WO2012107008A1 - Verfahren zur planung von fahrten in der personenbeförderung - Google Patents

Verfahren zur planung von fahrten in der personenbeförderung Download PDF

Info

Publication number
WO2012107008A1
WO2012107008A1 PCT/DE2011/050051 DE2011050051W WO2012107008A1 WO 2012107008 A1 WO2012107008 A1 WO 2012107008A1 DE 2011050051 W DE2011050051 W DE 2011050051W WO 2012107008 A1 WO2012107008 A1 WO 2012107008A1
Authority
WO
WIPO (PCT)
Prior art keywords
weather
vehicle
parameters
specific parameters
planning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/DE2011/050051
Other languages
English (en)
French (fr)
Inventor
Georg Koenig
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
INIT Innovative Informatikanwendungen in Transport Verkehrs und Leitsystemen GmbH
Original Assignee
INIT Innovative Informatikanwendungen in Transport Verkehrs und Leitsystemen GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by INIT Innovative Informatikanwendungen in Transport Verkehrs und Leitsystemen GmbH filed Critical INIT Innovative Informatikanwendungen in Transport Verkehrs und Leitsystemen GmbH
Priority to US13/983,730 priority Critical patent/US9558446B2/en
Priority to EP11837315.8A priority patent/EP2591464A1/de
Priority to CA2826819A priority patent/CA2826819C/en
Publication of WO2012107008A1 publication Critical patent/WO2012107008A1/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications

