Aan de zuidoostkant van Utrecht ontstaan geregeld verkeersproblemen, met name op en rond de ‘rechthoek’ A28-Waterlinieweg-A12-A27. In een Proof of Concept heeft gemeente Utrecht in 2019 onderzocht of ze met gerichte routeadviezen en reistijdvoorspellingen het leed ter plaatse wat kan verlichten. De proef biedt interessante aanknopingspunten, vertellen Arane en Goudappel in deze bijdrage, maar een pasklare oplossing is er nog niet.
Het netwerk voor de Proof of Concept Utrecht-Zuid is de rechthoek A28-Waterlinieweg-A12-A27, plus de aansluitingen daarop – zie figuur 1. Als opdrachtnemers van gemeente Utrecht hebben we ons geconcentreerd op het verkeer dat vanuit het oosten over de A28 aankomt en verder naar het westen wil via de A12, voorbij knooppunt Laagraven (van A naar B op de kaart) en op het verkeer dat vanaf het noordelijke gedeelte van de Waterlinieweg via knooppunt Lunetten naar het zuiden of oosten moet (C naar D). In beide gevallen geldt dat het verkeer via óf de Waterlinieweg óf de A27 kan rijden.
Zoals de situatie nu is, ontstaan er geregeld hinderlijke files op en rond de aansluitingen van de rechthoek: de oranje gekleurde netwerkdelen in figuur 1. Vooral de congestie op de Varkensboog, de aansluiting van de A28 naar de A27 richting het zuiden, zorgt voor veel vertraging.
Uit onderzoek blijkt dat weggebruikers deze files vaak onbedoeld versterken door hun route via de ‘verkeerde’ rechthoekzijde af te leggen. Een betere routekeuze zou de problemen fors kunnen terugdringen of in ieder geval uitstellen.
In figuur 2 hebben we voor beide verkeersstromen aangegeven wat tijdens de spitsuren de voorkeursroute is. Voor A-B is dat de route over de A27 en voor C-D de route via de Waterlinieweg. Op die laatste voorkeursroute zullen individuele weggebruikers overigens een iets langere reistijd ervaren, maar voor het netwerk als geheel pakt die route beter uit.
Aanpak
In de Proof of Concept Utrecht-Zuid hebben we onderzocht of we weggebruikers met behulp van adviezen op een DRIP en tekstkarren kunnen bewegen de voorkeursroute te kiezen.
Voor A-B gebruiken we een DRIP op de A28. We voorspellen de reistijden van de (gewenste) route over de A27 en van die over de Waterlinieweg. Dat voorspellen gebeurt met behulp van neurale netwerken. Op de DRIP tonen we voor de route via de A27 de vrije reistijd plus het aantal minuten vertraging. Voor de Waterlinieweg beperken we ons tot de indicaties ‘vertraging’ en ‘ernstige vertraging’ – voor deze route bleek het voorspellen van de reistijd in minuten te lastig. Zie ook het kader ‘Het real-time voorspellen van de reistijd’.
Voor het verkeer C-D, dat vanaf het noordelijke gedeelte van de Waterlinieweg naar Lunetten wil, is blijven rijden op de Waterlinieweg de voorkeursroute. Daarmee voorkomen we de lastige congestie op de Varkensboog. Het advies op de tekstkarren bij het keuzepunt is simpel gehouden: ‘Voor Lunetten volg Waterlinieweg’, met hooguit een indicatie dat er file staat op de A27. Alleen in bijzondere gevallen zal het systeem adviseren de A27 te nemen of zal het informeren dat er op beide routes file staat. Ook dit is overigens ‘tweede keus’: de bedoeling was om reistijden en vertragingen in minuten aan te geven. De voorspelling voor de Waterlinieweg was opnieuw spelbreker.
Het real-time voorspellen van de reistijd
In de Proof of Concept Utrecht-Zuid baseren we de route-adviezen voor de DRIP en de tekstkarren op reistijdvoorspellingen. We hebben verschillende algoritmen, gebaseerd op neurale netwerken, vergeleken en geëvalueerd. Op zich volstaan de algoritmen prima, maar in de praktijk gooit vertraging in de datalevering roet in het eten.
