Wil gecoördineerd netwerkbreed verkeersmanagement ooit echt goed van de grond komen, dan moet het aan twee voorwaarden voldoen: het moet proactief zijn en een minimale inzet van de wegverkeersleiders vereisen. Dat is mogelijk met een aanpak die de auteurs omschrijven als maximaal trigger-based netwerkbreed wegverkeersmanagement. In deze bijdrage leggen de auteurs uit waar dat voor staat en wat er nog nodig is om deze aanpak te implementeren.
In ons complexe en vaak ook labiele verkeerssysteem is proactief handelen essentieel. Het achteraf ‘repareren’ van problemen is vele malen inefficiënter en ineffectiever dan het voorkomen ervan – en dat voorkomen (of op z’n minst: uitstellen) vereist proactiviteit. We moeten tijdig de verkeersvraag verdelen over het beschikbare wegennet, tijdig de instroom naar een overbelaste schakel in het wegennet temperen, tijdig het aankomende verkeer naar een andere, wellicht minder voor de hand liggende parkeerlocatie geleiden enzovoort. Pas in actie komen als de overbelasting een feit dreigt te worden, is te laat in actie komen.
De minimale inzet van wegverkeersleiders is een tweede voorwaarde voor het welslagen van gecoördineerd netwerkbreed verkeersmanagement, kortweg GNV. Het netwerk waarover we verkeersmanagement uitvoeren, groeit gestaag. De interactie met bepalende gebeurtenissen als brugbedieningen, tunnelafsluitingen en evenementen neemt toe. Ook is er sprake van een diversificatie in verkeersmanagement, waarbij voetgangers, fietsers, passagiersvoertuigen, vrachtwagens en bevoorradingsverkeer elk afzonderlijk aandacht krijgen. Deze stappen voorwaarts, inclusief de stap naar GNV, hebben alleen kans van slagen wanneer wegverkeerleiders voldoende ondersteuning krijgen.
Trigger-based werken
Om aan deze vereisten te kunnen voldoen, hebben we een vorm van GNV nodig die we maximaal trigger-based netwerkbreed wegverkeersmanagement zullen noemen.
Deze aanpak vult de voorwaarde van een ‘minimale inzet wegverkeersleiders’ onder meer in door op alle ruimtelijke niveaus een goed gebruik te maken van triggers. Dit zijn vooraf gedefinieerde gebeurtenissen die automatisch een aantal verkeersmanagementmaatregelen in gang zetten, zoals (simpel voorbeeld): ‘als de verkeersintensiteit op traject X grenswaarde a overschrijdt, dan maatregel 9 en 10 inzetten’.
De aanpak voldoet aan ‘proactiviteit’ doordat de triggers zo zijn gekozen dat er vroegtijdig wordt gereageerd én doordat er op netwerkniveau met behulp van kortetermijnvoorspellingen van de verkeerstoestand enkele minuten vooruit wordt gekeken.
Cruciaal in de aanpak is verder dat de verschillende regelingen – we spreken in dit verband van regellussen – goed geïntegreerd worden. We onderscheiden vier regellussen:
- Een veilige en bij voorkeur adaptieve verdeling van de kruispuntcapaciteit over de verschillende richtingen en modaliteiten.
- Optimalisatie van de verkeersregelingen over cruciale corridors.
- Optimalisatie van de netwerkprestatie door spreiding van het verkeer over het wegennetwerk en door het netwerkbreed afstemmen van de verkeersregelingen op de actuele verkeersvraag. Indien nodig worden delen van het verkeer gebufferd.
- Een uitbreiding van de netwerkprestatie-optimalisatie met behulp van kortetermijnvoorspellingen. Onverwachte verkeerstoestanden worden automatisch vroegtijdig geïdentificeerd en als triggers aan regellus 3 aangeboden.
Deze in elkaar grijpende regellussen hebben elk hun eigen geografische scope, zoals geïllustreerd in figuur 1.