Definitions

  • the invention relates to a method for planning journeys in passenger transport on the basis of a preferably statistical forecasting model, in particular for capacity planning, for optimizing the use of vehicle fleets, for test drive planning, etc., preferably in local passenger transport, wherein the forecasting model uses parameters to control the passenger behavior over the day. / Week / and / or year course taken into account.
  • this is a planning method for controlling vehicle fleets in passenger transport, wherein the method can, for example, also be used for measuring journey planning. It does not matter whether passenger transport takes place on the road or on rails. In principle, the method can be used for the planning of any passenger transport.
  • the classic passenger survey is known, according to which the utilization rate of most public transport is correlated with the line, the time of day, the day of the week and the type of day - day of the week, public holiday, etc. -.
  • the registration of passengers entering and exiting the vehicle is done by means of sensors in the vehicle doors, which permanently determine the degree of utilization of the respective vehicle.
  • the equipment required here is operated by many transport companies only in a few vehicles of the vehicle fleet, which makes it necessary to use the appropriately equipped counting vehicles targeted on appropriate lines / cycles, then to calculate statistical models required capacity.
  • the determination of the distances to be traveled is of particular importance for the exact sampling specification, namely to create a basis for a prognosis model for the extrapolation of a route network.
  • the samples take into account the stratification of process parameters, different types of time of day (holidays, weekdays, weekends), lines and also sample sizes. From practice different prognosis models are known.
  • the Association of German Transport Undertakings (VDV) presents automatic passenger counting systems, statistical principles, instructions and recommendations in the VDV document No. 457 from 1 1/06 "Rahmenlastenheft" .
  • Figure No. 458 from 1 1/08 contains information on automatic The recommendations of the VDV are based on the above considerations.
  • key parameters are already taken into account, the quality of the forecasts is subject to enormous fluctuations in occupancy throughout the year. In particular, fluctuations occur when the weather affects the passenger behavior. The statistical models are thus not significantly distorted. As a result, the number of previously used planning parameters for representative samples is insufficient. With the best possible consideration of the recommendations issued by the VDV, the forecasts miss the real situation at the latest when unpredictable weather changes drastically affect passenger behavior.
  • the invention is therefore based on the object to improve the previously known prognosis models with respect to the relevant parameters. Outliers during test drives must be eliminated. Passenger survey models are to be improved, whereby an optimization of the use of vehicle fleets is possible.
  • This object is achieved by a method having the features of claim 1.
  • This method is characterized in that the forecasting model uses additional parameters in addition to the previously considered parameters, namely weather-specific parameters.
  • the previously used prognosis models disregard relevant parameters. While the previously used parameters such as number of passengers, date, time and position lead to enormous hit fluctuations of the calculated forecast, in in accordance with at least one weather-specific parameter used, which is fed to the forecasting model.
  • the weather-specific parameters may be dry weather or precipitation information, with a distinction being made between precipitation between rain and snow, possibly also hail.
  • systematic disturbances can be incorporated into the prognosis model, with simultaneous elimination of stochastic disturbances.
  • the general weather conditions are considered, namely - and this has been recognized in accordance with the invention - has great influence on the passenger behavior.
  • stochastic influences such as sudden rain showers can be eliminated during test drives, especially since it is not possible in any way to derive the basic passenger behavior.
  • the weather parameters also include the magnitude of the precipitation and possibly a predicted duration of the precipitation.
  • the parameters concerning the precipitation can be determined by data from the respective current weather report.
  • the precipitation can be determined via a sensor system on the vehicle, according to which the vehicles are equipped with rain sensors whose data are fed into the prognosis model.
  • the operation of the windshield wiper which can be used as rain sensors in accordance with their operation, is astonishingly simple instead of a separate sensor system.
  • the weather parameters may include more extensive information regarding the condition of the road, especially black ice.
  • the outside temperature can be measured directly on the vehicle, namely via simple temperature sensors or thermometers.
  • the windscreen wiper can then be easier rain At temperatures above 0 ° C and risk of black ice at temperatures well below 0 ° C predict, so that can be derived from the sensor composite parameters.
  • the data determined on or in the vehicle is preferably transmitted via radio, UMTS, WLAN or the like to a central computer which is used to calculate the forecast model or forecast and ultimately for the planning / control of vehicle fleets.
  • the prognosis model supplemented with weather-specific parameters not only allows transport capacities or test runs to be planned, but also simulations over the seasons are possible, resulting in optimized capacity planning taking into account different influencing factors, also taking into account the history of past weeks, months and years. is possible.
  • FIG. 2 shows a schematic view of the extraction of parameters directly on the vehicle and the feeding of the parameters into a central computer system in which the forecast model is processed.
  • FIG. 1 shows in a schematic representation, block-wise, how the forecasting model works.
  • On the basis of the detected number of passengers 1 .1, the date 1 .2, the time 1 .3, the data of the global positioning system 1 .4, as well as the electrically detectable or detectable state of the windscreen wiper 1 .5 can be possibly using the Outside temperature 1 .6 with respect to a specific vehicle 1 or a vehicle fleet 4 create a forecast, this forecast is calculated by a suitable forecasting program 2.
  • the forecast program 2 runs on a central processing unit, wherein the data determined in or on the vehicle 1 are transmitted by radio to the central processing unit.
  • the vehicle 1 shown in FIG. 1 is a measuring vehicle which serves to obtain the data or parameters 1 .1 to 1 .6.
  • the vehicle fleet 4 is controlled via a computerized operations control system 3.
  • a prognosis supplemented by the systematic deviation in rainy weather or the like is calculated here via a measuring vehicle 1, whereby the history 2.1 and the general weather forecast 2.2 can optionally be included.
  • the result of the prognosis is fed to the computer-aided operation control system 3 and provides the dispatcher with crucial information for the use of the vehicle fleet 4.
  • the time-correct or timely detection of the outside temperature which is indicated in FIG. 1 by the reference numeral 1 .6 .
  • the additional or alternative detection of the outside temperature is shown in phantom.
  • the parameters rain / dry in combination with the temperature can be used to denote snowfall, black ice or a wet road surface.
  • the reliability of the forecast can be increased again.
  • 2 shows a schematic view of the measuring vehicle 1, which is equipped with a windshield wiper 1.5. As soon as the windshield wiper motor 1 .5.1 is activated, an on-board computer 5 is fed to this state and flows from there, preferably by radio, into the prognosis program 2 and / or directly into the disposition of the operation control system 3.
  • an improved forecasting / prognosis system is implemented according to the invention, according to which the forecast of vehicle use in passenger transport fleets not only the usual parameters such as number of passengers, date, time and position but also the condition of the weather is taken into account.
  • the basis of a reliable prognosis are still repeated test drives, whereby stochastic disturbances can be eliminated taking into account the weather data. This is done in a simple manner in that the operating state of the windshield wiper for the detection of rain is detected and in combination with the determined outside temperature specific conclusions about the weather are possible. Corresponding parameters are fed into the prognosis program.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

