DE10057796B4 - Method for vehicle-specific traffic condition forecasting - Google Patents

Abstract

Translated fromGerman

Verfahrenzur fahrzeugindividuellen dynamischen Verkehrszustandsprognose,bei dem
– mehrere,ein Wegenetz befahrende Fahrzeuge untereinander in Kommunikationsverbindung(6) stehen und
– vomjeweiligen Fahrzeug (1) laufend aktuelle lokale Verkehrszustandsdatenermittelt und an andere Fahrzeuge übertragen werden und von anderenFahrzeugen empfangene Verkehrszustandsdaten (7) für eine Prognosedes für daseigene Fahrzeug (1) relevanten Verkehrszustands herangezogen werden,
dadurchgekennzeichnet, dass
– dieVerkehrszustandsprognose im jeweiligen Fahrzeug (1) für einenzugehörigenWegenetzbereich einen Vergleich von für diesen Wegenetzbereich relevanten,lokalen Verkehrszustandsdaten anderer Fahrzeuge und des eigenenFahrzeugs mit fahrzeugseitig abgespeicherten historischen Ganglinienbeinhaltet, durch den aus letzteren eine bestpassende Ganglinieermittelt wird, wobei der von dieser repräsentierte Verkehrszustand alszu erwartender Verkehrszustand fürdas eigene Fahrzeug (1) prognostiziert wird.Method for vehicle-specific dynamic traffic condition forecast, in which
- Several, a road network driving vehicles communicate with each other in communication (6) and
- Current local traffic condition data is continuously determined by the respective vehicle (1) and transmitted to other vehicles and traffic status data (7) received from other vehicles are used for a prognosis of the traffic condition relevant to the own vehicle (1),
characterized in that
- The traffic state forecast in the respective vehicle (1) for a corresponding road network area includes a comparison of relevant for this road network area, local traffic condition data of other vehicles and the own vehicle with vehicle stored historical hydrographs, from the latter a best fitting hydrograph is determined, the latter of this represented traffic condition as expected traffic condition for the own vehicle (1) is predicted.

Description

Translated fromGerman

DieErfindung bezieht sich auf ein Verfahren zur fahrzeugindividuellendynamischen Verkehrszustandsprognose, bei dem mehrere, ein Wegenetzbefahrende Fahrzeuge überein Datenübertragungsnetzmiteinander in Kommunikationsverbindung stehen und vom jeweiligenFahrzeug laufend aktuelle lokale Verkehrszustandsdaten ermitteltund an die anderen Fahrzeuge übertragenwerden und von anderen Fahrzeugen empfangene Verkehrszustandsdatenfür einePrognose des fürdas eigene Fahrzeug relevanten Verkehrszustands herangezogen werden.TheThe invention relates to a method for vehicle-individualdynamic traffic condition forecast, in which several, a road networkdriving vehicles overa data transmission networkcommunicate with each other and from each otherVehicle continuously current local traffic condition data determinedand transferred to the other vehiclesand traffic status data received from other vehiclesfor oneForecast of forthe own vehicle relevant traffic condition are used.

Verfahrenzur Verkehrszustandsprognose oder kurz Verkehrsprognose sind invielen verschiedenen Ausführungengebräuchlich,insbesondere zur Prognose des Verkehrszustands auf Straßenverkehrsnetzen.Die allermeisten dieser Verfahren benutzen eine oder mehrere stationäre Verkehrszentralen,da sich in diesen problemlos hohe Rechnerkapazitäten installieren lassen. DynamischeVerkehrsprognosen zeichnen sich dadurch aus, dass der aktuelle Verkehrszustandberücksichtigtwird. Dazu werden entsprechende aktuelle Verkehrsinformationen,d.h. Momentanwerte eines oder mehrerer vorgebbarer Verkehrszustandsparameter,wie mittlere Fahrzeuggeschwindigkeit, Verkehrsdichte, Verkehrsflussoder erkannte Staus, durch fahrzeugseitige Mittel z.B. in Form sogenannterFCD ("Floating CarData") oder stationäre streckenseitigeDetektoren gewonnen und an die Zentrale übermittelt. Diese führt dieVerkehrsprognose auf der Basis der empfangenen und gegebenenfallsauch auf der Basis von historischen, d.h. vorab z.B. empirisch gewonnenenVerkehrsinformationen durch und übermitteltden aktuellen und den prognostizierten Verkehrszustand über geeignete Kommunikationsmittel, wieMobilfunknetze, Rundfunkkanäleetc., an das jeweilige Fahrzeug. Dort können die Verkehrsprognosedatenzu verschiedenen Zwecken verwendet, z.B. zur Zielführung. Derartige zentralenbasierteVerfahren und Vorrichtungen zur Verkehrsprognose sind z.B. in denOffenlegungsschriftenDE196 47 127 A1,DE197 25 556 A1,DE 19753 034 A1 undDE197 54 483 A1 sowie der älteren deutschen Patentanmeldung199 44 077.8 beschrieben.Methods for predicting traffic conditions or, for short, forecasting traffic are used in many different versions, in particular for forecasting traffic conditions on road traffic networks. Most of these methods use one or more stationary traffic centers, as they can easily install high computer capacities in these. Dynamic traffic forecasts are characterized by the fact that the current traffic condition is taken into account. For this purpose, corresponding current traffic information, ie instantaneous values of one or more predefinable traffic condition parameters, such as average vehicle speed, traffic density, traffic flow or detected traffic jams, are obtained by vehicle-side means, for example in the form of so-called FCD ("Floating Car Data") or stationary trackside detectors and transmitted to the control center , This performs the traffic forecast on the basis of the received and possibly also on the basis of historical, ie in advance eg empirically obtained traffic information and transmits the current and the predicted traffic condition via suitable communication means, such as mobile networks, broadcast channels, etc., to the respective vehicle. There the traffic forecast data can be used for different purposes, eg for route guidance. Such central-based methods and devices for traffic forecasting are disclosed, for example, in the published patent applications DE 196 47 127 A1 . DE 197 25 556 A1 . DE 197 53 034 A1 and DE 197 54 483 A1 and the older German patent application 199 44 077.8.

