Praktijkrelevantie TRAIL PhD onderzoek - de Toekomst van Verkeersmanagement en ITS

Praktijkrelevantie recente TRAIL Dissertaties De Toekomst van Verkeersmanagement

Prof. dr. ir. Serge Hoogendoorn, Technische Universiteit Delft

Wie zijn we? Traffic Operations and Management @ Transport & Planning

Introductie onderzoeksgroep en thema’s



Groep:

• 1 HGL, 1 AvL, 2 UHD, 5 UD, 3 PD

• 28 PhDs, 25 MSc/jaar

Onderzoeksdomeinen:

• Traffic Operations, Control and Management en ITS

• Dynamic Rail Traffic Management

• Public Transport Operations and Control

• Pedestrian Flow Modelling and Crowd Management

• Traffic safety & security



Groep:

• 1 HGL, 1 AvL, 2 UHD, 5 UD, 3 PD

• 28 PhDs, 25 MSc/jaar

Onderzoeksdomeinen:

• Traffic Operations, Control and Management en ITS

• Dynamic Rail Traffic Management

• Public Transport Operations and Control

• Pedestrian Flow Modelling and Crowd Management

• Traffic safety & security

Relevante thema’s binnen onderzoeksdomeinen…

• Duurzame mobiliteit in de stad en stedelijk verkeersmanagement

• Living labs, big data, datafusie

• Energiezuinig rijden op het spoor

• Transitie wegkant naar in-car, coöperatieve systemen



Evacuatie case study:

• Overstroming bedreigt Westen van Walcheren door dijkbreuk

• 120.000 inwoners, 48.000 voertuigen (aanname 2.5 P/vtg)

• We hebben 6 uur om te evacueren

• Beschikbare capaciteit?

• A58: 2 stroken (= 4000 vtg/u)

• N57: 1 strook (= 2000 vtg/u)

• N254: 1 strook (= 2000 vtg/u)

• Totale capaciteit = 8000 vtg/u

Is er genoeg tijd?

Sturen van Verkeersstromen… Waarom inzicht in netwerkdynamica zo belangrijk is

Evacuatie van Walcheren






• A58: 2 stroken (= 4000 vtg/u)

• N57: 1 strook (= 2000 vtg/u)

• N254: 1 strook (= 2000 vtg/u)


Is er genoeg tijd?








• A58: 2 stroken (= 4000 vtg/u)

• N57: 1 strook (= 2000 vtg/u)

• N254: 1 strook (= 2000 vtg/u)


Is er genoeg tijd?



48000

8000 vtg/u



EVAQ model, ontwikkeld door Dr. Adam Pel

Adam Pel




Adam Pel



Simulatie met het model EVAQ laat zien dat slechts 25.000 mensen op tijd van het eiland af zijn…


Adam Pel



Simulatie met het model EVAQ laat zien dat slechts 25.000 mensen op tijd van het eiland af zijn…


WAAROM?

Adam Pel

Efficiënte zelf-organisatie

Capaciteitsval en filegolven

Blokkades en grid-lock

“Er zitten ernstige beperkingen aan het zelf-organiserend vermogen van verkeerssystemen”

Toenemende belasting verkeersnetwerk

Afnemende productie van verkeersnetwerk

Einde aan de efficiënte zelf-organisatie

• Rustig verkeer organiseert zichzelf op efficiënte wijze

• Wordt het drukker, dan stagneert deze efficiënte zelforganisatie

• Fenomenen ontstaan die efficiëntie afwikkeling aanzienlijk doen afnemen

Efficiënte zelf-organisatie

Capaciteitsval en filegolven

Blokkades en grid-lock

“Er zitten ernstige beperkingen aan het zelf-organiserend vermogen van verkeerssystemen”

Toenemende belasting verkeersnetwerk

Afnemende productie van verkeersnetwerk

Einde aan de efficiënte zelf-organisatie

• Rustig verkeer organiseert zichzelf op efficiënte wijze

• Wordt het drukker, dan stagneert deze efficiënte zelforganisatie

• Fenomenen ontstaan die efficiëntie afwikkeling aanzienlijk doen afnemen

Waar leidt dit allemaal toe?

• Netwerk fundamenteel diagram (NFD) toont relatie belasting en uitstroom

• NFD toont het resultaat van inefficiënte zelforganisatie en noodzaak ingrijpen

A A N T A L VO E R T U I G E N I N N E T W E R K

NE

TW

ER

K P

RO

DU

CT

IE

(EX

IT R

AT

ES

)

( G E R O L I M I N I S A N D D A G A N Z O, 2 0 0 7 )





NE

TW

ER

K P

RO

DU

CT

IE

(EX

IT R

AT

ES

)






NE

TW

ER

K P

RO

DU

CT

IE

(EX

IT R

AT

ES

)


K R I T I S C H E A C C U M U L A T I E

Aangrijpingspunten verkeersmanagement Van problemen naar oplossingen…

Blokkades voorkomen

Doorstroming verhogen

Verkeer efficient verdelen

Instroom beperken

Oorzaken afname efficiëntie afwikkeling leiden tot oplossingen!

