Met het oog op de verstedelijking moet onze mobiliteit hoognodig verduurzamen. De zogenaamde actieve modaliteiten – fietsers en voetgangers – kunnen hierin een belangrijke rol spelen. Maar hoe kun je deze groepen het beste faciliteren? Hoe gedragen ze zich? En hoe stuur je de fiets- en wandelstromen bij als het te druk begint te worden? Dat zijn vragen waar de onderzoekers van het project ALLEGRO zich mee bezighouden.
De afgelopen decennia lag de focus van beleidsmakers, consultants, ingenieurs, designers en (ja, ook van) onderzoekers op de automobilist. Je zou kunnen stellen dat het beleid vooral Cars First is geweest. Gek eigenlijk, want de eerste vervoersmodaliteit die je normaliter leert gebruiken, is de ‘benenwagen’. En als je in Nederland bent opgegroeid, is de kans erg groot dat je tweede kennismaking met een vervoermiddel de fiets betreft. Bovendien: in Nederland wordt ongeveer 46% van alle verplaatsingen gemaakt met de fiets of te voet – en nog vaker is fietsen of lopen onderdeel van een verplaatsing. Voeg daarbij het gegeven dat voor verduurzaming en een gezondere samenleving de actieve modaliteiten ronduit ideaal zijn en dan mag je stellen dat het hoog tijd is om de mogelijkheden en effecten van Active Modes First wetenschappelijk te onderzoeken.
ALLEGRO
Dat doen we onder meer in ALLEGRO, een onderzoeksproject dat in 2015 is gestart bij TU Delft vanuit Horizon 2020, een Europees onderzoeks- en innovatieprogramma. Het motto van het project is Unravelling active mode travelling and traffic. Als team van acht PhD’s en vijf onderzoekers houden we ons bezig met vragen als: Wat is de doorstroming van fietsers op kruispunten en hoe kan deze verbeterd worden? Welke routes kiezen mensen? Hoe gemakkelijk kunnen fietsers en voetgangers de weg vinden in de stad? Om deze vragen te kunnen beantwoorden, ontwikkelen en gebruiken we gedragstheorieën en modellen. We formuleren wiskundige modellen om de dynamiek van voetgangers, fietsers en gemixte verkeersstromen binnen de stedelijke ruimte te beschrijven en te voorspellen. En we werken aan de eerste praktische toepassingen, zoals smartphone-apps om data te verzamelen en een crowd monitoring dashboard om voetgangersdrukte te meten en real-time te visualiseren.
In het onderstaande lichten we het groeiende aantal projecten onder de ALLEGRO-vlag toe.
Theorie en modellen
Om het gedrag van individuele fietsers en voetgangers beter te begrijpen observeren we een gedeelte van de ‘populatie’. We stellen ons hierbij steeds de volgende vier vragen:
- Cognitief: Hoe doen mensen kennis op over de infrastructuur en bebouwde omgeving?
- Strategisch en tactisch: Hoe kiezen mensen de locaties van hun activiteiten, de te gebruiken modaliteit en hun routes?
- Operationeel: Hoe leggen mensen hun voorgenomen route af?
- Macroscopisch niveau: Wat zijn de fundamentele relaties voor fiets- en voetgangersverkeer?
Voor de cognitieve vraag 1 verzamelen we in samenwerking met The Student Hotel in Amsterdam data van 250 fietsen die zijn uitgerust met GPS-trackers. Hiermee krijgen we inzicht in de verschillende manieren waarop studenten (gewoontevorming) en toeristen (ontdekking) de fiets gebruiken. In enkele gevallen kunnen we de fietsbewegingen koppelen aan enquêtes met vragen over de voorkeuren van de studenten en toeristen om de weg te vinden, of ze gebruikmaken van reisinformatie, en hoeveel routes ze kennen tussen een aantal belangrijke locaties. Ook vragen we naar hun ruimtelijke kennis – waarbij we uiteraard checken in welke mate deze afwijkt van de werkelijkheid. Het doel is om inzicht te krijgen in hoe de kennis en het gebruik van het fietsnetwerk in de loop der tijd veranderen en hoe dit alles gemodelleerd en voorspeld kan worden.
Wat het strategische en tactische aspect betreft, vraag 2, richten we ons op de keuze van de locatie (waar vindt de activiteit plaats?) en van het vervoersmiddel. De locatiekeuze is uiteraard vooral interessant voor activiteiten waar meerdere locaties mogelijk zijn, bijvoorbeeld in het geval van ‘boodschappen doen bij de supermarkt’. Met data uit het Mobiliteitspanel Nederland kunnen we locatiekeuze en modaliteitskeuze onderzoeken.
