Pilot op de A9: Automatische incidentdetectie met floating car data

Rijkswaterstaat is druk bezig om de vermaarde filestaartbeveiliging minder afhankelijk van detectielussen in de weg te maken. De bron floating car data lijkt hiervoor een geschikt alternatief – op de A9 wordt er inmiddels druk mee getest. In deze bijdrage geven de auteurs een tussenstand.

 

 

Ruim duizend kilometer snelweg in Nederland is ervan voorzien: wegkantsystemen, detectielussen in het asfalt en matrixsignaalgevers boven de weg om het verkeer te waarschuwen voor files. Deze filestaartbeveiliging van Rijkswaterstaat werkt geheel automatisch. De lussen in het wegdek meten de snelheid van de passerende voertuigen en als die onder een bepaalde drempelwaarde komt, geeft het wegkantsysteem een signaal ‘Automatische incidentdetectie’ af aan de verkeerscentrale. Die zet vervolgens, eveneens automatisch, een snelheidsbeperking op de signaalgevers boven de weg.

Het huidige systeem, Motorway Traffic Management of MTM genaamd, is in de jaren zeventig van de vorige eeuw ontwikkeld en uitgerold. Het systeem voldoet nog uitstekend, maar vanwege z’n leeftijd denkt Rijkswaterstaat al enige jaren na over een geschikte, kostenefficiënte vervanging. Vooral de (forse) kostenpost detectielussen krijgt daarbij aandacht: er is Rijkswaterstaat veel aan gelegen om de nieuwe wegkantstations niet of in ieder geval minder afhankelijk te laten zijn van de lussen in de weg.

Floating car data
In de zoektocht naar een passend alternatief hebben Rijkswaterstaat en Be-Mobile in 2015 een aantal tests uitgevoerd met gps-gebaseerde floating car data. De proeven vonden plaats op de tweestrooks rijbanen A1 Apeldoorn-Amersfoort, A27 Everdingen-Culemborg en A58 Tilburg-Eindhoven. Het MTM-systeem van deze wegen is gedurende de pilot ‘in parallel’ gevoed met floating car data (FCD). De virtuele beeldstanden die het MTM-systeem op basis van deze data genereerde – de adviessnelheden die volgens de FCD op de matrixborden zouden moeten komen – zijn vergeleken met de daadwerkelijke beeldstanden op basis van lusdata. Wat bleek? In verreweg de meeste gevallen waren de beeldstanden identiek: de detectieoverlap was zo’n 95%. Niet onbelangrijk was ook dat tijdens de gehele proefperiode van een half jaar, de levering van FCD geen moment is uitgevallen.

Deze positieve eerste resultaten waren voor Rijkswaterstaat reden om de combinatie filestaartbeveiliging en FCD verder uit te werken. Hiervoor moesten aan het centrale deel van MTM en aan de lokale wegkantstations de nodige wijzigingen worden doorgevoerd. In 2017 en 2018 is een prototype gemaakt van een compleet nieuw wegkantstation, die de naam iWKS draagt. Dit type station maakt gebruik van standaard netwerktechnologie, wat beheer op afstand mogelijk maakt, en kent een modulaire opbouw.

Met dit systeem is Rijkswaterstaat vervolgens opnieuw aan het testen gegaan, met subsidie van het project Ursa Major neo. De nieuwe pilot, Proeftraject iWKS, wordt in twee stappen uitgevoerd. Stap 1 is om te kijken of iWKS zich gedraagt als het bestaande wegkantstation van het MTM-systeem, WKS versie 1.3. In stap 2 wordt getest of FCD de plaats kunnen innemen van lussen als bron voor filedetectie.

A9 Wijkertunnel-Alkmaar
Als locatie voor de pilot is gekozen voor de A9 tussen de Wijkertunnel en Alkmaar. Dit traject is een slag complexer dan de drie (tweestrooks) trajecten uit de 2015-pilot. Op het betreffende deel van de A9 doen zich namelijk aaneensluitend drie specifieke situaties voor: eenvoudig wegvak, spitsstrook en aansluiting tunnel. Daarmee dekt het 18 kilometer lange testtraject aardig de situaties die Rijkswaterstaat ook bij een landelijke uitrol zou tegenkomen.

De nieuwe systeemketen voor verkeerssignalering wordt opnieuw ‘in parallel’ met de bestaande keten opgebouwd. Dit geeft de technisch en operationeel verantwoordelijken de gelegenheid om de werking vrijuit te testen, zonder dat weggebruikers daar last van hebben. De keten wordt ook in z’n geheel gebouwd – vanaf de inwinning van de FCD, via de verwerking (algoritmiek), tot het plaatsen van de waarschuwingen op de matrixborden. De ervaring leert namelijk dat het deels simuleren van de keten een onvoldoende scherp beeld geeft van de werking ervan.

