Time-to-Green (Zeit bis zur Grünphase)
Wahrscheinlichkeitsverteilung in Echtzeit in Bezug auf die Wartezeit
Projekbeschreibung
Angesichts der neueren Entwicklungen im Verkehrswesen, ist die Dienstabteilung Verkehr (DAV) der Stadt Zürich daran interessiert, ihre Verkehrsmanagementsysteme für das V2X-Zeitalter aufzurüsten und vorzubereiten. Beruhend auf den verschiedenen Projekten, die an IST-Konferenzen vorgestellt wurden, hat die DAV einen Forschungsansatz formuliert, mit dem sie die ETH Zürich nun beauftragt hat. Die städtische Verkehrssteuerung in Zürich ist ausgesprochen vielseitig und erlaubt viele verschiedene, sich nicht wiederholende Steuerungsabläufe. Zwar erlaubt dies, den öffentlichen Verkehr der Stadt zu priorisieren und den Anforderungen des Autoverkehrs zu entsprechen, erschwert aber auch die Bestimmung oder sogar Vorhersage verschiedener verkehrsrelevanter Variablen. Das Ziel dieses Forschungsprojekts ist es deshalb, für alle Kreuzungsbewegungen (oder Signalgruppen) den voraussichtlichen Beginn der nächsten Grünphase zu ermitteln. Diese Berechnung erfolgt für alle Kreuzungen der Stadt Zürich und in Echtzeit. Wir schlagen vor, einen KI-Algorithmus (künstliche Intelligenz KI) zu verwenden, der von den stationären Verkehrsschleifendetektoren (Loop Detectors LP) sowohl Echtzeitdaten wie vorhergehende Daten erhält. Die darauf basierende Ausgabe des Algorithmus entspricht damit einer Wahrscheinlichkeitsverteilung in Echtzeit in Bezug auf die Wartezeit für jede Signalphase des Netzes.