Belastungen erkennen, anzeigen und weiterleiten

Bild: ©e2dan/shutterstock.com

Das Thema Verkehr wird weltweit viel betrachtet und diskutiert. Sei es der Transport von Gütern oder der Weg zur Arbeit, zum Einkaufen oder zu den Freizeitaktivitäten: Die Menschen benötigen ein Transportmittel. Zudem regen die Veränderungen am Energiemarkt die Auseinandersetzung mit der Mobilität neu an. Eine Facette dabei ist, wie mit dem Thema Energie in Verbindung mit der Mobilität umgegangen wird. Aus dieser Fragestellung ergeben sich Anforderungen an die Transportwege und -mittel. In dem Zusammenhang kommt der Umweltbelastung eine wichtige Bedeutung zu. Darüber hinaus geht es um Aspekte wie die Lärmbelastung in den Städten. Flexibilität und Individualität spielen ebenfalls eine große Rolle im Straßenverkehr. Als Beispiele für den Individualverkehr auf der Straße seien LKW, PKW und das Fahrrad genannt. Sie ermöglichen die fast jederzeitige Anlieferung von Waren oder Wahrnehmung persönlicher Termine. Mit dem Straßenverkehr geht allerdings auch die persönliche Belastung der Verkehrsteilnehmer durch Wartezeiten an den Ampeln und Staus einher. Ziel der Verkehrsplanung für den Straßenverkehr ist es daher, die aufgeführten Kriterien miteinander in Einklang zu bringen. Da die Straßen einen beträchtlichen Individualverkehr aufweisen, gestaltet sich die Verkehrsplanung komplex. Deshalb werden Algorithmen entwickelt oder beispielsweise die Schaltfrequenzen von Ampeln definiert. Leider gibt es in den Städten nur selten die Möglichkeit, die Algorithmen derart festzulegen, dass sie zu jeder Verkehrssituation in Einklang stehen. Außerdem verändert sich der Straßenverkehr über die Zeit. Um in der Stadt auf der Grundlage von angepassten Algorithmen oder in Zukunft auf Basis von einer sich an den Verkehr adaptierenden Verkehrsführung zu arbeiten, müssen die einzelnen Facetten des Straßenverkehrs bekannt sein und aufgezeichnet werden. Das erfordert ein Verkehrs-Monitoring, welches den Verkehr an neuralgischen Punkten innerhalb der Stadt überprüft. So lassen sich Veränderungen dynamisch erkennen, anzeigen und unter Umständen an eine Intelligenz weiterleiten.

Bild 2 | Die Verkehrsdaten vielbefahrener Straßen werden per Kamera erfasst.
Bild 2 | Die Verkehrsdaten vielbefahrener Straßen werden per Kamera erfasst.Bild: ©chuyuss/stterstock.com

PLCnext-Steuerung als Kernbestandteil des Smart Traffic Interface

Zur Erfassung von Verkehrsdaten bietet sich eine Kamera an. Sie kann an unterschiedlichen Positionen – zum Beispiel über oder neben der Straße – angebracht werden und liefert immer gleich gute Ergebnisse. Wo im Kamerabild gezählt werden soll – beispielsweise auf welcher Spur oder an welcher Position -, lässt sich frei konfigurieren. Ferner erlaubt der Ansatz eine gute Unterscheidung zwischen den Fahrzeugklassen. Mit dem Smart Traffic Interface stellt Phoenix Contact eine entsprechende Komplettlösung zur Verfügung. Die Datenaufnahme erfolgt hier über eine Kamera. Ein weiteres Kernstück des Smart Traffic Interface bildet eine Steuerung aus dem offenen Ecosystem PLCnext Technology. Sie wertet die Kamerabilder mittels einer KI-gestützten (künstliche Intelligenz) Mustererkennung aus und stellt sie den überlagerten Systemen über einen Kommunikationskanal als Datenmodell bereit.

Bild 4 | Darstellung des Datenflusses zwischen dem Smart Traffic Interface und übergeordneten Systemen
Bild 4 | Darstellung des Datenflusses zwischen dem Smart Traffic Interface und übergeordneten SystemenBild: Phoenix Contact Deutschland GmbH

Vor-Ort-Verarbeitung der Kameradaten

Die Traffic Box umfasst eine Kommunikationsschnittstelle zur Weiterleitung der erfassten und aufbereiteten Daten an beliebige übergeordnete Systeme. Als offenes Übertragungsprotokoll wurde MQTT gewählt, das sich bereits im Cloudumfeld etabliert hat. Als Nachteil der Verkehrsdatenaufnahme durch eine Kamera zeigen sich die hohen Datenmengen. Wenn sie unaufbereitet transportiert werden, würden sie die überlagerte Kommunikationsinfrastruktur stark belasten. Um dieses Manko auszugleichen, bietet sich die Vor-Ort-Verarbeitung der Kameradaten an. In diesem Fall werden lediglich die wichtigen Informationen an das überlagerte System übertragen. Dabei kann es sich zum Beispiel um die Fahrzeugklassen oder die Richtung des Verkehrsflusses handeln. Ein zusätzlicher Vorteil dieses Vorgehens liegt darin, dass keine personenbezogenen Daten mehr verarbeitet werden. Dazu wurde ein entsprechendes Datenmodell definiert, das die in der im Smart Traffic Interface verbauten PLCnext-Steuerung vorverarbeiteten Daten abbildet. Im Datenmodell hat ein Verkehrsdatum folgende Eigenschaften:

  • einen für den Sensor eindeutigen Datennamen
  • einen Zeitstempel
  • den eigentlichen Wert als Anzahl an Fahrzeugen pro Zeiteinheit
  • weitere Metadaten.

Die Daten werden anschließend als JSON-Objekt (JavaScript Object Notation) an die im Smart Traffic Interface angemeldeten MQTT-Broker publiziert. Bild 4 visualisiert beispielhaft eine komplette Systemarchitektur, die aus dem Smart Traffic Interface, der Datenkommunikation und dem Cloud-Service besteht.

Bild 3 | Visualisierung der Verkehrsdaten im cloudbasierten Traffic Service
Bild 3 | Visualisierung der Verkehrsdaten im cloudbasierten Traffic ServiceBild: Phoenix Contact Deutschland GmbH

Cloudservice mit verschiedenen Funktionen

Wie schon erwähnt, hat Phoenix Contact einen cloudbasierten Service zur Speicherung, Darstellung und Auswertung von Verkehrsdaten entwickelt. Dieser Service gliedert sich in die Cloudplattform grovez.io ein, die ebenfalls andere anwendungsorientierte Services – beispielsweise zur Steuerung der Straßenbeleuchtung – zur Verfügung stellt. Die erste Version des Traffic Service von Phoenix Contact beinhaltet folgende Funktionen:

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert