Please use this identifier to cite or link to this item: https://doi.org/10.15480/882.725
Title: Fahrzeugklassifikation und Schätzung streckenbezogener Verkehrsdaten mit Methoden der Mustererkennung
Other Titles: Vehicle Classification and Estimation of Section-Related Traffic Data Using Pattern Recognition Methods
Language: German
Authors: Wohlers, Jens  
Keywords: Pattern Recognition;Traffic Monitoring;Traffic Control;Classification
Issue Date: 1997
Publisher: VDI-Verlag
Source: Erstveröffentlichung: Wohlers, Jens (1997): Fahrzeugklassifikation und Schätzung streckenbezogener Verkehrsdaten mit Methoden der Mustererkennung. Düsseldorf: VDI-Verl (Fortschritt-Berichte VDI : Reihe 12, Verkehrstechnik/Fahrzeugtechnik, 339).
Abstract (german): Im Rahmen dieser Arbeit werden für die Klassifikation und Wiedererkennung von Fahrzeugen mit Signalen von Induktionsschleifen effiziente Verfahren mit Mustererkennungssystemen angegeben. Unterschiedliche Ansätze zur Fahrzeugklassifikation u.a auch mit neuronalen Netzwerken werden untersucht und bewertet. Durch die Fahrzeugwiedererkennung können streckenbezogene Verkehrsdaten geschätzt werden. Im Vergleich zu einem Referenzverfahren werden zwei unterschiedliche Methoden entwickelt und analysiert. Das erste Verfahren benutzt Kostenfunktionen auf der Basis von Fahrzeugmerkmalen und lokalen Streckenprognosen, das zweite Verfahren berücksichtigt die statistischen Bindungen der Fahrzeuge im Streckenabschnitt durch eine Modellierung mit Hidden-Markov-Modellen. Die Einsatzmöglichkeit der streckenbezogenen Verkehrsdaten in Verkehrsleitsystemen wird abschließend anhand der Verkehrszustandsschätzung mit einem modellgestützten Schätzverfahren beschrieben.
Abstract (english): Within the scope of this thesis efficient methods with pattern recognition systems are specified for the classification and recognition of vehicles with signals from induction loops. Different approaches to vehicle classification, including neural networks, are investigated and evaluated. Vehicle traffic recognition can be used to estimate route-related traffic data. Two different methods are developed and analyzed in comparison to a reference method. The first method uses cost functions on the basis of vehicle characteristics and local route forecasts, the second method takes into account the statistical links of the vehicles in the route section by modeling with Hidden Markov models. Finally, the use of the route-related traffic data in traffic management systems is described using the state-of-the-art estimation method using a model-based estimation method.
URI: http://hdl.handle.net/11420/727
DOI: 10.15480/882.725
ISBN: 3-18-333912-9
Institute: Nachrichtentechnik E-8 
Faculty: Elektrotechnik und Informationstechnik
Type: Dissertation
Advisor: Fliege, Norbert 
Thesis grantor: Technische Universität Hamburg
Appears in Collections:Publications (tub.dok)

Files in This Item:
File Description SizeFormat
di.pdf1,7 MBAdobe PDFThumbnail
View/Open
Show full item record

Page view(s)

614
Last Week
3
Last month
24
checked on May 20, 2019

Download(s)

262
checked on May 20, 2019

Google ScholarTM

Check

Export

Items in TORE are protected by copyright, with all rights reserved, unless otherwise indicated.