MAP-AIDING
3.10 Aufbau des Qualitätsmanagements (IAGB)
Der Aufbau eines Qualitätsmanagements erfolgte mit Zuarbeit der Projektpartner DDG, der Städte Karlsruhe und Stuttgart sowie des Innenministeriums und des VuV. Es wur-den Qualitätsparameter definiert und Qualitätssicherungsmaßnahmen erarbeitet. Zu-sammen mit den Partnern Karlsruhe, Stuttgart und dem Innenministerium wurden die Prozesse der stationären Verkehrsdatenerfassung analysiert. Auf Basis dieser Analy-seergebnisse wurden in Karlsruhe konkrete Qualitätssicherungsmaßnahmen entwickelt und umgesetzt sowie deren Wirksamkeit evaluiert.
Als Grundlage zur Beschreibung der Qualität der unterschiedlichen Daten im Projekt war zunächst ein Qualitätsmodell erforderlich, welches einen einheitlichen Rahmen zur individuellen Beschreibung der Qualität verschiedenartiger Daten bietet. Nach einge-hender Recherche wurde der am IAGB entwickelte Qualitätsmerkmalskatalog beste-hend aus 6 inhärenten Merkmalen als geeignet befunden. Auf dessen Grundlage wur-den in Zusammenarbeit mit allen Projektpartnern Qualitätsparameter zur Beschreibung von
• originären Verkehrsinformationen,
• der Verkehrslage,
• Positionsfolgen aus Mobilfunkdaten sowie
• der Qualität von FPD-Trajektorien
definiert. In der folgenden Tabelle 3-5 ist das entwickelte Qualitätsmodell für FPD-Trajektorien dargestellt, wie es auch zur Evaluierung der FPD-Trajektorienqualität verwendet wurde. In der zweiten Spalte sind die 6 inhärenten Qualitätsmerkmale aus dem tätsmerkmalskatalog dargestellt. Ab der dritten Spalte finden sich die definierten Quali-tätsparameter.
Tabelle 3-5: Qualitätsmodell für FPD-Trajektorien (vgl. Anlage 7)
Nr. Merkmal Parameter Abk. und
Einheit Definition
P1.1
Beschreibt die Verfügbarkeit des FPD-Servers in einem best. Zeitraum P1.2 Trajektoriendichte
(online+relativ)
ρTra [1/s] Summe(Routenlängen)/L/T mit L = Länge des betrachteten Streckenabschnitts und T = Dauer
∆tber [s] Berechnungszeit für eine FPD-Trajektorie aus der Differenz
FPD_CalculationTime – FPD_Starttime P2.2 Mittlere Berechnungszeit
(offline+relativ) ∆tber [s] Mittlere Berechnungszeit (Stunde, Tag) aus P2.1
P2.3 Alter der Trajektorie (online+relativ)
∆tFPD [min] Alter einer Trajektorie, berechnet aus der Differenz zwischen der aktuellen Zeit und dem Zeitstempel der ersten Position aktuelle Zeit –FPD_Starttime
P2.4 Mittleres Trajektorienalter
(offline+relativ) ∆tFPD[min] Mittleres Alter der Daten (aus P2.3) P3.1
VOFPD [%] Abis: Anteil der verwendeten Positionen einer Positionsfolge eines Teilnehmers, der für die Trajektorie verwendet wird FPD_Quality (2)
P3.1 A
A: Anteil der verwendeten Zellwechsel eines Teilnehmers der für die Trajektorie verwendet wird FPD_Quality (2)
P3.2 Abdeckungsrate
(offline+absolut)
ABRFPD [%] Grad der Abdeckung des betrachteten Straßennetzes mit FPD (Begriff: „voll-ständige Abdeckung“ ist zu definieren) P3.3 Durchdringung mit FPD
(offline+absolut)
d [%] Punktueller Anteil der mit FPD detektier-ten Verkehrsstärke im Vergleich zur tat-sächlichen (jeweils an SES-Standorten) P4.1
Konsis-tenz KO
Wird durch Einhaltung des Datenmodells gewährleistet
P5.1
Wahrscheinlichkeit, mit der die Teilneh-merklassen identifiziert werden (Aggrega-tion auf einen QP "aktiver IVT" geplant) FPD_Identification
P5.2 Mittlere
Klassifizierungs-korrektheit KRKl [%]
oder [0...3]
Mittlere Klassifizierungskorrektheit der Klassen z. B. über einen Tag berechnet (aus P5.1)
Nr. Merkmal Parameter Abk. und
Einheit Definition
(offline+absolut)
P5.3 Trajektorienlänge
(online+relativ)
LFPD [km] Länge der FPD-Trajektorie (FPD_RouteLength) P5.4 Mittlere Trajektorienlänge
(offline+relativ) LFPD [km]
Mittlere Länge der FPD-Trajektorie (aus P5.3)
P5.5 Zuordnungskorrektheit Typ A
(offline+absolut)
KRZuA [%]
Korrekter Streckenanteil der FPD-Route, der sich mit der GPS-Route deckt, bezo-gen auf die Länge der GPS-Route (GPS als Referenz erforderlich)
P5.6 Zuordnungskorrektheit Typ B
(offline+absolut)
KRZuB [%]
Korrekter Streckenanteil der FPD-Route, der sich mit der GPS-Route deckt, bezo-gen auf die Länge der ermittelten FPD-Route (GPS erforderlich)
P5.7 Rangkorrelation nach Spearman
(offline+absolut)
r Punktuelle Korrelation des Tagesgangs der detektierten Verkehrsstärke mit der tatsächlichen aus SES ermittelten (je-weils an SES-Standorten)
P6.1
QAFPD [m] Mittel der orthogonalen Abweichungen der verwendeten Positionen von der wahrscheinlichsten Route
FPD_Quality (1) nur Abis-Daten P6.1
A
Anzahl der Zellwechsel eines Teilnehmers (online+absolut)
AnzZW [-] Anzahl der Zellwechsel, die einem Teil-nehmer zugeordnet werden konnten FPD_Quality (1) nur A-Daten
P6.2 Standardabweichung der
Geschwindigkeit (offline+absolut)
SV [km/h] Gibt die Genauigkeit der aus den Trajek-torien ermittelbaren Geschwindigkeit an.
