De ontwikkeling van smart mobility gaat met vallen en opstaan. Hoe ingenieus een toepassing op papier ook lijkt, de praktijk is altijd net even anders. Hoe daarmee om te gaan? Gewoon doen, niet bang zijn voor fouten en blijven leren, zo menen Harm Jan Mostert en Arthur Rietkerk van de provincie Noord-Holland.
Je leert natuurlijk voortdurend bij als je nieuwe mobiliteitstoepassingen in real life, het liefst op de openbare weg, kan beproeven. Soms blijken vooraf uitgewerkte oplossingen bóven verwachting te werken – een plezierig nieuw inzicht – maar vaak ook leer je juist van wat er misgaat. In de provincie Noord-Holland hebben we veel ervaring op kunnen doen in de Praktijkproef Amsterdam, het project DVM Zuid-Kennemerland en de proef met de zelfrijdende Futurebus. In deze bijdrage focussen we op de ‘leermomentjes’ over detectie en communicatie.
PPA: de wachtrij
De Praktijkproef Amsterdam (PPA) richt zich onder meer op het publiek-privaat ontwikkelen en testen van gecoördineerd netwerkbreed verkeersmanagement. Vanaf 2010 zijn in Amsterdam de eerste producten ontwikkeld. De afgelopen twee jaar stonden vooral in het teken van doorontwikkeling en een mogelijke uitrol, in de deelprojecten PPA-West, -Noord en -Zuidoost.
Als er files ontstaan, daalt de verwerkingscapaciteit van de weg drastisch. Een belangrijk doel van netwerkbreed verkeersmanagement is dan ook om filevorming zoveel mogelijk uit te stellen. In PPA worden hiervoor verkeerslichten en toeritdoseerinstallaties gecoördineerd ingezet. Om op dit vlak de juiste beslissingen te kunnen nemen en op tijd te doseren of extra te laten uitstromen, moeten de wachtrijen bij die VRI’s en TDI’s worden gemeten, voorspeld en geschat. Het idee was om daarvoor de data van detectielussen te gebruiken. In theorie een meer dan valide keuze, maar in de praktijk bleek dat er érg veel lussen nodig zijn om de kwaliteit van de wachtrijbepaling op een aanvaardbaar niveau te brengen. Zo zouden er alleen al in het gebied rond de A10 West meer dan 200 nieuwe lussen aangelegd moeten worden – en dat is onrealistisch in een stedelijke omgeving.
Uiteindelijk zijn binnen de PPA twee detectiealternatieven ontwikkeld. Eerst is gekeken naar de combinatie ‘bestaande lussen + wachtrijalgoritme’. Dit was een goedkope manier, maar het eindresultaat was nog altijd ontoereikend. Daarna is gekeken naar de optie ‘bestaande lussen + radardetectie + wachtrijalgoritme’. Hiermee bleek het wel mogelijk om een betrouwbaar beeld van de wachtrijen te bepalen.
De les voor Noord-Holland? Breng vooraf de praktijksituatie waar je de test uitvoert, nauwkeurig in kaart en bepaal of je (goed genoeg) meet wat je weten moet. In theorie en in simulaties is een wachtrij een wachtrij. Maar in de praktijk is een wachtrij pas een wachtrij als je ‘m voldoende nauwkeurig hebt kunnen bepalen.
Zuid-Kennemerland: bluetooth
Het in 2011 gestarte project Dynamisch Verkeersmanagement Zuid-Kennemerland richt zich op gezamenlijk operationeel verkeersmanagement op wegen in Haarlem, Heemstede, Zandvoort en Bloemendaal. Het doel is het verkeer in deze kustregio beter te laten doorstromen tijdens spitsen, stranddagen en evenementen. De gemeentelijke verkeerslichten zijn daarom aangesloten op de provinciale verkeerscentrale. Ook zijn er dynamische route-informatiepanelen op strategische keuzepunten geplaatst.
Aan de basis van het slim informeren en ingrijpen staan natuurlijk verkeersdata. Voor de inwinning van reistijdinformatie leunde het project op vooraf bepaalde bluetooth-trajecten, maar dat bleek in de praktijk onvoldoende: de bluetooth-trajecten gaven niet de juiste informatie om het verkeer vanuit de verkeerscentrale te kunnen sturen conform de vooraf opgestelde regelaanpak.
De conclusie voor de provincie is dat het nodig is om de regelaanpak tot op operationeel niveau uit te werken. Ook moet voortaan goed nagegaan worden of alle middelen die op straat komen, wel overweg kunnen met de beoogde regelprincipes. Zo voorkom je herstelwerkzaamheden achteraf.