Ein Verfahren zur Planung von Fahrten in der Personenbeförderung unter Zugrundelegung eines vorzugsweise statistischen Prognosemodells, insbesondere zur Kapazitätsplanung, zur Optimierung des Einsatzes von Fahrzeugflotten, zur Messfahrtenplanung, etc, vorzugsweise im Personennahverkehr, wobei das Prognosemodell über Parameter das Fahrgastverhalten über den Tages-/ Wochen-/ und/oder Jahresverlauf hinweg berücksichtigt, ist dadurch gekennzeichnet, dass das Prognosemodell zusätzlich wetterspezifische Parameter nutzt.

Description

VERFAHREN ZUR PLANUNG VON FAHRTEN IN DER
PERSONENBEFÖRDERUNG
Die Erfindung betrifft ein Verfahren zur Planung von Fahrten in der Personenbeförderung unter Zugrundelegung eines vorzugsweise statistischen Prognosemodells, insbesondere zur Kapazitätsplanung, zur Optimierung des Einsatzes von Fahrzeugflotten, zur Messfahrtenplanung, etc, vorzugsweise im Personennahverkehr, wobei das Prognosemodell über Parameter das Fahrgastverhalten über den Tages-/ Wochen-/ und/oder Jahresverlauf hinweg berücksichtigt.
Grundsätzlich geht es hier um ein Planungsverfahren zur Steuerung von Fahrzeugflotten in der Personenbeförderung, wobei das Verfahren bspw. auch zur Messfahrtenplanung eingesetzt werden kann. Dabei spielt es keine Rolle, ob die Personenbeförderung auf der Straße oder auf Schienen stattfindet. Grundsätzlich lässt sich das Verfahren für die Planung jedweder Personenbeförderung verwenden.
Aus der Praxis ist die klassische Fahrgasterhebung bekannt, wonach der Auslas- tungsgrad des meist öffentlichen Personennahverkehrs in Korrelation mit der Linie, der Uhrzeit, dem Wochentag und der Tagesart - Wochentag, Feiertag, etc. - erhoben wird. Die Erfassung der Ein- und Aussteiger erfolgt bei der automatischen Fahrgastzählung über Sensoren in den Fahrzeugtüren, die permanent den Auslastungsgrad des jeweiligen Fahrzeugs ermitteln. Aus Kostengründen wird der hier erforderliche apparative Aufwand von vielen Verkehrsbetrieben nur in wenigen Fahrzeugen der Fahrzeugflotte betrieben, wodurch es erforderlich ist, die entsprechend ausgestatteten Zählfahrzeuge gezielt auf geeigneten Linien/Umläufen einzusetzen, um danach über statistische Modelle erforderliche Kapazitäten zu berechnen. Die Ermittlung der abzufahrenden Strecken, auch Messfahrtenplanung genannt, ist für die genaue Stichprobenvorgabe von ganz besonderer Bedeutung, um nämlich eine Basis für ein Prognosemodell zur Hochrechnung eines Streckennetzes zu schaffen. Die Stichproben berücksichtigen die Schichtung von Verfahrensparametern, verschiedene Tageszeitarten (Feiertage, Wochentage, Wochenenden), Linien und auch Stichprobengrößen. Aus der Praxis sind unterschiedlichste Prognosemodelle bekannt. Der Verband deutscher Verkehrsunternehmen (VDV) stellt in der VDV-Schrift Nr. 457 aus 1 1/06 „Rahmenlastenheft" automatische Fahrgastzählsysteme, statistische Grundlagen, Hinweise und Empfehlungen vor. Aus der Schrift Nr. 458 aus 1 1/08 sind Informationen zu automatischen Fahrgastzählsystemen im Schienenverkehr bekannt. Die Empfehlungen vom VDV basieren auf den voranstehenden Überlegungen.
Die bislang realisierten Prognosemodelle nähern sich den tatsächlichen Verhältnissen entsprechend den zugrundeliegenden Parametern. Wenngleich dort bereits wesentliche Parameter berücksichtigt sind, unterliegt die Qualität der Prognosen enormen Schwankungen in der Fahrgastbelegung, und zwar über das gesamte Jahr hinweg. Ganz besonders treten dann Schwankungen auf, wenn sich das Wetter auf das Fahrgastverhalten auswirkt. Die statistischen Modelle werden dadurch nicht unerheblich verzerrt. Daraus ergibt sich, dass die Anzahl bislang verwendeter Planungsparameter für repräsentative Stichproben nicht ausreicht. Bei bester Berücksichtigung der vom VDV ausgesprochenen Empfehlungen verfehlen die Prognosen die reale Situation spätestens dann, wenn sich unvorhersehbare Wetteränderungen drastisch auf das Fahrgastverhalten auswirken.
Der Erfindung liegt daher die Aufgabe zugrunde, die bislang bekannten Prognosemodelle in Bezug auf die relevanten Parameter zu verbessern. Ausreißer bei Messfahrten gilt es zu eliminieren. Fahrgasterhebungsmodelle sollen verbessert werden, wodurch eine Optimierung des Einsatzes von Fahrzeugflotten möglich ist.