HistorischeVerkehrsinformationen können insbesonderein Form sogenannter Ganglinien vorliegen, die üblicherweise empirisch gewonnenwerden und orts- und zeitaufgelösttypische, in der Regel zu erwartende Werte für den oder die berücksichtigten Verkehrszustandsparameterbeinhalten, insbesondere abhängigvom aktuellen Fahrzeugort, der Fahrtrichtung, der Uhrzeit, dem Wochentagund dem Fahrzeugziel.historicTraffic information in particularin the form of so-called hydrographs, which are usually obtained empiricallybecome and time- and time-resolvedtypical, usually expected values for the traffic condition parameter (s) consideredinclude, in particular dependentfrom the current vehicle location, the direction of travel, the time of day, the day of the weekand the vehicle destination.

Inder älterendeutschen Patentanmeldung 199 44 075.1 ist ein auch für Prognosengeeignetes Verfahren zur Überwachungdes Verkehrszustands in einem Verkehrsnetz mit einer oder mehrerensogenannten effektiven Engstellen beschrieben, das auf der Erkennungtypischer sogenannter Muster dichten Verkehrs stromaufwärts einerjeweiligen effektiven Engstelle basiert. Zur Verkehrsprognose wirdfür das jeweiligeMuster dichten Verkehrs der aktuelle Fahrzeugzufluss erfasst, unddie aktuellen Flankenpositionen zwischen verschiedenen Musterbereichen,in denen der Verkehrszustand unterschiedliche, individualisierbareZustandsphasen aufweist, und die zeitlich-räumliche Dynamik dieser Flankenpositionen werdenbestimmt. Anhand dieser Eingangsdaten wird aus abgespeicherten Musterprofilenein bestpassendes Musterprofil ausgewählt und der Verkehrsprognoseim betreffenden Streckenbereich zugrundegelegt. Ein ähnlichesVerfahren, das auf der Basis von FCD-Verkehrsdaten Muster dichtenVerkehrs an effektiven Engstellen insbesondere von Schnellstraßennetzenerkennt, ist in der älterendeutschen Patentanmeldung 100 36 789.5 beschrieben. Verfahren zurErkennung effektiver Engstellen sowohl in Schnellstraßennetzenals auch in Verkehrsnetzen von Ballungsräumen sind in der älteren deutschen Patentanmeldung100 36 792.5 beschrieben. In Ballungsraum-Verkehrsnetzen ist dieVerkehrsdynamik typischerweise durch Verkehrsregelungsmaßnahmenan verkehrsgeregelten Netzknoten dominiert, wobei sich typischeVerkehrsmuster in Form von Warteschlangen vor den verkehrsgeregeltenNetzknoten bilden, d.h. die verkehrsgeregelten Netzknoten bildeneffektive Engstellen, an denen bei entsprechendem VerkehrsaufkommenWarteschlangen-Verkehrsmuster entstehen.Inthe older oneGerman patent application 199 44 075.1 is also for forecastssuitable method for monitoringthe traffic condition in a traffic network with one or moreso-called effective bottlenecks described on detectiontypical so-called pattern dense traffic upstream of arespective effective bottleneck. To traffic forecast isfor the respectivePattern dense traffic captures the current vehicle inflow, andthe current edge positions between different pattern areas,in which the traffic condition different, individualizableState phases, and the temporal-spatial dynamics of these edge positions becomecertainly. On the basis of this input data becomes from saved pattern profilesa best fitting pattern profile selected and the traffic forecastin the route concerned. A similarProcedures that densify patterns based on FCD traffic dataTraffic at effective bottlenecks, especially of expressway networksrecognizes, is in the olderGerman Patent Application 100 36 789.5 described. Procedure forDetecting effective bottlenecks in both expressway networksas well as in traffic networks of agglomerations are in the older German patent application100 36 792.5 described. In agglomeration transport networks is theTraffic dynamics typically through traffic control measuresdominated traffic-regulated network node, with typicalTraffic patterns in the form of queues in front of the traffic-regulatedForming network nodes, i. form the traffic-controlled network nodeseffective bottlenecks at which with appropriate trafficQueue traffic patterns arise.

Zwarerlauben zentralenbasierte Systeme die Nutzung vergleichsweise hoherRechenkapazitäten,sie erfordern dafüraber auch einen entsprechenden Realisierungsaufwand, und die Nutzungaufgenommener, aktueller Verkehrsinformationen ist durch die begrenzteKapazitätder verwendeten Kommunikationsstrecken limitiert. So wird aus Gründen der begrenzten Übertragungskapazität nichtder gesamte zeit- und ortsaufgelösteVerlauf des oder der überwachtenVerkehrszustandsparameter von den zugehörigen Detektoren zur Zentrale übermittelt,und die Zentrale übermitteltihrerseits die aktuelle und prognostizierte Verkehrslage nicht alskontinuierlichen zeitlich-örtlichenVerlauf des oder der Verkehrszustandsparameter, sondern die Verkehrsinformationsübertragungerfolgt vorzugsweise in Form von ereignisorientierten Meldungen,wie Staumeldungen etc.ThoughCentralized systems allow the use of comparatively highComputing capacity,they require for itbut also a corresponding realization effort, and the userecorded, current traffic information is limited by thecapacitythe communication links used limited. So will not for reasons of limited transmission capacitythe entire time and place resolvedCourse of the supervised or supervisedTransmitted traffic state parameters from the associated detectors to the control center,and the central office transmittedFor its part, the current and predicted traffic situation is not consideredcontinuous temporal-localCourse of the traffic condition or parameters, but the traffic information transmissionpreferably in the form of event-oriented messages,like traffic reports etc.

