B. Verkehrsfunk), durch unverbindlicheEmpfehlungen (2.8. Navigationsgeräte,Wechselwegweisung) oder durch verbind-liche Regeln (2.B. Beeinflussung der Ge-schwindigkeit über Streckenbeeinflus-sungsanlagen) erfolgen.Für die Ermittlung der Verkehrslage exis-tieren Ansätze für Autobahnen und städti-

sche Netze, die Daten aus stationären De-tektoren, aus Floating Car Daten und aushistorischen Datenbeständen fusionieren.Mit Hilfe von Verkehrsflussmodellen wer-den die Daten vervollständigt, sodass dieVerkehrslage für einen Streckenzug oderflir ein Teilnetz bestimmt werden kann.Als Beispiel flir eine Verkehrszustandsre-konstruktion auf Autobahnstreckenzügenseien die Verfahren ASDA (Automatische

Staudynamikanalyse) und FOTO (Fore-

casting of Traffic Objects) von Kerner et al.(zoo:) genannt. Für städtische Netze kanndie Verkehrslage zum Beispiel mit einerMesswertpropagierung nach Vortisch(2005) ermittelt werden.Eine kontinuierliche Erfassung des Mobili-tätsverhaltens der Verkehrsteilnehmer istim Gegensatz zur Verkehrslage bishernicht möglich. Es fehlen daher Kenntnisse,wie Verkehrsteilnehmer auf Informationenreagieren und in welchem Umfang sieEmpfehlungen befolgenden. Ohne Kennt-nis dieses Verhaltens ist eine umfassendeBeurteilung der Wirksamkeit von Ver-kehrsbeeinflussungssystemen nicht mög-lich.Im Forschungsprojekt Do-iT (2008) wer-den Mobilfunkdaten als potentielle Daten-quelle für die Ermittlung der Verkehrslage

und der Erfassung des Mobilitätsverhal-tens untersucht. Auf der Basis der beob-achteten Fahrtrouten sollen Aussagenüber das Routenwahlverhalten der Ver-kehrsteilnehmer in Abhängigkeit der Rei-sezeit, der gemeldeten Verkehrslage undder Schaltzustände von Wechselwegwei-sungen abgeleitet werden. Um Verfahrenzur Analyse der Routenwahl bereits ohneDaten aus den Mobilfunksystemen ent-wickeln und testen zu können, wurde dieRoutenwahl für eine Relation im Auto-bahnviereck Leonberg / Heilbronn / Wall-dorf / Karlsruhe (Bild 1) in einer Vorab-Erhebung erfasst. Dant wurde eine Kenn-zeichenerfassung mit Kamerasystemendurchgeftihrt, bei der die Kennzeichen miteiner Infrarotkamera erfasst und mit einerBilderkennungssoftware automatisch aus-gewer te t werden (Fr iedr ich , Jeh l i cka ,Schlaich, 2008). Die Kennzeichen wur-den an insgesamt vier Tagen im Herbst2005 und im Frühjahr 2006 an den inBild I dargestellten drei MessstandortenMl, M2 und M3 in jeweils einer Richtungüber mehrere Stunden erfasst. Auf dieseWeise konnten rund 10.000 Fahrzeuge alsDurchgangsverkehr identifiziert werden,die in die nachfolgenden Auswertungeneinfließen.

Verkeh rserfassu ng Ana lyse von Staumeldungen in Autobahnnetzen

Bild 1: Lage der Mess-stel len im Autobahn-viereck Leonberg /Heilbronn / Walldorf /Ka rlsru he

---+-Fahrstreifen I --t-Fahrstreifen2 +Fahrstreifen3 -Qg53rn{

2 Ergebnisse der Erhebung

2.1 Ouerschnittsbezogene Auswertungen

Das Bild 2 zeigt als Beispiel die Ergebnissedes lokalen Messquerschnitts an der A 5flir einen Messtag. Dabei sind neben derGesamtverkehrsstärke auch die Verkehrs-stärken der einzelnen Fahrstreifen angege-ben. Die Nummerierung der Fahrstreifenerfolgt dabei von rechts nach links.