Een van de Allegro-onderzoeksprojecten omvat het vergelijken van de houding van mensen tegenover de auto, het openbaar vervoer, de fiets en lopen in het dagelijkse reispatroon, waarbij we bijvoorbeeld kijken naar de vraag: is iemand positiever over het vervoersmiddel dat hij of zij het vaakst gebruikt? We proberen inzichtelijk te maken welke soorten mensen meer activiteiten achter elkaar bezoeken op een dag. Voeren fietsende mensen wellicht meer activiteiten achter elkaar uit of juist de mensen die gebruikmaken van de auto? We kijken in welke gevallen mensen überhaupt kiezen om te lopen of te fietsen, en dus de auto en het openbaar vervoer links laten liggen.
In dit strategische deel van ALLEGRO werken we ook met data van de Fietstelweek, een week waarin fietsers via een app hun fietsverplaatsingen kunnen delen ter wille van onderzoek. We hebben modellen geschat door op basis van eigenschappen van onder andere de fietsinfrastructuur te berekenen welke factoren belangrijk zijn voor de routekeuze.
Voor ons operationele onderzoek, vraag 3, beschrijven we het operationele fiets- en loopgedrag met modellen: we proberen de werkelijke paden (inclusief stuur-en stop-bewegingen) die fietsers en voetgangers afleggen te voorspellen. De kwaliteit van bestaande fietsmodellen is beperkt, onder meer door het ontbreken van accurate empirische data. Het aanvullen van data en het combineren van beschikbare datasets vervult binnen het ALLEGRO-project dan ook een belangrijke rol. Zo heeft ons team op woensdag 25 april 2018 data verzameld van 200 fietsers tijdens een speciaal fietsexperiment in Ahoy, Rotterdam. Ook is data ingewonnen in het shared space-gebied achter Amsterdam Centraal Station, waar voetgangers en fietsers dezelfde ruimte delen zonder regels. Op basis van deze data is een wiskundig model opgesteld en gekalibreerd om het gedrag in shared spaces beter te kunnen begrijpen en te voorspellen.
Wanneer niet meer naar het individu gekeken wordt, maar naar de relaties binnen of van een netwerk, spreken we over macroscopische modellen, vraag 4. Terwijl het fundamenteel diagram voor autoverkeer al in de jaren dertig van de vorige eeuw bekend was, hebben we pas recent voor het eerst (!) gekeken naar de fundamentele relaties tussen de breedte van de weg en de intensiteit en snelheid van fietsers, en hun afstand tot andere fietsers. In deze pilotstudie hebben we onderzocht hoe de relatie tussen doorstroming en de breedte van de weg is bij een wegversmalling. Die relatie blijkt lineair te zijn. Een andere intrigerende bevinding is dat de fietsuitstroom-capaciteit bij een verkeerslicht kan worden verhoogd door fietsers in de wachtrij voor het verkeerslicht dichter bij elkaar te laten staan.
Management en toepassingen
Naast het ontwikkelen van theorieën en modellen zijn we binnen ALLEGRO ook druk bezig met managementstrategieën om het stedelijke infrastructuurnetwerk zo goed mogelijk te benutten. Ook kijken we naar de mogelijkheden om grote groepen mensen te sturen tijdens (stedelijke) evenementen. Ten slotte doen we onderzoek naar de toepassingen van nieuwe databronnen.
Drie vragen staan centraal in het ‘management en toepassingen’-deel van ons onderzoeksproject:
- Hoe kunnen we de fietsstromen beter spreiden over stedelijke netwerken?
- Hoe kunnen we op grote schaal dichtheden en verplaatsingen meten en real-time crowd management advies geven?
- In hoeverre zijn intelligente voertuigen geschikt om als ‘moving sensors’ de interactie met en tussen de actieve modaliteiten te meten?
Als automobilist weten we al jaren hoe een goed afgestelde groene golf de doorstroming kan bevorderen, maar voor fietsers zijn de eerste testen met groene golven pas net uitgevoerd. In het kader van de genoemde vraag 5 onderzoeken wij momenteel hoe we fietsstromen in stedelijke netwerken beter kunnen spreiden door middel van slimme verkeerslichten en reisadviezen. Hiervoor ontwikkelen we algoritmes bedoeld om de fietsreistijd te verminderen en het fietscomfort te verhogen door fietsers minder vaak te laten remmen, stoppen, afstappen en weer opstappen tijdens hun reis. De huidige fietsdetectielussen zouden kunnen dienen als input voor deze algoritmes. Het probleem is wel dat deze fietstellingen niet erg accuraat zijn en de detectielussen vaak ver uit elkaar liggen. Daarom werken we aan een model dat met behulp van kunstmatige intelligentie ook met incorrecte en incomplete data een goede schatting kan maken van wanneer en hoeveel fietsers een kruispunt naderen, en wat hun wachttijd is.
