De laatste jaren hebben steeds meer verkeersregelinstallaties (VRI) een dataverbinding met een verkeerscentrale, naar schatting zo’n 60-70%. De verbindingen waren in eerste instantie vooral bedoeld om de installatie op afstand te kunnen beheren. Maar de laatste jaren wordt de link ook gebruikt om de data die de installatie verzamelt te ontsluiten. Welke mogelijkheden opent dat? En wat zijn de beperkingen?
De meeste verkeers- en vervoersafhankelijke verkeersregelinstallaties beschikken over koplussen vlak voor de stopstreep en lange lussen verder van het kruispunt af. Figuur 1 toont een voorbeeld van een dergelijk kruispunt. De lange lussen detecteren alleen of er verkeer aankomt. Als er verkeer op de lus zit, is de status van de lus ‘bezet’, waarbij verder geen onderscheid wordt gemaakt tussen één, twee, drie of meer voertuigen op de lange lus. De koplus daarentegen heeft de afmetingen van een normale detectielus en telt dus keurig afzonderlijke voertuigen. Soms ligt verder stroomopwaarts nog een ‘verweglus’ en ook die heeft de afmetingen van een normale detectielus.
Uit de gemeten data kan de VRI wachttijden, wachtrijlengtes en kruispuntbelasting afleiden – informatie die belangrijk is voor het eigen functioneren. Maar op basis van de data van de koplussen en (indien aanwezig) de verweglussen kunnen we ook intensiteiten afleiden. Het gebruik van deze data voor monitoringdoeleinden kan tot een aanzienlijke kostenbesparing leiden: in plaats van aanvullende meetpunten aan te leggen, maken we slim gebruik van meetpunten die er al liggen!
Voorwaarden
Het gebruik van een VRI als databron voor intensiteiten stelt wel strengere voorwaarden aan de aanleg en het onderhoud van de lussen. Bij de aanleg is de positionering en de breedte van de lus bijvoorbeeld van belang. Een lus die te breed wordt aangelegd, detecteert namelijk ook het verkeer van naastgelegen rijstroken. En wanneer we de lus te ver voor de stopstreep aanleggen, kan de lus hinder ondervinden van rijstrookwisselingen. Ook de diepte en de instellingen van de lussen zijn medebepalend voor de werking van de lus.
Wat het onderhoud betreft is reparatie een aandachtspunt. Voor de werking van de VRI is het geen acuut probleem als een van de koplussen defect raakt: de informatie uit de andere lussen kan dit gemis opvangen. Veel wegbeheerders zien het repareren van defecte koplussen dan ook niet als een prioriteit en sparen de defecten op, om die vervolgens in één keer te repareren. Voor monitoringdoeleinde is het defect van een koplus echter wél een probleem, omdat we de intensiteit op de betreffende rijstrook dan niet langer kunnen bepalen. Wanneer de VRI gebruikt wordt als databron, zal het repareren van defecte koplussen dan ook meer prioriteit moeten krijgen.
Filtering
Van detectielussen weten we dat de tellingen bij lage snelheden een mindere kwaliteit hebben. Dat ligt niet zozeer aan de lage snelheid als wel aan de korte volgafstand die voertuigen bij een lage snelheid aanhouden: de voertuigen zijn dan lastiger van elkaar te onderscheiden. Bij VRI’s kunnen zich bovendien andere problemen voordoen, zoals veel scheefrijders door rijstrookwisselingen (nog los van de problemen veroorzaakt door een onnauwkeurige aanleg van de lussen), wat de ruwe data weer wat onbetrouwbaarder maakt. Met behulp van filtering zijn deze problemen echter goeddeels op te lossen. De bekendste filtertechnieken die we in Nederland gebruiken, zijn:
Filteren van spikes. Op basis van een ingeschatte afrijcapaciteit of snelheid kan bepaald worden hoe snel een tellus normaliter op- en afvalt. Lussen die te snel op- of afvallen (door een technische storing of doordat de wielassen van een vrachtwagen als afzonderlijke voertuigen worden geteld) kunnen zo gefilterd worden.
Filteren op basis van luspatronen. Door de telling op de koplus te relateren aan het kort daarvoor bezet zijn van de lange lus kunnen onterechte meldingen worden weggefilterd.
Filteren op basis van boven- en ondergrenzen. Indien de telling te veel afwijkt van een boven- of ondergrens (bepaald op basis van historische data of een verkeersmodel), wordt de teldata als onbetrouwbaar aangemerkt.
Toepassingen
Met behulp van deze filtertechnieken kan het niveau van de VRI-gegevens zo worden verbeterd, dat de kwaliteit van de metingen vrijwel net zo goed is als die van reguliere lussen voor monitoringsdoeleinden. Voor veel toepassingen is die net iets lagere kwaliteit voldoende.