• Vier hoofdrichtingen om efficiëntie te verhogen

• Knelpunten aanpakken: blokkades voorkomen en doorstroming verhogen

• Verkeer beter spreiden in ruimte en tijd

• Nadelige effecten optimalisatie individuele doelen verminderen

Lokaal doseren

Voorbeeld: doorstroming verhogen

• Na ontstaan file neemt de capaciteit af, afhankelijk van snelheid in de file (vb Coentunnel = 13%)

• Adaptief doseren stelt vorming file uit of regelt file weg (indien nodig)

• VVU neemt af met pakweg 250 vtg-u per u doseren

• Doseren stopt zodra bufferruimte is opgebruikt, waarna verkeer wordt ‘losgelaten’ naar de ASW en file ontstaat / capaciteitsval optreedt

• Grote beperking effectiviteit TDI’s (gem. doseerduur 8 min)

bufferruimteopgebruikt

Niet doseren

Ramon Landman

Lokaal doseren

Voorbeeld: doorstroming verhogen

• Na ontstaan file neemt de capaciteit af, afhankelijk van snelheid in de file (vb Coentunnel = 13%)

• Adaptief doseren stelt vorming file uit of regelt file weg (indien nodig)

• VVU neemt af met pakweg 250 vtg-u per u doseren

• Doseren stopt zodra bufferruimte is opgebruikt, waarna verkeer wordt ‘losgelaten’ naar de ASW en file ontstaat / capaciteitsval optreedt

• Grote beperking effectiviteit TDI’s (gem. doseerduur 8 min)

bufferruimteopgebruikt

Niet doseren

Ramon Landman

Praktijkproef Amsterdam Vergroten effectiviteit Verkeersmanagement door gecoördineerde inzet



Knelpunt

Voorbeeld: gecoördineerde toeritdosering

•Gebruik andere toeritten om verkeer te bufferen

•Om zolang mogelijk te doseren, moet bufferruimte overal gelijkertijd opgebruikt worden

Ramon Landman

Gegeven (voorspeld!) knelpunt kiezen we de Master TDI ( )

Knelpunt




Ramon Landman


De Master TDI begint met doseren en voorkomt zo het ontstaan van congestie (of regelt file weg), maar bufferruimte is beperkt!

Knelpunt




Ramon Landman


De Master TDI begint met doseren en voorkomt zo het ontstaan van congestie (of regelt file weg), maar bufferruimte is beperkt! Regelaar wijst Slave TDI’s aan

die gaan ondersteunen ( )

Knelpunt




Ramon Landman




De Slave TDI’s doseren zo dat de duur dat ze kunnen doseren gelijk is aan de duur dat de Master kan doseren, zodat alle bufferruimte gelijkmatig wordt opgebruikt

Knelpunt




Ramon Landman




De Slave TDI’s doseren zo dat de duur dat ze kunnen doseren gelijk is aan de duur dat de Master kan doseren, zodat alle bufferruimte gelijkmatig wordt opgebruikt De Slave TDI’s creëren ruimte

op de snelweg waardoor de Master langer kan doseren

Knelpunt




Ramon Landman






Knelpunt




Ramon Landman






Knelpunt




Ramon Landman

Bottleneck

Gebruik buffers bepaald door:

• relatie met het knelpunt (fractie verkeer vanuit buffer naar toerit)

• beleidsuitgangspunten (prioriteit en functie van de weg)

Belang (real-time) informatie over fracties groot (HB schatters nodig)

Nota bene: aanpak generiek, ook geschikt voor problemen SWN

80%

30%60%70%

80%

60%

Doseerintensiteiten van de buffers wordt zo gekozen dat de buffers gelijkmatig worden gevuld en dus zo lang mogelijk kan worden gedoseerd

Voorbeeld: gecoördineerde aansluitingen

•Gebruik bufferruimte aansluitingen

•Kies buffer zodat geen terugslag ontstaat en dat er voldoende relatie is met het probleem

Ramon Landman

Bottleneck






80%

30%60%70%

80%

60%





Ramon Landman

Bottleneck






80%

30%60%70%

80%

60%





Ramon Landman

Stedelijke verkeersregelingen •Aanpak ook toepasbaar op andere situaties •Voorbeeld: terugslag wachtrij naar kruispunten, terugslag naar autosnelweg

Master SlavessrelMaster(k )

• Knelpunt op stedelijk traject (wachtrij wordt te lang, mogelijke terugslag) • Uitstroom van wachtrij wordt vergroot (verlenggroentijden vergroten) • Master buffers zijn conflicterende buffers • Slave buffers worden zo geregeld dat buffers gelijkmatig vollopen… • Concept al toegepast in diverse projecten…

