Traveller information service based on real-time toll data in Austria

Schneider, M.; Linauer, Martin; Hainitz, N.; Koller, Hannes

doi:10.1049/iet-its:20080007

Cited by 12 publications

(11 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Local measurement data and HGV data from December 2006 to June 2007 were used for analysis. An elaborate data cleaning and filtering process was applied for HGV data from the ETC system to remove possible outliers (Schneider et al, 2007).…”

Section: Case Studiesmentioning

confidence: 99%

“…In addition, flow and local speed of all vehicles are measured at selected toll gantries. A detailed description of the Austrian ETC system has been presented in Schneider et al (2007). HGV only constitute a small fraction of total traffic flow (between 5% and 30% during a typical working day).…”

Section: Advantages and Disadvantages Of Etc Data For Estimation Of Tmentioning

confidence: 99%

See 1 more Smart Citation

Predicting Motorway Traffic Performance by Data Fusion of Local Sensor Data and Electronic Toll Collection Data

Heilmann¹,

Faouzi²,

Mouzon³

et al. 2010

Computer-Aided Civil and Infrastructure Engineering

Self Cite

View full text Add to dashboard Cite

This article proposes data fusion from different sources to improve estimation and prediction accuracy of traffic states on motorways. This is demonstrated in two case studies on an intraurban and an interurban motorway section in Austria. Data fusion in this case combines local detector data and speed data from the Electronic Toll Collection (ETC) system for heavy goods vehicles (HGV). A macroscopic model for open motorway sections has been used to estimate passenger car and HGV density, applying a standard state‐space model and a linear Kalman filter. The resulting historical database of 4 months of speed‐density patterns has been used as a basis for pattern recognition. A nonparametric kernel predictor with memory length of 9 and 18 hours has been used to predict HGV speed for a prediction horizon of 15 minutes to 2 hours. Results show good overall prediction accuracy. Correlation analysis showed little bias of predicted speed for free flow and congested time intervals, whereas transition states between free flow and congestion were frequently biased. Prediction accuracy can be improved by applying a combination of different prediction methods. On the other hand, computational performance of the prediction has to be further improved prior to implementation in a traffic management center.

show abstract

Section: Case Studiesmentioning

confidence: 99%

Section: Advantages and Disadvantages Of Etc Data For Estimation Of Tmentioning

confidence: 99%

Predicting Motorway Traffic Performance by Data Fusion of Local Sensor Data and Electronic Toll Collection Data

Heilmann¹,

Faouzi²,

Mouzon³

et al. 2010

Computer-Aided Civil and Infrastructure Engineering

Self Cite

View full text Add to dashboard Cite

show abstract

“…Zu diesem Zweck wurden verschiedene Filtermethoden herangezogen und mit Hilfe historischer Mautdaten auf ihre Tauglichkeit geprü ft (Schneider, Linauer, Hainitz, 2007). Die angewendeten Abb.…”

Section: Filterungunclassified

“…Im Zuge des Projektes GO-SMART wurde die Tauglichkeit der Mautdaten als Basis fü r einen flä chendeckenden Verkehrsinformationsdienst untersucht und ein derartiger Dienst als Prototyp umgesetzt (Schneider, Linauer, Hainitz, 2007). Das Projekt GO-SMART wurde vom Bundesministerium fü r Verkehr, Innovation und Technologie im Rahmen der Programmlinie ,,I2-Intelligente Infrastruktur'' gefö rdert und in Partnerschaft mit arsenal research, ASFINAG Maut Service GmbH, Mondocom GmbH -Berater fü r neue Medien und ORF-Ö 3, Abteilung Verkehrsinformation, realisiert.…”

Section: Introductionunclassified

Das Mautsystem und seine Mehrwerte

Schneider¹,

Hainitz²,

Nowotny³

et al. 2008

Elektrotech. Inftech.