Inder älterendeutschen Patentanmeldung 100 51 777.3 der Anmelderin ist ein fahrzeugautonomdurchführbaresVerfahren zur fahrzeugindividuellen dynamischen Verkehrszustandsprognosebeschrieben, bei dem durch das jeweilige Fahrzeug laufend aktuellelokale Verkehrszustandsdaten ermittelt und die ermittelten Datenin ihrem zeitlich-örtlichen Verlaufmit abgespeicherten historischen Ganglinien verglichen werden, umaus letzteren eine jeweils bestpassende Ganglinie aufzufinden undden von dieser repräsentiertenVerkehrszustand in Fahrtrichtung des Fahrzeugs als zu erwartendenVerkehrszustand zu prognostizieren. Für weitere Details einer solchenfahrzeugindividuellen dynamischen Verkehrszustandsprognose mit Auswahleiner bestpassenden Ganglinie wird auf diese ältere Anmeldung ver wiesen.Unter dem Begriff "Ganglinie" sind dabei dortund vorliegend sowohl herkömmlicheGanglinien zu verstehen, die typische Verkehrsparameter in ihrerzu erwartenden Zeitabhängigkeitrepräsentieren, alsauch zeitlich-örtlicheVerkehrsmuster, bei denen der oder die berücksichtigten Verkehrsparameter oderdaraus abgeleitete Größen typischezeitabhängigeMusterprofile im Ortsraum bilden, wie Muster dichten Verkehrs voreffektiven Engstellen von Schnellstraßennetzen und Warteschlangen-Verkehrsmustervor verkehrsgeregelten Netzknoten in Ballungsraum-Verkehrsnetzen.In the earlier German patent application 100 51 777.3 the applicant a vehicle autonomously feasible method for vehicle-specific dynamic traffic condition forecast is described, in which determined by the current vehicle continuously current local traffic condition data and the determined data in their temporal-local History are compared with stored historical hydrographs to find the latter a best fitting hydrograph and to predict the traffic condition represented by this in the direction of travel of the vehicle as the expected traffic condition. For further details of such a vehicle-specific dynamic traffic condition forecast with the selection of a best-fitting hydrograph, this earlier application is referred to. The term "hydrograph" here and in the present case are to be understood as meaning both conventional hydrographs representing typical traffic parameters in their expected time dependence and temporal-local traffic patterns in which the traffic parameter or variables derived from it are representative of typical time-dependent pattern profiles in spatial space form, such as dense traffic patterns before effective bottlenecks of expressway networks and queuing traffic patterns in front of traffic regulated network nodes in agglomeration transport networks.

Inder Offenlegungsschrift WO 99/26212 A1 ist ein Verkehrszustandsprognoseverfahrender eingangs genannten Art beschrieben, das primär zum Signalisieren von lokalenVerkehrsstörungendient. Dazu wird jeweils zu einem Bezugsfahrzeug eine maximale Gruppevon Fahrzeugen festgelegt, von denen das Bezugsfahrzeug individuelleFahrzeugdatensignale empfängt,die es wiederholt auswertet und abspeichert. Des weiteren wird durchAuswerten der individuellen Fahrzeugdaten mindestens eine für das Bezugsfahrzeugrelevante Gruppe von Fahrzeugen und deren Gruppenverhalten ermittelt,wonach eine diesem Gruppenverhalten entsprechende Information signalisiertwird. Insbesondere kann das Gruppenverhalten eine Verkehrsstörung repräsentieren. DurchAnzeige der betreffenden Information im Bezugsfahrzeug soll eingleichmäßiger Verkehrsstrom erzeugtund das Auftreten von Unfällenverringert werden. Die aktuelle Verkehrsinformation für das Bezugsfahrzeugbezieht sich somit auf einen Ort, den das Bezugsfahrzeug erst zueinem späterenZeitpunkt erreichen wird, so dass diese Verkehrsinformation eventuellschon veraltet ist, bis das Bezugsfahrzeug am betreffenden Ort ankommt,wenn die Entfernung zu groß wird.Daher eignet sich dieses bekannte Verfahren nur für eine Verkehrszustandsprognose ineinem relativ eng begrenzten Umgebungsbereich des Bezugsfahrzeugs.InThe published patent application WO 99/26212 A1 is a traffic condition forecasting methodof the type mentioned above, the primary for signaling localtraffic incidentsserves. For this purpose, in each case to a reference vehicle, a maximum groupof vehicles, of which the reference vehicle is individualReceives vehicle data signals,which it repeatedly evaluates and saves. Furthermore, byEvaluating the individual vehicle data at least one for the reference vehicledetermined relevant group of vehicles and their group behavior,after which an information corresponding to this group behavior is signaledbecomes. In particular, the group behavior may represent a traffic incident. ByDisplay of the relevant information in the reference vehicle is agenerates uniform traffic flowand the occurrence of accidentsbe reduced. The current traffic information for the reference vehiclethus refers to a place that the reference vehicle firsta later oneTime will reach, so this traffic information mayis already out of date until the reference vehicle arrives at the relevant location,when the distance gets too big.Therefore, this known method is suitable only for a traffic condition forecast ina relatively narrow surrounding area of the reference vehicle.

Ausder deutschen PatentanmeldungDE 198 56 704 A1 ist ein Verfahren zur fahrzeugindividuellendynamischen Verkehrsprognose, welches mit Ganglinien arbeitet, bekannt.Weiterhin ist die Er mittlung von Ganglinien zur Verwendung in einemVerfahren zur Verkehrszustandsprognose der europäischen PatentanmeldungEP 1 045 224 A2 zuentnehmen. Der laufende Austausch von lokalen Verkehrszustandsdaten über Kommunikationsverbindungen zwischenverschiedenen Fahrzeugen ist aus dem PatentUS 6,150,961 A1 bekannt.Darüberhinaus ist die Möglichkeiteines Vergleichs von aktuellen Verkehrszustandsdaten mehrerer Fahrzeugemit historischen Verkehrszustandsdaten aus der europäischen PatentanmeldungEP 1 024 466 A1 bekannt.Weiterhin ist aus der internationalen Patentanmeldung WO 00/46777A1 ein Verfahren zur Verkehrszustandsprognose zu entnehmen, beidem mehrere Fahrzeuge miteinander in Kommunikationsverbindung stehen undlaufend aktuelle Verkehrszustandsdaten ermitteln und wechselseitig übertragen.Die empfangenen Verkehrszustandsdaten werden dabei für eine Prognosedes fürdas eigene Fahrzeug relevanten Verkehrszustands herangezogen.From the German patent application DE 198 56 704 A1 is a method for vehicle-specific dynamic traffic forecast, which works with hydrographs known. Further, the determination of hydrographs for use in a traffic condition forecasting method of the European patent application EP 1 045 224 A2 refer to. The ongoing exchange of local traffic condition data via communication links between different vehicles is from the patent US Pat. No. 6,150,961 A1 known. In addition, the possibility of a comparison of current traffic status data of several vehicles with historical traffic condition data from the European patent application EP 1 024 466 A1 known. Furthermore, from the international patent application WO 00/46777 A1 a method for traffic condition forecast can be found in which a plurality of vehicles are in communication with each other and continuously determine current traffic status data and transmitted alternately. The received traffic condition data are used for a prognosis of the traffic condition relevant for the own vehicle.

