DE19956682A1

DE19956682A1 - Verfahren zur Steuerung der Übertragungszeitpunkte von Daten, die Ereignisse betreffen, die durch Fahrzeuge detektiert werden

Info

Publication number: DE19956682A1
Application number: DE1999156682
Authority: DE
Inventors: Walter Franz; Ralf Hinz; Rainer Kroh
Original assignee: DaimlerChrysler AG
Current assignee: Mercedes Benz Group AG
Priority date: 1999-11-25
Filing date: 1999-11-25
Publication date: 2001-06-21
Anticipated expiration: 2019-11-26
Also published as: DE19956682B4

Abstract

Die Erfindung bezieht sich auf ein Verfahren zur Steuerung der Übertragungszeitpunkte von Daten, die Ereignisse betreffen, die durch Fahrzeuge einer Fahrzeugflotte, insbesondere einer Stichprobe-Fahrzeugflotte detektiert werden, an eine Dienstezentrale. Dadurch, dass jedes Fahrzeug die Daten in Übereinstimmung mit einer statistischen Verteilungsfunktion zeitlich verzögert an die Zentrale sendet, und nach Eintritt vorgegebener Kriterien keine weiteren Übertragungen mehr stattfinden, wird die Anzahl der zu übertragenen Nachrichten gesenkt, und dennoch kann die Zentrale die Ereignisse mit einer entsprechend großen statistischen Sicherheit detektieren. Das Verfahren erfordert nur geringen Aufwand zum Verwalten der Daten und Fahrzeuge.

Description

Die Erfindung betrifft ein Verfahren zur Steuerung der Übertragungszeitpunkte von Daten, die Ereignisse betreffen, die durch Fahrzeuge einer Fahrzeugflotte, insbesondere einer Stichproben-Fahrzeugflotte detektiert werden, an eine Zentrale.

Es gibt Straßenverkehrsdienstleistungen die darauf basie ren, dass Daten, die im Fahrzeug anfallen bzw. erhoben wer den und die bisher nicht oder nur lokal im Fahrzeug verwen det wurden, zu einer Dienstezentrale übertragen werden. Dort werden diese Daten mit den Daten aus einer Vielzahl anderer Fahrzeuge verknüpft und Schlussfolgerungen abgelei tet. Die Vielzahl von Fahrzeugen sind zum Beispiel Stich probenfahrzeuge einer Fahrzeugflotte, die nicht nur organi satorisch verbundene Fahrzeuge, sondern beliebige Fahrzeuge umfassen kann, z. B. alle Fahrzeuge, die in einem gegebenen Straßennetz gleichzeitig unterwegs sind. Beispiele für ent sprechende Dienste sind: Staudetektion, Unfalldetektion oder die Übertragung von Daten, die auf den Wetterzustand schließen lassen. Derartige Dienste werden als "Floating Car Data"-Dienste bezeichnet.

Die Aussagesicherheit der Schlussfolgerungen lässt sich steigern, wenn man eine große Anzahl von Fahrzeugen einbe zieht. Andererseits sind solche Abfragen problematisch, da aufwendige Mobilfunktechnologien mit entsprechend niedrigen Bandbreiten verwendet werden müssen. Es ist also ein Kom promiss zwischen der Anzahl der Übertragungen und der Aus sagesicherheit notwendig.

Die Übertragung der Ergebnisse der Auswertungen der Zentra le zu den Fahrzeugen (diese Übertragungsrichtung wird im Folgenden "Downlink" genannt) kann entweder über einen Rundfunkkanal (z. B. DAB, GSM-SMS-CB) oder über eine Punkt- zu-Punkt-Verbindung (z. B. Mobilfunk, GSM-BS, GSM-SMS-PtP) gesendet werden. Diese Übertragungen im Downlink können auch zur Steuerung der Übertragungen vom Fahrzeug zur Zen trale (im Folgenden "Uplink" genannt) verwendet werden.

