Aimsun Predict

Verarbeitung von Echtzeitdaten zur Vorhersage bevorstehender Verkehrszustände: Empfangen von Warnmeldungen bei plötzlichen Anomalien oder Problemen und Unterstützung proaktiver Entscheidungen.

Aimsun Predict

Verarbeitung von Echtzeitdaten zur Vorhersage bevorstehender Verkehrszustände: Empfangen von Warnmeldungen bei plötzlichen Anomalien oder Problemen und Unterstützung proaktiver Entscheidungen.

Technologien, die intelligente Verkehrsprogramme unterstützen, erfassen naturgemäß große Mengen an Echtzeitdaten.

Aimsun Predict nutzt Techniken wie Datenbereinigung, Clustering, Prognose und Störungserkennung, um diese Echtzeitdaten sinnvoll zu nutzen, ein Situationsbewusstsein zu schaffen und zukünftige Verkehrstrends zu prognostizieren.

In einem engen Zeitrahmen (in der Regel vier bis 10 Wochen) kann Aimsun Predict Städten helfen, wichtige Ziele für ihre Verkehrsprogramme zu erreichen.

Aimsun Predict – Top-Vorteile

Network icon

Echtzeit-Situationsbewusstsein für die Netzleistung: Verbesserung der Netzverwaltungsfunktionen.

data monitoring icon

Dashboard mit benutzerdefinierten Metriken und KPIs: Visualisierung der wichtigsten Ergebnisse in Ihrem bevorzugten Format.

bell ringing icon

Warnmeldungen über ungewöhnliche Netzleistungen in Echtzeit: schnellere Reaktion auf Zwischenfälle, einschließlich Überschreitung von Luftqualitätsschwellenwerten.

alert icon

Warnungen zur Erkennung von Störungen: schnellere Reaktion auf nicht wiederkehrende Ereignisse oder Störfälle.

artificial-intelligence icon

Datenausbreitung mithilfe von KI: Unterstützung der Veranstaltungsplanung zur Steigerung der Kundenzufriedenheit und Optimierung von Ressourcen und Management.

traffic-jam icon

Entwicklungsprognose: Prognose künftiger Verkehrstrends zur Ermittlung von Leistungs-, Sicherheits- oder Umweltproblemen zur Unterstützung von Infrastrukturverbesserungen und Betriebsplanung.

bar-graph icon

Quantitative Netzleistung: Unterstützung betrieblicher Entscheidungen.