Van alle wegen in het onderzoeksgebied zijn floating car data (FCD) beschikbaar. Van de Waterlinieweg hebben we ook radar-, lus- en thermicam-data. Met behulp van deze bronnen hebben we verschillende reistijdvoorspellers kunnen testen: ofwel gebaseerd op FCD, ofwel op de andere databronnen.
Een uitdaging van de FCD is dat deze met veel vertraging, tot wel 10 minuten, geleverd worden. Dit betekent dat onze voorspelalgoritmes altijd 10 minuten extra vooruit moet voorspellen, wat de nauwkeurigheid natuurlijk niet ten goede komt. Uit verschillende tests hebben we geleerd dat de kwaliteit van de voorspelling normaliter goed is – vaak goed genoeg om de (extra) reistijd in minuten nauwkeurig te voorspellen. Alleen bij plotselinge veranderingen in het verkeersbeeld zakt de kwaliteit tijdelijk naar ‘matig’.
De alternatieve bronnen op de Waterlinieweg kennen een lagere nauwkeurigheid, maar hebben weer minder last van vertraging. Per saldo resulteert dat in ‘redelijke’ voorspellingen. Toch hebben we ook voor de Waterlinieweg gekozen voor de FCD-voorspeller, omdat die de hinder het vaakst correct voorspelt.
Mogelijk kan de kwaliteit van de Waterlinieweg-voorspellingen nog omhoog door alle bronnen (FCD, radar, lus en thermicam) te combineren.
GEDRAGSKUNDIGE EFFECTEN
Om het routekeuze-effect van de adviezen te vergroten, hebben we bij het C-D-verkeer aan wat ‘reclame’ gedaan. Met de hulp van werkgevers uit de regio, onder meer ASR Verzekeringen, PMC, UMC Utrecht en provincie Utrecht, hebben we medewerkers geïnformeerd over de proef, over de aanpak met voorspellingen en over de mogelijke voordelen: ‘reizen via de Waterlinieweg voorkomt sluipverkeer vanaf de A28 en daardoor stroomt ook de Waterlinieweg beter door’. De boodschap was dat het opvolgen van de route-informatie goed is voor de weggebruiker zelf én voor het gehele netwerk (‘samen sneller thuis’). Via de werkgevers hebben we deze informatie naar zo’n 16.000 forensen kunnen sturen. (Deze voorbeïnvloeding was niet mogelijk voor de A-B-stroom: omdat die op veel verschillende locaties werken, zijn ze niet via werkgevers uit de regio te bereiken.)
Zo’n 120 frequente passanten, geworven via dezelfde werkgevers, hebben we extra betrokken. Zij vormden ons testpanel – en van deze groep weten we ook zeker dat ze de ins & outs van de Proof of Concept goed begrepen. Gedurende de proef, van 1 april tot en met 14 juni 2019, beantwoordden de panelleden dagelijks een aantal korte vragen over de getoonde informatie op de tekstkarren en hun gekozen route. Tegen het einde van de proef hebben zij nog een algemene vragenlijst ingevuld. Enkele panelleden zijn bovendien uitgebreider bevraagd tijdens een telefonisch interview.
De enquêtevragen zijn ook afgenomen bij een controlegroep, geworven via Facebook. Deze groep van 70 automobilisten ontving echter géén uitleg over de maatregel en de beoogde effecten.
Deelnemers hebben vertrouwen in het advies
De meeste deelnemers van ons testpanel geven aan het traject C-D normaliter af te leggen via de (ongewenste) route via de A27. Die is meestal net iets sneller.