Die Steuerung der Uplink-Übertragungen kann erstens perio disch organisiert werden, z. B. wenn die Fahrzeuge nach einer bestimmten, dienstespezifischen Zeitspanne oder Weg strecke ihre Daten übertragen. Zweitens können die Uplink- Übertragungen ereignisgesteuert durchgeführt werden, etwa wenn definierte Ereignisse vom Fahrzeug detektiert werden, z. B. Stillstand der Fahrt auf der Autobahn. Periodische bzw. ereignisgesteuerte Organisation der Uplink-Übertragun gen ist z. B. in der DE-C-195 13 640 beschrieben.

Die bekannten Verfahren arbeiten in manchen Anwendungen gut, jedoch gibt es auch Anwendungen, bei denen sie unzu länglich arbeiten oder versagen. Insbesondere bei ereignis gesteuerter Organisation der Datenübertragungen besteht die Gefahr, dass viele Fahrzeuge innerhalb kurzer Zeit auf das Mobilfunksystem zugreifen, wenn ein Ereignis eintritt, das von vielen Fahrzeugen detektiert wird, z. B. einsetzender Regen, und die Fahrzeuge entsprechende Meldungen an die Zentrale senden. Schmalbandige Mobilfunkdienste können hierdurch überlastet werden, und Übertragungssysteme mit ausreichender Leistungsfähigkeit würden hohe Übertragungs kosten verursachen.

Weiterhin verursachen die bekannten Verfahren einen sehr hohen Verwaltungs- und Bearbeitungsaufwand.

Diese Probleme werden durch die im Patentanspruch 1 angege benen Merkmale gelöst.

Unter einem Ereignis wird hier auch eine Zustandsänderung verstanden, z. B. wenn ein vom Fahrzeug detektierter Zustand nicht mehr mit Daten übereinstimmt, die von der Zentrale an die Fahrzeuge gesendet werden. Gemäß der Erfindung werden neue Daten, die an die Zentrale zu senden sind, nicht so fort, sondern um eine Zeit verzögert gesendet, die anhand der Verteilungsfunktion festgelegt wird, d. h. zufällig er zeugt oder pseudozufällig berechnet wird.

Die Erfindung beruht auf der Erkenntnis, dass man nicht nur die Anzahl der Übertragungen, sondern auch den Betriebsauf wand zum Verwalten der Daten, Fahrzeuge und Zustände erheb lich vermindern kann, wenn man die Übertragungszeiten nicht deterministisch, wie im Stand der Technik, sondern stati stisch in die Zukunft verschiebt. Da die statistische Ver teilungsfunktion, gemäß der dies geschieht, in der Zentrale bekannt ist, kann die Zentrale ein gemeldetes Ereignis be reits nach relativ wenigen Meldungen als korrekt erkennen.

In einer bevorzugten Ausführungsform ist die statistische Verteilungsfunktion eine vorbestimmte Verteilungsfunktion mit wenigstens einem freien Parameter, für den die Zentrale einen konkreten Parameterwert wählt, den sie an die Fahr zeuge sendet. Dadurch kommt man für alle Arten von Ereig nissen mit einer Basis-Verteilungsfunktion aus, die leicht an die speziellen Erfordernisse zur korrekten Erkennung von bestimmten Ereignissen angepasst werden kann.

Dabei wird der konkrete Parameterwert vorzugsweise so ge wählt, dass innerhalb einer vorbestimmten Zeit nach Detek tion eines Ereignisses durch mehrere Fahrzeuge statistisch so viele Fahrzeuge Daten in Bezug auf das Ereignis senden, dass in der Zentrale eine vorbestimmte statistische Sicher heit besteht, dass das Ereignis tatsächlich eingetreten ist.

Falls die Zeitpunkte der Detektion von Ereignissen in den Fahrzeugen einer Zufallsverteilung unterliegen, wie es im Allgemeinen der Fall ist, kann dies bei der Wahl des pas senden konkreten Parameterwertes berücksichtigt werden, wo bei die Zufallsverteilung der Detektionszeitpunkte vorzugsweise durch eine mit α = 2 parametrisierte Gamma-Verteilung approximiert wird.

