12.06.2023
Der Award für die Student Paper Competition im Rahmen des Symposiums "The Future of Traffic Management" in Wien ist abgeschlossen. Nach der Beurteilung der zahlreichen Paper von jungen Forschenden aus der ganzen Welt freut sich das sechsköpfige Komitee, die Namen der Gewinner:innen bekannt zu geben. Die drei besten Arbeiten sind im Folgenden kurz beschrieben.
Xuerun Yan und seine Co-Autor:innen von der Tongji-Universität in Shanghai gewannen die Student Paper Competition mit ihrer Arbeit über eine hochmoderne Simulationsplattform zur Bewertung von LKW-Platooning. Die vorgeschlagene Plattform wurde bereits erfolgreich angewendet und von der Shanghai Automotive Industry Corporation (SAIC) im Yangshan-Hafen, dem zweitgrößten Hafen der Welt, eingesetzt. Um die Zuverlässigkeit der Plattform zu überprüfen, wurde ein Vergleich mit einem tatsächlichen Feldversuch durchgeführt. Zusätzlich wurden Stichprobentests durchgeführt, um die Leistung von LKW-Platooning und die Auswirkungen auf den Mischverkehr zu bewerten. Die Analyse der Ergebnisse machte deutlich, dass die bestehenden Technologien für den Spurwechsel von LKW-Platoons aufgerüstet werden müssen, um für Szenarien mit hoher Verkehrsnachfrage geeignet zu sein. Darüber hinaus wurde auf die notwendige Durchführung lokaler und aktueller Bewertungen hingewiesen, bevor LKW-Platooning zugelassen wird.
Chintaman Bari, ein Forscher am Sardar Vallabhbhai National Institute of Technology in Indien, sicherte sich den zweiten Platz. Er präsentierte eine Arbeit, die sich mit der Optimierung der Aufteilung zwischen manuellen und elektronischen Mautspuren befasst. Dadurch soll der Durchsatz maximiert werden, wenn sowohl Fahrzeuge mit, als auch ohne ETC auf der Straße sind. Unter Berücksichtigung von Faktoren wie Verkehrsaufkommen, ETC-Durchdringungsrate und Verspätungen auf den Mautspuren, entwickelte Bari verschiedene Szenarien sowie eine Verspätungsgleichung, um Verspätungen tatsächlich einschätzen zu können. Darüber hinaus legte er auf Verspätungen basierende Schwellenwerte für den Level of Service (LOS) speziell für ETC-Spuren fest. Diese Studie kann für ein effizientes Verkehrsmanagement äußerst nützlich sein, um die Anzahl der Fahrspuren zu bestimmen, die für die Aufrechterhaltung des vorgeschriebenen LOS nötig sind.
Junlan Chen von der Southeast University und Monash University, die den dritten Platz in der Student Paper Competition belegte, hat sich mit ihren Co-Autor:innen mit ungleichmäßigen Unfalldaten beschäftigt, die häufig zu einer schlechten Leistung datengesteuerter Methoden führen. Die üblicherweise verwendeten Methoden zur Stichprobenwiederholung sind oft unzureichend, da sie nur kontinuierliche Variablen verarbeiten und die Korrelation zwischen Risikofaktoren nicht berücksichtigen können. Daher schlugen Junlan und ihr Team einen neuen Ansatz vor, der ein tiefes generatives Modell auf der Grundlage von Conditional Tabular Generative Adversarial Networks (CTGAN) zur Erzeugung synthetischer Unfalldaten verwendet. Die Ergebnisse ihrer Studie zeigen, dass CTGAN-RU mit anderen Resampling-Methoden vergleichbar ist und die generierten Daten in Bezug auf Vorhersagegenauigkeit und statistischen Schlussfolgerungen konsistent sind.
Diese drei Arbeiten werden während der Plenary Session 3 am Mittwoch, dem 28. Juni, auf der Konferenz vorgestellt und ausgezeichnet. Die Student Paper Competition wird großzügigerweise von TM2.0 gesponsert.
Herzlichen Glückwunsch an alle Gewinner:innen!