Voor meer dan 40% van de testpanelritten geldt dat de deelnemers hun route aanpassen als de tekstkarren dat adviseren: zij waren van plan via de A27 te rijden, maar besloten toch op de Waterlinieweg te blijven. Voor ongeveer 20% van de ritten geldt dat de geadviseerde route de route was die men toch wel had gereden. De overgebleven 40% betreft ritten waarin de panelleden afwijken van het tekstkaradvies. De redenen voor het niet-opvolgen waren veelal dat de navigatie wordt gevolgd of dat reizigers de verkeerssituatie anders inschatten op basis van de eigen ervaring (ze denken het zelf beter te weten).
Voorbeïnvloeding sterkt vertrouwen en welwillendheid
De opvolgcijfers van het testpanel zijn zeer groot en dat blijkt vooral te komen door de ‘voorbeïnvloeding’. De goede uitleg vooraf zorgt voor vertrouwen in het advies op de tekstkarren – en de deelnemers varen dan vanzelf minder blind op ervaring/gewoonte of op het navigatiesysteem. 67% van de deelnemers uit het automobilistenpanel geeft aan dat de uitleg over de tekstkarren heeft bijgedragen aan het vertrouwen in het advies, terwijl 88% stelt dat de uitleg een rol heeft gespeeld in de gemaakte routekeuze.
Verder leren de enquêtes dat dankzij de voorbeïnvloeding de adviezen van het eigen navigatiesysteem minder ‘verstorend’ werken dan normaal. Stel bijvoorbeeld dat de tekstkar en het eigen navigatiesysteem verschillende adviezen geven – en dat gebeurt nog geregeld. Deelnemers die géén uitleg hebben gekregen, de controlegroep, volgen in zo’n situatie altijd hun navigatie. Maar als deelnemers vooraf uitleg hebben gekregen, kiest 40% er voor het navigatiesysteem te negeren en het advies van de tekstkarren te volgen. Omdat de groep navigatiegebruikers groot is (ongeveer de helft van de geënquêteerde deelnemers maakt er gebruik van) is dit een mooi resultaat.
VERKEERSKUNDIGE EFFECTEN
Hoe zit het met de verkeerskundige effect van de adviezen op de DRIP en de tekstkarren? In totaal hebben we drie metingen gedaan: een nulmeting zonder advies op de DRIP en zonder tekstkarren, een éénmeting waarbij we alleen de DRIP op de A28 hebben ingezet en een ‘tweemeting’ waarbij we zowel de DRIP op de A28 als de tekstkarren op de Waterlinieweg hebben gebruikt.
Uit een analyse van de verkeersdata van het verkeer A-B kunnen we concluderen dat de DRIP-voorspelling op de A28 weinig tot geen impact op de routekeuze heeft. Zowel in de nulmeting als in de één en tweemeting blijkt de routekeuze sterk afhankelijk te zijn van de waargenomen verkeerstoestand. Bij het keuzepunt op de A28 is dat vooral de eventuele fileterugslag tot (bijna) aan het keuzepunt: als er fileterugslag is, kiest een flink gedeelte van het verkeer om rechtdoor te gaan richting de Waterlinieweg. Als er geen zichtbare fileterugslag is, kiezen weggebruikers vaker voor de aansluiting richting de A27.
Een eventuele (aanvullende) invloed van het advies op de DRIP was niet vast te stellen. Wat zeker niet geholpen heeft, is dat de informatie over de routes moeilijk te vergelijken is: voor de A27-route wordt een reistijd in minuten gegeven, terwijl voor de Waterliniewegroute alleen wordt aangegeven of er (ernstige) vertraging is. Zonder uitleg vooraf is het dan voor de weggebruiker onvoldoende duidelijk hoe de informatie moet worden geïnterpreteerd en gewogen.
Ook de analyse van de verkeersstroom C-D, met een advies op de Waterlinieweg, laat geen (duidelijk) effect zien van de adviezen. Hier speelt nog een rol dat vertraging op de Waterlinieweg vaak veroorzaakt wordt door terugslag vanaf de A12. Deze beïnvloedt zowel de tekst op de tekstkar als het advies van navigatiesystemen. Door enkel naar het verkeersbeeld te kijken kunnen we dus niets zeggen over waar de weggebruikers zich door hebben laten leiden: tekstkar en/of navigatiesysteem?