Als statistische Verteilungsfunktion wird vorzugsweise eine negativ exponentielle oder gleichverteilte Verteilungsfunk tion verwendet.

Sobald die Zentrale so viele Meldungen zu einem Ereignis empfangen hat, dass die vorbestimmte statistische Sicher heit besteht, dass das Ereignis tatsächlich eingetreten ist, kann sie die Zustandsänderung an die Fahrzeuge zurück melden. Fahrzeuge, die dieses Ereignis detektiert, aber noch nicht gesendet haben, oder Fahrzeuge, die das Ereignis später detektieren, senden dies dann nicht mehr, um redun dante Meldungen im Uplink zu vermeiden.

Alternativ kommt man ohne Rückmeldung des geänderten Zu stands an die Fahrzeuge aus, indem die Zentrale eine maxi male Verzögerungszeit für die Übertragung von Daten, die Ereignisse betreffen, die durch Fahrzeuge detektiert wer den, im Voraus festlegt und an die Fahrzeuge übermittelt, und indem Fahrzeuge, die bei Detektion eines Ereignisses eine Verzögerungszeit festlegen, die länger als die maxima le Verzögerungszeit ist, nicht senden.

Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der folgenden Beschreibung von Ausführungsbeispielen und aus der Zeichnung, auf die Bezug genommen wird. Darin zeigen:

Fig. 1 eine Prinzipskizze zur Erläuterung des prinzipiellen Ablaufs des erfindungsgemäßen Verfahrens,

Fig. 2 den Ablauf zur Bestimmung der Parameter der Zufalls verteilung, mit der die Fahrzeuge den Sendezeitpunkt be rechnen, und

Fig. 3 Gamma-Verteilungsdichtefunktionen zur Approximation der Detektionszeitpunkte.

In der nachfolgenden Beschreibung wird von einem konventio nellen "Floating Car Data"-Dienst ausgegangen, bei dem die Fahrzeuge ihre Daten dann übertragen, wenn der detektierte Zustand mit den empfangenen bzw. abgespeicherten Daten nicht mehr übereinstimmt. Dies wird im folgenden als Ein tritt eines Ereignisses bezeichnet.

Empfängt die Zentrale Nachrichten, so wird sie so viele Nachrichten abwarten, bis sie mit einer genügend hohen Wahrscheinlichkeit auf den Eintritt des Ereignisses schlie ßen kann. Dabei müssen die Übertragungen innerhalb einer dienstespezifischen Zeitspanne eintreffen. Dann signali siert die Zentrale den Fahrzeugen die erkannte Zustandsän derung. Alle Fahrzeuge, die bis dahin noch nicht gesendet haben, senden nicht.

Es tritt als eine zu beachtende Randbedingung der Umstand auf, dass im Allgemeinen die Fahrzeuge ein Ereignis nicht gleichzeitig, sondern individuell zu verschiedenen Zeit punkten detektieren. Die Streuung dieser Detektionszeit punkte hängt vom Anwendungsfall ab. Starker Regen in einem Gebiet kann an verschiedenen Stellen zu verschiedenen Zeit punkten auftreten.

Eine falsche Ereignismeldung andererseits kann von sehr vielen Fahrzeugen nahezu gleichzeitig detektiert werden. Ohne weitere Vorkehrungen werden daher sehr viele Fahrzeuge nahezu gleichzeitig versuchen, auf das Kommunikationsmedium des Dienstes zuzugreifen, das z. B. ein Mobilfunkkanal auf GSM-SMS-Basis ist. Dadurch wird unter Umständen der be grenzte Uplink-Kanal des Funkkanals überlastet und im schlimmsten Fall eine Blockade des Systems verursacht, da der Uplink-Kanal nicht mehr für andere Anwendungen und Dienste genutzt werden kann.