Referenz erforderlich (Messfahrt oder TEU)
P6.3 Differenz der Durch- schnittsgeschwin-digkeiten
(offline+absolut)
δ [km/h] Vorzeichenfreie Differenz zwischen Durchschnittsgeschwindigkeit aus GPS und aus MFD
Die entwickelten Qualitätsmodelle dienten als Evaluierungsgrundlage für die FPD-Trajektorien und wurden zum Nachweis der Wirksamkeit der Qualitätssicherungsmaß-nahmen herangezogen.
Als wichtiger Beitrag zur Sicherung der Datenqualität im online-Betrieb und damit zum Qualitätsmanagement wurde eine Protokollierung der Tagesergebnisse umgesetzt. Es wurden unter Anderem die Anzahl berechenbarer Trajektorien, deren Lage und Länge sowie eine Reihe weiterer wichtiger Kenngrößen stundenweise protokolliert. Diese In-formationen dienen der Überwachung der Prozesse und ermöglichen das schnelle Aufdecken von Änderungen der Datenqualität. So kann das Einhalten einer geforder-ten Dageforder-tenqualität über einen längeren Zeitraum gewährleistet werden. Weitere
Opti-mierungen in der Auswertung können so auch quantitativ gemessen und nachgewie-sen werden.
Mit Hilfe der durchgeführten Analysen (Ursache-Wirkungs-Diagramme sowie FMEA mit Bestimmung von Risikoprioritätszahlen) der stationären Erfassungssysteme der Pro-jektpartner Stuttgart, Karlsruhe und der Landesstelle für Straßentechnik konnten Schwachstellen in der Datenerzeugung- und Aufbereitung identifiziert werden. Auf Grundlage dieser identifizierten Schwachstellen wurden kurz-, mittel- und langfristige Qualitätssicherungsmaßnahmen entwickelt und exemplarisch in Karlsruhe umgesetzt.
Mit Hilfe einer erneuten FMEA und dem Vergleich von Risikoprioritätszahlen sowie geeigneter Qualitätsparameter aus dem Qualitätsmodell konnte der Nachweis der Wirksamkeit einzelner Maßnahmen erbracht werden.
Die folgende Tabelle 3-6 zeigt als Beispiel die geplanten Maßnahmen in Karlsruhe zur Steigerung der Sensordatenqualität und damit zur Senkung der Risikoprioritätszahlen.
In der vorletzten Spalte wird die zu erwartende Wirkung der jeweiligen Maßnahme auf die Auftretenswahrscheinlichkeit (A), die Bedeutung des möglichen Fehlers (B) sowie dessen Erkennbarkeit bzw. Behebbarkeit (E) angegeben. In der letzten Spalte ist der Zeithorizont für die Maßnahme angegeben.
Tabelle 3-6: QS-Maßnahmen mit zu erwartender Wirkung (Karlsruhe)
Nr. System Bauteil QS-Maßnahme Ziel Wirkung
Gute Vorplanung von Bau-maßnahmen, Baustellen- und Ereignismanagement "BEM"
ist derzeit in der ersten Be-triebsphase
Reduzierung der Auftretens-häufigkeit durch rechtzeitiges Hinweisgeben auf Schleifen-kabel bzw. Reduzierung der Entdeckungs- und
Verwendung von Muffen hoher Qualität; wird seit ca. drei Jahren in Karlsruhe praktiziert in Form von gelverfüllten witterungsbeständigen Muffen ("Gelsnap").
Mittel- bis langfristige Reduzie-rung der Auftretenshäufigkeit zu erwarten
(RMQ) Zuleitung
Verwendung moderner (fett-verpresster) Kabel; wird seit ca. zehn Jahren in Karlsruhe praktiziert.
Mittelfristige Reduzierung der Auftretenshäufigkeit zu erwar-ten
A 3 2,5 mittelfristig
1.4 Schleife
(RMQ) Steuergerät
Kontinuierliche Modernisie-rung des Gerätebestandes, insbesondere der "abgekün-digten" Gerätetypen, bei denen eine Ersatzteilvorhal-tung nicht mehr gewährleistet ist.