2.2 Durchgangsverkehr

Als Durchgangsverkehr im Sinne diesesBerichts wird der Verkehr bezeichnet, dervom Kreuz Leonberg bis zum Kreuz Wall-dorf (oder umgekehrt) frhrt, ohne dazwi-schen ein routenwahlbeeinflussendes Zielzu haben.Verkehr, der sowohl am Dreieck Leonbergals auch am Kreuz Walldorf erfasst wird,aber vermutlich zwischenzeitlich ein Ziel(2. B. Beladen, Pause) angesteuert hat, wirdals gebrochener Durchgangsverkehr be-zeichnet.Da es allein auf Basis der Kennzeichenkeine Möglichkeit gibt, den echten Durch-gangsverkehr vom gebrochenen Durch-gangsverkehr zu unterscheiden, wird alsHilfsgröße die Durchfahrtszeit verwendet.Ist die Durchfahrtszeit eines Kfz deutlichhöher als die zur gleichen Zeit fahrenderKfz, wird dieses Fahrzeug als gebrochenerDurchfahrtsverkehr gekennzeichnet. ImRahmen dieser Untersuchung wird derDurchgangsverkehr dabei wie folgt ermit-telt:1. Zuerst werden durch einen Kennzei-

chenvergleich alle Fahrzeuge mit derzugehörigen Durchfahrtszeit ermittelt,die sowohl an der A B als auch an derA 5 oder der A 6 erfasst worden sind.

2. Dann wird das über 40 Minuten glei-tende Mittel der Fahrzeit über die Fahr-zeuge gebildet. Unberücksichtigt blei-ben dabei die jeweils 5 0/o schnellstensowie l0 o/o langisamsten Fahrzeuge.

3. Abschließend werden alle Fahrzeugegelöscht, deren Durchfahrtszeit ummehr als 40 0/o größer als das über 40Minuten gleitende Mittel ist.

Das Bild 3 veranschaulicht das Verfahrenam Beispiel des Durchgangsverkehrs überKarlsruhe am 8.5.2006. Durch die blauenPunkte ist der Durchgangsverkehr darge-stellt, die gninen Dreiecke repräsentierenden gebrochenen Durchgangsverkehr. Diegestrichelte Linie zeigt die Trennung zwi-schen Durchgangsverkehr und gebroche-nem Durchgangsverkehr, die sich anhandder oben beschriebenen Ermittlung ergibt.

I r 1$ , i l\ | Walldorf I-";n _

,F-! M3 F\- lirurä]'

' *-==**. ,u-f

@1==:., /4 - \ \

, / )o

-o=-F:'

f l-Heilbronn lI Bruchsal I ll

--4-- ü146 | , l ' �-T-

li

/ /,/i Iti' tt' - \ r

lA81 I'\:fA\8--l

.A "7-'-----\o----l \.-r. I"mmmmmmmmmmmmmmm�r**t /i.rr:i_ /)-\- ../

***_o1/"

i tttt I stuttgart I=i--,1':=-=-*:E|.*

tK€rlsruhtlr

T

""1l A 5 |

tT

, N

Y

=g

u:

4.500

4.000

3.500

3.000

2.500

2.000

1.500

1.000

o ro o ro o ro o to o tr) o ro o rJ) o lo o lr) o lo o ro aq? I I - n * e - q? * I :: q? * I - q? * I - q? * Co o e{ c{ c! N ct c., ct aa st st $ sf to lo IJ) to (o

Bild 2: Ouerschnittsmessung A5 (28.10.2005)

In diesem Beitrag wird das Routenwahl-verhalten des Durchgangsverkehrs zwi-schen Stuttgart und Walldorf untersucht.Die Verkehrsteilnehmer haben hier dieWahl, über Karlsruhe (A I und A 5) oderüber Heilbronn (AB1 und A6) zu fahren.Ziel ist es, die Zusammenhänge zwischenVerkehrsinformation, Verkehrslage undRoutenwahl mit den verfi.igbaren Datenbeispielhaft zu analysieren:- Verkehrsinformation: im Verkehrsfunk

gemeldete Verkehrslage (Staulänge),- Verkehrslage: tatsächliche Verkehrslage

(Fahrzeiten der Fahrzeuge)- Routenwahl: tatsächliche Routenwahl

(Anteil der Fahrzeuge auf den Routen).Im vorliegenden ersten Teil dieser Veröf-fentlichung werden im Abschnitt 2 die

Straßenverkehrs techn ik 10 . 2008

Auswertung und die Ergebnisse der Kenn-zeichenerfassung erläutert. Im Abschnitt 3wird der Zusammenhang zwischen denausgestrahlten Verkehrsmeldungen undden tatsächlichen Fahrzeiten untersucht.In einem zweiten Teil, der später veröf-fentlicht wird, wird die Routenwahl aufden zwei Alternativrouten über Karlsruhebzw. Heilbronn analysiert. Da die Auswer-tungen nur einen Beobachtungszeitraumvon vier Tagen umfassen, ist die Zahl derim Verkehrsfunk gemeldeten Stauereig-nisse zu gering, um allgemeingültige Aus-sagen machen zu können. Sobald aus Mo-bilfunkdaten generierte Fahrtrouten zurVerfügung stehen, werden Auswertungenüber längere Zeiträume ohne aufwändigeErhebungen möglich.