Zur Vermeidung von lawinenartigen Übertragungen wird dafür gesorgt, dass die Sendezeitpunkte der Fahrzeuge zufällig verzögert werden. Durch statistisches Verschieben des Sen dezeitpunktes in die Zukunft kann man eine deutliche Ver ringerung des Übertragungsvolumens im Uplink-Kanal errei chen.

Die Fahrzeuge verzögern die Zeitpunkte des Sendens anhand einer statistischen Verteilung, die den Fahrzeugen und der Zentrale bekannt ist, und deren Parameter durch die Dien stezentrale berechnet und den Fahrzeugen übermittelt wird.

Durch die bekannte statistische Verteilung und die sowohl den Fahrzeugen als auch der Dienstezentrale bekannten Para metereinstellungen der Verteilung kann die Dienstezentrale eine statistische Sicherheit für das Eintreten des Ereig nisses berechnen.

Im Folgenden werden das zugrundeliegende Modell beschrie ben, die für die Berechnung notwendigen Größen definiert und die das Verfahren beschreibenden mathematischen Glei chungen dargestellt.

Fig. 1 veranschaulicht das Modell, nach dem das Verfahren prinzipiell abläuft:

1. Eine Menge bestehend aus N Fahrzeugen befindet sich in dem betrachteten geografischen Gebiet. Die Fahrzeuge de tektieren ein Ereignis, das im Zeitpunkt to eintritt und eine Meldung innerhalb eines "Floating Car Data"-Dien stes an die Zentrale notwendig macht.
2. Die Fahrzeuge übertragen die geforderten Daten zeitlich verzögert an die Zentrale. Ein Algorithmus bestimmt die zeitliche Verzögerung durch Generierung einer Pseudozu fallszahl entsprechend der bekannten Verteilungsfunk tion. Die Steuerung der Parameter dieses Algorithmus er folgt wie weiter unten beschrieben. Die Verzögerungszeit der einzelnen Fahrzeuge wird des weiteren durch die Zu fallsvariable T_x beschrieben. Die Zentrale besitzt einen genügend genauen Schätzwert von N, z. B. durch eine vor hergehende Anmeldung der Fahrzeuge bei der Zentrale. Als Beispiel sind in Fig. 1 Sendezeitpunkte von einzelnen Fahrzeugen mit Pfeilen senkrecht zur Zeitachse markiert.
3. Die Zentrale empfängt die Nachrichten und wartet, bis eine genügend große Anzahl a von Nachrichten empfangen wurde, um das Ereignis mit ausreichender statistischer Sicherheit σ zu detektieren. Der Zeitpunkt, in dem die Zentrale das Ereignis als statistisch sicher erkennt, ist in Fig. 1 mit t_d bezeichnet. Die Zentrale sendet dann eine Zustandsänderungsmeldung an die Fahrzeuge zu rück.
4. In einem Zeitpunkt t_f in Fig. 1 haben alle N Fahrzeuge die Nachricht empfangen, und die "Floating Car Data"-Sy steme in den Fahrzeugen ändern ggf. ihre Zustandsdaten. Hat ein Fahrzeug die Nachricht über das eingetretene Er eignis bis dahin noch nicht gesendet, so wird die Nach richt verworfen.

Alternativ zur aktiven Rückmeldung der Zentrale nach Punkt 3 ist es auch möglich, dass die Zentrale eine Zeit vorgibt, bis zu der die Stationen senden. Das heißt, die Zentrale bestimmt eine ausreichend lange Zeitspanne T_s, die den am Dienst teilnehmenden Fahrzeugen z. B. zusammen mit den Para meterwerten zur Berechnung der Pseudozufallszahl übermit telt wird. Die Fahrzeuge senden nur dann, wenn die ermit telten Verzögerungszeiten geringer sind als T_s. Alle Sende vorgänge erfolgen weiterhin zeitlich verzögert. Auf diese Weise sind die Fahrzeuge von der Rückmeldung des geänderten Zustands von der Zentrale unabhängig.

