Advanced Traffic Monitoring (ATMO) (Thema Integraal infrastructuur- en verkeersmanagement )

Transcriptie

1 Transumo - ATMO Advanced Traffic Monitoring (ATMO) (Thema Integraal infrastructuur- en verkeersmanagement ) PLATOS 23 maart 06 Provinciehuis Utrecht Hans van Lint Platos 23/3/06 1 Inhoud Kort overzicht ATMO Transumo project Wat zit er in voor modelontwikkelaars en gebruikers Een aantal voorbeelden van deelprojecten: Real-time modelleren Data fusie / toestand schatten Eindbeeld Platos 23/3/06 2

2 Kort overzicht ATMO Transumo project Wat zit er in voor modelontwikkelaars en gebruikers? Een aantal voorbeelden van deelprojecten: Real-time modelleren Data fusie / toestand schatten Eindbeeld Platos 23/3/06 3 Wat is ATMO? Vraag Aanbod Informeren, plagen, stimuleren, straffen, belonen beprijzen, etc reizigers Doelen reizigers: waar(de) voor je geld en tijd!!! Monitoren (meten, begrijpen, interpreteren, voorspellen) ATMO Manage Beleidsdoelen: veilig, schoon, efficient, infrastructuur Regelen (verkeerslichten, snelheidslimieten, toeritdoseren, inhaalverboden, etc) Commerciele doelen: kosten/baten, continuiteit, marktaandeel Platos 23/3/06 4

3 Doel ATMO Het ontwikkelen van kennis en kunde in het opzetten, realiseren, beheren en gebruiken van een robuust en betrouwbaar systeem voor het monitoren van heterogene verkeersnetwerken dat (geprognosticeerde) verkeersgegevens produceert voor verkeersmanagement en voor verkeersdeelnemers Platos 23/3/06 5 Uitdagingen Hoe organiseer en beheer je het? Leren vanuit het verleden: er waren al vele pilots en projecten (stoppen met wiel uitvinden) Verantwoordelijkheden partijen kennen en nemen: zonder mandaat geen data Hoe bouw je het? Koppelen heterogene data bronnen Netwerk breed schatten en voorspellen bestaat nog (lang) niet! Hoe betrouwbaarheid en veiligheid monitoren?! Platos 23/3/06 6

4 Wie doen mee? Kernpartijen ATMO TU Delft (trekker) UT TNO AVV / RWS Provincie ZH Vialis ARS T&T Gemeente Delft TRAIL In de periferie Andere overheden: Rotterdam, Almelo, Haaglanden, Pr. NB, RWS ZH, Projecten: Regiolab-Delft ICT Haaglanden, andere Transumo projecten Platos 23/3/06 7 Kort overzicht ATMO Transumo project Wat zit er in voor modelontwikkelaars en gebruikers? Een aantal voorbeelden van deelprojecten: Real-time modelleren Data fusie / toestand schatten Eindbeeld Platos 23/3/06 8

5 De link tussen (real-time) modellen en (beperkte/incomplete/heterogene) data real traffic system traffic actuators (a) state estimation traffic sensors (b) state prediction (c) optimi-zation Online simulation models initial state state estimation / data fusion goals optimize DTM measures input: OD matrices, capacity constraints, network specs, etc Platos 23/3/06 9 Impliceert reconstrueren van netwerkbrede verkeerscondities Mogelijkheid 1: direct toestand (snelheid, dichtheid) op links schatten Nodig: geavanceerde (vb. Kalman) filters en dynamisch verkeersafwikkelings model Voordeel: parameters adaptief maken (online calibratie) onzekerheidsmarges expliciet uitrekenen Model Filter / fusie Inputs (OD, netwerk, ) Data Platos 23/3/06 10

6 Impliceert reconstrueren van netwerkbrede verkeerscondities Mogelijkheid 1: direct toestand (snelheid, dichtheid) op links schatten Nadeel: geen route / bestemmingspecifieke verkeersvraag / stroom (route keuze dmv turnfracties wel te parameterizeren) Veel veronderstellingen over ruistermen en afhankelijkheden Balanceren tussen onzekerheid model en onzekerheid data Filter / fusie Model Inputs (OD, netwerk, ) Data Platos 23/3/06 11 Impliceert reconstrueren van netwerkbrede verkeerscondities Mogelijkheid 2: indirect toestand schatten via OD matrix en routekeuze veronderstellingen Nodig: OD schatter / toedeling (routekeuze modellen) en een dynamisch networkloading model Voordeel: schatting latente variabelen (OD flows, routekeuze) Model Toedelen / routekeuze Inputs (OD, netwerk, ) Data OD schatter Platos 23/3/06 12

7 Impliceert reconstrueren van netwerkbrede verkeerscondities Mogelijkheid 2: indirect toestand schatten via OD matrix en routekeuze veronderstellingen Balanceren tussen consistentie en realisme Nadeel: relatie metingen OD is onderbepaald- apriori info nodig relatie OD link toestand is onderbepaald veel veronderstellingen nodig Niet alle data kun je gebruiken Model Toedelen / routekeuze Inputs (OD, netwerk, ) Data OD schatter Platos 23/3/06 13 Kan combinatie ook? Mogelijkheid 3: parallel schatten van OD en link toestanden Ervaring tot nu Simpel is vaak beter: er zijn gewoon te veel vrijheidsgraden in complexe modellen Dynamica cruciaal (locatie en tijd congestie) Uit elkaar trekken toestand schatten en voorspellen zinvol Model Toedelen / routekeuze Filter / fusie Inputs (OD, netwerk, ) Data OD schatter Platos 23/3/06 14