In juli 2018 zijn de eerste iWKS-en geïnstalleerd. Na verschillende tests is vastgesteld dat iWKS in de proefopstelling technisch en operationeel voldoende functioneert. Het gaat dan om de werking van het systeem als zodanig, op basis van de bestaande lusdatavoorzieningen. Belangrijke conclusie is ook dat beheer op afstand inderdaad mogelijk is. Dat leidt tot goedkoper beheer en maakt het mogelijk om vlot nieuwe functies uit te rollen.

In december 2018 zijn de (technische) aanpassingen aan de centrale systemen afgerond, zodat ook andere data dan lusdata kunnen worden gebruikt. Rijkswaterstaat gebruikt de parallelle systeemketen sindsdien voor het testen en onderzoeken van FCD als databron.

Drie datastromen FCD
Binnen het Proeftraject iWKS staat de verkeersveiligheid door het MTM-systeem – lees: de filestaartbeveiliging – centraal. De bedoeling is om met FCD dezelfde kwaliteit filestaartbeveiliging te behalen als met lusdata mogelijk is. Een belangrijk aandachtspunt hierbij is wel dat deze databronnen volledig verschillend zijn. Detectielussen meten nagenoeg alle voertuigen, maar slechts op een beperkt aantal meetpunten: op pakweg iedere 500 meter (detectielussen liggen bij portalen met matrixsignaalgevers). De FCD van Be-Mobile geven informatie van maar ca. 8 tot 10% van de voertuigen op een weg, maar die meting is dan wel overal en continu. Het voordeel van dat laatste is dat met FCD verkeersverstoringen fijnmaziger kunnen worden gedetecteerd.

Omdat het een pilot betreft en ook Rijkswaterstaat nog niet exact weet hoe het de data het best verwerkt en eventueel fuseert, levert Be-Mobile de data in drie vormen.

De eerste is een vorm waarbij Be-Mobile bepaalt wanneer de trigger voor automatische incidentdetectie (AID) moet worden afgegeven. In feite krijgt Rijkswaterstaat met deze aanpak dus alleen de trigger door en niet de FCD zelf.
De tweede is een vorm waarbij de weg verdeeld is in virtuele segmenten van elk maximaal 50 meter. Be-Mobile levert elke 15 seconden de actuele snelheid per segment aan Rijkswaterstaat, zodat die met een eigen algoritme kan bepalen wanneer de AID-trigger moet worden gegeven.
Tot slot is er een datastroom die bestaat uit afzonderlijke trajectoriën. Zie een voorbeeld hiervan in figuur 1. Iedere lijn is een voertuig dat data levert, een probe. Een lijn is weer opgebouwd uit actuele gps-posities die de dataleverancier ‘geomapt’ op een kaartondergrond. Van links naar rechts op de x-as is de afgelegde weg zichtbaar; de kleuren geven de snelheid van ieder voertuig aan.

 
Bij de technische integratie van de FCD in het iWKS-platform is er overigens goed opgelet dat de keten robuust en snel is, zodat Rijkswaterstaat de uiteindelijke beeldstanden kan baseren op zo actueel mogelijke verkeersdata. Rijkswaterstaat heeft als eis dat de vertraging niet meer dan 30 seconden mag zijn.

Eerste uitkomsten
Sinds eind 2018 is het test-traject operationeel. Technisch gezien werkt het naar verwachting, maar ook in verkeerskundig opzicht zijn de resultaten veelbelovend – zie ook het kader ‘De resultaten beoordelen’. De rapportage van de eindevaluatie wordt deze zomer verwacht.
Als die positief is, zou dat allereerst goed nieuws zijn voor de ruim 1000 kilometer wegen waarvan de bestaande MTM-verkeerssignalering vervangen moet worden. Maar Nederland telt ook nog 2.000 kilometer snelwegen die nog helemaal geen MTM hebben. Op deze wegen zou een zogenaamde virtuele verkeerssignalering kunnen worden aangeboden: de AID-trigger en de bijbehorende snelheidsadviezen kunnen in car via de bekende serviceproviders worden getoond. Er komt dan een vorm van verkeerssignalering beschikbaar op wegen die nu géén MTM hebben (en waarvoor ook geen plannen zijn).