Als Randbedingung ist in der Regel zu berücksichtigen, dass Fahrzeuge ein Ereignis nicht direkt bei dessen Auftreten, sondern individuell zu einem späteren Zeitpunkt detektie ren. Dies wird als Zufallsprozess approximiert und geht in die Berechnungen mit ein. Hierfür wird die Zufallsvariable T_e mit der dazugehörigen Verteilungsfunktion F_e(t) und Ver teilungsdichtefunktion f_e(t) definiert. Diese werden als gegeben angenommen. Sie werden z. B. aus empirischen Daten gewonnen und bei der Berechnung der Parameter der Vertei lung von T_x berücksichtigt. Die Gesamtzeit zwischen dem Auftreten des Ereignisses und dem Sendezeitpunkt eines Fahrzeugs wird durch die Zufallsvariable T = T_e + T_x be schrieben.

Die Berechnung der Parameter der Zufallsverteilung, mit der die Fahrzeuge den Sendezeitpunkt berechnen, in der Zentrale wird nun anhand von Fig. 2 beschrieben.

Wenn die Fahrzeuge eine Zustandsänderung gegenüber einer früheren Zustandsmeldung der Zentrale detektieren, so sen den sie nicht sofort, sondern berechnen anhand einer Ver teilungsfunktion eine Pseudozufallszahl.

Im Allgemeinen muss die Verteilungsfunktion einen freien Parameter λ besitzen, der durch die Zentrale zur Steuerung von Verzögerungszeiten vorgegeben wird. Die Verteilungsfun ktion kann zum Beispiel durch eine negativ exponentielle Verteilung mit Parameter λ realisiert werden.

Der Parameter λ wird von der Zentrale berechnet und den Fahrzeugen übermittelt. Die Zentrale bestimmt λ wie folgt:

S1: Die Zentrale definiert eine Zeitspanne t_d (Detektions zeit), innerhalb der mindestens a der N Stationen das Ereignis mit der Wahrscheinlichkeit σ an die Zentrale gemeldet haben müssen. t_d hängt von der Art des Dien stes und von der Verteilung der Zeit, die vergeht, bis die Fahrzeuge das Ereignis detektieren, ab. Eine Regen warnung wird ein längere Detektionszeit ermöglichen, als z. B. ein Notruf.

S2: Mit den gegebenen Parametern N (Anzahl der Fahrzeuge), a (Anzahl der benötigten Meldungen für die Detektion), t_d (maximale Zeitspanne zur Detektion des Ereignisses mit Wahrscheinlichkeit λ), σ und der gegebenen Verteilung für die Zeit T_e, kann die Dienstezentrale die Pa rameter zur Steuerung der Wahrscheinlichkeitsverteilung (hier λ) berechnen.

Die berechneten Parameterwerte werden nun an die Fahrzeuge im betroffenen Gebiet übermittelt (S3), und wenn ein Ereig nis eintritt, verzögern Fahrzeuge, die dieses Ereignis de tektieren, den Sendezeitpunkt derart, dass innerhalb der Zeit t_d mindestens a Meldungen mit der Wahrscheinlichkeit σ der Zentrale eintreffen (S4).

Die Zentrale steuert somit die Berechnung der Wartezeiten der Fahrzeuge derart, dass innerhalb der Zeit t_d mit der Wahrscheinlichkeit σ mindestens a Fahrzeuge die Nachrichten gesendet haben.

Das hier beschriebene Vorgehen eignet sich prinzipiell zur Bestimmung eines Freiheitsgrades einer jeden beliebigen Zu fallsverteilung.

Es senden also nicht alle N Fahrzeuge das detektiere Er eignis. Die Anzahl der sendenden Fahrzeugen muss größer gleich a sein. Wie groß die Zahl n ist, hängt ab

- von der Verteilung, nach der der Sendezeitpunkt der Da ten bestimmt wird,
- von der Dauer, bis die Zentrale die a Nachrichten emp fangen, bearbeitet und die Rückmeldung an die Fahrzeuge gesendet hat, bzw. bis diese von den Fahrzeugen ausge wertet wurde, und
- von der Übermittlungsdauer der Nachrichten im Uplink.