622

Analyse von Staumeldungen in Autobahnnetzen Verkehrserfassung

Insgesamt wurden an den vier Messtagen

9.841 Fahrzeuge als Durchgangsverkehr

erkannt. Eine automatische Unterschei-

dung von Pkw und Lkw ist mit den einge-

setzten Kennzeichenerfassungsgeräten

nicht möglich. Die Tabelle I gibt einigeKennwerte dieses Durchgangsverkehrs

wieder.

Da die eingesetzten Kennzeichenerfas-

sungssysteme in der Regel nur zwischen

85 und 900/o der Fahrzeuge korrekt erfas-

sen, muss der Durchgangsverkehrsanteil

hochgerechnet werden. In einer vergleich-

ba ren Un te rsuchung (F r i ed r i ch , Jeh -l icka, Wacker , 2OO7) wurden 86o/o der

Fahrzeuge korrekt erfasst. Da die nicht

korrekt erkannten Fahrzeuge zufällig ver-

teilt sind, ergibt sich ein durchschnittlicher

Hochrechungsfaktor ftir die relativen

Durchgangsverkehrsante i le von ' /o , ru

1,16 und für den absoluten Durchgangs-

verkehr von r/o,ru, = 1,35.

Eine Auswertung der Zulassungsbezirke

der Kennzeichen zeigt, dass 110/o des

Durchgangsverkehrs aus dem Bereich des

Autobahnvierecks, 32 0/o aus Baden-Würt-

temberg und 89 0/o aus Deutschland kom-

men. Die Zulassungsbezirke, die von dengroßen Autovermietungen verwendet wer-

den und auffällig oft vorkommen (so er-gibt sich z. B. für den ZulassungsbezirkHH, in dem viele Mietwagen zugelassen

sind, der Rang 10 über alle erfasstenKennzeichen), liegen weder im Bereich desAutobahnvierecks noch in Baden-Würt-

temberg. Die folgenden Bilder zeigen die

absolute und die relative Verteilung desDurchgangsverkehrs auf die zwei Routen.

Die Werte wurden dafür in 15-Minuten-

Intervalle aggregiert.

2.3 Verkehrslage

Durch den Südwestrundfunk (S\tVR) wur-

den die am Untersuchungstag über Hör-

funk ausgestrahlten Verkehrsmeldungen

auf den relevanten Autobahnen zur Verfü-gung gestellt. Dabei wurde nach der Länge

des stockenden und gestauten Verkehrs

unterschieden. Besondere Ereignisse wiez. B. Vollsperrungen oder Umleitungsemp-fehlungen gab es im Untersuchungszeit-raum nicht. Das Bi ld 6 zeigt die Summe

der gemeldeten Störungslängen ftir die

Route über Karlsruhe am 8.5.2006.

Um im Folgenden die beiden Kurven ausBild 6 zusammenfassen und für die Ver-kehrslage einen einheitlichen Wert ver-wenden zu können, werden die Meldun-gen ftir Stau und stockenden Verkehr wiefolgt zusammenHefasst :

l s t .u , i * f ' l s tn .k .nd , i

Istockenrl.i

Verkehrslage eines Streckenabschnittesbzw. einer Route [km] f

Gemeldete Länge gestauten Verkehrs aufeiner Strecke bzw. Route i [km]Gemeldete Länge stockenden Verkehrsauf einer Strecke bzw. Route i [km]Faktor zu Abminderung von lstockend.i.

1 4 0

120

1 0 0

c'=öU.=

uN

<

'-t 60

N N C T O S

oDurchgangsverkehr rgebrochenerDurchgangsverkehr

Bi ld 3: Unterscheidung von Durchgangsverkehr und gebrochenem Durchgangsverkehr am Beispie l der Routeü ber Ka rlsru he (8.5.2006)

Tabel le 1: Übersicht über den Durchgangsverkehr(5 = Stut tgart , KA = Kar lsruhe, HN = Hei lbronn, W = Wal ldorf )

+- Anzahl Kar lsruhe -+- Anzahl Hei lbronn

Bild 4: Absolute Vertei lung des Durchgangsverkehrs (8.5.2006)

I s tuu, i

_ 7 0c'=-- o u

. N>Z- 5 0su

J

b 4 0

c t nG J V

s

= Z Uö

e q? c q? c s? I q? I q? e q? e q? I q? I c? I q?r r @ @ o) o) o o N N o o st + 6 6 (o (.o

VL; :

mitVL'

-.^-s-;z.a'.[.