Toelichting op de regellussen
De vier regellussen lichten we in het onderstaande kort toe, met steeds aandacht voor de vraag: wat moet er gedaan worden om de lussen te operationaliseren en in elkaar te laten grijpen? Om een en ander wat concreter te maken, gebruiken we Deventer als case. Deze stad heeft regellus 1 en 3 namelijk al operationeel en is regellus 2 aan het implementeren – en dat in een ‘multi-leverancier omgeving’. Zie figuur 2 voor een situatieschets.
1. Lokale, veilige en bij voorkeur adaptieve verdeling van de kruispuntcapaciteit
Het doel van kruispuntgerichte, adaptieve (lees: verkeersafhankelijke) verkeersregelingen is om de kruispuntcapaciteit optimaal te verdelen over de richtingen en modaliteiten, rekening houdend met de lokale verkeersvraag. In Nederland wordt ‘optimaal’ meestal geïnterpreteerd als het minimaliseren van de wachttijden over de verschillende groepen weggebruikers.
Iedere verkeersregeling wordt gevat in een signaalplan voor de verkeersregelinstallatie (VRI). Zo’n plan heeft een zeker bereik: ze zijn bedoeld voor specifieke situaties als ‘ochtendspitsperiode’, ‘daluren’ of (meer verkeerskundig) ‘maximale uitstroom gemotoriseerd verkeer de stad uit’. VRI’s zijn veelal voorzien van meerdere signaalplannen. Door de VRI’s te koppelen aan een VRI-beheercentrale kunnen signaalplannen ook op afstand worden ge(de)activeerd en zelfs geconfigureerd. Het plan kan afhankelijk van de actuele verkeersvraag eventueel nog worden ‘fijngeregeld’.
De in deze regellus gebruikte triggers zijn bijvoorbeeld de detectie van wachtende of aankomende weggebruikers, of geschatte wachttijden en wachtrijlengtes voor een kruising.
In Deventer zijn de belangrijkste kruispunten voorzien van VRI’s met adaptieve verkeersregelingen. Langs drie corridors zijn begin 2018 zogenaamde intelligente VRI’s, iVRI’s, geoperationaliseerd. Alle installaties worden het IVERA-protocol gekoppeld aan een VRI-beheercentrale.
2. Optimalisatie van de verkeersregelingen over cruciale corridors
Een adaptieve corridorregeling optimaliseert de doorstroming over een corridor, een verbindingsweg met meerdere kruispunten. Wat voor deze regeling ‘optimaal’ is, hangt af van de beleidsdoelen. Binnen het publiek-private Partnership Talking Traffic werken diverse aanbieders de corridorregeling verder uit – en op een aantal locaties lopen zelfs al praktijkproeven.
In deze regellus staat de verkeersvraag over een corridor centraal en wordt rekening gehouden met de tijd die voertuigen nodig hebben om de corridor af te leggen. De corridorregeling maakt op basis van informatie over de situatie stroomopwaarts een prognose van de lokale verkeersvraag per kruispunt op de corridor. Op basis daarvan stemt de regeling de afzonderlijke kruispuntregelingen af, met als doel de verkeersvraag op corridorniveau optimaal af te wikkelen.
Triggers zijn onder meer de reistijd over een corridor of de wachtrijlengtes.
Gemeente Deventer past momenteel langs drie corridors adaptieve corridorregelingen in, langs (delen van) de N348, N337 en N344. Deze corridorregelingen worden via IVERA verbonden met de VRI’s, in dit geval iVRI’s. Ze zijn nog niet verbonden met het Netwerkmanagementsysteem van regellus 3, en kunnen zodoende nog niet worden ingepast in een bredere netwerkaanpak.
3. Netwerkoptimalisatie door spreiding van het verkeer over het wegennetwerk en buffering waar nodig
Het doel van netwerkbreed verkeersmanagement is om de bereikbaarheid van een complete stad of regio te waarborgen, met inachtneming van de politieke en maatschappelijke randvoorwaarden op het vlak van veiligheid en leefbaarheid. Het verkeer wordt dus ook over het gehele netwerk geregeld. Het gaat niet (alleen) om de verkeersvraag bij een kruispunt of op een corridor: ook zaken als de afwikkeling op route-alternatieven, de beschikbaarheid van parkeerplaatsen en de impact van brugopeningen worden meegenomen.