Een andere toepassing is crowd management, vraag 6. Door middel van een real-time monitoring dashboard kunnen we tijdens evenementen als Koningsdag, GayPride, Sail en Mysteryland de drukte op verschillende manieren meten en visualiseren. We gebruiken hiervoor telsystemen, wifi-sensoren en gps-gegevens van een smartphone-app als ruwe data. In het dashboard kan deze data overzichtelijk en real-time in kaart gebracht worden met heatmaps die de drukte weergeven. Ook geeft het dashboard aan hoeveel mensen van de locatie naar een andere locatie gaan en hoe lang zij daarover doen (looptijden). Juist omdat social media als Twitter en Instagram veel gebruikt worden tijdens evenementen, zijn ze een goede aanvullende databron om bezoekers te karakteriseren. Gegevens die zo kunnen worden bepaald en geschat zijn: toerist of bewoner, man of vrouw, leeftijd, activiteit op specifieke social media-platformen, en locatie en tijdstip van bezoek. We proberen zelfs om het sentiment van een menigte te bepalen door ook de inhoud van de berichten te analyseren.
Verder doen we onderzoek naar drukte op perrons van grote treinstations, zoals Schiphol of Amsterdam-Zuid. We modelleren hoe de verdeling van voetgangers op het perron over de tijd verloopt, inclusief welke locaties mensen kiezen om te wachten. Op langere termijn hopen we deze modellen te kunnen gebruiken om de reizigersstromen te voorspellen en te sturen.
Ten slotte onderscheiden we, naast de toename in het gebruik van fietsen en lopen, een andere trend op het gebied van mobiliteit, namelijk de opkomst van intelligente voertuigen. Deze voertuigen, zelfrijdend of niet, bezitten een grote hoeveelheid sensoren die, naast de toestand van de auto zelf, de omgeving kunnen observeren. Het zou erg mooi zijn als we deze voertuigen kunnen inzetten als ‘bewegende sensoren’ om de drukte van voetgangers en fietsers in steden in kaart te brengen – vraag 7. In het ALLEGRO-project onderzoeken we of dit idee haalbaar is en wat de mogelijkheden zijn.
Integratie binnen het ALLEGRO-project
Binnen het ALLEGRO-project ontwikkelen we veel verschillende modellen die allemaal helpen om het menselijke fiets- en loopgedrag beter te begrijpen, om te voorspellen welke kruispunten of wegdelen druk worden, en uiteindelijk om gericht de verkeersstromen te sturen. Om deze modellen samen te brengen, werken we binnen het project aan een multi-scale multi-agent simulatieplatform, waar al deze modellen samen worden gebracht. Daarnaast worden tools ontwikkeld die helpen bij de inzameling, opslag en verwerking van de vele soorten data die we in het ALLEGRO-project gebruiken.
Tot slot
Voorheen werd in beleid en onderzoek de nadruk vooral gelegd op het autoverkeer. Recente ontwikkelingen als de verstedelijking en de focus op duurzaamheid, vragen echter om meer kennis en begrip van het gedrag en voorkeuren van fietsers en voetgangers. Met het ALLEGRO-project proberen we hierin te voorzien door de actieve modaliteiten te onderzoeken op zowel het theoretisch beschrijvende vlak als op het gebied van mogelijke praktische toepassingen. Het gebruik van empirische data staat hierin centraal.
De resultaten van ons onderzoek kunnen in de toekomst een substantiële rol spelen in mobiliteitsbeleid en het ontwerp van infrastructuur. We kunnen dan eindelijk af van Cars First en overstappen op het credo Active Modes First. Hoe zou de stad eruitzien als beleidsmakers, consultants, engineers, designers, en onderzoekers inderdaad bij het ontwerp van de stedelijke ruimte of bij reisinformatie voetgangers en fietsers voorop stellen? Zonder twijfel leefbaarder, gezonder en duurzamer!
____
De auteurs
Lara-Bitt Zomer en Danique Ton zijn PhD-kandidaten en Tim van Oijen is onderzoeksmedewerker aan de TU Delft. Zij nemen allen deel aan het ALLEGRO-project.