Trenn l in ie zw ischenDu rchga ngsverkeh rund gebrochenemDu rchga ngsverkeh r

Richtung Route Absolute Anzahl desDurchgangsverkehrs

tKft]

Anteilfie Richtung)

Relativer Anteil am Gesamtverkehrfbezogen auf die Verkehrsstärke

am Messquerschnitt A8)

Süd-NordS-KA-W 3 .896 71,5 0lo 8,0 0/o

77,2 0loS-HN-W t.552 28,5 0/o 3,2 0lo

Nord-SüdW-KA-S 2.820 64,2 olo 5,8 o/o

9,0 0/oW-HN-S 1 . 5 7 3 35,8 0/o 3,2 olo

Gesamt 9.841 LO,2 o/o

E

$TE{3 . -tsi:

Verkeh rserfassu ng Analyse von Staumeldungen in Autobahnnetzen

uc

Bild 6: Verkehrslage auf der Route über Karlsruhe (8.5.2006)

Bi ld 7: Schemat ischeDarstellung einer Fahrtund der Staumeldungen t^in e inem Zei t -Weg-Dia-gramm

t 1

Zeit

Dabei sollte der Faktor f zwischen 0 und Iliegen. Der Wert 0 bedeutet dabei, dasseine Meldung über stockenden Verkehrnicht in die Verkehrslage eingeht, alsovom Verkehrsteilnehmer als nicht relevanterachtet wird. Der Wert 1 bedeutet dage-gen, dass Meldungen über Stau und sto-ckenden Verkehr gleichwertig eingeschätztwerden.

2.4 Wechselwegweisung

Laut Aussage der VerkehrsrechnerzentraleBaden-Württemberg in Ludwigsburg habenim Untersuchungszeitraum keine Schal-tungen der Wechselwegweisung am Leon-berger Dreieck bzw. am Walldorfer Kreuzstattgefunden. Die empfohlene Routefrihrte in beiden Richtungen über Heil-

bronn. Auswertungen, ob sich Schaltun-gen der Wechselwegweisung auf die Rou-

tenwahl bzw. die Fahrzeiten auswirken,

sind damit nicht möglich.

3 Analyse der Staumeldungen

Durch die Kennzeichenerfassung stehendetaillierte Reisezeitmessungen auf denbeiden Alternativrouten über Karlsruhebzw. Heilbronn zur Verfligung. Demge-genüber stehen die im S\MR gesendetenVerkehrsmeldungen. In diesem Kapitel solluntersucht werden, inwieweit die Stau-meldungen mit den tatsächlichen Reise-zeiten korrelieren.Dabei werden zwei verschiedene Ansätzeverfolgt, die an einem schematischen Bei-spiel im Bild 7 verdeutlicht werden. In ei-nem Zeit-Weg-Diagramm sind die Stö-rungsmeldungen zu den Zeitpunkten tound t, aufgetragen, wobei die Differenzzwischen to und t, ungeflähr der Fahrzeitzwischen xo und x, entspricht.l. Störungsmeldungen zum Zeitpunkt der

EinfahrtIm ersten Ansatz im Abschnitt 3.1 wer-den die Störungsmeldungen zum Zeit-punkt to der Einfahrt bzw. der Routen-wahlentscheidung betrachtet. Dies spie-gelt die Sicht des Verkehrsteilnehmerswieder, der zu diesem Zeitpunkt dieVerkehrsmeldungen in seine persönli-che Entscheidungsfunktion berücksich-tigen kann. Im obigen Beispiel sind diesdie Störungsmeldungen ,,Stau A" und,,Stau B".

2. Staumeldungen zum Zeitpunkt derDurchfahrt:Im zweiten Ansatz im Abschnitt 3.2wird berücksichtigt, dass bis zum Errei-chen der gemeldeten Störung noch einegewisse Fahrzeit zunickgelegt wird.Der zweite Ansatz ist damit eine Quali-tätskontrolle der Störungsmeldungen,da hier nur Störungsmeldungen zumZeitpunkt des Erreichens des betroffe-nen Streckenabschnitts benicksichtigtwerden. Da sich der..Stau B" im Bild 7laut den Störungsmeldungen beim Ein-treffen des Beispielfahrzeuges bereitswieder aufgelöst hat, wird bei diesemAnsatz also nur der ..Stau A" berück-sichtigt.