In deze regellus is het netwerkmanagementsysteem de spil. Dit systeem kan de verkeersregelingen aansturen, maar ook andere beschikbare verkeersmanagementsystemen zoals route-informatiepanelen. In lijn met de beleidsdoelstellingen spreidt het netwerkmanagementsysteem het verkeer over het netwerk en stemt het netwerkbreed de verkeersregelingen af op de actuele verkeersvraag. Waar nodig wordt verkeer gebufferd, op locaties waar dat de minste overlast oplevert. Dat is ter plaatse een verslechtering, maar voor het netwerk als geheel een verbetering.
Netwerkmanagement wordt normaliter voorbereid voor en afgestemd op een grote diversiteit aan mogelijke gebeurtenissen die dagelijks dan wel incidenteel optreden en die verwacht of onverwacht optreden (figuur 3). Hiervoor worden vooraf regelscenario’s geconfigureerd. Die worden automatisch, aan de hand van triggers, door het netwerkmanagementsysteem ingezet of handmatig geactiveerd door de wegverkeersleider. Bij maximaal trigger-based netwerkmanagement wordt zoveel mogelijk aan het netwerkmanagementsysteem overgelaten – de betrokkenheid van de wegverkeersleider beperkt zich dan tot onverwachte en incidentele gebeurtenissen.
Triggers die het netwerkmanagementsysteem gebruikt zijn bijvoorbeeld brugopeningen, reistijden over alternatieve corridors, wachtrijlengtes of wachttijden als maat voor de verzadiging van een deelnetwerk.
Terug naar het praktijkvoorbeeld. Deventer beschikt als een van de eerste wegbeheerders in Nederland over een netwerkmanagementsysteem dat verbonden is met de VRI-beheercentrale en de DRIP-centrale en dat een eigen (bescheiden) sensornetwerk kent. De actuele verkeerssituatie waar het systeem op regelt, wordt op de site devis.deventer.nl getoond.
4. Uitbreiding netwerkoptimalisatie met triggers en anticipatie op de verwachte verkeersvraag
In figuur 3 spreken we gemakshalve van ‘dagelijkse’ en ‘verwachte/geplande’ situaties, zoals een ochtend- of avondspits. De praktijk leert echter dat die dagelijkse fenomenen nooit echt gelijk zijn: de verkeersvraag zal bijvoorbeeld per ochtendspits variëren. Juist bij een intensief gebruikt wegennet kunnen deze variaties net het verschil betekenen tussen wel of geen verzadigd (deel van het) netwerk. Door in deze regellus goed te meten én te voorspellen of netwerkdelen eerder dan wel later dan gemiddeld vol raken en daarop te triggeren, kunnen beheersmaatregelen eerder of anders worden ingezet.
Dan zijn er nog de incidentele/uitzonderlijke en onverwachte/niet-geplande gebeurtenissen. Juist voor deze gebeurtenissen is het belangrijk ze tijdig te herkennen en indien nodig netwerkbreed te reageren. Ook hier biedt kortetermijnvoorspelling uitkomst, om een beeld te krijgen van de verkeerstoestand op de weg in de komende minuten (bijvoorbeeld 5, 10, 15 en 30 minuten). Op basis hiervan kunnen incidenten sneller worden gedetecteerd: afwijkingen tussen eerdere voorspellingen van de huidige (bemeten) situatie en deze metingen zijn hiervoor indicaties. Deze onverwachte verkeerstoestanden worden vervolgens als triggers aan het netwerkmanagementsysteem aangeboden.
Een aanvullend voordeel van kortetermijnvoorspellingen is dat ook voor niet-bemeten wegvakken informatie over intensiteiten en snelheden beschikbaar komt. Die informatie kan in de netwerkbrede afweging van regellus 3 worden meegenomen.
Dat is sowieso de hele insteek van regellus 4: input leveren voor het verkeersmanagementsysteem in regellus 3. Welke regelscenario’s en/of beheersmaatregelen passend zijn voor de situatie, blijft de afweging van het netwerkmanagementsysteem.