DerErfindung liegt als technisches Problem die Bereitstellung einesVerfahrens zur fahrzeugindividuellen Verkehrszustands prognose dereingangs genannten Art zugrunde, mit dem sich der Verkehrszustandindividuell fürein jeweiliges Fahrzeug ohne Zuhilfenahme einer Verkehrszentralemit relativ geringem Aufwand vergleichsweise zuverlässig dynamischprognostizieren lässt.Of theInvention is the technical problem of providing aMethod for vehicle-specific traffic condition forecast ofbased on the aforementioned type, with which the traffic conditionindividually fora respective vehicle without the aid of a traffic centerRelatively reliable with relatively little effortpredict.

DieErfindung löstdieses Problem durch die Bereitstellung eines Verkehrszustandsprognoseverfahrensmit den Merkmalen des Anspruchs 1. Dieses Verfahren zeichnet sichzum einen dadurch aus, dass sie ohne eine Verkehrszentrale bzw.einen zentralen Verkehrsinformationsdienstanbieter auskommt, und zumanderen dadurch, dass eine dynamische Verkehrszustandsprognose mittelseiner Ganglinien-Auswahlmethode erfolgt, bei der Verkehrszustandsdaten,die vom eigenen und anderen Fahrzeugen aufgenommen wurden, zeitrichtigberücksichtigt werden,wozu die Fahrzeuge untereinander über eine entsprechende Datenübertragungsverbindung kommunizieren.TheInvention solvesthis problem by providing a traffic condition forecasting methodwith the features of claim 1. This method is characterizedon the one hand by the fact that they are without a traffic center ora central traffic information service provider, and theothers in that a dynamic traffic condition forecast by means ofa hydrodynamic selection method, where traffic condition data,which were recorded by own and other vehicles, timelybe taken into accountwhat the vehicles communicate with each other via a corresponding data transmission connection.

Dieim Vergleich zu zentralenbasierten Systemen fahrzeugseitig meistnur begrenzt vorhandene Rechenkapazität lässt sich beim vorliegendenVerfahren dadurch ausgleichen, dass die Prognose fahrzeugindividuellauf einen zugehörigenWegenetzbereich, zweckmäßigerweiseeinen vor dem betreffenden Fahrzeug liegenden Wegenetzbereich und/oder einenbis zu einem vorgebbaren Zielort führenden Wegenetzbereich, begrenztbleiben kann und auf kontinuierlich in ihrem zeitlich-örtlichenVerlauf ermittelte Verkehrszustandsdaten des eigenen und vor allemauch anderer, mit ihm in Kommunikationsverbindung stehender Fahrzeugegegründetwird, die sich im interessierenden Wegenetzbereich befinden. Die Berücksichtigungder aufgenommenen lokalen Verkehrszustandsdaten auch von anderenFahrzeugen aus dem interessierenden Wegenetzbereich erlaubt einevergleichsweise genaue Auswahl einer jeweils bestpassenden Ganglinieund damit eine entsprechend zuverlässige dynamische, fahrzeugindividuellePrognose des Verkehrszustands in einem vom jeweiligen Fahrzeug zukünftig zubefahrenden Wegenetzabschnitt, der gegebenenfalls bis zu einem vorgebbarenZielort führt.Compared to central-based systems on the vehicle side, only a limited amount of available computing capacity can be compensated in the present method by limiting the vehicle-specific prognosis to an associated road network area, expediently a road network area located in front of the relevant vehicle and / or a road network area leading up to a predefinable destination can be maintained and based on continuously in their temporal-local course determined traffic condition data of their own and especially also other, communicating with him standing in communication vehicles, which are located in the interesting road network area. The consideration of the recorded local traffic condition data from other vehicles from the road network of interest also allows a comparatively accurate selection of a respective best-fitting hydrograph and thus a correspondingly reliable dynamic, vehicle-individual le prognosis of the traffic condition in a future to be traveled by the respective vehicle route network section, which optionally leads to a predetermined destination.

Einnach Anspruch 2 weitergebildetes Verfahren beinhaltet die Erstellungeiner Gangliniendatenbank auf der Basis von über die DatenübertragungsverbindungverfügbarenVerkehrszustandsdaten. Diese Gangliniendatenbank kann dann den Fahrzeugenzur Adaption bzw. Aktualisierung der in selbigen abgespeichertenGanglinien verwendet werden.Oneaccording to claim 2 further developed method includes the creationa gait database based on the data transmission connectionavailableTraffic condition data. This gait database can then be used by the vehiclesfor adaptation or updating of the stored in the sameHydrographs are used.

VorteilhafteAusführungsformender Erfindung sind in den Zeichnungen dargestellt und werden nachfolgendbeschrieben. Hierbei zeigen:advantageousembodimentsThe invention is illustrated in the drawings and will be described belowdescribed. Hereby show:

1 eineschematische Blockdiagrammdarstellung eines Verfahrens zur dynamischen,fahrzeugindividuellen Verkehrszustandsprognose und dazu verwendeterMittel unter Nutzung von Fahrzeug-Fahrzeug-Kommunikation, 1 1 is a schematic block diagram representation of a method for dynamic, vehicle-specific traffic condition prognosis and the means used therefor, using vehicle-vehicle communication;

2 eineschematische Blockdiagrammdarstellung einer Variante des Verfahrensvon1 mit fahrzeugseitiger Ganglinienadaption anhandeiner automatisch erstellten Gangliniendatenbank und 2 a schematic block diagram representation of a variant of the method of 1 with on-board hydrograph adaptation using an automatically generated gait database and

3 eineschematische Darstellung eines Wegenetz-Streckenabschnitts mit einemMuster dichten Verkehrs an einer effektiven Engstelle. 3 a schematic representation of a road network route section with a pattern dense traffic at an effective bottleneck.

1 veranschaulichtdie Vorgehensweise eines Verfahrens zur fahrzeugindividuellen dynamischenPrognose des Verkehrszustands füreinen Bereich eines Wegenetzes, der für das betreffende Fahrzeugrelevant ist, d.h. in welchem sich das Fahrzeug während einesvorgebbaren Prognosezeitraums aller Voraussicht nach bewegt, gegebenenfallsbis hin zu einem vorgebbaren Zielort, sowie die zur Verfahrensdurchführung benötigten Mittel.Wie aus1 ersichtlich, beinhaltet dasjeweilige Fahrzeug1 Verkehrszustandsbestimmungsmittel2,mit denen der aktuelle Verkehrszustand kontinuierlich in seinemzeitlich-örtlichenVerlauf anhand eines oder mehrerer gemessener Parameter und/oderdaraus abgeleiteter Größen erfasstwird, wie der mittleren Fahrzeuggeschwindigkeit, der Verkehrsdichte,des Verkehrsflusses und/oder individualisierbarer Verkehrsstörungsobjekte. 1 illustrates the procedure of a method for vehicle-specific dynamic prognosis of the traffic condition for an area of a road network, which is relevant for the vehicle in question, ie in which the vehicle for a presumable forecast period in all probability moves, possibly up to a predeterminable destination, as well funds required for the implementation of the procedure. How out 1 can be seen, includes the respective vehicle 1 Traffic condition determination means 2 with which the current traffic condition is continuously detected in its temporal-local course on the basis of one or more measured parameters and / or derived variables, such as the average vehicle speed, traffic density, traffic flow and / or customizable traffic disturbance objects.