Die voranstehende Aufgabe ist durch ein Verfahren mit den Merkmalen des Anspruchs 1 gelöst. Dieses Verfahren ist dadurch gekennzeichnet, dass das Prognosemodell zusätzlich zu den bislang berücksichtigten Parametern weitere Parameter nutzt, nämlich wetterspezifische Parameter.
In erfindungsgemäßer Weise ist erkannt worden, dass die bislang verwendeten Prognosemodelle relevante Parameter außer Acht lassen. Während die bislang verwendeten Parameter wie Fahrgastzahl, Datum, Uhrzeit und Position zu enormen Trefferschwankungen der berechneten Prognose führen, wird in erfindungs- gemäßer Weise mindestens ein wetterspezifischer Parameter benutzt, der dem Prognosemodell zugeführt wird.
Im einfachsten Fall kann es sich bei den wetterspezifischen Parametern um Infor- mationen betreffend trockenes Wetter oder Niederschlag handeln, wobei bei Niederschlag zwischen Regen und Schnee, ggf. auch Hagel, zu unterscheiden ist. Unter Berücksichtigung der wetterspezifischen Parameter lassen sich systematische Störungen in das Prognosemodell einpflegen, und zwar bei gleichzeitiger Eliminierung stochastischer Störungen.
Nach dem erfindungsgemäßen Verfahren wird die allgemeine Wetterlage berücksichtigt, die nämlich - und dies ist in erfindungsgemäßer Weise erkannt worden - großen Einfluss auf das Fahrgastverhalten hat. Gleichzeitig lassen sich stochasti- sche Einflüsse wie plötzlicher Regenschauer bei Messfahrten eliminieren, zumal sich daraus in keiner Weise das grundsätzliche Fahrgastverhalten ableiten lässt.
Zu den wetterspezifischen Parametern gehört auch die Stärke des Niederschlags und ggf. eine prognostizierte Dauer des Niederschlags. Die den Niederschlag betreffenden Parameter können über Daten aus dem jeweils aktuellen Wetterbericht ermittelt werden.
In besonders einfacher Weise lässt sich der Niederschlag über eine Sensorik am Fahrzeug ermitteln, wonach nämlich die Fahrzeuge mit Regensensoren bestückt sind, deren Daten in das Prognosemodell eingespeist werden.
Verblüffend einfach lässt sich anstelle einer separaten Sensorik die Betätigung des Scheibenwischers detektieren, die sich entsprechend ihrer Betätigung als Regensensoren nutzen lässt. Zu den wetterspezifischen Parametern können weiterreichende Informationen betreffend den Straßenzustand gehören, insbesondere betreffend Glatteis. Zusätzlich oder alternativ lässt sich die Außentemperatur unmittelbar am Fahrzeug messen, nämlich über einfache Temperatursensoren bzw. Thermometer. In Verbindung mit der Betätigung des Scheibenwischers lässt sich dann einfacher Regen bei Temperaturen über 0° C und Glatteisgefahr bei Temperaturen wesentlich unter 0° C vorhersagen, so dass sich aus der Sensorik zusammengesetzte Parameter ableiten lassen. In ganz besonders vorteilhafter Weise werden die am oder im Fahrzeug ermittelten Daten vorzugsweise über Funk, UMTS, WLAN oder dgl. an einen zentralen Rechner übertragen, der zur Berechnung des Prognosemodells bzw. der Prognose und letztendlich zur Planung/Steuerung von Fahrzeugflotten verwendet wird. Über das um wetterspezifische Parameter ergänzte Prognosemodell lassen sich nicht nur Transportkapazitäten oder Messfahrten planen, ist vielmehr auch eine Simulation über die Jahreszeiten hinweg möglich, wodurch eine optimierte Kapazitätsplanung unter Berücksichtigung von unterschiedlichen Einflussgrößen, auch unter Berücksichtigung der Historie aus vergangenen Wochen, Monaten und Jahren, möglich ist.
Es gibt nun verschiedene Möglichkeiten, die Lehre der vorliegenden Erfindung in vorteilhafter Weise auszugestalten und weiterzubilden. Dazu ist einerseits auf die dem Anspruch 1 nachgeordneten Ansprüche und andererseits auf die nachfolgende Erläuterung eines bevorzugten Ausführungsbeispiels der Erfindung anhand der Zeichnung zu verweisen. In Verbindung mit der Erläuterung des bevorzugten Ausführungsbeispiels der Erfindung anhand der Zeichnung werden auch im Allgemeinen bevorzugte Ausgestaltungen und Weiterbildungen der Lehre erläutert. In der Zeichnung zeigen Fig. 1 in einer schematischen Ansicht das erfindungsgemäße Verfahren unter Zugrundelegung eines geeigneten Prognoseschemas und
