Verkehrsflussmodelle

Verkehrsflussmodelle sind mathematische Modelle zur Beschreibung des Verkehrs auf Straßennetzen. Sie dienen der Simulation, Analyse und Prognose von Verkehrsabläufen, Stauentwicklung und Netzüberlastungen. Modelle unterscheiden sich im Detaillierungsgrad und in der Art, wie Fahrer-, Fahrzeug- und Netzeigenschaften abgebildet werden.

Makroskopische Modelle beschreiben aggregierte Größen wie Verkehrsdichte, Fluss und durchschnittliche Geschwindigkeit. Typische Beispiele sind der kinematische Wellen- oder LWR-Ansatz (Lighthill-Whitham-Richards), das Payne–Whitham-Modell und das Aw–Rascle–Zhang-Modell. Sie basieren auf Erhaltungsgleichungen und verwenden oft eine Fundamentalbeziehung zwischen Dichte, Fluss und Geschwindigkeit.

Mikroskopische Modelle simulieren einzelne Fahrzeuge und Fahrerreaktionen. Car-following-Modelle steuern Beschleunigung und Abstände basierend auf dem Verhalten benachbarter Fahrzeuge. Bekannte Beispiele sind das Intelligent Driver Model (IDM), Gipps’ Modell und das Wiedemann-Modell. Solche Modelle eignen sich gut für die Detailanalyse von Spurwechseln, Konflikten und heterogenem Fahrverhalten.

Mesoskopische und netzwerkbasierte Ansätze verbinden Ebenen oder fokussieren auf Netzeffekte. Der Cell Transmission Model (CTM) von Daganzo überträgt makroskopische Konzepte in ein diskretes Link-Modell und eignet sich gut für Netzwerkfluss- und Kapazitätsprobleme. Netzwerkbasierte Modelle berücksichtigen Knoten, Verzweigungen, Grenzbedingungen und Steuerungen wie Ampelphasen.

Datenquellen wie detektorbasierte Messungen, GPS- und Probevehikel-Daten sowie Fahrzeuginformationen unterstützen Kalibrierung, Validierung und Echtzeitsteuerung. Anwendungen umfassen Verkehrsprognosen, Signaloptimierung, Verkehrsmanagement, Routenführung, Evakuierungsplanung und Störungsmanagement. Herausforderungen bleiben Heterogenität des Verkehrs, Skalierung, Unsicherheit und die Notwendigkeit realistischer Kalibrierungen.