Lessen van de Futurebus
Samen met Daimler en Vialis testte de provincie Noord-Holland begin 2016 een volledig automatisch rijdende bus op de vrijliggende busbaan tussen Schiphol en Haarlem. De uitdaging was om deze Futurebus van Daimler zelfstandig over gelijkvloerse kruisingen te laten rijden en automatisch op centimeters van de haltes te laten stoppen. Ook de scherpe bochten en tunnels in de busbaan vormden een uitdagende horde.
Wifi-p
Om de bus veilig kruispunten met verkeerslichten te laten passeren, zijn 19 verkeerslichten van Vialis uitgerust met wifi-p-communicatie. Hiermee kon de bus automatisch prioriteit aanvragen en informatie ontvangen over het moment van groen licht. Die voorziening was nodig omdat de Daimler-bus de Nederlandse ‘negenogen’ in verkeerslichten voor bussen, niet met camera’s vanuit de bus kon lezen – die negenogen zijn onbekend in Duitsland.
Deze hobbel resulteerde in een positief leerpunt: short-range communicatie met wegkantsystemen via wifi-p is zelfs betrouwbaarder dan geautomatiseerde visuele waarneming.
Plek van de antenne
Het gebruik van voertuig-wal-communicatie bij verkeerslichten via wifi-p kent uiteraard z’n grenzen: de maximale afstand waarop berichten betrouwbaar tussen voertuig en verkeerslicht worden uitgewisseld, is ongeveer 300 meter. Maar tijdens de pilot werd duidelijk dat obstakels als kruisende vrachtwagens of bussen dat bereik beperken: ze kunnen het signaal verstoren of zelfs blokkeren. Die problemen doen zich bijvoorbeeld voor als de wegkantantenne te laag is opgehangen. Ook de locatie van de antenne op de bus is bepalend voor het daadwerkelijke bereik van wifi-p.
Om optimaal gebruik te maken van wifi-p is het dus belangrijk goed na te denken over deze ‘details’: waar en hoe monteren we de antennes?
Europese standaarden nog niet rijp
De uitwisseling tussen het voertuig en de verkeerslichten werd gebaseerd op Europese standaarden voor berichten. Tijdens het project bleek dat deze standaarden nog niet rijp zijn om toegepast te worden in te praktijk. Partijen moesten meerdere malen overleggen over de juiste interpretatie van de berichten. Houd dus rekening met de mogelijkheid dat zelfs bestaande protocollen op verschillende manieren te interpreteren zijn.
Positionering in de tunnel
Een andere uitdaging was de positionering van de bus in de tunnel. GPS heeft geen satellietontvangst in tunnels, dus bracht Daimler met eigen sensoren en zelflerende algoritmes de tunneldimensies in kaart en maakte het bedrijf zo een 3D-kaart van de tunnel. Extra wegkantinformatie was daardoor niet meer nodig. Les: een gedetailleerde real-time 3D-kaart is een van de alternatieven voor GPS.
Grasmaaier
Tijdens de perspresentatie van Daimler reed de Futurebus meerdere keren het traject Schiphol-Haarlem. Er was echter geen rekening gehouden met werkzaamheden rondom de busbaan: een grasmaaier die de berm maaide. Door de maaiwerkzaamheden konden de camera’s en radar van de bus de kantlijnen niet meer goed waarnemen en schakelde het autonome systeem zichzelf uit.
Zelfrijdende voertuigen zijn nog altijd sterk afhankelijk van de belijning en inrichting van de weg en van wegkantsystemen. Goede afstemming met de beheerder van de infrastructuur over werkzaamheden is vooralsnog noodzakelijk. Het zou uiteraard nog beter zijn als zelfrijdende voertuigen leren omgaan met onverwachte situaties. Oplossingen hiervoor moeten nog verkend worden.
Conclusies
Het detecteren van verkeer in stedelijk gebied blijft de komende jaren een van de grootste uitdagingen in het vormgeven van stedelijk verkeersmanagement. Hoe ‘smarter’ de toepassingen, hoe meer eisen er worden gesteld aan de nauwkeurigheid van de data. Ook is duidelijk dat de komst van automatische voertuigen veel zal betekenen voor (het beheer van) de digitale en fysieke infrastructuur van de overheid. Wifi-p, gps, camera’s op het voertuig – al deze systemen hebben zo hun eigen kenmerken, eisen en beperkingen.
Dit is typisch kennis die je in de praktijk opdoet. De provincie Noord-Holland heeft in ieder geval veel geleerd van de genoemde praktijkproeven. Voor de positie van Nederland als smart mobility-land is het wel zaak dat die opgedane kennis wordt gedeeld, óók als het leren van de fouten betreft. Innovatie kan alleen groeien als partijen blijven samenwerken, blijven leren en blijven delen.
____
De auteurs
Harm Jan Mostert en Arthur Rietkerk zijn projectleider Slimme mobiliteit bij de provincie Noord-Holland.