Fig. 2 in einer schematischen Ansicht die Gewinnung von Parametern unmittelbar am Fahrzeug und die Einspeisung der Parameter in ein zentrales Rechensystem, in dem das Prognosemodell abgearbeitet wird. Fig. 1 zeigt in einer schematischen Darstellung, blockschaltmäßig, wie das Prognosemodell arbeitet. Unter Zugrundelegung der erfassten Fahrgastanzahl 1 .1 , des Datums 1 .2, der Uhrzeit 1 .3, der Daten des globalen Positionssystems 1 .4, sowie des elektrisch ermittelbaren bzw. detektierbaren Zustands des Scheibenwischers 1 .5 lässt sich ggf. unter Hinzuziehung der Außentemperatur 1 .6 in Bezug auf ein konkretes Fahrzeug 1 oder eine Fahrzeugflotte 4 eine Prognose erstellen, wobei diese Prognose durch ein geeignetes Prognoseprogramm 2 berechnet wird. Das Prognoseprogramm 2 läuft auf einer zentralen Recheneinheit, wobei die im bzw. am Fahrzeug 1 ermittelten Daten per Funk an die zentrale Recheneinheit übermittelt werden.
Bei dem in Fig. 1 dargestellten Fahrzeug 1 handelt es sich um ein Messfahrzeug, welches zur Gewinnung der Daten bzw. Parameter 1 .1 bis 1 .6 dient. Über das Prognoseprogramm 2 wird über ein rechnergestütztes Betriebsleitsystem 3 die Fahrzeugflotte 4 gesteuert.
Mit anderen Worten wird hier über ein Messfahrzeug 1 eine Prognose, ergänzt um die systematische Abweichung bei Regenwetter oder dgl., berechnet, wobei die Historie 2.1 und die allgemeine Wettervorhersage 2.2 fakultativ hinzuziehbar sind.
Das Ergebnis der Prognose wird dem rechnergestützten Betriebsleitsystem 3 zugeführt und liefert dem Disponenten entscheidende Informationen für den Einsatz des Fuhrparks 4. Von ganz besonderer Bedeutung ist die zeitechte bzw. zeitrichtige Erfassung der Außentemperatur, die in Fig. 1 mit dem Bezugszeichen 1 .6 gekennzeichnet ist. Die zusätzliche oder alternative Erfassung der Außentemperatur ist strichpunktiert dargestellt. An dieser Stelle sei ganz besonders hervorgehoben, dass aus den Parametern Regen/Trocken in Kombination mit der Temperatur auf Schneefall, Glatteis oder eine nasse Fahrbahn geschlossen werden kann. Durch die Kombination der beiden Parameter lässt sich die Prognosesicherheit abermals erhöhen. Fig. 2 zeigt in einer schematischen Ansicht das Messfahrzeug 1 , welches mit einem Scheibenwischer 1.5 ausgestattet ist. Sobald der Scheibenwischermotor 1 .5.1 aktiviert ist, wird diesem Zustand ein Bordrechner 5 zugeleitet und fließt von dort aus, vorzugsweise per Funk, in das Prognoseprogramm 2 und/oder direkt in die Disposition des Betriebsleitsystems 3.
Im Lichte der voranstehenden Ausführungen wird deutlich, dass in erfindungsgemäßer Weise ein verbessertes Prognoseverfahren/Prognosesystem realisiert ist, wonach die Prognose des Fahrzeugeinsatzes bei Fahrzeugflotten zur Personen- beförderung nicht nur die bisher üblichen Parameter wie Fahrgastzahl, Datum, Uhrzeit und Position auch der Zustand des Wetters berücksichtigt wird. Basis einer zuverlässigen Prognose sind nach wie vor wiederholte Messfahrten, wobei unter Berücksichtigung der Wetterdaten stochastische Störgrößen eliminierbar sind. Dies erfolgt in einfacher Weise dadurch, dass der Betriebszustand der Scheibenwischer zur Detektion von Regen erfasst wird und in Kombination mit der ermittelten Außentemperatur konkrete Rückschlüsse auf das Wetter möglich sind. Entsprechende Parameter werden in das Prognoseprogramm eingespeist.
Hinsichtlich weiterer vorteilhafter Ausgestaltungen der erfindungsgemäßen Vor- richtung wird zur Vermeidung von Wiederholungen auf den allgemeinen Teil der Beschreibung sowie auf die beigefügten Ansprüche verwiesen.
Schließlich sei ausdrücklich darauf hingewiesen, dass das voranstehend beschriebene Ausführungsbeispiel des erfindungsgemäßen Verfahrens lediglich zur Er- örterung der beanspruchten Lehre dient, diese jedoch nicht auf das Ausführungsbeispiel einschränkt.
zugszeichenliste
1 Fahrzeug
1.1 Personenzahl
1.2 Datum
1.3 Uhrzeit
1.4 Daten des GPS
1.5 Scheibenwischer 1.5.1 Scheibenwischermotor
1.6 Außentemperatur
2 Prognoseprogramm
2.1 Historie
2.2 Wettervorhersage
3 Betriebsleitsystem
4 Fahrzeugflotte
5 Bordrechner