Increase extension

green

Ramon Landman

Functionele Architectuur van de PPA

Monitoring- en regellagen

Parameter- schatter Bergingsindicator

LRE (TDI algoritme) LRE (VRI regeling) LRE (VRI regeling)

Supervisor A10W Supervisor T1 Light (ST1L)

Supervisor T1 (ST1) (RTNR regelaar)

Deelnetwerk-supervisor

TDI apparaat

Fileschatter

Kiemenspeurder SWN

Kiemenspeurder HWN

Functionerings-niveau

Wachtrij-schatter

HB

of Fractieschatter

Logische Monitoring Eenheden

Logische Regeleenheden en Supervisors








TDI apparaat

Fileschatter

Kiemenspeurder SWN

Kiemenspeurder HWN


Wachtrij-schatter

HB

of Fractieschatter



REGELSCENARIO’S VDA10 / SCM

SYSTEMEN SERVICE PROVIDERS








TDI apparaat

Fileschatter

Kiemenspeurder SWN

Kiemenspeurder HWN


Wachtrij-schatter

HB

of Fractieschatter



REGELSCENARIO’S VDA10 / SCM

SYSTEMEN SERVICE PROVIDERS

Relatie kwaliteit data en performance maatregelen?

Gerdien Klunder

Data collection for Behavioral Modeling - ICEM 2012

PPA wegkant fase 1 • Na functionele specificatie, algoritmeontwikkeling en toets prototype functies,

implementatie productieomgeving Technolution • Pilot duurde 1,5 maand (+1,5 maand voor 0-meting)


PPA wegkant fase 1 • Na functionele specificatie, algoritmeontwikkeling en toets prototype functies,

implementatie productieomgeving Technolution • Pilot duurde 1,5 maand (+1,5 maand voor 0-meting)

Praktijkproef Amsterdam In-car proeven



Volgende stappen PPA Integratie wegkant en in-car

Fase 2 en 3 PPA als verkenning mogelijkheden integratie

2012 2013 2014 2015 2016

IN-CAR TRACK

ROADSIDE TRACK

INTEGRATION TRACK

PHASE 2 PHASE 1 PHASE 3

PRACTICAL TESTS

FULL SCALE APPLICATION

GO/ NO GO ROADSIDE

GO/ NO GO INTEGRATION

GO/ NO GO INTEGRATION

Hoe kunnen we met in-car wegkant versterken?

Hoe kunnen we met

wegkant in-car adviezen

ondersteunen?

Kan in-car wegkant functies gaan overnemen?

• Vragen schetsen transitieopgave DVM 2.0:

• Wat kan en wil de markt (is er een gezonde businesscase)?

• Wat zijn de consequenties ten aanzien van beleidsdoelen?

• Hoe te komen tot een optimale mix overheid en markt?

• Wat te doen als het fout gaat?

Thema’s voor vandaag:

• Verdunning wegkant meet-areaal: “Monitoring, mag het een onsje minder?”

• Relevante aspecten transitie optimale mix “Wegkant + Incar"

• Verkeersmanagement bij extreme omstandigheden: “Zelfredzaamheid, tenzij…”

Toekomst Verkeersmanagement Naar een optimale mix van sturing en zelforganisatie

De drie thema’s van deze lezing…

Monitoring? Mag het een onsje minder? Met geavanceerde modellen naar betere schattingen en voorspellingen…

Life in the FastLane… Nieuwe modellen voor multi-class verkeersstromen

Op zoek naar een model voor goede korte termijn voorspellingen…

• Op grond van gedegen data analyse inzicht in verschillen personenvoertuigen en vracht

• Kern: dynamische PAE waarde voor vrachtverkeer afhankelijk van situatie

• Betrouwbare modelvoorspellingen blijkt mogelijk door expliciet onderscheid doelgroepen

Femke van Wageningen


Op zoek naar een model voor goede korte termijn voorspellingen…

• Op grond van gedegen data analyse inzicht in verschillen personenvoertuigen en vracht

• Kern: dynamische PAE waarde voor vrachtverkeer afhankelijk van situatie

• Betrouwbare modelvoorspellingen blijkt mogelijk door expliciet onderscheid doelgroepen



Oorsprong van een geavanceerd verkeersafwikkelingsmodel

• Modelontwikkeling, -analyse en numerieke discretisatie door Femke van Wageningen-Kessels (cum laude!)

• Model beschrijft belangrijkste dynamische kenmerken van wegverkeer en voorspelt effecten inzet (doelgroep-specifieke) maatregelen

• Bijzonder efficiënte numerieke schemas met plezierige wiskundige kenmerken maken tal van toepassingen mogelijk!

Kunnen we het

ontstaan van kiemen

voorspellen?