De geografische scope van de kortetermijnvoorspelling moet minimaal zo groot zijn als de scope van het netwerkmanagementsysteem. De voorspelling voor een stad of provincie is bij voorkeur beschikbaar voor het omliggende deel van het auto(snel)wegennet én de belangrijke verkeersaders op het onderliggende wegennet. Andere domeinen zoals brugopeningen en parkeergarages kunnen hieraan worden toegevoegd, zodat een integrale voorspelling ontstaat. Zie verder het kader op deze bladzijde.
In de case van Deventer, is vooralsnog geen sprake van kortetermijnvoorspelling. Dat geldt overigens niet alleen in Deventer: het gebruik van kortetermijnvoorspelling is in netwerkbreed verkeersmanagement een nieuwe tak van sport.
Voldoen we aan de voorwaarden?
Zoals we in de inleiding stelden, moet gecoördineerd netwerkbreed verkeersmanagement proactief zijn en een minimale inzet van de wegverkeersleiders vereisen. Werken met de juiste triggers – bijvoorbeeld: niet ‘absolute reistijd’, maar ‘snelheid waarmee reistijd toeneemt’ – zo mogelijk versterkt met een kortetermijnvoorspelling, maakt netwerkmanagement proactief. Door de vier regellussen met elkaar te verbinden kunnen veel van de dagelijks te verwachten en geplande gebeurtenissen bovendien automatisch door de set van verbonden systemen worden afgehandeld. De wegverkeersleider kan zodoende zijn aandacht richten op de onverwachte, incidentele gebeurtenissen.
Wat zijn de te zetten stappen?
Uitgaande van de vigerende visie in Nederland op de systeemarchitectuur voor netwerkmanagement en datgene wat al beschikbaar is in een stad of provincie, kunnen we de beoogde systeemtopologie voor maximaal trigger-based netwerkbreed wegverkeersmanagement opstellen. Zie hiervoor figuur 4.
In drie elementen moet nog voorzien worden, te weten:
- Een open protocol voor de interactie tussen de adaptieve corridorregeling (regellus 2) en het netwerkmanagementsysteem (regellus 3).
- Een open protocol voor de interactie tussen het netwerkmanagementsysteem (regellus 3) en de kortetermijnvoorspeller (regellus 4).
- Een in de praktijk van alledag beproefde kortetermijnvoorspeller.
Wat dat laatste betreft: kortetermijnvoorspellers zijn al dermate ver in de ontwikkeling dat we daar al op korte termijn de vruchten van kunnen plukken. Dat zou betekenen dat alleen de missende open protocollen direct aandacht vragen. Wellicht een goed idee om hierover in NM Magazine-verband een ronde tafel te organiseren? We komen met een uitnodiging!
____
De auteurs
Drs. Edwin Mein en ing. Paul van Koningsbruggen zijn respectievelijk projectleider en directeur Mobiliteit bij Technolution.
Dr. Luc Wismans en ir. Henri Palm zijn respectievelijk programmamanager Smart Mobility en consultant bij DAT.mobility.
Nico van Beugen is senior verkeersregelkundige van gemeente Deventer.
Kortetermijnvoorspellingen in het kort
De ‘motor’ van kortetermijnvoorspellingen is een softwaresysteem dat data- en modeltechnieken integreert. Beschikbare real-time meetdata, zoals stromende VLOG-data van VRI’s en floating car data, worden gefuseerd en gecombineerd met een dynamisch verkeersmodel voor het meegenomen netwerk. Het systeem kan zo voor ieder wegvak een schatting maken van de actuele situatie. Op basis van historische en actueel gemeten data wordt de verkeersvraag voor het gehele netwerk en het aanbod van infrastructuur (denk aan capaciteiten) actueel gekalibreerd in een voortschrijdende tijdshorizon. Het systeem leert dus continu en past zich ook continu aan aan de actualiteit. Met behulp van modeltechnieken wordt vervolgens een voorspelling gemaakt voor iedere komende minuut: het systeem rekent hierbij ‘vooruit’.