AANBEVELINGEN
Als we de gedragskundige effecten van ons testpanel vergelijken met de verkeerskundige effecten van het verkeer als geheel, mogen we wel concluderen dat een goede voorbeïnvloeding essentieel is voor de opvolging. We hebben weliswaar een grote groep geïnformeerd (‘reclame’), maar alleen het automobilistenpanel van 120 personen hebben we op individueel niveau kunnen betrekken. Die groep is te klein om nog tot verkeerskundige effecten te leiden.
Toch biedt de Proof of Concept interessante aanknopingspunten. We doen dan ook de volgende aanbevelingen voor vervolgproeven.
In de eerste plaats zal de kwaliteit van de reistijdvoorspellingen omhoog moeten, zodat voor álle trajecten een betrouwbaar advies in minuten (reistijd en/of vertraging) kan worden getoond. Uit de enquêtes van het testpanel blijkt ook dat weggebruikers groot belang hechten aan nauwkeurige informatie en een duidelijke voorkeur hebben voor de vorm van reistijd/vertraging in minuten.
Eén mogelijkheid om de voorspellingen te verbeteren is door de voorspelalgoritmes te voeden met een combinatie van databronnen, zoals FCD, lussen, radar en thermicam. De voorspellers kunnen worden getoetst met bijvoorbeeld kentekencamera’s.
Uit het gedragskundig onderzoek blijkt dat het routekeuzegedrag veel beter te beïnvloeden is als weggebruikers weten waarom een andere route gewenst is: niet alleen voor eigen reistijdwinst, maar ook met het oog op de reistijd van anderen. In onze Proof of Concept konden we slechts een kleine groep ‘early adopters’ betrekken. De ervaringen met dit panel moeten we dan ook zien te generaliseren. Punten van aandacht zijn: wat is de invloed van de manier van presenteren (bijvoorbeeld DRIP versus in-car) op het opvolggedrag, hoe de informatie het beste te presenteren (mate van hinder, totale reistijd of aantal minuten vertraging?) en wat is het belang van de nauwkeurigheid van de reistijdvoorspeller (hoe groot is de tolerantie voor onnauwkeurige voorspellingen?).
Een laatste punt: de opzet met een testpanel werkte goed om gedragskundige effecten te bepalen en doorgronden, maar een testpanel biedt te weinig ‘volume’ om de verkeerskundige effecten in beeld te brengen. Een veel bredere benadering van weggebruikers, bijvoorbeeld via social media, kan het volume vergroten. Mogelijk kunnen we de effecten van de wegkantsystemen dan ook beter onderscheiden van de effecten van de zichtbaarheid van fileterugslag en/of het gebruik van navigatiesystemen. De Utrecht-Zuid-locatie met twee keer twee ongeveer gelijkwaardige route-alternatieven plus de grote potentiële winst die te behalen is, maken het netwerk zeer geschikt voor een proef als deze.
Tot slot
Samenvattend: het routegedrag is niet eenvoudig te beïnvloeden via DRIP’s of tekstkarren. Voorbeïnvloeding in de vorm van een goede toelichting op en uitleg van de aanpak en adviezen, lijkt bijna een voorwaarde om effect te sorteren. Als dat lukt zijn de effecten wel meteen groot. In de Proof of Concept hebben we voldoende kunnen leren om de voorspellingen te verbeteren en de (gedrags)maatregel door te ontwikkelen.
De Proof of Concept Utrecht-Zuid is onderdeel van een groter initiatief waarin de gemeente Utrecht samenwerkt met de provincie Utrecht, Rijkswaterstaat en gemeente Amersfoort. De proef is uitgevoerd door Arane Adviseurs en Goudappel (de auteurs van deze bijdrage), Technolution, Fileradar en &Morgen.
____
De auteurs
Femke Kessels en Jaap van Kooten zijn respectievelijk adviseur en strategisch adviseur bij Arane.
Mariska van Essen en Matthijs Dicke-Ogenia zijn adviseur Onderzoek & Gedrag bij Goudappel Coffeng.