Kiemenspeuren met FastLane FastLane als korte-termijn voorspellingsmodel

Korte termijn voorspellingsmodellen

• FastLane geeft valide voorspellingen (0-60 min)

• Real-time testen en vergelijken van verschillende interventies (incl. klasse-specifieke maatregelen)

• Ook testen impact scenario’s (incidenten) en vergelijking interventies (incident management)

• HbR: korte termijnvoorspelling

• FastLane draait inmiddels in diverse VM systemen (MobilMaestro, TrafficLink)

Thomas Schreiter

Fractieschatter Onderzoek real-time HB voorspellingen


• Voor goede voorspellingen en bepalen impacts interventies ook inzicht in real-time HB relaties nodig

• Klassiek (lastig!) schattingsprobleem!

• Promotie Tamara Djukic heeft nieuwe schattingsmethode ontwikkeld en benchmarkmethode opgezet

• Schattingsmethode gebaseerd op reductie van de dimensionaliteit door correlaties in tijd en ruimte in de dynamische HB te bepalen (Principal Component Analysis)

• Ook: real-time inzicht in relatie wegvak en probleem (fractieschatter) nodig om te bepalen of wegvak zinvol gebruikt kan worden om probleem op te lossen

The$Vitoria$network,$Spain:$$3249$OD$pairs,$389$detectors$!

Tamara Djukic

Fractieschatter Onderzoek real-time HB voorspellingen


• Voor goede voorspellingen en bepalen impacts interventies ook inzicht in real-time HB relaties nodig

• Klassiek (lastig!) schattingsprobleem!

• Promotie Tamara Djukic heeft nieuwe schattingsmethode ontwikkeld en benchmark methode opgezet

• Schattingsmethode gebaseerd op reductie van de dimensionaliteit door correlaties in tijd en ruimte in de dynamische OD te bepalen (PCA)

• Ook: real-time inzicht in relatie wegvak en probleem (fractieschatter) nodig om te bepalen of wegvak zinvol gebruikt kan worden om probleem op te lossen

0 0.2 0.4 0.6 0.8 10

200

400

600

800

1000

1200

1400

fractie

VVU

Delay bufferDelay freewayTotal delayTotal delay (no metering)

• Figuur toont relatie tussen VVU zonder gecoördineerd doseren (rood) en VVU met gecoördineerd doseren bij bepaalde relatie met knelpunt (zwart)

• Buffers met fractie < 50% zijn niet effectief

• Via HB schattingen bepalen welke buffers gebruiken

Tamara Djukic

The$Vitoria$network,$Spain:$$3249$OD$pairs,$389$detectors$!

Fileschatten met FastLane FastLane als toestandschatter

Verbeteren kwaliteit verkeersdata met modellen en combineren bronnenYufei Yuan


Verbeteren kwaliteit verkeersdata met modellen en combineren bronnenYufei Yuan


Verbeteren kwaliteit verkeersdata met modellen en combineren bronnen

• Gebruikt (Langrangiaanse versie van) FastLane voor schatten toestand snelweg

• Combineer model met lusdata, om:

• Correctie meetfouten (o.a. structurele fout door foutieve middeling)

• Interpoleren gegevens tussen lussen (ook bij lusuitval)

• Fuseren databronnen (lusdata, floating device data, reistijdcamera’s, etc.)

• Fuseren data een van de kernonderwerpen in fase 2 PPA en van de NDW datafusie pilot

• Werk Yufei Yuan levert uitstekende receptuur voor datafusie

• Maar wat zijn de verwachtingen ten aanzien van kwaliteit informatie en mogelijkheden voor ‘verdunnng’?

Yufei Yuan


Verbeteren kwaliteit verkeersdata met modellen en combineren bronnen

• Toetsen impact datafusie op grond met synthetische lusdata en FCD

• Beschikbaarheid ground truth

• Microsimulatiemodel (FOSIM) A13, gekalibreerd op beschikbare Monica data

• Fig. toont perspectief datafusie: 1+1 = 3!

• Mogelijkheden verdunnen?

• Om de 500 m lussen zonder FCD = om de 2500 m met 2% FCD!

• Nader onderzoek ‘echte’ data nodig

• Vraag blijft: wat is “goed genoeg” voor de verschillende VM functies?

Trends affecting mobility and transportation Social, economic, demographic trends & technological innovations

Making use of how our world is developing!

• AMS richt zich op problemen in grote steden, zoals energie, afval, duurzaamheden en mobiliteit

• UML (Urban Mobility Lab) is onderdeel van het AMS dataplatform en brengt multi-modale data (voetgangers, fietsers, OV, auto) samen met andersoortige data (social media, energie, sociaal demografische data, etc.)

