TRAVOLUTION - Netzweite Optimierung der Lichtsignalsteuerung und LSA-Fahrzeug-Kommunikation / TRAVOLUTION - Network-wide optimization of traffic signal control and traffic signal to vehicle communication

Der Beitrag stellt die wesentlichen Ergebnisse des Forschungsprojekts TRAVOLUTION dar. Ziel des Projekts war die Verbesserung des Verkehrsablaufs in der Stadt Ingolstadt. Dafuer wurden zwei Ansaetze verfolgt: die Online-Optimierung der netzweiten Lichtsignalsteuerung mit Evolutionaeren Algorithmen und die Lichtsignalanlagen (LSA)-Fahrzeug-Kommunikation zur individuellen Information des Fahrers. Fuer den ersten Ansatz wurde mit GALOP ein Evolutionaerer Algorithmus zur Optimierung der netzweiten Lichtsignalsteuerung entwickelt, der in die adaptive Netzsteuerung BALANCE integriert wurde und dort als Alternative zum bisher vorhandenen Hill-Climbing-Algorithmus als Optimierungsmethode zur Verfuegung steht. In einem grossen Teil des Hauptstrassennetzes der Stadt Ingolstadt wurde die Lichtsignalsteuerung auf die adaptive Netzsteuerung umgestellt. Der zweite Ansatz zeigt die technische Machbarkeit der LSA-Fahrzeug-Kommunikation. An drei Knotenpunkten wurden die Lichtsignalanlagen so ausgestattet, dass die sich naehernden Fahrzeuge Auskunft ueber die in der naechsten Zukunft zu erwartende Signalisierung erhalten. Es wurden zwei Anwendungsfaelle umgesetzt. Zum einen wird einem Fahrer, der sich einer Lichtsignalanlage naehert, die fuer ihn optimale Geschwindigkeit empfohlen, um die folgende Kreuzung moeglichst ohne Halt zu ueberfahren. Zum anderen wird einem vor einer LSA wartenden Fahrer die verbleibende Dauer der Rotphase angezeigt. Fuer beide Anwendungsfaelle ist es notwendig, die Signalbilder einer LSA in naher Zukunft vorherzusagen. (A) ABSTRACT IN ENGLISH: The paper presents the central results of the research project TRAVOLUTION. The project’s objective was to improve the traffic flow in the city of Ingolstadt through two different approaches: online-optimization of network-wide traffic signal control with evolutionary algorithms, and traffic signal to vehicle communication so as to inform the driver individually. For the first approach, the evolutionary algorithm for the optimization of the network-wide traffic signal control (GALOP) was developed. It was integrated into the adaptive network control system BALANCE. The evolutionary algorithm is now available as an alternate optimization method to the former hill-climbing algorithm. The traffic signal control in a large part of the main street network of Ingolstadt was changed to the adaptive network control system. The second approach demonstrates the technical feasibility of traffic signal to vehicle communication. On three intersections the traffic signals were equipped in a way that the approaching vehicles receive information about the predicted signalization in the near future. Two applications were implemented. The first recommends to the approaching driver the optimal speed in order to be able to pass the next traffic signal without stopping. The second approach shows the driver waiting in front of a traffic signal the remaining red-time. For both applications it is necessary to predict the signalization for the near future. (A)