Claims

A n s p r ü c h e
1 . Verfahren zur Planung von Fahrten in der Personenbeförderung unter Zugrundelegung eines vorzugsweise statistischen Prognosemodells, insbesondere zur Kapazitätsplanung, zur Optimierung des Einsatzes von Fahrzeugflotten, zur Messfahrtenplanung, etc, vorzugsweise im Personennahverkehr, wobei das Prognosemodell über Parameter das Fahrgastverhalten über den Tages-/ Wochen-/ und/oder Jahresverlauf hinweg berücksichtigt,
d a d u r c h g e k e n n z e i c h n e t, dass das Prognosemodell zusätzlich wetterspezifische Parameter nutzt.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass zu den wetterspezifischen Parametern Informationen betreffend trockenes Wetter oder Niederschlag (Regen oder Schnee) gehört.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass zu den wetterspezifischen Parametern die Stärke des Niederschlags und ggf. eine prognostizierte Dauer des Niederschlags gehört/gehören.
4. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass die den Niederschlag betreffende Parameter über Daten aus dem jeweils aktuellen Wetterbericht ermittelt werden.
5. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass der Niederschlag über eine Sensorik am Fahrzeug ermittelt wird.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass als Sensorik die Betätigung des Scheibenwischers dient.
7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass zu den wetterspezifischen Parametern Informationen betreffend den Straßenzustand, insbesondere betreffend Glatteis, gehören.
8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass zu den wetterspezifischen Daten die Außentemperatur, vorzugsweise am Fahrzeug gemessen, gehört.
9. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass die am bzw. im Fahrzeug ermittelten Daten vorzugsweise über Funk, W- LAN, etc. an einen zentralen Rechner übertragen und dem Prognosemodell zur Berechnung zugeführt werden.
10. Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass das Prognosemodell Wahrscheinlichkeiten für wetterspezifische Parameter unter Berücksichtigung der Historie nutzt.
PCT/DE2011/050051 2011-02-11 2011-12-05 Verfahren zur planung von fahrten in der personenbeförderung Ceased WO2012107008A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US13/983,730 US9558446B2 (en) 2011-02-11 2011-12-05 Method for planning trips to transport passengers
EP11837315.8A EP2591464A1 (de) 2011-02-11 2011-12-05 Verfahren zur planung von fahrten in der personenbeförderung
CA2826819A CA2826819C (en) 2011-02-11 2011-12-05 Method for the planning of trips in the transport of persons