• Ontwikkeling toolbox voor data analyse en diagnostics, voor onderwijs- en onderzoeks-doeleinden, productontwikkeling; kort-cyclische evaluatie, beleidsondersteuning

• Platform voor modelontwikkeling

• Platform voor ontwikkeling diensen voor naadloos multimodaal transport van mensen en goederen

Loops FCD GSM Surveys Emissions and energy

Chip card data Twitter Road works

maintenance

PT schedules updates

Events, incidents, accidents Demographic

data

REAL-TIME INFORMATION OFF-LINE MOBILITY INFORMATION

MOBILITY SERVICES SHORT-CYCLIC ASSESSMENT

LONG-TERM PATTERNS

UML DATABASE

Status infrastructure weather News, information Vecom data

Existing (open) data platforms

DATA FUSION, PROCESSING & DIAGNOSTICS TOOLBOX

Intermezzo: Big Data and AMS AMS Urban Mobility Lab (UML)

Amsterdam Institute of Advanced Metropolitan Solutions (TUD, MIT, Wageningen University)

http://www.ams-amsterdam.com


Trends affecting mobility and transportation Social, economic, demographic trends & technological innovations

Making use of how our world is developing!

• AMS richt zich op problemen in grote steden, zoals energie, afval, duurzaamheden en mobiliteit

• UML (Urban Mobility Lab) is onderdeel van het AMS dataplatform en brengt multi-modale data (voetgangers, fietsers, OV, auto) samen met andersoortige data (social media, energie, sociaal demografische data, etc.)

• Ontwikkeling toolbox voor data analyse en diagnostics, voor onderwijs- en onderzoeks-doeleinden, productontwikkeling; kort-cyclische evaluatie, beleidsondersteuning

• Platform voor modelontwikkeling

• Platform voor ontwikkeling diensen voor naadloos multimodaal transport van mensen en goederen

Loops FCD GSM Surveys Emissions and energy

Chip card data Twitter Road works

maintenance

PT schedules updates

Events, incidents, accidents Demographic

data

REAL-TIME INFORMATION OFF-LINE MOBILITY INFORMATION

MOBILITY SERVICES SHORT-CYCLIC ASSESSMENT

LONG-TERM PATTERNS

UML DATABASE

Status infrastructure weather News, information Vecom data

Existing (open) data platforms

DATA FUSION, PROCESSING & DIAGNOSTICS TOOLBOX

Intermezzo: Big Data and AMS AMS Urban Mobility Lab (UML)

Amsterdam Institute of Advanced Metropolitan Solutions (TUD, MIT, Wageningen University)



De auto als actuator Zijn wegkantsysteman straks nog wel nodig?


WEGKANT MAATREGELEN

IN-CAR MAATREGELEN

Gecoördineerde toeritdosering Gecoördineerde VRI’s

Eerlijke verdeling van wachtrijen bij TDI’s en VRI’s

Re-routen en synchronisatie van vraag en aanbod foto informatie en advies

Nog even terug naar de Praktijkproef Amsterdam… •Fase 1: wegkant (VM) en in-car (VI) als losse systemen • In hoeverre is integratie van de twee systemen nodig? • Is een centrale aansturing van beide systemen noodzakelijk?


WEGKANT MAATREGELEN

IN-CAR MAATREGELEN

Gecoördineerde toeritdosering Gecoördineerde VRI’s

Eerlijke verdeling van wachtrijen bij TDI’s en VRI’s

Re-routen en synchronisatie van vraag en aanbod foto informatie en advies

Nog even terug naar de Praktijkproef Amsterdam… •Fase 1: wegkant (VM) en in-car (VI) als losse systemen • In hoeverre is integratie van de twee systemen nodig? • Is een centrale aansturing van beide systemen noodzakelijk?

Hoe reageren mensenop in-car informatie?

• Onderzoek effect TomTom-live op routekeuze met revealed preference data door schatten nieuw keuzemodel (Dynamisch Recursive Logit) voorspellen routekeuze

• Hogere waardering (en opvolging) persoonlijke reisinformatie ipv DRIPs door detail van informatie (specifiek vs generiek), niet door betrouwbaarheid ervan

• Automobilisten zijn gewoontedieren en veranderen alleen van route indien er sprake is van substantiële winst (bekendheid met alternatief en lengte spelen ook rol) en hebben beperkte kennis beschikbare routes (forenzen!)

• Automobilisten hebben voorkeur voor aanpassen route ipv vertrektijdstip om file te vermijden

• Actieve informatiesystemen die noodzaak ‘zoeken naar informatie’ wegnemen

Verkeersmanagement nieuwe stijl Toekomst verkeersmanagement optimale mix

Impacts verschaffen informatie op keuzegedrag reizigersGiselle de Moraes

Ramos

Het samenspel tussen verkeersinformatie en -management

• Beschouw een situatie met 2 HB paren

• Reizigers van A naar B hebben twee opties en zijn perfect geïnformeerd

• De wegbeheerder doet aan verkeerskundig beheer en optimaliseert de werking van de VRI opdat er sprake is van een eerlijke verdeling van wachttijden