In beiden Ansätzen wird die tatsächlichegemessene Reisezeit einer prognostiziertenReisezeit gegenüber gestellt. Im ersten An-satz benicksichtigt die prognostizierteReisezeit den Kenntnisstand des Verkehrs-teilnehmers zum Zeitpunkt der Routen-

100 o/o

90 o/o

80 o/o

70 olo

60 o/o

50 o/o

40 o/o

30 o/o

20 olo

10 o/o

0 o/o

l-- l-. @ @ O) O) O O c\ N co co + + ro to (.o ('o

Bild 5: Relative Verteilung des Durchgangsverkehrs (8.5.2006)

---l- Anteil Karlsruhe ---r- Anteil Heilbronn

{- Stau + Stockend

F Ä

o o o oä n ö c ? ä i ä E ä E ä f i ä E äF \ F \ @ @ O ) O ) O O N C { C t C a +

^l -

I I

t/ ^ ^ ^ ^ l ^ ^

/ f ^ / r r - r r rt / L ^ a ^ ^ ^ ^ ^ ^ ^ ^ a ^ ^ ^

Analyse von Staumeldungen in Autobahnnetzen Verkehrserfassung

wahlentscheidung. Im zweiten Ansatzdagegen umfasst die prognostizierte Rei-sezeit zusätzliche Informationen über diezeitliche Entwicklung von Störungen, diedem Verkehrsteilnehmer erst im Laufe sei-ner Fahrt bekannt werden. Deshalb ist derzweite Ansatz nur flir eine Qualitätskon-trolle der Störungen geeignet.

3.1 Störungsmeldungen zum Zei tpunktder Einfahrt

Für die Darstellungen im Bild 8 werdenauf der horizontalen Achse die Verkehrs-lage, die sich aus den Meldungen überStau und stockenden Verkehr zusammen-setzt, und auf der vertikalen Achse dieFahrzeit in Minuten aufgetragen. Die je-

weilige Kreisfläche entspricht der Anzahlder Beobachtungen. Zur besseren Über-sichtlichkeit sind dabei die Werte der ver-tikalen Achse auf 5-min-Werte gerundetund zusammengefasst, frir die weiterenBerechnungen werden dagegen die nichtgerundeten Werte verwendet.Die Verkehrslage VL wird dabei mit der imAbschnitt 2.3 eingeführten Formel

VLi : lst"r,i * f ' lsto.r.no,i

berechnet: Mit Hilfe des Excel Solvers (Mi-

crosoft, 2OO7) wird der Faktor f dabei sooptimiert, dass das Bestimmtheitsmaß R2der linearen Regression

Y : m ' x + bmity Fahrzeit [min]x Verkehrslage VL [km]

einen möglichst hohen Wert annimmt. Das

flihrt zu einer gleichzeitigen Optimierungder Variablen m, b und f, um so neben derSteigung und dem Y-Achsenabschnitt derRegressionsgeraden die Unbekannte f zuermitteln:

y = m ' ( l s t " r , i + f ' l r , o .o .na , i ) + b .

Wie das Bild I (oben) zeigt, ergibt sich frirdie Route über Karlsruhe ein Bestimmt-heitsmaß R2 von 0,6378. Der Faktor f

wurde zu O,7 4 ermittelt. Das bedeutet,dass die Auswirkung von stockendem Ver-kehr auf die Fahrzeit um 26o/o Eeringer istals bei gemeldetem Stau. Die ermittelteGleichung y : 3,637 x + 59,714 zeigt,dass die mittlere Fahrzeit ohne Verkehrs-meldung bei ca. 60 min liegt und dann mitjedem km Staulänge bzw. äquivalentemstockenden Verkehr um 3,6 min zunimmt.Somit hat für die untersuchte Stichprobez. B. ein l0 km langer gemeldeter Stau einemittlere Fahrzeitverlängerung von 36 Mi-nuten zur Folge.

1 0 1 5

Verkehrslage Ka rlsru he [km]

y'erkehrslage Heilbronn [km]

Bild 8: Fahzeit über Karlsruhe (oben)und Heilbronn (unten) in Abhängigkeitvon derVerkehrslage(Kreisfläche entspricht der Anzahl der Beobachtungen)

.E

7)

!(o

\Z

a,)

.P_

uN

L

1 4 0

120

' E 1 O O

= ö u'ö-a.)