In diesem Modell wird davon ausgegangen, dass die Zentrale entweder die Anzahl N der betroffenen Fahrzeuge kennt oder zumindest einen Schätzwert für N besitzt.

Tabelle 1 gibt einen Überblick über die bei der obigen Be rechnung von λ verwendeten Größen.

Tabelle 1

Es folgt eine Beschreibung der mathematischen Grundlagen des Verfahrens.

Ausgangspunkt ist die Verteilungsfunktion für die Verzöge rung der Sendezeitpunkte der Fahrzeuge (Zufallsvariable T_x) und die Verteilung der Detektionszeitpunkte der Fahrzeuge (Zufallsvariable T_e). Die Summe dieser Zufallsvariablen er gibt die Zeit zwischen Auftreten eines Ereignisses und dem Sendezeitpunkt eines Fahrzeugs. Diese Zeit wird durch die Zufallsvariable T = T_x + T_e beschrieben.

Die Zufallsvariable X beschreibe die Anzahl der Fahrzeuge, die eine Nachricht an die Zentrale senden.

Gleichung 1 beschreibe die Verteilungsfunktion der Warte zeit in einem Fahrzeug.

P(T ≦ t) = F_T(t, λ) Gl. 1

Betrachtet man N Fahrzeuge und sucht man die Wahrschein lichkeit P(T ≦ t, X = a), dass genau a Fahrzeuge aus N innerhalb von t senden, so gilt Gl. 2:

Die Wahrscheinlichkeit, dass a oder mehr als a Fahrzeuge innerhalb t senden, ist demnach (Gl. 3):

Gl. 3 beschreibt die Wahrscheinlichkeit, dass mindestens a Fahrzeuge innerhalb der Zeit t senden. Diese Gleichung wird von der Zentrale zur Berechnung der Parameter der Vertei lung nach Gl. 1 verwendet. Die Zentrale geht davon aus, dass bei einem gegebenen Dienst, zwischen Eintreten eines Ereignisses und der Detektion mit der statistischen Sicher heit σ höchstens die Zeit t_d verstreichen darf. D. h. es müssen mindestens a Fahrzeuge mit der Wahrscheinlichkeit a während t_d gesendet haben. Es gilt daher:

P(T ≦ td, X ≧ a) = σ Gl. 4

Setzt man Gl. 3 und σ gleich, so erhält man Gl. 4, aus der man einen freien Parameter λ der Wahrscheinlichkeitsvertei lung nach Gl. 1 bestimmen kann. Diese Gleichung ist im All gemeinen nicht nach λ auflösbar. Mit numerischen Methoden lässt sich der Wert von λ jedoch bestimmen.

Dem Modell nach Abschnitt 2.1 zufolge sendet die Zentrale diesen Parameter λ an alle N Fahrzeuge. Bei Eintritt eines Ereignisses ist somit mit der Wahrscheinlichkeit σ garan tiert, dass mindestens a Fahrzeuge innerhalb t_d übertragen und somit die Detektion des Ereignisses innerhalb t_d durch geführt wird.

Bei der mathematischen Beschreibung wurde noch nicht be rücksichtigt, dass die Fahrzeuge das Eintreten eines Ereig nisses nicht zugleich, sondern weiter wie oben erwähnt erst nach einer Verzögerungszeit detektieren. Diese Zeit wird durch die Zufallsvariable T_e beschrieben.

Die Verteilung von T_e sei bekannt. Sie kann zum Beispiel empirisch approximiert werden. Intuitiv erwartet man, dass bei einer Vielzahl von Fahrzeugen der Verlauf der Vertei lungsdichtefunktion eine schiefe "Glockenkurve" ergibt, bei der ab der Zeit t₀ = 0 zuerst nur wenige Fahrzeuge das Er eignis detektieren, dann ein Maximum erreicht wird und die Wahrscheinlichkeit zur Detektion wieder abnimmt. Die so ge nannte Gamma-Verteilung besitzt ein solches Verhalten. Die Verteilungsdichtefunktion der Gamma-Verteilung ist in Gl. 5 angegeben.