• In beginsituatie (evenwicht) kiezen de meeste A-B reizigers route 2

• Quiz: wat gebeurt er route 2 slechter wordt…

A

C

D

BRoute 1

Route 2







A

C

D

BRoute 1

Route 2







A

C

D

BRoute 1

Route 2

• Route 1 wordt attractiever voor reizigers van A naar B (meer mensen kiezen 1)

• De wegbeheerder past de instellingen van de VRI aan op de gewijzigde condities (meer groen voor A-B reizigers)

• Route 1 wordt nog attractiever voor A-B reizigers; situatie verslechterd voor C-D reizigers







A

C

D

BRoute 1

Route 2perc. choice route 1

traffi

c co

ntro

ller

total delays

0 0.1 0.2 0.3 0.40

0.1

0.2

0.3

0.4

0.5

1

2

3

4

5

6

x 105

Totale vertraging in systeem neemt met pakweg 30% toe!

Start

1

2

3







A

C

D

BRoute 1

Route 2perc. choice route 1

traffi

c co

ntro

ller

total delays

0 0.1 0.2 0.3 0.40

0.1

0.2

0.3

0.4

0.5

1

2

3

4

5

6

x 105

Totale vertraging in systeem neemt met pakweg 30% toe!

Start

1

2

3

• Algemeen bekend: verschil tussen systeem- en gebruikersoptimale netwerkafwikkeling kan oplopen tot 30% (afhankelijk van belasting)

• Anticiperend regelen: kies netwerkregelingen zodat ze anticiperen op gedragsveranderingen als gevolg van de regeling

• Testcases tonen aan dat anticiperend regelen in de buurt van SO komt


Waarom perfecte informatie niet altijd leidt tot een betere performance…

Conclusie: combinatie weg-kant VM en incar VI kan leiden tot goede netwerkprestatie, mits rekening houdend met gedragsveranderingen

Henk Taale

Intermezzo: wegregelen filegolven met Specialist •Recall: filegolven reduceren de capaciteit van de weg met 30% •Specialist regelt golven weg met dynamische snelheidslimieten

• Pilot A12 toont effectiviteit van aanpak

• Effectiviteit hangt af van opvolggedrag en beschikbare lengte snelweg

Intermezzo: wegregelen filegolven met Specialist •Recall: filegolven reduceren de capaciteit van de weg met 30% •Specialist regelt golven weg met dynamische snelheidslimieten

• Pilot A12 toont effectiviteit van aanpak

• Effectiviteit hangt af van opvolggedrag en beschikbare lengte snelweg

• COSCAL is gebaseerd op het Specialist principe, maar gebruikt in-car data-inwinning en ISA-achtige snelheidsbeperkingen (or advies)


De auto als actuator?

A

AJ

RS

T

• Samenwerking met Berkeley California (Prof. Steve Shladover)

• Modus van het voertuig afhankelijk van gebied waarin voertuig zich begeeft

• Autonomous, Jam driving, Resolving, Stabilizing, Transitioning

• Logica regelaar gebaseerd op Specialist aanpak

• Feedback regelaar (dus robuuster en effectiever)

Goof van der Weg

• COSCAL is gebaseerd op het Specialist principe, maar gebruikt in-car data-inwinning en ISA-achtige snelheidsbeperkingen (or advies)



A

AJ

RS

T

• Samenwerking met Berkeley California (Prof. Steve Shladover)

• Modus van het voertuig afhankelijk van gebied waarin voertuig zich begeeft

• Autonomous, Jam driving, Resolving, Stabilizing, Transitioning

• Logica regelaar gebaseerd op Specialist aanpak

• Feedback regelaar (dus robuuster en effectiever)

Goof van der Weg

Het gaat niet alleen om techniek, maar ook om methodologie…

• Onderzoek regeling van pelotons, optimalisatie van diverse doelen (o.a. duurzaamheid)!

• Gebruik ook niet-direct beïnvloedbare voertuigen

• Aanpak werkt autonoom en als onderdeel van verkeersmanagement systeem (Specialist)

Verkeersmanagement nieuwe stijl Coöperatieve systemen: de auto als actuator

Model Predictive Control van coöperatieve pelotons voor betere afwikkeling

Follower 2 -Human-driven

vehicle

Follower 1-Cooperative vehicle

Leader – Human-driven

vehicle

s1, Δv1 s2, Δv2

Meng Wang

• Onderzoek regeling van pelotons, optimalisatie van diverse doelen (o.a. duurzaamheid)!