= b u=a)N

(U +LL

Auf der Route über Heilbronn (Bild B un-ten) ist der Einfluss einer Staumeldung ge-ringer. Hier steigt die Fahrzeit (im stau-freien Zustand ca. 72 min) nur um 1,4 minje km Staulänge bzw. äquivalentem sto-ckenden Verkehr. Der Solver hat hier fürden Faktor f einen theoretischen Wert von1,37 ermittelt. Dies würde bedeuten, dassdie Meldung ,,stockender Verkehr" einenum 37 0/o größeren Einfluss auf die Fahr-zeit als die Meldung ,,Stau" hätte. Hier istallerdings festzuhalten, dass,,stockenderVerkehr" auf beiden Routen deutlich selte-ner als ,,Stau" gemeldet wird, sodass der

Einfluss des stockenden Verkehrs auf dieGleichung und das zu minimierende Be-stimmtheitsmaß relativ gering ist. Würdesich das Ergebnis fi.ir den Faktor f bei einergrößeren Anzahl von Meldungen überstockenden Verkehr bestätigen, wäre diesein Hinweis auf eine schlechte Qualität derVerkehrsmeldungen.Neben dem unrealistischen Wert fi.ir denFaktor f ist bei der Route über Heilbronnauch das Bestimmtheitsmaß deutlich ge-ringer.Im Mittelwert über alle beobachtetenFahrzeuge des Durchgangsverkehrs ergibt

Y = 3 , 6 3 7 x + 5 9 , 7 1 4R 2 = 0,6378

o o t 3

Y = 1 , 3 6 8 7 x + 7 1 , 8 2 6

R 2 : o , : t z :

r !O Oo 0 3 o

Verkehrserfassu nq Analyse von Staumeldungen in Autobahnnetzen

1 0 1 5

Verkehrslage Karlsruhe [km]

y'erkehrslage Hei lbronn [km]

Bild 9: Fahrzeit über Karlsruhe (oben) und Heilbronn (unten) in Abhängigkeit von der Verkehrslage unterBerücksichtigung der Fahrzeit bis zum zweiten Autobahnabschnitt (Kreisfläche entspricht der Anzahl derBeobachtungen)

Bei Betrachtung aller Fahrzeuge desDurchgangsverkehrs in einer Regressionergibt sich die Regressionsgerade z1'r y :

3,0 . x + 64,8. Das Bestimmtheitsmaß R2beträgt 0,554 und der Faktor f wird zu0,63 bestimmt.Es zeigt sich, dass die Regressionsgeradenmit im zweiten Abschnitt der Route zeit-versetzten Verkehrsmeldungen eine grö-ßere Steigung und ein höheres Bestimmt-heitsmaß haben. Wie zu Beginn dieses Ab-schnitts anhand von Bild 7 erläutert, istdies bei entsprechend hoher Güte der Ver-kehrsmeldungen zu erwarten.Weitere untersuchte Varianten mit leichtveränderten zeitlichen und verkehrslage-abhängigen Verzögerungen liefern ver-gleichbare Ergebnisse.

3.3 Abgeleitete Geschwindigkeiten

Aus den im Abschnitt 3.2 ermitteltenRegressionsgeraden und Faktoren f lassensich Geschwindigkeiten fiir die Zustände,,Verkehrsfluss ohne Störungsmeldung"(vu.i), Stau (vr."u) und stockender Verkehr(vsto.r..na) ableiten.Die Geschwindigkeit vr..i lässt sich direktaus der Länge des Streckenabschnittes undder Fahrzeit to im Zustand ohne Verkehrs-meldungen, die dem Y-Achsenabschnittder Regressionsgeraden entspricht, ermit-teln:

IVr,.i = +* '

to

Aus vrr., und der Steigung m der Regres-sionsgeraden kann anschließend die Ge-schwindigkeit vr,ru berechnet werden:

I\/'stau - I m

o 1 * - 6 0

Abschließend kann die Geschwindigkeit

vstockend mit Hilfe des Faktors f berechnet

werden:

\, - vs,"u' S tockend -

f

mit

vrrei Geschwindigkeit im freien Verkehrsfluss

lkm/hlvst"u Geschwindigkeit im gestauten Verkehr

lkm/hlvStockend Geschwindigkeit im stockenden Verkehr

lkm/hlvRoute Länge der betrachteten Route [km]to Fahrzeit ohne Verkehrsmeldungen [min]m Steigung der Regressionsgerade

lmin/kmlf Faktor zur Abminderung von lr,o.o.no.

Mit einer mittleren Fahrtr,rreite von 99 kmzwischen den Messstellen ergeben sich flirdie Gesamtbetrachtung aller Fahrzeuge die

1 4 0

120

.=E(u

-.c3

=(o\Zu

!uN

L

1 4 0

120

'E 100

c

- o 8 0u-a,)

- o A n: 5

' o,)N

-.c(! +u

L

sich ein Faktor f von 0,85 und eine mittle-re Fahrzeitverlängerung von 2,5 min je kmStaulänge bzw. äquivalentem stockendenVerkehr.

