Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Switch to english language
Startseite    Anmelden     
Logout in [min] [minutetext]
SoSe 2022

Traffic Data and Simulation - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Projekt SWS 4
Veranstaltungsnummer Max. Teilnehmer/-innen 5
Semester WiSe 2021/22 Zugeordnetes Modul
Erwartete Teilnehmer/-innen
Rhythmus jedes 2. Semester
Hyperlink  
Sprache englisch
Termine Gruppe: [unbenannt]
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
Mi. 11:00 bis 12:30 wöch. 20.10.2021 bis 02.02.2022  Marienstraße 7 B - Student Design Studio – SDS 303      
Gruppe [unbenannt]:
 
 


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Plank-Wiedenbeck, Uwe, Prof., Dr.-Ing. begleitend
Fedior, Marco verantwortlich
Post, Fabian verantwortlich
Singler, Oliver verantwortlich
Uhlmann, Julius begleitend
Studiengänge
Abschluss Studiengang Semester Leistungspunkte
Master Digital Engineering (M.Sc.), PV 17 3 - 4 12
Master Digital Engineering (M.Sc.), PV 19 3 - 4 12
Bachelor Umweltingenieurwissenschaften (B.Sc.), PV19 3 - 4 12
Master Umweltingenieurwissenschaften (M.Sc.), PV2020 3 - 4 12
Zuordnung zu Einrichtungen
Fakultät Bauingenieurwesen
Inhalt
Beschreibung

The project consists of a seminar during the semester. The project provides practical information on traffic data acquisition, preparation, and processing and microscopic traffic simulation. Students work on a project including a term paper during the semester, which concludes with a presentation.

The participants work on a practical problem within the research project ”Bauhaus.Mobility Lab”.  

Using trajectories to calibrate microscopic traffic simulations is a promising field of research. In groups, the students receive and generate vehicle trajectory data. The own data will be generated via UAVs and traffic surveys at an intersection in Erfurt. The participants examine and process the trajectories using Machine Learning. Furthermore, they set up microscopic traffic models and investigate different calibration parameters for realistic driving behaviour simulation.

Literatur

Treiber (2013): Traffic Flow Dynamics,

PTV VISSIM User Manual,  

O’Neil and Schutt (2013): Doing Data Science

Bemerkung <p><span lang="EN-GB" data-contrast="auto">Interested persons please contact Mr. Marco Fedior (<a href="mailto:marco.fedior@uni-weimar.de">marco.fedior@uni-weimar.de</a>)</span></p>
Voraussetzungen

The project requires prior knowledge in microscopic traffic simulation with PTV VISSIM and working with large data sets in Python. Additional knowledge in Machine Learning and object tracking with Computer Vision are welcome.

Leistungsnachweis

Term paper and presentation


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2021/22 , Aktuelles Semester: SoSe 2022

BISON-Portal Startseite   Zurück Kontakt/Impressum Datenschutz