• Gebruik ook niet-direct beïnvloedbare voertuigen

• Aanpak werkt autonoom en als onderdeel van verkeersmanagement systeem (Specialist)


Model Predictive Control van coöperatieve pelotons voor betere afwikkeling

Follower 2 -Human-driven

vehicle

Follower 1-Cooperative vehicle

Leader – Human-driven

vehicle

s1, Δv1 s2, Δv2

Meng Wang

Al bij kleine penetraties (10%) worden brandstof-verbruik en doorstroming aanzienlijk beter

• Onderzoek Van der Weg, Goni Ros en Wang richten zich op het gebruik van de (slimme) auto als actuator; onderdeel functionele architectuur

• Uitdaging is zinvol regelen met penetratie < 100%



VOERTUIG VOERTUIG VOERTUIG

Supervisor s102 Supervisor A10W Supervisor A10N



ADAS (V2I, I2V)

V2V

• Aanwezigheid van (autonome) ADAS (ACC, CACC) uitgeruste voertuigen leidt tot fundamentele veranderingen in de kenmerken van het verkeer, bijvoorbeeld:

• Capaciteit van de weg verandert

• Stabilisteitscriteria wijzigen

• Snelheid schok- en filegolven verandert (zelfs qua richting!)

• Impacts geven aanleiding tot aanpassing parameters DVM maatregelen of volledig herontwerp!

• Belangrijk onderdeel van de transitieopgave!


Model Predictive Control van coöperatieve pelotons voor betere afwikkelingMeng Wang

En dan gaat het verkeerd… Zelfredzaamheid, tenzij…

Transport and Traffic Modelling

• Ontwikkelen van theorie en modellen die afwikkeling netwerk in geval van een evacuatie kunnen voorspellen

• Afhankelijk van de dynamica van de ramp, informatie en evacuatie-instructies, verkeersmanagement

• Rekening houdend met alle relevante gedragsaspecten en de onzekerheden daarin

Toepassing modellen:

• Toetsen of evacueren zin heeft en hoe goed een plan is

• Optimalisatie van instructies, verkeersmanagement en -regelingen

A Traffic Engineer’s Perspective… Modellen en simulatie

Ontwikkelen van modellen die predictief valide zijn…

Transport and Traffic Modelling

• Ontwikkelen van theorie en modellen die afwikkeling netwerk in geval van een evacuatie kunnen voorspellen

• Afhankelijk van de dynamica van de ramp, informatie en evacuatie-instructies, verkeersmanagement

• Rekening houdend met alle relevante gedragsaspecten en de onzekerheden daarin

Toepassing modellen:

• Toetsen of evacueren zin heeft en hoe goed een plan is

• Optimalisatie van instructies, verkeersmanagement en -regelingen

A Traffic Engineer’s Perspective… Modellen en simulatie

Ontwikkelen van modellen die predictief valide zijn…

• Veel evacuatiestudies onbetrouwbaar door grote beperkingen predictieve validiteit van gebruikte modellen!

• Typische (gedrags-) aspecten waar rekening mee moet worden gehouden:

• Reizigers zijn niet bekend met de situatie en hebben derhalve beperkte verwachtingen ten aanzien van de te optredende verkeerscondities

• Rijgedrag verandert als gevolg van stress, emotie, afleiding, weerscondities, etc., waardoor de capaciteit van de weg drastisch verandert

• Beperkingen in de beschikbaarheid van de infrastructuur of het gebruik ervan

• Gedrag verandert mogelijk fundamenteel (survival psychology)

• Uit de survival psychologie weten we dat er sprake is van een grote heterogeniteit ing gedrag en grote onzekerheid

• Verschillende onderzoeken naar het gedrag van evacuees…

Verkeersafwikkeling bij een evacuatie Waarom weer een nieuw model?

Beperkte validiteit standaard toolsAdam Pel

E F F E C T E N O P C A PA C I T E I T I N F R A A F H A N K E L I J K VA N E M O T I E E N A F L E I D I N G

Voorbeeld gedragsadaptatie Empirisch en experimenteel onderzoek

Dataverzameling met remote sensing en met de rijsimulator

Raymond Hoogendoorn




Raymond Hoogendoorn




• Afleiding leidt to reductie capaciteit rijstrook 30-50%

• Veranderingen omvatten volgtijd, afname snelheid, toename reactietijd

• Rijsimulatoronderzoek geeft inzicht in aanpassingen bij evacuaties

• Aggresiever rijgedrag, instabiele afwikkeling, faster = slower

Characteristic Incident Fog Emergency

Free speed - - +

Max acceleration 0 - +

Min headways + - -

Raymond Hoogendoorn

Majeure verschillen in gedrag per fase!

