[Back]

E. Thonhofer, E. Luchini, A. Kuhn, S. Jakubek:
"Online Parameter Estimation for a Flexible, Adaptive Traffic Network Simulation";
Talk: International Conference on Connected Vehicles and Expo 2014, Wien; 09-03-2014 - 09-07-2014; in: "ICCVE 2014 Conference Proceedings", (2014).

This paper deals with macroscopic traffic modeling and online parameter calibration suitable for real-time simulation of complex road configurations.
A numerical solver for the nonlinear hyperbolic transport partial differential equation is introduced that works with fundamental diagrams of arbitrary shape and piecewise differentiable initial conditions. Suitable boundary conditions at road inlets and outlets (traffic light signals) are realized.
Furthermore, we present a method to identify parameters of the underlying fundamental diagram via aggregated traffic sensor data and utilize the Fisher Information Matrix to optimize traffic sensor placement.
The results are validated through comparison with microscopic traffic simulation based on a car-following model.

Diese Arbeit beschaeftigt sich mit makroskopischen Verkehrsmodellen und online Parameterkalibratio fuer Echtzeitsimulationen komplexer Strassenkonfigurationen. Ein numerischer Solver fuer die nichtlineare, hyperbolische, partielle Differentialgleichung wird vorgestellt, welcher auf stueckweise stetigen Fundamentaldiagrammen allgemeiner Form und allgemeinen Anfangs- und Randbedingungen basiert. Ausserdem wird eine Methode zur Identifikation der Parameter des Fundamentaldiagramms aus Messdaten und die die Nutzung der Fisher-Information Matrix fuer optimale Sensor-Platzierung gezeigt. Die gezeigten Ergebnisse sind durch Vergleich mit mikroskopischen Simulationen basierend auf einem car-following-model validiert.

Traffic model, Fisher Information Matrix, Optimization