Self Cite

View full text Add to dashboard Cite

In Ö sterreich wurde die leistungsabhä ngige Bemautung von Fahrzeugen >3,5 t hzG auf dem hochrangigen Straßennetz ü ber Mikrowellen-DSRC-Technologie im Jahr 2004 in Betrieb genommen. Seit diesem Zeitpunkt werden die erzeugten Transaktionen an den einzelnen Querschnitten fü r die Bemautung herangezogen. Der vorliegende Artikel beschä ftigt sich mit der Verwertung der vorhandenen anonymisierten Mautdaten fü r weiterfü hrende Anwendungen aus der Verkehrstechnik, insbesondere fü r die Generierung von flä chendeckender Verkehrsinformation.Schlü sselwö rter: Mautdaten; Reisezeit; Verkehrsinformation; Level of Service; Floating Car-DatenThe tolling system and its added values.In January 2004 a free-flow multilane road pricing system based on microwave-DSRC technology was introduced on the Austrian high-ranking road network. The system foresees the payment of an individual distance and vehicle-class-related tax for each vehicle with a permissible maximum weight (PMW) exceeding 3.5 tons. The proposed article deals with the utilization of the existing anonymized toll data for the purpose of traffic system applications, particularly for the generation of traffic information. EinleitungIm Jä nner 2004 wurde auf Ö sterreichs hö herrangigem Straßennetz ein Road Pricing-System fü r Fahrzeuge ü ber 3,5 t hzG eingefü hrt. Dieses System sieht vor, dass jedes Fahrzeug mit einem hö chstzulä ssigen Gesamtgewicht (hzG) von ü ber 3,5 Tonnen eine individuelle, kilometer-und fahrzeugabhä ngige Maut zu entrichten hat. Zu diesem Zweck wurde das gesamte hö herrangige Straßennetz in ca. 850 Mautabschnitte eingeteilt und mit der notwendigen Infrastruktur zur Mauteinhebung ausgestattet. Das Mautsystem ist ein offenes, bakengestü tztes System mit DSRC-Mikrowellenkommunikation, d. h. innerhalb jedes Mautabschnittes (Straßenabschnitt zwischen zwei Anschlussstellen) wurde eine Mautstation (Mautbake) errichtet.Jedes Fahrzeug >3,5 t hzG erzeugt bei der Durchfahrt durch eine Mautstation einen Mautdatensatz. Dieser beinhaltet unter anderem die Identifikation des Straßenabschnittes (Mautabschnitt), die Identifikation des Fahrzeuges, die Achszahl des Fahrzeuges sowie einen Zeitstempel. Diese Daten dienen in erster Linie der Durchfü hrung der Bemautung. Aufgrund der Beschaffenheit und Eigenschaften der Mautdaten kö nnen diese, nach einer dem Datenschutzgesetz entsprechenden Anonymisierung, auch zur Generierung von Verkehrsparametern bzw. weiterfü hrenden Anwendungen aus der Verkehrstelematik herangezogen werden. Basierend auf den Mautdaten kö nnen beispielsweise fü r alle Fahrzeuge >3,5 t hzG Reisezeiten bzw. Reisegeschwindigkeiten auf den befahrenen Mautabschnitten berechnet werden. Die Fahrzeuge >3,5 t hzG liefern demnach streckenbezogene Verkehrsparameter (streckenbezogene Geschwindigkeitswerte) und stellen so genannte Floating Cars (Linauer, Leihs, 2003;Linauer, 2005) dar.Das Mautsystem liefert aufgrund der Fahrzeugidentifizierung somit einerseits Reisezeiten bzw. Reisegeschwindigkeiten der einzelnen Fahrzeuge >3,5 t hzG auf einem Streckenabschnitt (...

show abstract

“…To generate traffic messages, different data sources such as drivers' reports, traffic sensors, or travel-times recorded by toll systems [12] can be used. Moreover, traffic operators employ video surveillance to recognize interesting traffic situations.…”

Section: Introductionmentioning

confidence: 99%

Robust Traffic State Estimation on Smart Cameras

Pletzer

Tusch

Böszörményi

et al. 2012

2012 IEEE Ninth International Conference on Advanced Video and Signal-Based Surveillance

View full text Add to dashboard Cite

This paper presents a novel method for video-based traffic state detection on motorways performed on smart cameras. Camera calibration parameters are obtained from the known length of lane markings. Mean traffic speed is estimated from Kanade-Lucas-Tomasi (KLT) optical flow method using a robust outlier detection. Traffic density is estimated using a robust statistical counting method. Our method has been implemented on an embedded smart camera and evaluated under different road and illuminationconditions. It achieves a detection rate of more than 95% for stationary traffic.

show abstract

Traveller information service based on real-time toll data in Austria

Cited by 12 publications

References 2 publications

Predicting Motorway Traffic Performance by Data Fusion of Local Sensor Data and Electronic Toll Collection Data

Predicting Motorway Traffic Performance by Data Fusion of Local Sensor Data and Electronic Toll Collection Data

Das Mautsystem und seine Mehrwerte

Robust Traffic State Estimation on Smart Cameras

Contact Info

Product

Resources

About