• Threat and warning phase worden gekenmerkt door ontkenning om het gevoel van discomfort te onderdrukken

• Ontkenning behelst de reactie op waarschuwingen, maar kan met gerichte informatie worden verbeterd

• Impact phase wordt gekenmerkt door ongeloof, ontkenning, vaak ook door ‘sensory information overload’

• Ofschoon evacuatie noodzakelijk is, maakt de emotionele / geestelijke toestand van evacuee dit lastig

Maar ook: grote verschillen tussen mensen (leaders, followers, blockers)

Inzichten uit de Survival Psychology Dynamisch gedragsraamwerk voor Calamiteiten

En hoe dit te formaliseren in modellen…

T H R E AT

WA R N I N G

I M PA C T

R E C O V E RY

R E S C U E

Erica Kinkel

Gedragsonderzoek Next-Gen Onderzoek naar “herding” in Virtual Reality omgeving

Onderzoek Mignon van der BergMignon van den

Berg

Gedragsonderzoek Next-Gen Onderzoek naar “herding” in Virtual Reality omgeving

Onderzoek Mignon van der BergMignon van den

Berg

Modelleer aanpak Bounded Rationality raamwerk EVAQ

Kwantificering van gedrags in mathematische modellen en simulatie

Verkeersvraag Toedeling Afwikkeling

t

t+1

t+2

:

:

evacuate stay

:

:

( )p t

( 1)p t +

1 ( )p t−

1 ( 1)p t− +

( 2)p t + 1 ( 2)p t− +

evacuate stay

Sequentieel keuzemodel

• Ieder periode wordt besloten te gaan of te blijven

• Beslissing is gebaseerd op de kenmerken van de calamiteit, huishouden, instructies, informatie, etc.

Hybride routekeuzemodel

• Pre-trip routekeuze is gebaseerd op verwachtingen en opvolging instructies

• En-route informatie leidt mogelijk tot aanpassing van routekeuze tijdens de reis

Wachtrijmodellen

• Snelheid en capaciteit zijn afhankelijk van weg- en weercondities en verkeersmanagement

• Rekening houdend met terugslag, capaciteitsval, etc.

Adam Pel

Voorbeeld case studies Effect van instructies, informatie en compliance

Toepassingen van het EVAQ modek

• Evacuatie van Rotterdam bij calamiteit

• Gebruik EVAQ om verschillende scenarios door te rekenen

Instructed Southward, little information, high

compliance

Instructed South-East, moderate information, low

compliance

Adam Pel

Voorbeeld toepassing model

• Optimalisatie instructies geformuleerd als bi-level probleem

• Optimalisatie bepaalt vertrektijden en routes op zodanige wijze dat alle kritische links volledig worden gebruikt

• Reductie complexiteit wiskundig optimalisatieprobleem door innovatieve fixed-point formuleren maakt snel bepalen oplossingen mogelijk

Toepassing evaluatiemodel EVAQ Optimalisatie van instructies

PhD onderzoek Olga HuibregtseOlga Huibregtse

Rekening houdend met onzekerheid Robuuste optimalisatie van evacuatieinstructies

Ook als we beperkte kennis hebben kunnen we efficient evacueren…

Anticipeer op onzekerheid in opvolging instructies

• Als we opvolggedrag (compliance) kennen, dan kunnen we efficiënter optimaliseren

• Met name bij lage compliance zien we grote verbetering als we met deze lage compliance rekening houden

• Instructies waarbij we uitgaan van een lage compliance lijken minder gevoelig

Raamwerk voor robuuste optimalisatie kan omgaan met onzekerheid dynamica ramp

Olga Huibregtse

• Waar beperkte resources inzetten (politie, leger) om compliance te verhogen

• Optimalisatie gegeven beschikbare resources

• Aanzienlijke verbetering mogelijk door verstandig resources in te zetten (dus tegen relatief beperkte kosten)

• Samenspel ‘zelfredzaamheid’ en ‘sturing’ zinvol!

!

E N F O R C E M E N T F R A M E W O R K

Minimale Inzet

Maximale Inzet

Kosten 680 1.560

Prestatie 63.195 78.023

Aankomsten 92.387 114.194

Investeren in naleving Strategische inzet van het leger?

Voorbeeld van effecten verhogen complianceAdam Pel



De proefschriften (2013-2014):

• Wageningen-Kessels, F.L.M. van, Multi-Class Continuum Traffic Flow Models: Analysis and simulation methods, T2013/7, March 2013, TRAIL Thesis Series, the Netherlands

• Yuan, Y., Lagrangian Multi-Class Traffic State Estimation, T2013/5, March 2013, TRAIL Thesis Series, the Netherlands

• Schreiter, Th., Vehicle-Class Specific Control of Freeway Traffic, T2013/4, March 2013, TRAIL Thesis Series, the Netherlands

• Huibregtse, O.L., Robust Model-Based Optimization of Evacuation Guidance, T2013/2, February 2013, TRAIL Thesis Series, the Netherlands

• Wang, M., Generic Model Predictive Control Framework for Advanced Driver Assistance Systems, T2014/6, October 2014, TRAIL Thesis Series, the Netherlands

• Djukic, T., Dynamic OD demand estimation and prediction methods for dynamic traffic management, November 2014, TRAIL Thesis Series, the Netherlands

• De Moraes Ramos, G., Dynamic route choice modelling of the effects of travel information using RP data, February 2015, TRAIL Thesis Series, the Netherlands



Engineering

Praktijkrelevantie TRAIL PhD onderzoek - de Toekomst van Verkeersmanagement en ITS