Mittel- und langfristige Redu-zierung der Auftretenshäufig-keit zu erwarten
A 4 3
Standardmäßiger Einbau einer USV zur unabhängigen Span-nungsversorgung bei Netzaus-fall
Mittel- und langfristige Redu-zierung der Auftretenshäufig-keit zu erwarten
A 4 3,5 A 4 3
mittel-/langfristig
1.6 Schleife
(RMQ) Steuerkabel Kabelkataster
Deutliche Reduzierung der Behebungszeit bei Defekten einzelner Adern durch Umran-gieren auf Ersatzaderpaar
Bruch, Kurzschluss
Nr. System Bauteil QS-Maßnahme Ziel Wirkung (A/B/E)*
Zeit- horizont
2.3 TEU Infrarotdetek-tor
Stringente Vorgaben zur Plausibilisierungskontrolle in Concert-Software
Unplausible Daten werden vom System verworfen (Con-cert: Status grau), so dass eine deutliche Reduzierung der Erkennungszeit zu erwar-ten ist
E 7 6 kurzfristig
2.4 TEU Infrarotdetek-tor
Tournusmäßige Plausibilitäts-kontrolle der Messwerte, insbesondere der Geschwin-digkeit, in Bezug zu histori-schen Daten, 1x wöchentlich.
Einrichten einer Messwert-kontrolldatei
Deutliche Reduzierung der
Erkennungszeit E 9 7 kurzfristig
2.5 TEU GPRS-Server
Automatischer Restart des Softwareprozesses sonntags 12:00 Uhr
Reduzierung der Behebungs-zeit bei Ausfall am Wochenen-de Vorhal-ten von Aktionsplänen
Reduzierung der Behebungs-zeit insbesondere wenn Absperrmaßnahmen zur
Automatischer Restart der Verarbeitungsprozesse sonn-tags 12:00 Uhr
Reduzierung der Behebungs-zeit bei Ausfall am Wochenen-de Kontrolle des Gesamtsystems auf Funktionstüchtigkeit aller Messwerte 2x täglich in Ab-hängigkeit von den vereinbar-ten Reaktionszeivereinbar-ten der Servicekräfte
Reduzierung der Erkennungs- und Behebungszeiten
* Bezeichnung entsprechend der durchgeführten System-FMEA: A=Auftrittswahrscheinlichkeit, B=Bedeutung E=Entdeckung und Behebung eines Fehlers
** Eine Entdeckungs- und Behebungszeit der Stufe 3 (entspr. ½ Tag) oder geringer wird bei Schleifen und Concert- bzw.
Verkehrsrechner nicht weiter reduziert, bei TEU-Außenanlage eine Entdeckungs- und Behebungszeit der Stufe 4 (entspr. 1 Tag) oder geringer, da in diesen Fällen bereits die minimal erreichbaren Entdeckungs- und Behebungszeiten erreicht wur-den.
Die Qualität der SES-Daten konnte durch die Einführung einer Reihe von kurzfristigen Maßnahmen signifikant gesteigert werden. Die Wirkung der mittel- und langfristigen Maßnahmen dagegen wird erst in den kommenden Jahren nachweisbar sein (vgl. An-lage 6).
Parallel dazu erfolgte der Nachweis der Wirksamkeit der kurzfristig durchgeführten Maßnahmen auf Basis geeigneter Qualitätsparameter. Im Folgenden sind die in Karls-ruhe erzielten Verbesserungen anhand des Vergleichs der vor und nach der Einfüh-rung der Maßnahmen berechneten Qualitätsparameter dargestellt.
Tabelle 3-7: Qualitätsparameter der SES mit und ohne der kurzfristigen Qualitätssiche-rungsmaßnahmen
Merkmal Parameter Abk. und Einheit
Globale Ausfallrate AURglobal
[%]
n.a.*: nicht auswertbar, keine Aussage möglich
Es zeigt sich, dass nach Einführung der QS-Maßnahmen insbesondere die Verfügbar-keit der Messdaten von 93,1 % auf 95,8 % gesteigert werden konnte. Die Ausfallrate der Daten aus stationären Erfassungssystemen konnte entsprechend deutlich von 6,9 % auf 4,2 % zurückgeführt werden – das entspricht einem Rückgang in Höhe von ca. 39,1 %.
Gleichzeitig ist ein leichter Rückgang der Datenkonsistenzrate von 99,3 % auf 99,1 % zu verzeichnen, was durch die stringenteren Vorgaben zur Plausibilitätskontrolle inner-halb der Verkehrsrechnersoftware zum schnelleren Erkennen von Messwert-Implausibilitäten bedingt sein dürfte.
Die Aktualität der Messdaten ist mit einer mittleren Meldeverzögerung von im Schnitt einer Minute und dreizehn Sekunden in der Vorher-Untersuchung zu einer Minute und 15 Sekunden in der Nachher-Untersuchung annähernd gleich geblieben.