Die Auswertung der Daten nach Fahrtrich-tung ergibt leicht abweichende Ergebnisseje Richtung, aber keine grundsätzlich an-deren Ergebnisse.

3.2 Staumeldungen zum Zei tpunktder Durchfahrt

Die Staumeldungen wurden fi.irjede Auto-bahn differenziert erfasst. Damit besteht

626 Straßenverkehrstechnik 1O.2OOB

sowohl die Route über Karlsruhe (A 8, A 5)als auch die Route über Heilbronn (A81,A6) aus zwei Abschnitten. Ein Fahrzeugkommt am zweiten Autobahnabschnitterst mit einer zeitlichen Verzögerung an.Diese Verzögerung ist abhängig von derVerkehrslage, wird aber für die folgendeUntersuchung mit pauschal 45 Minutenangenommen. Dies entspricht ungeflährder Fahrzeit ftir den gesamten ersten Au-tobahnabschnitt und der Hälfte des zwei-ten Abschnittes bei freiem Verkehr. DieDarstellungen im Bild 9 zeigen die Ergeb-nisse der Regressionsrechnung.

Y = 3 , 9 7 6 6 x + 5 7 , 3 1 5

R2 : 0,6867

Y = 1 , 7 8 4 3 x + 7 0 , 0 6 7

R2 = 0,4447

Analyse von Staumeldungen in Autobahnnetzen Verkehrserfassung

folgenden durchschnittlichen Geschwin-digkeiten:

u , , " , :h = _? 'o t , = 9 r ,6 km/hL 64 ,8 m in

1 1Vs , "u :

1 m =

1 3 "0 =16 ,4km/h

\. -

60 gr,o,t ,n/rr - oo

V.,, , , .u,, . , : ] :r"" - l6 'a km/h : 26,1km/h.) rocKcnq f o , 63

Befragt man Verkehrsteilnehmer nach ei-ner Staugeschwindigkeit, erhält man ähn-liche Werte. In einer BefragunS von lT4Testpersonen wurde fur den Verkehrszu-stand Stau am häufigsten eine Geschwin-digkeit von 20 km/h genannt (Kochs,

Meerkamp, Steinauer, 2OO4). Das Merk-blatt frir die Ausstattung von Verkehrs-rechnerzentralen (BASI, 1999) ordnet demVerkehrszustand Stau als Richtwert eineGeschwindigkeit zwischen 0 und 30 km/hzu. Somit liegt die hier ermittelte Stauge-schwindigkeit von 16,4 km/h im Bereichdieser beiden Angaben.Bei den Geschwindigkeiten für stockendenVerkehr ist ein Vergleich nicht direkt mög-lich, da die oben zitierten Quellen diev ier Verkehrsstu fen, , f re i " , , ,d icht " , , ,zäh-fließend" und ,,Stau" verwenden, die nichtdirekt auf die dreistufigen Verkehrsmel-dungen (,,keine Meldung", ,,stockend" und,,Stau") übertragen werden können. Wennman die jeweils zweitlangsamste Stufe,,2ähfl ießend" bzw.,,stockend" miteinan-der vergleicht, lassen sich aber erheblicheUnterschiede feststellen, die sich nicht aufdie unterschiedliche Einstufung zurück-führen lassen. So liegt die in dieser Unter-suchung berechnete Geschwindigkeit imstockenden Verkehr mit 26,1 km/h deut-lich unter der der Wahrnehmung der Ver-kehrsteilnehmer (ca. 50-60 km/h) sowieder normativen Größe der MARZ (:O-eO

km/h) .

4 Zusammenfassung

Die oben durchgeführten Auswertungenzeigen, wie der Zusammenhang zwischengemessenen Fahrzeiten und der gemelde-ten Verkehrslage für einen Untersu-chungszeitraum beschrieben werden kann.Da die Ergebnisse dieser Untersuchungnur auf Daten weniger Untersuchungstagebasieren, können diese nicht verallgemei-nert werden. Die Tabelle 2 fasst die Ergeb-nisse für den Untersuchungszeitraum zu-sammen.

Die Ergebnisse dieses Abschnitts könnenwie folgt zusammengefasst werden:

Tabel le 2: Zusammenfassung der Korrelat ionsanalysen

- Es kann ein Zusammenhang zwischenden Verkehrsmeldungen und der Fahr-zeit aufgezeigt werden.

- Der Reisezeitverlust durch einen Kilo-meter gemeldeten Stau beträgt 2,5 - 3,OMinuten.