Unterletztere fallen insbesondere verschiedene individualisierbare Zustandsphasen,wie Stau, synchronisierter Verkehr, gestauchter synchronisierterVerkehr und freier Verkehr, Phasenübergänge zwischen solchen Zustandsphasenund zeitlichräumlicheMuster aus derartigen Zustandsphasen, insbesondere Muster dichtenVerkehrs an effektiven Engstellen. Zu den weiteren Details über dieDynamik solcher verschiedener Zustandsphasen und darauf aufgebauterMuster kann auf die diesbezüglicheLiteratur verwiesen werden, speziell auch auf die früheren Patentanmeldungender Anmelderin zu dieser Thematik. Bezüglich der Erkennung von Mustern dichtenVerkehrs an effektiven Engstellen und Warteschlangenmustern an verkehrsgeregeltenNetzknoten und darauf aufbauenden Verkehrsprognosen sei insbesondereauf die oben erwähnten älteren deutschenPatentanmeldungen 199 44 075.1, 100 36 789.5, 100 36 792.5 und 10051 777.3 verwiesen, deren Inhalt hierin durch Verweis aufgenommenwird.Underthe latter in particular fall into different customizable phases of state,like traffic jam, synchronized traffic, compressed synchronizedTraffic and free traffic, phase transitions between such state phasesand temporal spatialPatterns from such state phases, especially dense patternsTraffic at effective bottlenecks. For further details about theDynamics of such different state phases and built up on itPattern can on the relatedReference may be made to the literature, especially to the earlier patent applicationsthe applicant on this subject. Regarding the recognition of patterns denseTraffic at effective bottlenecks and queue patterns at traffic regulatedNetwork node and based on traffic forecasts in particularon the older Germans mentioned abovePatent applications 199 44 075.1, 100 36 789.5, 100 36 792.5 and 10051 777.3, the contents of which are incorporated herein by referencebecomes.

DurchErkennung der verschiedenen Verkehrsmuster und Verkehrszustandsphasensowie Phasenübergängen zwischendenselben lässtsich die Bestimmung und Prognose des Verkehrszustands deutlich erleichternund verbessern. Denn anhand der aufgenommenen Verkehrszustandsdaten können solchevorhandenen individuellen verkehrlichen Objekte erkannt werden,die dann anhand ihrer bekannten Dynamik in ihrem zeitlich-örtlichenVerlauf recht zuverlässigprognostiziert werden können,was in einer entsprechend zuverlässigenPrognose des Verkehrszustands insgesamt resultiert.ByDetection of different traffic patterns and traffic status phasesas well as phase transitions betweenthe same leavesthe determination and prognosis of the traffic conditions are much easierand improve. Because based on the recorded traffic condition data suchexisting individual traffic objects are detected,then based on their known dynamics in their temporal-localHistory quite reliablecan be predictedwhich in a correspondingly reliableForecast of traffic status overall results.

Vorliegendwerden dazu empirische Daten solcher Muster und Zustandsphasen ebensowie bei Bedarf weitere Verkehrszustandsdaten vorab empirisch ermitteltund zu sogenannten historischen Ganglinien verarbeitet, die zeit-und ortsabhängigfür einenjeweiligen Streckenabschnitt den dort zum jeweiligen Zeitpunkt zuerwartenden Verkehrszustand widerspiegeln, und zwar sowohl in FormherkömmlicherzeitabhängigerProfile der berücksichtigtenVerkehrsparameter als auch in Form von typischen zeitabhängigen Verkehrsmusternim Ortsraum. Fürdie Zeitabhängigkeitist es dabei zweckmäßig, sowohl hinsichtlichUhr- d.h. Tageszeit als auch Wochentag zu unterscheiden, da derVerkehr meistens von beiden Zeitparametern signifikant abhängt. Hinsichtlich derOrtskomponente ist neben dem aktuellen Fahrzeugort vor allem dasFahrzeugziel und/oder die Fahrtrichtung von Interesse, um den örtlichenPrognosebereich darauf abgestimmt zu begrenzen. Bei dieser Ganglinien-Anwendungkönnenselbstverständlichje nach Bedarf herkömmlicheGanglinien-Methoden verwendet werden, z.B. ein sogenanntes Ganglinien-"Clustering", bei dem sich ähnelnde Ganglinienzusammengefasst werden, z.B. solche, die sich um weniger als einvorgebbares und abgespeichertes Maß unterscheiden. Des weiterenkönnendie Ganglinien bzw. Verkehrsmuster mit einer zugehörigen Wahrscheinlichkeitihres Auftretens abgespeichert sein, die dann bei der Auswertungentsprechend berücksichtigtwird.presentbecome empirical data of such patterns and state phases as wellAs required, further traffic condition data is determined empirically in advanceand processed into so-called historical hydrographs, whichand location dependentfor onerespective section of the track at the respective timeexpected traffic conditions, both in formconventionalTime-dependentProfiles of the consideredTraffic parameters as well as in the form of typical time-dependent traffic patternsin the local area. Forthe time dependenceIt is useful, both in termsClock- i. Time of day and day of the week to distinguish, as theTraffic mostly depends on both time parameters significantly. With regard to theLocation component is next to the current vehicle location especially theVehicle destination and / or the direction of travel of interest to the localForecast area adjusted to limit. In this hydrograph applicationcanOf courseconventional as neededHydrograph methods, e.g. a so-called hydrograph clustering, with similar hydrographsare summarized, e.g. those that are less than onedifferentiable and stored measure. Furthermorecanthe hydrographs or traffic patterns with an associated probabilitytheir occurrence, then in the evaluationconsidered accordinglybecomes.