8 Kort overzicht ATMO Transumo project Wat zit er in voor modelontwikkelaars en gebruikers? Een aantal voorbeelden van deelprojecten: Real-time modelleren Data fusie / toestand schatten Eindbeeld Platos 23/3/06 Voorbeeld deelprojecten binnen ATMO Regiolab-Delft server ( Real-time CA gebaseerd micro model: MiOS (Microscopic Online Simulation) Ontwikkeling modellen voor Reistijdbetrouwbaarheid Reistijden voorspellen op heterogene stedelijke netwerken Data fusie Hypothese Manager (Dynamisch Bayesiaans netwerk voor incident detectie) Platos 23/3/06 16

9 MiOS: Real time verkeersimulatie en voorspelling Geavanceerd micro-model Rechtstreeks gelinkt met de Regiolab-Server: een echt netwerk en echte meetgegevens Loop detectors Cameras Platos 23/3/06 17 MiOS: real time verkeersimulatie en voorspelling Voorspellen ( min-2 uur) door simulatie Link met data via route 2 : adaptieve OD matrix en adaptief (Bayesiaans) routekeuze model Platos 23/3/06 18

10 Data fusie Zelfde ingredienten als toestand schatten / real-time modellen: Model Toestand schatting Filter Data Platos 23/3/06 19 Data fusie Zelfde ingredienten als toestand schatten / real-time modellen: Model Toestand schatting Filter Data Platos 23/3/06

11 Data fusie Zelfde ingredienten als toestand schatten / real-time modellen: 1. Hoe combineer (weeg) je punt vs trajectmetingen: incompatibel w.b.t. tijd en plaats 2. Hoe schat je filter parameters (varianties, dichtheidsfuncties): i. Onzekerheid data ii. Onzekerheid model Toestand schatting Model Filter Data Platos 23/3/06 21 Data fusie: een voorbeeld Stel een wegbeheerder wil op een stuk snelweg graag een monitoringsysteem installeren Platos 23/3/06 22

12 Data fusie: een voorbeeld De opties: 1. wel of geen tellus op de invoegstrook à 12 k en 3k /jaar/stuk onderhoud. 2.0 tot 7 inductielussen à k per stuk aanschaf en 5k /jaar/stuk onderhoud 3. X% uitgeruste voertuigen (1% is equivalent met ongeveer 60 voertuigen) à 60 k /1% en ca 6 k /1% abonnementskosten per jaar Platos 23/3/06 23 Dit is wat er werkelijk gebeurt Data fusie: een voorbeeld Speeds [m/s] space (m) time (s) Platos 23/3/06 24

13 Optie 1: Lussen op 0, 00 en 3500 meter + tellus op invoegstrook Data fusie: een voorbeeld space (m) Speeds [m/s] time (s) Platos 23/3/06 Data fusie: een voorbeeld Speeds [m/s] Optie 2: Lussen om de 500 meter + tellus op invoegstrook space (m) time (s) Platos 23/3/06 26

14 Optie 3: 5% FCD + Lus bovenstrooms + tellus op invoegstrook Data fusie: een voorbeeld space (m) Speeds [m/s] 5% FCD time (s) Platos 23/3/06 27 Optie 4: 3% FCD + Lus op 0, 0 en 3500 m + tellus op invoegstrook Data fusie: een voorbeeld space (m) Speeds [m/s] 3% FCD time (s) Platos 23/3/06 28

15 Data fusie: een voorbeeld Speeds [m/s] Optie 5: 5% FCD + Lussen om de 500 meter + tellus op invoegstrook space (m) % FCD time (s) Platos 23/3/06 29 Data fusie: kosten-baten evaluatie Als maat voor de baten: percentage verklaarde variantie (R 2 ) systeem (#lussen,%fcd) aanschaf (k ) onderhoud/jr (k ) R 2 (%) optie 1 (3,0%) optie 2 (7,0%) optie 3 (1,5%) optie 4 (3,3%) optie 4 (7,5%) Platos 23/3/06

16 Kort overzicht ATMO Transumo project Wat zit er in voor modelontwikkelaars en gebruikers? Een aantal voorbeelden van deelprojecten: Real-time modelleren Data fusie / toestand schatten Eindbeeld Platos 23/3/06 31 Eindbeeld Applicatie 1 Applicatie 2 Interface naar ruwe data Applicatie N Verrijkte data Dynamische info Netwerk brede toestand schatter Reistijdbetrouwbaarheid Verkeersveiligheid??? Semi-statische info weer VRI S FCD cameras lussen??? Geo info Platos 23/3/06 32

17 Eindbeeld Organisatie: ontwikkeling, beheer en verantwoordelijkheid: PPP? Mits: Voldoende mandaat Interface naar ruwe data Applicatie 1 Applicatie 2 Applicatie N Voldoende middelen Verrijkte data Netwerk brede toestand schatter Reistijdbetrouwbaarheid Vertrouwen (in elkaars expertise) Dynamische info Verkeersveiligheid??? Continuiteit (beheer belangrijker dan ontwikkeling) Semi-statische info Geo info weer VRI S FCD cameras lussen??? Platos 23/3/06 33 Vragen, opmerkingen? Platos 23/3/06 34