Die Berechnung der hier auftretenden Integrale ist im All gemeinen nicht in geschlossener Form möglich. Setzt man den Parameter α der Gamma-Verteilung auf den Wert α = 2, so sind einige Integrale lösbar, was den Rechenverlauf verein facht, so dass ein Einsatz in der Praxis realisierbar ist. Auch mit dieser Parametrisierung eignet sich die Gamma-Ver teilung zur Modellierung, da mit dem zweiten Parameter sich die Verteilung verschiedenen Ausprägungen sehr gut an passen lässt. Dies erkennt man aus Fig. 3, die den Verlauf der mit α = 2 parametrisierten Gamma-Verteilungsdichte für fünf verschiedene Parameter ξ darstellt (hierbei gilt für die Kurven 1-5: 1 → ξ = 3, 2 → ζ = 2, 3 → ζ = 1, 4 → ζ = 0.5, 5 → ζ = 0.1). Mit α = 2 ergibt sich aus Gl. 5:
f_e(t_e) = ζ².t_e.e^-ζ.t_e Gl. 6

mit Γ (2) = 1

Berücksichtigt man T_e, so ergibt sich die Zeit zwischen Auftreten des Ereignisses und dem Sendezeitpunkt T nunmehr als Summe der Zufallsvariablen T_e und T_x. T_x beschreibe da bei die Wartezeit entsprechend der Sendeverzögerung der Fahrzeuge. Da die beiden Zufallsvariablen voneinander unab hängig sind und beide einen Wertebereich größer Null besit zen, gilt für die Verteilungsdichtefunktion der Zufallsva riable T:

Darin sind f_x(t_x), f_e(t_e) die Verteilungsdichtefunktionen von T_x bzw. T_e, wobei f_x(t_x) den unbestimmten Parameter λ beinhaltet.

Die Verteilungsfunktion für T ergibt sich dann aus:

Die Funktion aus Gl. 8 wird nun von der Zentrale für die Berechnung des Parameters λ den die Fahrzeuge zur Bestim mung der Sendeverzögerung benötigen, herangezogen.

Nachfolgend werden zwei Beispiele für Verteilungsfunktionen gegeben, die für die Bestimmung der Sendeverzögerungen der Fahrzeuge geeignet sind.

Prinzipiell lässt sich mit oben beschriebenen Verfahren ein freier Parameter für jede beliebige Verteilungsfunktion, die für t < 0 definiert ist, bestimmen. Beispiele hierfür sind insbesondere negativ exponentielle Verteilungen nach Gl. 9 (Verteilungsfunktion) und Gl. 10 (Verteilungsdichte funktion):

P(T ≦ t) = F_x(t) = 1 - e^-λ.t Gl. 9

f_x(t) = λ.e^-λ.t Gl. 10

Für die Berechnung des Parameters λ nach Gl. 4 unter Be rücksichtigung der Gamma-Verteilung (Gl. 6) für die Detek tionszeitpunkte der einzelnen Fahrzeuge ergibt sich:

Weitere Beispiele für geeignete Verteilungsfunktionen sind Gleichverteilungen nach Gl. 12 (Verteilungsfunktion) und Gl. 13 (Verteilungsdichtefunktion):

Zusammengefasst verfolgt das vorstehende beschriebene Ver fahren das Ziel, die Anzahl der Übertragungen im Uplink bei der Detektion eines neuen Ereignisses zu reduzieren, indem die Fahrzeuge nicht sofort, sondern statistisch verzögert senden.

Dieses Vorgehen ist sinnvoll, um die teure Kommunikation über Mobilfunksysteme zu reduzieren, schmalbandige Kommuni kationssysteme nicht zu überlasten und um der Zentrale trotzdem eine statistische Aussagesicherheit über ihre De tektion eines Ereignisses zu erlauben.