Einsolcher herkömmlichgewonnener Gangliniensatz wird, nunmehr wieder auf1 bezugnehmend,in einer entsprechenden Speichereinheit3 im jeweiligenFahrzeug1 abgelegt. Die Speichereinheit3 kannvon einem beliebigen herkömmlichenTyp sein, z.B. in Form einer CD-ROM, auf der die Daten fest abgespeichertsind, aber auch in Form einer sogenannten lernenden digitalen Wegenetzkarte,wie sie in der älterendeutschen Patentanmeldung 199 16 967.5 der Anmelderin beschriebenist. In letzterem Fall könnendie historischen Ganglinien anhand früherer Fahrten derselben Streckemit demselben oder einem anderen Fahrzeug gelernt und bei einererneuten Fahrt auf dieser Strecke aktualisiert werden. Dies kannsich z.B. besonders fürFahrzeuge anbieten, die häufigdieselbe Strecke befahren.Such a conventionally obtained course set is now on again 1 Referring to a corresponding memory unit 3 in the respective vehicle 1 stored. The storage unit 3 can be of any conventional type, for example in the form of a CD-ROM on which the data are permanently stored, but also in the form of a so-called learning digital Wegetzkarte, as described in the earlier German Patent Application 199 16 967.5 of the applicant. In the latter case, the historical hydrographs may be learned from previous trips of the same route with the same or different vehicle and updated upon re-driving on this route. This can be particularly suitable for vehicles, for example, which frequently travel on the same route.

Dasjeweilige Fahrzeug1 steht mit einem oder mehreren anderenFahrzeugen, die das Wegenetz befahren, über eine geeignete Datenübertragungsverbindung6 herkömmlicherArt direkt oder in direkt in Kommunikationsverbindung. Diese wirdvorliegend dazu genutzt, zwischen den Fahrzeugen die von diesenermittelten aktuellen Verkehrszustandsdaten zu übertragen, d.h. das jeweiligeFahrzeug1 sendet die von ihm ermittelten aktuellen lokalenVerkehrszustandsdaten überdie Datenübertragungsverbindung6 zuanderen Fahrzeugen und empfängtumgekehrt von anderen Fahrzeugen ermittelte aktuelle lokale Verkehrszustandsdaten7.Bei der Datenübertragungsverbindung6 kannes sich um ein Datennetz handeln, an das die systembeteiligten Fahrzeugeangeschlossen sind, oder um eine Fahrzeug-Fahrzeug-Kommunikation,bei der die Fahrzeuge direkt paarweise untereinander kommunizieren.The respective vehicle 1 communicates with one or more other vehicles traveling the road network via a suitable communication link 6 Conventional type directly or in direct communication link. In the present case, this is used to transmit between the vehicles the current traffic status data determined by them, ie the respective vehicle 1 sends the current local traffic status data it has determined over the data transmission connection 6 to other vehicles, and conversely receives current local traffic condition data determined by other vehicles 7 , In the data transmission connection 6 it can be a data network to which the system-involved vehicles are connected, or a vehicle-to-vehicle communication in which the vehicles communicate directly with each other in pairs.

Ineiner Prognoseganglinien-Auswahleinheit4 werden dann dielaufend von den eigenen Verkehrszustandsmitteln2 ermitteltenVerkehrszustandsdaten aus dem Umfeldbereich des eigenen Fahrzeugszusammen mit den von anderen Fahrzeugen empfangenen, von diesenin deren momentanem Aufenthaltsbereich des Wegenetzes ermittelten lokalenVerkehrszustandsdaten7 mit dem abgespeicherten Satz historischerGanglinien einschließlich zeitlichräumlicherVerkehrsmuster zu dem Zweck verglichen, unter den abgespeichertenGanglinien diejenige herauszufinden, die am besten zu diesen ermitteltenVerkehrsdaten, d.h. der zugehörigenVerkehrssituation passt. Diese Ganglinienauswahl erfolgt nach Arteines herkömmlichen "Matching"-Verfahrens. Vonden empfangenen, von anderen Fahrzeugen ermittelten Verkehrszustandsdaten7 werden hierbeizweckmäßigerweiseinsbesondere diejenigen berücksichtigt,die von Fahrzeugen stammen, welche sich in einem für das eigeneFahrzeug1 interessierenden Wegenetzbereich befinden, d.h.in einem Wegenetzbereich, der fürdie vom eigenen Fahrzeug1 während des Prognosezeithorizontsvoraussichtlich zu befahrende Route relevant ist. Dies kann insbesondereein relativ langreichweitiger Vorausbereich sein, der sich in deraktuellen Fahrtrichtung des eigenen Fahrzeugs1 nach vornerstreckt, bei Bedarf bis in den Bereich eines vorgegebenen Zielorts.In a forecasting course selection unit 4 then become the running of the own traffic condition means 2 ascertained traffic condition data from the surrounding area of the own vehicle together with the local traffic condition data received from these vehicles in their current location area of the route network 7 compared with the stored set of historical hydrographs including spatiotemporal traffic patterns for the purpose of finding out, among the stored hydrographs, the one that best suits these determined traffic data, ie the associated traffic situation. This hydrograph selection is done in the manner of a conventional "matching" method. From the received traffic condition data determined by other vehicles 7 In this case, it is expedient to take into account in particular those originating from vehicles which are in one for one's own vehicle 1 Interesting network area are located, ie in a road network area, for the own vehicle 1 during the forecast time horizon, the route to be traveled is relevant. This can be, in particular, a relatively long-range advance area, which is in the current direction of travel of one's own vehicle 1 extends forward, if necessary to the area of a predetermined destination.