Wat aanvaardbaar is, hangt sowieso samen met de toepassing. In lucht- en geluidsberekeningen bijvoorbeeld worden jaargemiddelde intensiteiten over drie perioden van de dag gebruikt. De onnauwkeurigheden op minuutniveau – die er met VRI-data vaak wel zijn – worden in zo’n jaargemiddelde grotendeels afgevlakt.
Een andere mogelijkheid is om niet de intensiteiten te gebruiken maar kruispuntverhoudingen, omdat die een hogere nauwkeurigheid hebben. De kruispuntverhoudingen geven aan hoe groot de stroom op elke zijtak van de kruising is ten opzichte van de andere zijtakken. Wanneer van een van de zijtakken de daadwerkelijke intensiteit bekend is (bijvoorbeeld door een verderop gelegen meetpunt) kan de intensiteit op de andere zijtakken met behulp van de kruispuntverhoudingen worden ingeschat. Deze aanpak wordt gebruikt in de monitoringsrichtlijn ten behoeve van SWUNG-2 die in samenspraak met IPO-geluid is opgesteld.
Meerdere VRI’s in een netwerk
Dan nog een laatste punt: oververzadiging. Bij oververzadiging van een VRI meten we met de intensiteit de capaciteit van het kruispunt – niet de daadwerkelijk vraag. De berekeningen van de wachtrijlengtes en vertragingen nemen bovendien in betrouwbaarheid af wanneer de wachtrijlengtes toenemen tot voorbij de meest ver weg gelegen detectielus. Er is immers geen informatie voorbij de laatste detectielus beschikbaar. Hoe dat probleem op te lossen?
Met een (microscopisch) verkeersmodel is het mogelijk meerdere VRI’s in een netwerk, inclusief de tussengelegen wegen, gezamenlijk te evalueren. Het model stuurt de verkeerslichten in de simulatie aan op basis van de geregistreerde faseovergangen in de logbestanden; individuele voertuigen worden op basis van de detectiemeldingen in het model aangemaakt. Daarnaast wordt het model real-time gekalibreerd op basis van actuele data afkomstig uit de logbestanden. Met die input kan het model de trajectoriën van individuele voertuigen berekenen. Gezamenlijk geven deze trajectoriën inzicht in de afwikkeling op kruispuntniveau en de doorstroming op netwerkniveau.
Op deze wijze kan per kruispunt de afwikkeling geëvalueerd worden op grootheden als intensiteiten, vertragingen en wachtrijlengtes, vergelijkbaar met wat we normaliter in een statistische analyse doen. Voordeel van een dergelijke modelmatige analyses is dat de betrouwbaarheid niet afneemt bij oververzadiging. De verschillende kruispunten delen immers hun detectoren (dat wil zeggen: voor de evaluatie) waardoor er altijd een stroomopwaartse detector ten opzichte van de wachtrij is.
Door het combineren van meerdere VRI’s in hetzelfde verkeersmodel komt er ook extra informatie op netwerkniveau beschikbaar. Zo kunnen we trajectreistijden afleiden uit de trajectoriën van de individuele voertuigen in het verkeersmodel.
De nauwkeurigheid van deze berekeningen hangt wel van twee factoren af: de vormgeving van het netwerk en de nauwkeurigheid van de inputdata. Grote afstanden tussen de kruispunten maken het bijvoorbeeld uitdagender om de trajectoriën van de voertuigen goed te berekenen. Ook gecombineerde rijstroken en ongeregelde zijwegen hebben een negatief effect op de accuraatheid van het verkeersmodel.
Real-time kalibratie kan deze negatieve effecten corrigeren. De kalibratie corrigeert continu de status van het verkeersmodel op basis van nieuwe informatie uit de logbestanden van de VRI’s. Ook kunnen additionele databronnen als camera’s en floating car data gebruikt worden om de kwaliteit van het model te verbeteren.
Conclusie
VRI-data zijn goed bruikbaar voor zowel historische als actuele toepassingen, indien ze op een juiste manier gefilterd worden. Met behulp van verkeersmodellen kunnen eventuele meetproblemen bij oververzadiging van een kruispunt gecorrigeerd worden: er wordt dan naar meerdere (opeenvolgende) VRI’s gekeken. Belangrijke aandachtspunten bij het gebruik van VRI-gegevens zijn het onderhoud en de aanleg van de lussen.
____
De auteurs
Bas van der Bijl is adviseur bij Grontmij.
Marthe Uenk-Telgen is senior verkeerskundig adviseur van NDW.
Cyril Cappendijk is eigenaar van Cappendijk Verkeersadvies.