Aimsun Predict – Top Anwendungsfälle

  • Online-Datenbereinigung: Homogenisierung von Daten, die von permanenten Sensoren eingehen, und Aufbereitung für Echtzeitanwendungen.
  • Netzzustandsschätzung: Ausdehnung der von Sensoren an bestimmten Orten erfassten Messwerte auf das gesamte Straßennetz.
  • Netzzustandsprognose: Prognose der Entwicklung der Verkehrsbedingungen in den nächsten Stunden.
  • Netzleistungswarnungen: Überwachung der Leistung des Verkehrssystems und Benachrichtigung der Verkehrsteilnehmer, wenn diese vom üblichen Muster abweicht.
  • Online-Störfallerkennung: Erkennung plötzlicher Veränderungen in den Verkehrsdaten, die auf einen Störfall hindeuten können, z. B. ein starker Rückgang des Verkehrsflusses außerhalb der Hauptverkehrszeiten, der auf einen Stau aufgrund eines Unfalls oder einer Kollision hindeuten könnte.
  • Prognose des Unfallrisikos: Erkennung und Meldung von Situationen, die einem hohen Unfallrisiko entsprechen, wobei stets Zugang zu Wetter- und Verkehrsdaten in Echtzeit besteht.
  • Luftqualitätsprognose: Prognose der Entwicklung der Luftqualität in den kommenden Stunden und Tagen.
  • Situationsbewusstsein und Überwachung: Bereitstellung eines webbasierten, in Echtzeit aktualisierten Dashboards zur Überwachung des Zustands des Verkehrssystems.
  • Prognose der Parkplatzbelegung: Prognose der Parkplatzbelegung in verschiedenen Bereichen für die nächste Stunde.
  • Prognose der Busfahrzeit: Prognose, wann die Busse an den Haltestellen ankommen werden.
  • Online-Datenbereinigung: Homogenisierung von Daten, die von permanenten Sensoren eingehen, und Aufbereitung für Echtzeitanwendungen.
  • Netzzustandsschätzung: Ausdehnung der von Sensoren an bestimmten Orten erfassten Messwerte auf das gesamte Straßennetz.
  • Netzzustandsprognose: Prognose der Entwicklung der Verkehrsbedingungen in den nächsten Stunden.
Highway and Nanpu Bridge in Shanghai, China
  • Netzleistungswarnungen: Überwachung der Leistung des Verkehrssystems und Benachrichtigung der Verkehrsteilnehmer, wenn diese vom üblichen Muster abweicht.
  • Online-Störfallerkennung: Erkennung plötzlicher Veränderungen in den Verkehrsdaten, die auf einen Störfall hindeuten können, z. B. ein starker Rückgang des Verkehrsflusses außerhalb der Hauptverkehrszeiten, der auf einen Stau aufgrund eines Unfalls oder einer Kollision hindeuten könnte.
  • Prognose des Unfallrisikos: Erkennung und Meldung von Situationen, die einem hohen Unfallrisiko entsprechen, wobei stets Zugang zu Wetter- und Verkehrsdaten in Echtzeit besteht.
A young woman riding her bike in the city and going to work.
  • Situationsbewusstsein und Überwachung: Bereitstellung eines webbasierten, in Echtzeit aktualisierten Dashboards zur Überwachung des Zustands des Verkehrssystems.
  • Prognose der Parkplatzbelegung: Prognose der Parkplatzbelegung in verschiedenen Bereichen für die nächste Stunde.
  • Prognose der Busfahrzeit: Prognose, wann die Busse an den Haltestellen ankommen werden.
Car parking matrix sign in Cambridge city centre, identifying available parking spaces.
Highway and Nanpu Bridge in Shanghai, China
A young woman riding her bike in the city and going to work.
Car parking matrix sign in Cambridge city centre, identifying available parking spaces.

Fallstudien

Autopista Pau Casals

KI-basierte Verkehrsprognosesysteme und fortschrittliche Störfallerkennung

Regionale Autobahn C-32 in Spanien

Kunde: Abertis

Ziel: eine Echtzeit-Verkehrsüberwachungs- und – prognoselösung zur Vorbeugung von Zwischenfällen und zur Erprobung neuer Technologien auf der C-32, einer Hauptverkehrsstraße in Katalonien, Spanien.

  • Die Lösung bietet kurz- und mittelfristige Vorhersagen über den Verkehrsfluss und die Geschwindigkeit entlang jedes Autobahnabschnitts, indem sie Daten von Schleifendetektoren, Mautstellen und Messfahrzeugen zusammenführt.
  • Verkehrsbetreiber werden gewarnt, wenn die bevorstehenden Verkehrsbedingungen denen ähneln, die in der Vergangenheit zu Unfällen geführt haben. Sie können daher Warnungen verbreiten und Verkehrsstörungen verhindern.
  • Die Lösung hilft bei der Bewertung des Kollisionsrisikos auf jedem Autobahnabschnitt, indem sie wichtige Informationen wie den aktuellen Verkehrsfluss und die Geschwindigkeit integriert.
  • Die Überwachung und Prognose der Schadstoffbelastung umfasst die Berechnung und Prognose von Fahrzeugemissionen und Geschwindigkeitsempfehlungen.

Der Upgradepfad von Aimsun Predict

Fangen Sie klein an und passen Sie Ihre Ressourcen und strategischen Ziele an.

The upgrade path from Aimsun Predict

Simulation
Model

Das Simulationsmodell ist eine virtuelle Kopie von realen Verkehrsszenarien.


Real-time
Data

Eine Kombination aus Erkennungsdaten und Verkehrskontrolldaten.

The upgrade path from Aimsun Predict

Kontaktieren Sie uns noch heute unter info@aimsun.com.

Um mehr über die modulare Plattform von Aimsun zu erfahren, klicken Sie hier.