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102011011062A DE102011011062A1 (de) 2011-02-11 2011-02-11 Verfahren zur Planung von Fahrten in der Personenbeförderung
DE102011011062.3 2011-02-11

Publications (1)

Publication Number Publication Date
WO2012107008A1 true WO2012107008A1 (de) 2012-08-16

Family

ID=46021943

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2011/050051 Ceased WO2012107008A1 (de) 2011-02-11 2011-12-05 Verfahren zur planung von fahrten in der personenbeförderung

Country Status (5)

Country Link
US (1) US9558446B2 (de)
EP (1) EP2591464A1 (de)
CA (1) CA2826819C (de)
DE (1) DE102011011062A1 (de)
WO (1) WO2012107008A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014215857A1 (de) 2014-08-11 2016-02-11 Init Innovative Informatikanwendungen In Transport-, Verkehrs- Und Leitsystemen Gmbh Verfahren zum Leiten der Fahrgäste öffentlicher Verkehrsmittel

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0720137A2 (de) * 1994-12-28 1996-07-03 Omron Corporation Verkehrsinformationssystem
WO1996024108A1 (en) * 1995-02-01 1996-08-08 Motorola Inc. Method and apparatus for providing navigation guidance
EP0994449A2 (de) * 1998-10-13 2000-04-19 Hitachi, Ltd. Funkinformationsbereitstellungssystem und Reiseumgebungsinformationssammelvorrichtung
DE10139668A1 (de) * 2001-08-11 2003-02-20 Bayerische Motoren Werke Ag Verfahren zum Erzeugen von fahrtroutenbezogenen Wetterinformationen
US20060030990A1 (en) * 2004-08-06 2006-02-09 Anderson Noel W Method and system for estimating an agricultural management parameter
US20080030370A1 (en) * 2006-08-02 2008-02-07 Doyle Marquis D Method and apparatus for obtaining weather information from road-going vehicles
US20090259360A1 (en) * 2008-04-15 2009-10-15 Robert Bosch Gmbh Determining microenvironment conditions

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3860496B2 (ja) * 2002-03-28 2006-12-20 富士通株式会社 配車方法、および配車プログラム
US20100185486A1 (en) * 2009-01-21 2010-07-22 Disney Enterprises, Inc. Determining demand associated with origin-destination pairs for bus ridership forecasting
US8645067B2 (en) * 2009-07-31 2014-02-04 Baron Services, Inc. System and method for determining road conditions
US8738289B2 (en) * 2011-01-04 2014-05-27 International Business Machines Corporation Advanced routing of vehicle fleets

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0720137A2 (de) * 1994-12-28 1996-07-03 Omron Corporation Verkehrsinformationssystem
WO1996024108A1 (en) * 1995-02-01 1996-08-08 Motorola Inc. Method and apparatus for providing navigation guidance
EP0994449A2 (de) * 1998-10-13 2000-04-19 Hitachi, Ltd. Funkinformationsbereitstellungssystem und Reiseumgebungsinformationssammelvorrichtung
DE10139668A1 (de) * 2001-08-11 2003-02-20 Bayerische Motoren Werke Ag Verfahren zum Erzeugen von fahrtroutenbezogenen Wetterinformationen
US20060030990A1 (en) * 2004-08-06 2006-02-09 Anderson Noel W Method and system for estimating an agricultural management parameter
US20080030370A1 (en) * 2006-08-02 2008-02-07 Doyle Marquis D Method and apparatus for obtaining weather information from road-going vehicles
US20090259360A1 (en) * 2008-04-15 2009-10-15 Robert Bosch Gmbh Determining microenvironment conditions