Dieausgewählte,am besten zum erfassten zeitlich-örtlichen Verlauf des oder derverwendeten Verkehrszustandsparameter passende Ganglinie wird dannals Prognoseganglinie fürdie dynamische Prognose des Verkehrszustands herangezogen, d.h. derVerkehrszustand wird fürden relevanten Wegenetzbereich unter zeitrichtiger Berücksichtigungdes Abstands jedes Streckenabschnitts vom momentanen Fahrzeugortanhand der ausgewähltenPrognoseganglinie prognostiziert. Letztere enthält die Informationen darüber, welcherVerkehrszustand im betrachteten Bereich während des Prognosezeitraums amjeweiligen Ort zum voraussichtlichen Ankunftszeitpunkt wahrscheinlichherrscht. Hierbei wird der Verkehrszustand wiederum anhand des oderder für ihnindikativen Parameter fürdas Einzelfahrzeug prognostiziert, d.h. in Form einer Prognose über dieim betreffenden Streckenbereich und im betreffenden Zeitraum zuerwartenden Geschwindigkeits-, Dichte- und/oder Verkehrsflussprofilesowie überdas Vorliegen von Staus und anderen individualisierbaren verkehrlichenObjekten, wie synchronisierter Verkehr und Muster dichten Verkehrsan effektiven Engstellen bzw. Warteschlangen an verkehrsgeregeltenNetzknoten.Theselected,best to the recorded temporal-local course of theThe traffic condition parameter used will be appropriate hydrograph thenas a forecast curve forthe dynamic prognosis of the traffic condition is used, i. of theTraffic condition is forthe relevant road network area with timely considerationthe distance of each section of the route from the current vehicle locationbased on the selectedForecasts are forecast. The latter contains the information about whichTraffic condition in the considered area during the forecast period onrespective place at the expected time of arrivalprevails. Here, the traffic condition is again based on orfor himindicative parameters forthe individual vehicle predicts, i. in the form of a forecast about thein the route concerned and in the period concernedexpected speed, density and / or traffic flow profilesas well as overthe existence of traffic jams and other customizable trafficObjects, such as synchronized traffic and pattern dense trafficat effective bottlenecks or queues at traffic-regulatedNetwork nodes.

Somiterfolgt die fahrzeugindividuelle Prognose des Verkehrszustands iminteressierenden Wegenetzbereich durch die Verwendung des Ganglinien-Auswahlverfahrensmit relativ geringem Rechenaufwand und sehr zuverlässig, wobeinicht nur die vom eigenen Fahrzeug1 ermittelten Verkehrszustandsdaten,sondern auch von anderen Fahrzeugen im interessierenden Wegenetzbereichermittelte Verkehrszustandsdaten7 als Stützstellenfür dieGanglinienauswahl berücksichtigtwerden. Je nach Anwendungsfall kann das Ergebnis der fahrzeugindividuellendynamischen Verkehrsprognose fürverschiedene fahrzeugseitige Systeme5 des jeweiligen Fahrzeugs1 genutztwerden, z.B. zur Zielführung,zur Fahrerassistenz, zur Komfort- und/oder Sicherheitsverbesserungund/oder zur Kraftstoffverbrauchsreduzierung.Thus, the vehicle-specific forecast of the traffic condition in the road network of interest by the use of the hydrograph selection method with relatively little computational effort and very reliable, not only those of the own vehicle 1 determined traffic condition data, but also from other vehicles in the road network of interest calculated traffic condition data 7 be taken as support points for the selection of hydrographs. Depending on the application, the result of the vehicle-specific dynamic traffic forecast for various on-board systems 5 of the respective vehicle 1 be used, for example, for route guidance, driver assistance, comfort and / or safety improvement and / or to reduce fuel consumption.

2 zeigteine Variante der Vorgehensweise von1, die zusätzlich eineautomatische Erstellung einer Gangliniendatenbank8 aufder Basis aktueller Verkehrsinformationen beinhaltet. Im übrigen entsprechensich die beiden Vorgehensweisen, so dass für die verschiedenen Komponentengleiche Bezugszeichen verwendet sind und auf deren obige Beschreibungzu1 verwiesen werden kann. Speziell wird die zentraleGangliniendatenbank8 anhand der über die Datenübertragungsverbindung6 vorliegendenaktuellen Verkehrszustandsdaten, die von den daran angeschlossenenFahrzeugen ermittelt und gesendet werden, in einer an sich herkömmlichenWeise erstellt. Die Erzeugung der Gangliniendatenbank8 kannz.B. überdas Internet erfolgen. Die so erzeugten, in der Gangliniendatenbank8 abgelegtenGanglinienprognosen werden dann dazu verwendet, die in der fahrzeugseitigenSpeichereinheit3 des jeweiligen Fahrzeugs1 abgespeichertenGanglinien zu adaptieren, d.h. mit denjenigen der Gangliniendatenbank8 zuaktualisieren. 2 shows a variant of the procedure of 1 , in addition to automatic creation of a gait database 8th based on current traffic information. For the rest, the two approaches are the same, so that the same reference numerals are used for the various components and to the above description 1 can be referenced. Specifically, the central gait database becomes 8th on the basis of the data transmission connection 6 existing current traffic condition data, which are determined and sent by the connected vehicles, created in a conventional manner. The generation of the hydrographs Database 8th can be done eg via the internet. The so generated, in the gait database 8th stored hydrograph forecasts are then used in the vehicle-mounted memory unit 3 of the respective vehicle 1 to be stored stored lines, ie with those of the gait database 8th to update.

Beidegezeigten Ausführungsformenermöglichendurch die Verwendung mehrerer zusätzlicher Stützstellen bzw. Stützpunktein Form der von anderen Fahrzeugen ermittelten und zum jeweils eigenen Fahrzeug1 übertragenenlokalen Verkehrszustandsdaten7 eine zuverlässige fahrzeugseitigeVerkehrsprognose mittels Auswahl der bestpassenden Ganglinie, speziellauch unter Verwendung von Erkennungsprozessen für Muster dichten Verkehrs an effektivenEngstellen und Warteschlangenmustern an verkehrsgeregelten Netzknoten.Dies wird zur Erläuterungund zum leichteren Verständnisnachstehend unter Bezugnahme auf3 am Beispieleiner speziellen Verkehrssituation mit einem vollständig ausgebildetenMuster dichten Verkehrs stromaufwärts einer effektiven EngstelleE beschrieben.Both embodiments shown allow by the use of multiple additional nodes or bases in the form of determined by other vehicles and their own vehicle 1 transmitted local traffic status data 7 a reliable vehicle-based traffic forecast by selecting the best-fitting hydrograph, especially using detection processes for pattern dense traffic at effective bottlenecks and queuing patterns at traffic-regulated network nodes. This will be described below with reference to for illustrative purposes and ease of understanding 3 using the example of a special traffic situation with a fully formed pattern dense traffic upstream of an effective bottleneck E described.