- Eine zeitlich differenziertere Betrach-tung der Stauereignisse auf zwei Stre-ckenabschnitten bringt erwartungsge-mäß verbesserte Ergebnisse mit höhe-rem R2 und größeren Verlustzeiten.

- Der Faktor f nimmt teilweise unrealisti-sche Werte über 1 an. Allerdings ist derEinfluss dieses Faktors auf das Gesamt-ergebnis sehr gering, da es relativ weni-ge Meldungen über stockenden Verkehrgibt.

- Die Auswirkung von Verkehrsmeldun-gen auf die Fahrzeit hat bei den Routenüber Karlsruhe und Heilbronn unter-schiedliche Ausprägung. Dies kann ent-weder auf die Strecken- und Staucha-rakteristik oder unterschiedliche Zuver-lässigkeit der Staumeldungen zunickge-führt werden.

- Die Geschwindigkeit zu Zeiten ohneVerkehrsmeldungen beträgt auf den un-tersuchten Routen 92 kmlh, die Stauge-schwindigkeit 16 km/h und die Ge-schwindigkeit im stockenden Verkehr26 kmlh.

Der Beitrag wird in Hefr il/2OOB dieserZeitschrifi durch einen Teil 2 mit denAbschni t ten, ,Routenwahl in Autobahn-netzen" (5), ,,Nutzenfunktion" (6), ,,Unter-suchung einzelner Einflussgrößen mittelsIinearer Regression" (7),,,Ma.rimum-Like-

l ihood-Schötzung" (B), (Theorie (B.I ),Schötzergebnisse (8.2)) und der ,,Zusam-menfassung" (9) abgeschlossen.

Literaturverzeichn is

Bundesanstalt für Straßenwesen (BASI, 1999):Merkblatt für die Ausstattung von Verkehrsrech-nerzentralen und Unterzentralen (MARZ), Ber-gisch GIadbach.

Do-iT (2008): Nutzung von Mobilfunkdaten fürdas Verkehrsmanagement - das Projekt Do-iT,Beilage Nr. 5 zur Straßenverkehrstechnik, heraus-gegeben vom Projektträger Mobiltät und Verkehr,Bauen und Wohnen (TtiV Rheinland Group),April 2008.

F r i e d r i c h , M . ; J e h l i c k a , P . ; S c h l a i c h , J .(2008): Automatic number plate recognition forthe observance of travel behavior, 8th Internatio-nal Conference on Survey Methods in Transport:Harmonisation and Data Comparability, Mai2008, Annecy, Frankreich.

F r i e d r i c h , M . ; J e h l i c k a , P . ; W a c k e r , M .(2OO7): Durchgangsverkehr Stuttgart: Erhebungdes Durchgangsverkehrs durch die Landeshaupt-stadt Stuttgart auf der Bundesstraße B 10 und denBundesstraßenB27 (Nord) und B t4 (Ost), unver-ö ffentlichter Proj ektbericht.

K e r n e r , B . S . ; A l e k s i c , M . ; R e h b o r n , H . :H a u g , A . ; L a n g e , R . ( 2 0 0 1 ) : O n l i n e a u t o m a t i ctracing and forecasting of traffic patterns, TrafficEngineer ing and Control ,Yol .42, No. 10.K o c h s , A . ; M e e r k a m p , N . ; S t e i n a u e r , B .(ZOO+): Wie definiert man Stau? - Nutzung undAkzeptanz von Verkehrslageinformationen im In-ternet, Straßenverkehrstechnik 05/2004, Köln.Microsoft (2OO7): Einführung in die Optimierungmit dem Excel Solver-Tool, online verfügbarunter http://office.microsoft.comi de-dei excel/H401124595103 1.aspx, heruntergeladen am 20.12.2007.

Vort isch, P. (2005): Model lunterstützte Mess-wertpropagierung zur Verkehrslageschätzung inStadtstraßennetzen, Dissertation an der TH Karls-ruhe.

Route Regressionsgleichung R 2 f

Ohne Zeitversatzauf zweitenAbschnitt

Karlsruhe Y = 3 , 6 ' x + 5 9 , 7 0,638 O,74

Heilbronn Y : 1 , 4 ' x + 7 1 , 8 o,317 1 ,37

gesamt J y ' : 2 , 5 ' x + 6 7 , 1 0,449 o,85

Mit Zeitversatzauf zweitenAbschnitt

Karlsruhe Y : 4 ,O ' x + 57 ,3 o,687 0,63

Heilbronn Y : 1 , 8 ' x + 7 0 , 0 o,445 I , l l

gesamt ! : 3 ,O 'x + 64,8 0,554 o,63