Eine Einschränkung der Einsetzbarkeit des Verfahrens ergibt sich aus der Tatsache, dass bei einer Reihe von "Floating Car Data"-Anwendungen die Fahrzeuge nicht gleichzeitig ein Ereignis detektieren, sondern zeitlich verzögert. Ist diese Verzögerung, die im Modell mit einer geeigneten Vertei lungsfunktion berücksichtigt wird, groß gegenüber den Ziel größen, so bringt dieses Verfahren keinen Vorteil. Der Parameter λ für die Verteilung zur Bestimmung der Sendeverzö gerung wird dann von der Zentrale so eingestellt, dass die Fahrzeuge sofort nach der Detektion des Ereignisses senden.

Liegen die Detektionszeiten der Fahrzeuge jedoch in der Größenordnung der angestrebten Zugriffsverzögerungen oder sind sie gar kleiner, so wird durch das Verfahren ein deut lich verbessertes Verhalten erzielt.

Ein Beispiel, bei dem das vorgestellte Vorgehen erfolgreich eingesetzt werden kann, ist, wenn die Zentrale aufgrund einer falschen Einschätzung, eine falsche Zustandsmeldung an die Fahrzeuge schickt. Eine große Anzahl der Fahrzeuge wird diese Meldung mehr oder weniger gleichzeitig als falsch interpretieren und daraufhin den Sendevorgang ein leiten. In diesem Fall greift das hier vorgeschlagene Ver fahren, und die Anzahl der sendenden Fahrzeuge wird dra stisch reduziert.

Claims

1. Verfahren zur Steuerung der Übertragungszeitpunkte von Daten, die Ereignisse betreffen, die durch Fahrzeuge einer Fahrzeugflotte, insbesondere einer Stichproben-Fahrzeug flotte detektiert werden, an eine Zentrale, dadurch gekenn zeichnet, dass jedes Fahrzeug die Daten in Übereinstimmung mit einer statistischen Verteilungsfunktion zeitlich verzö gert an die Zentrale sendet.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die statistische Verteilungsfunktion eine vorbestimmte Ver teilungsfunktion mit wenigstens einem freien Parameter (λ) ist, für den die Zentrale einen konkreten Parameterwert wählt, den sie an die Fahrzeuge sendet.

3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass der konkrete Parameterwert so gewählt wird, dass innerhalb einer vorbestimmten Zeit nach Detektion eines Ereignisses durch mehrere Fahrzeuge statistisch so viele Fahrzeuge Da ten in Bezug auf das Ereignis senden, dass in der Zentrale eine vorbestimmte statistische Sicherheit besteht, dass das Ereignis tatsächlich eingetreten ist.

4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass bei der Wahl des konkreten Parameterwertes berücksichtigt wird, dass die Zeitpunkte der Detektion von Ereignissen in den Fahrzeugen einer Zufallsverteilung unterliegen.

5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die Zufallsverteilung der Detektionszeitpunkte durch eine mit α = 2 parametrisierte Gamma-Verteilung approximiert wird.

6. Verfahren nach einem der vorhergehenden Ansprüche, da durch gekennzeichnet, dass die in Anspruch 1 genannte sta tistische Verteilungsfunktion negativ exponentiell oder gleichverteilt ist.

7. Verfahren nach einem der Ansprüche 3 bis 6, dadurch ge kennzeichnet, dass die Zentrale ein Ereignis, für dessen Eintritt die vorbestimmte statistische Sicherheit besteht, an die Fahrzeuge übermittelt, woraufhin Fahrzeuge, die die ses Ereignis detektieren, nicht senden.

8. Verfahren nach einem der Ansprüche 1 bis 6, dadurch ge kennzeichnet, dass die Zentrale eine maximale Verzögerungs zeit für die Übertragung von Daten, die Ereignisse betref fen, die durch Fahrzeuge detektiert werden, im Voraus fest legt und an die Fahrzeuge übermittelt, und dass Fahrzeuge, die bei Detektion eines Ereignisses eine Verzögerungszeit festlegen, die länger als die maximale Verzögerungszeit ist, nicht senden.