Wiein3 gezeigt, beinhaltet ein solches vollständiges Musterdichten Verkehrs stromaufwärts andie effektive Engstelle E anschließend einen Bereich synchronisiertenVerkehrs S und daran stromaufwärtsanschließendeinen Bereich gestauchten synchronisierten Verkehrs G, an den sichstromaufwärtsein sogenannter Bereich sich bewegender breiter Staus B anschließt, dereinen oder mehrere, voneinander beabstandete breite Staus ST umfasst,die sich von der stromaufwärtigenFlanke F_u des Bereichs gestauchten synchronisiertenVerkehrs G ablösenund stromaufwärtsbewegen, wenn letzterer eine gewisse maximale Ausdehnung erreichthat. Weiter sind im Beispielsfall von3 vier systembeteiligteFahrzeuge F1, F2, F3, F4 schematisch gezeigt, von denen sich einerstes Fahrzeug F1 im Bereich freien Verkehrs stromabwärts dereffektiven Engstelle E und damit des zugehörigen Musters dichten Verkehrs,ein zweites Fahrzeug F2 mitten im Bereich gestauchten synchronisiertenVerkehrs G, ein drittes Fahrzeug F3 in der Nähe der stromaufwärtigen FlankeF_u des Bereichs gestauchten synchronisiertenVerkehrs G und ein viertes Fahrzeug F4 im Bereich B sich bewegenderbreiter Staus befinden. Überdie besagte Datenübertragungsverbindung6 stehendie vier Fahrzeuge F1 bis F4 untereinander und mit den übrigen systembeteiligtenFahrzeugen in Kommunikationsverbindung. Anhand der von den vierFahrzeugen F1 bis F4 aktuell an ihrem jeweils momentanen Fahrzeugortaufgenommenen Verkehrszustandsdaten kann bei der Ganglinienauswahl ineinem der vier Fahrzeuge F1 bis F4 oder einem anderen systembeteiligtenFahrzeug das im Bereich der effektiven Engstelle E momentan vorliegende Musterdichten Verkehrs erkannt werden, was die Auswahl der bestpassendenGanglinie und damit die Rekonstruktion der aktuellen Verkehrslageund die Prognose der zu erwartenden Verkehrslage für diesenWegenetzbereich erleichtert bzw. zuverlässiger macht.As in 3 Subsequently, such a complete pattern of dense traffic upstream of the effective bottleneck E then includes an area of synchronized traffic S and upstream thereupon an area of compressed synchronized traffic G followed by a so-called area of moving wide congestion B upstream of one or more comprises spaced-apart wide jams ST which detach from the upstream flank F_u of the compressed-synchronized traffic area G and move upstream when the latter has reached a certain maximum extent. Next are in the example of 3 four system-involved vehicles F1, F2, F3, F4 shown schematically, of which a first vehicle F1 in the area of free traffic downstream of the effective bottleneck E and thus the associated dense traffic pattern, a second vehicle F2 in the midst of compressed compressed traffic G, a third vehicle F3 B wide moving congestion located near the upstream edge of the area F_u compressed synchronized traffic G and a fourth vehicle in the range F4. Via the said data transmission connection 6 the four vehicles F1 to F4 are in communication with each other and with the other system-involved vehicles. On the basis of the four vehicles F1 to F4 currently recorded at their respective current vehicle location traffic condition data in the range selection in one of the four vehicles F1 to F4 or another system involved vehicle in the area of the effective bottleneck E currently present patterns dense traffic can be detected, which the selection of the best fitting hydrograph and thus the reconstruction of the current traffic situation and the forecast of the expected traffic situation for this road network area makes it easier or more reliable.

Wieaus der obigen Beschreibung vorteilhafter Ausführungsbeispiele deutlich wird,ermöglicht daserfindungsgemäße Verfahrensomit eine zuverlässigefahrzeugindividuelle dynamische Verkehrsprognose ohne Notwendigkeiteiner Verkehrszentrale unter Berücksichtigungvon Verkehrszustandsdaten, die im interessierenden Wegenetzbereichlaufend vom eigenen und von anderen systembeteiligten Fahrzeugenermittelt werden.Asfrom the above description of advantageous embodiments,allows thatinventive methodthus a reliable oneVehicle-specific dynamic traffic prognosis without necessitya traffic center under considerationof traffic condition data in the road network of interestongoing from own and other system involved vehiclesbe determined.

Claims (2)

Translated fromGerman

Verfahren zur fahrzeugindividuellen dynamischenVerkehrszustandsprognose, bei dem – mehrere, ein Wegenetz befahrendeFahrzeuge untereinander in Kommunikationsverbindung (6)stehen und – vomjeweiligen Fahrzeug (1) laufend aktuelle lokale Verkehrszustandsdatenermittelt und an andere Fahrzeuge übertragen werden und von anderen Fahrzeugenempfangene Verkehrszustandsdaten (7) für eine Prognose des für das eigeneFahrzeug (1) relevanten Verkehrszustands herangezogen werden,dadurchgekennzeichnet, dass – dieVerkehrszustandsprognose im jeweiligen Fahrzeug (1) für einenzugehörigenWegenetzbereich einen Vergleich von für diesen Wegenetzbereich relevanten,lokalen Verkehrszustandsdaten anderer Fahrzeuge und des eigenenFahrzeugs mit fahrzeugseitig abgespeicherten historischen Ganglinienbeinhaltet, durch den aus letzteren eine bestpassende Ganglinieermittelt wird, wobei der von dieser repräsentierte Verkehrszustand alszu erwartender Verkehrszustand fürdas eigene Fahrzeug (1) prognostiziert wird.Method for vehicle-specific dynamic traffic condition prognosis, in which - a plurality of vehicles driving a road network are in communication with each other ( 6 ) and - of the respective vehicle ( 1 ) current local traffic status data are continuously detected and transmitted to other vehicles and traffic status data received from other vehicles ( 7 ) for a forecast of that for the own vehicle ( 1 ) relevant traffic condition,characterized in that - the traffic condition prognosis in the respective vehicle ( 1 ) for a corresponding road network area includes a comparison of relevant for this road network area, local traffic condition data of other vehicles and the vehicle with stored on the vehicle historical hydrographs through which a best fitting hydrograph is determined from the latter, the traffic state represented by this as the expected traffic condition for the own vehicle ( 1 ) is predicted.Verfahren nach Anspruch 1, weiter dadurch gekennzeichnet,dass – aufder Basis von überdie Datenübertragungsverbindung(6) verfügbarenVerkehrszustandsdaten eine Gangliniendatenbank (8) erstelltwird und – dieerstellte Gangliniendatenbank (8) zur Aktualisierung derfahrzeugseitig abgespeicherten historischen Ganglinien verwendetwird.Method according to claim 1, further characterized in that - on the basis of the data transmission connection ( 6 ) available traffic condition data a gait database ( 8th ) and - the created gait database ( 8th ) is used to update the historically stored historical hydrographs.