Highway at night with a data and graphs overlay

Aimsun Live

Eine vollständige Lösung zur Entscheidungsunterstützung für das Transportmanagement in Echtzeit. Ein komplexes, groß angelegtes Mobilitätsnetz unter allen Bedingungen reibungslos und zuverlässig zu betreiben.

Highway at night with a data and graphs overlay

Aimsun Live

Eine vollständige Lösung zur Entscheidungsunterstützung für das Transportmanagement in Echtzeit. Ein komplexes, groß angelegtes Mobilitätsnetz unter allen Bedingungen reibungslos und zuverlässig zu betreiben.

Wenn Sie mehr erfahren möchten, senden Sie uns eine Nachricht.

Aimsun
  • Hast du eine Frage? Nimm Kontakt auf.

    Wir sind hier um zu helfen!

  • Hast du eine Frage? Nimm Kontakt auf.

    Wir sind hier um zu helfen!

TEILEN

Zitieren Aimsun Next

Aimsun Next 23

Aimsun (2023). Aimsun Next 23 User’s Manual, Aimsun Next Version 23.0.0, Barcelona, Spanien. Zugriff am: July. 19, 2023. [Online].
Verfügbar: https://docs.aimsun.com/next/23.0.0/


Aimsun Next 20.0.5

Aimsun (2021). Aimsun Next 20.0.5 User’s Manual, Aimsun Next Version 20.0.3, Barcelona, Spanien. Accessed on: May. 1, 2021. [In software].
Available: qthelp://aimsun.com.aimsun.20.0/doc/UsersManual/Intro.html

Aimsun Next 23

@manual {​​​​​​​​AimsunManual,

title = {​​​​​​​​Aimsun Next 23 User’s Manual}​​​​​,
author = {​​​​​​​​Aimsun}​​​​​​​​,
edition = {​​​​​​​​​​​​​​​Aimsun Next 23.0.0}​​​​​​​​​​​​​​​,
address = {​​​​​​​​​​​​​​​Barcelona, Spain}​​​​​​​​​​​​​​​,
year = {​​​​​​​​​​​​​​​2023. [Online]}​​​​​​​​​​​​​​​,
month = {​​​​​​​​​​​​​​​Accessed on: Month, Day, Year}​​​​​​​​​​​​​​​,
url = {​​​​​​​​​​​​​​​https://docs.aimsun.com/next/23.0.0/}​​​​​​​​​​​​​​​,
}​​​​​​​​​​​​​​​


Aimsun Next 20.0.5

@manual {​​​​​​​​AimsunManual,

title = {​​​​​​​​Aimsun Next 20.0.5 User’s Manual}​​​​​​​​,
author = {​​​​​​​​Aimsun}​​​​​​​​,
edition = {​​​​​​​​​​​​​​​Aimsun Next 20.0.5}​​​​​​​​​​​​​​​,
address = {​​​​​​​​​​​​​​​Barcelona, Spain}​​​​​​​​​​​​​​​,
year = {​​​​​​​​​​​​​​​2021. [In software]}​​​​​​​​​​​​​​​,
month = {​​​​​​​​​​​​​​​Accessed on: Month, Day, Year}​​​​​​​​​​​​​​​,
url = {​​​​​​​​​​​​​​​qthelp://aimsun.com.aimsun.20.0/doc/UsersManual/Intro.html}​​​​​​​​​​​​​​​,
}​​​​​​​​​​​​​​​

Aimsun Next 23

TY – COMP
T1 – Aimsun Next 23 User’s Manual
A1 – Aimsun
ET – Aimsun Next Version 23.0.0
Y1 – 2023
Y2 – Accessed on: Month, Day, Year
CY – Barcelona, Spain
PB – Aimsun
UR – [In software]. Verfügbar: https://docs.aimsun.com/next/23.0.0/


Aimsun Next 20.0.5

TY – COMP
T1 – Aimsun Next 20.0.5 User’s Manual
A1 – Aimsun
ET – Aimsun Next Version 20.0.5
Y1 – 2021
Y2 – Accessed on: Month, Day, Year
CY – Barcelona, Spanien
PB – Aimsun
UR – [In software]. Available: qthelp://aimsun.com.aimsun.20.0/doc/UsersManual/Intro.html