Meer alternatieven, meer onderzoek
In de nabije toekomst zal het A9-testtraject met iWKS’en gebruikt worden om nog andere alternatieve databronnen te testen, zoals glasvezeltechniek. Het gaat dan niet alleen om het testen van die alternatieve bronnen als zodanig, maar ook om vast te stellen of meerdere bronnen, zoals FCD en glasvezel, slim gefuseerd kunnen worden. Met het oog op het risico van uitval wil Rijkswaterstaat zich namelijk niet afhankelijk maken van slechts één alternatieve databron. Door verschillende bronnen te gebruiken en fuseren kan Rijkswaterstaat dat risico mitigeren – en tegelijkertijd de kwaliteit van de filedetectie verbeteren. Wordt vervolgd dus!

____

De auteurs
Andy Berkouwer is business manager bij Be-Mobile.
Marco Schreuder en Gerard Avontuur zijn respectievelijk senior adviseur Verkeersmanagement en programmamanager Verkeersmanagementontwikkeling bij Rijkswaterstaat.
Nanne van der Zijpp is eigenaar van Modelit.

 
 

De resultaten beoordelen

De resultaten van de A9-pilot zullen inhoudelijk worden beoordeeld door deze te vergelijken met een ground truth. In de eerste tests in 2015 werd nog de door MTM gedetecteerde AID-status als ground truth gebruikt. Maar de beperking hiervan is dat er alleen op vaste locaties (de meetpunten) vergelijkingsmateriaal beschikbaar is. In de huidige studie worden daarom de floating car data van Be-Mobile zelf gebruikt om een ground truth te bepalen. Hoe gaat dat in zijn werk?

De (gps-gebaseerde) FCD worden met behulp van een ‘mapmatcher’ van Modelit gekoppeld aan het Nationaal Wegenbestand. Dit resulteert in een puntenwolk van snelheidswaarnemingen – zie onderstaande figuur. Op basis van deze wolk berekent een algoritme de snelheid voor een grid met (equidistante) tijd- en plaatscoördinaten.

Van dit algoritme bestaan twee varianten. De eerste variant gebruikt voor het schatten van de snelheid op een bepaalde plaats en tijd alleen data tot en met dat tijdstip. Dit algoritme kan binnen een real time-setting worden toegepast en fungeert binnen de huidige studie als een te beoordelen methodevariant. De tweede variant gebruikt álle beschikbare data, dus ook data van na het tijdstip waarvoor de AID-status wordt bepaald. Met dit algoritme wordt binnen de huidige studie de ground truth bepaald: was er (‘met de kennis van nu’) echt reden om een AID-signaal uit te laten gaan?

De proef is op het moment van schrijven in volle gang. Subjectief kan worden vastgesteld dat er een grote mate van overeenkomst is tussen de AID-detecties van het vertrouwde MTM-systeem en van het nieuwe FCD-gebaseerde systeem.

Evaluatie
De objectief te berekenen indicatoren waar in de evaluatie naar gekeken wordt, betreffen indicatoren als de overlap van de AID-detecties, het aantal gedetecteerde incidenten en de relatieve reactietijd van in- en uitschakelen. Deze indicatoren kunnen op gevoeligheid worden beoordeeld door onderscheid te maken tussen onder meer drukte (rustig en druk verkeer) en congestiesituatie (kop van de file, doorlopende filegolf of oplossende filegolf).

 

Verschillen in detecties

Als er sprake is van een doorlopende filegolf dan presteren MTM en het FCD-systeem vrijwel identiek. Maar bij het ontstaan en oplossen van files zijn er grotere verschillen zichtbaar. Dit is als volgt te verklaren.

De reactietijd van MTM bedraagt minimaal de tijd die verstrijkt tussen het ontstaan van een incident en het moment dat de hierdoor veroorzaakte filegolf de dichtstbijzijnde bovenstroomse detectieraai bereikt. Uitgaande van een portaalafstand van 500 meter en een snelheid van de filegolf van 15 km/uur kan dit oplopen tot 120 seconden.

De reactietijd van het FCD-systeem bedraagt minimaal de tijd die verstrijkt totdat voldoende unieke probes de incidentlocatie passeren. In deze context betekent ‘voldoende’ het aantal probes dat nodig is om valse alarmen uit te sluiten. Een strikte afschatting van de reactietijd is hierdoor niet mogelijk: het antwoord zal komen in een vorm als ‘de kans dat de reactietijd groter is dan X seconden is kleiner dan Y’. De gps-data van de A9-pilot bieden een unieke kans om die X en Y te kwantificeren.