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SHELDON DROBOT, MICHAEL CHAPMAN, PAUL A. PISANO AND BENJAMIN B. MCKEEVER: "Using Vehicles as Mobile Weather Platforms", DATA AND MOBILITYADVANCES IN INTELLIGENT AND SOFT COMPUTING, vol. 81, 2010, pages 202 - 213, XP009159705, DOI: 10.1007/978-3-642-15503-1_18 *

Also Published As

Publication number Publication date
US20130311418A1 (en) 2013-11-21
CA2826819C (en) 2017-10-03
US9558446B2 (en) 2017-01-31
CA2826819A1 (en) 2012-08-16
DE102011011062A1 (de) 2012-08-16
EP2591464A1 (de) 2013-05-15

Similar Documents

Publication Publication Date Title
DE102011108385B3 (de) Verfahren zum Bestimmen einer Fahrtreichweite eines Kraftwagens
EP1026649B1 (de) Verfahren und Vorrichtung zur Bereitstellung von Verkehrsinformation
CN104318759B (zh) 基于自学习算法的公交车停靠站时间实时估计方法及系统
AU2024219715A1 (en) Systems and methods for estimating time of arrival of vehicle systems
DE102011104838A1 (de) Erzeugen von Fahrtroutenverfolgungen in einem Navigationssystem unter Verwendung eines Wahrscheinlichkeitsmodells
DE102010030985A1 (de) Streckenabschnittsfahrzeit-Berechnungsvorrichtung und Verfahren zur Berechnung eines Streckenabschnittsfahrzeitintervalls
DE102017215749A1 (de) - Offboard Trajektorien für schwierige Situationen -
DE102010003249A1 (de) Datenverarbeitung in einem Fahrzeug
EP1512128B1 (de) Navigationssystem fuer ein fahrzeug
DE102013009945A1 (de) Ansteuerung eines Triebstrangs eines Fahrzeugs auf Basis einer digitalen Straßenkarte
DE102018217190A1 (de) Verfahren und System zum Bereitstellen einer Reibwertinformation für einen Verkehrsflächenabschnitt
DE10062856A1 (de) Verfahren zur fahrzeugindividuellen Verkehrsprognose
DE102017217131B3 (de) Verfahren zur Unterstützung einer Parkplatzsuche für einen Fahrzeugführer eines Lastkraftwagens sowie ein System, welches dazu eingerichtet ist, ein solches Verfahren durchzuführen
EP2637909B1 (de) Verfahren zur höhenprofilbestimmung einer fahrstrecke eines schienenfahrzeugs
EP2591464A1 (de) Verfahren zur planung von fahrten in der personenbeförderung
DE102018004671A1 (de) Verfahren und Steueranordnung für eine Fahrzeugroutenplanung
DE102017204783A1 (de) Verfahren zum Fernsteuern von mehreren führerlosen Selbstfahrsystemen sowie Leitstand zum Fernsteuern der Selbstfahrsysteme und System
AT524868B1 (de) Verfahren zum vorausschauenden abschätzen eines verlaufes
DE102016004656A1 (de) Verfahren zum Ermitteln eines jeweiligen Kategoriewerts betreffend eine jeweilige Bewertungskategorie für Streckenabschnitte eines Straßennetzes
DE102010036224A1 (de) Anordnung und Verfahren zur Anzeige eines Verbrauchs- und/oder Emissionswerts
DE102008024781A1 (de) Technik zur Reisezeitprognose
WO2015090558A1 (de) System zur individualisierten streckenführung unter berücksichtigung externer faktoren
DE102020205430B4 (de) Straßengeführtes Verkehrssystem
DE102018220775A1 (de) Leitvorrichtung für wenigstens ein Fahrzeug
DE102017207538A1 (de) Fahrerassistenzsystem und Verfahren zum Unterstützen eines Führers eines Schienenfahrzeugs

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11837315

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2011837315

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 13983730

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2826819

Country of ref document: CA