Advanced Traffic Monitoring (ATMO) (Thema Integraal infrastructuur- en verkeersmanagement )
|
|
- Saskia Claessens
- 7 jaren geleden
- Aantal bezoeken:
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
Real-time verkeersmodellen Overzicht, structuur en voorbeelden
Real-time verkeersmodellen Overzicht, structuur en voorbeelden Dr. Hans van Lint, Transport & Planning, Civiele Techniek 3/24/09 Delft University of Technology Challenge the future Overzicht Real-time
Nadere informatieDe file omgedraaid beter voorspellen door terug te redeneren
De file omgedraaid beter voorspellen door terug te redeneren Dr. Ir. J.W.C. van Lint Universitair docent Verkeerstromen Afdeling Transport & Planning Faculteit Civiele Techniek en Geowetenschappen www.transport.citg.tudelft.nl
Nadere informatieRegionale Verkeersmonitoring
Faculty of Civil Engineering and Geosciences Transport & Planning Department Visiting address Stevinweg 1 2628 CN Delft Postal address P.O. Box 5048 2600 GA Delft The Netherlands www.transport.citg.tudelft.nl
Nadere informatieFloating Car Data voor filestaartbeveiliging Marco Schreuder (RWS) NDW-NM 7 december 2016
Floating Car Data voor filestaartbeveiliging Marco Schreuder (RWS) NDW-NM 7 december 2016 Inhoud Aanleiding Aanpak Resultaat Vervolg Praktijkproef Amsterdam Verkeersinfo Toepassingen FCD voor RWS Verkeersmanagement
Nadere informatieBruikbaarheid van Floating Car Data voor transportmodellen. PLATOS, 14 maart 2018
Bruikbaarheid van Floating Car Data voor transportmodellen PLATOS, 14 maart 2018 Marco Kouwenhoven Rik van Grol, Jasper Willigers (Significance, TU Delft) (Significance) Inleiding Recentelijk heeft NDW
Nadere informatie5 maart e PLATOS colloquium, "Rekenen aan Duurzaamheid" 1
5 maart 2008 8e PLATOS colloquium, "Rekenen aan Duurzaamheid" 1 Betrouwbare reistijden op het Nederlands wegennet nieuwe inzichten op basis van echte data 8e PLATOS Colloquium Provinciehuis Utrecht, 5
Nadere informatieNationaal verkeerskundecongres 2016
Nationaal verkeerskundecongres 2016 De nieuwe databron: Modelled Car Data Bas van der Bijl (Sweco Nederland B.V.) Niels Henkens (Sweco Nederland B.V.) Samenvatting Verkeersinformatie wordt steeds belangrijker,
Nadere informatieTransparantie in dynamische modellen voor wegverkeer
Transparantie in dynamische modellen voor wegverkeer A model should be as simple as possible, but not simpler... (A. Einstein) PLATOS2011, 3/8/11 Dr. Hans van Lint Prof. Dr. Serge Hoogendoorn Delft University
Nadere informatieVerkeersmodel op maat: sneller en beter
Verkeersmodel op maat: sneller en beter Door veel meer data naar veel betere antwoorden Wim van der Hoeven Nationaal Verkeerskunde Congres Nieuwegein, 2 november 2011 Situatie In Nederland relatief veel
Nadere informatieInhoud. Inhoud. Betrouwbare reistijden op het Nederlands wegennet nieuwe inzichten op basis van echte data. Maten voor betrouwbaarheid
Inhoud Presentatie op basis van proefschrift Betrouwbare reistijden op het Nederlands wegennet nieuwe inzichten op basis van echte data Huizhao Tu Monitoring Travel Time Reliability on Freeways Verdediging
Nadere informatieTEN effecten in Den Haag, Duurzaam Dynamisch Verkeersmanagement door integrale afweging van Traffic, Emissie en Noise (TEN) bij inzet van scenario s
TEN effecten in Den Haag, Duurzaam Dynamisch Verkeersmanagement door integrale afweging van Traffic, Emissie en Noise (TEN) bij inzet van scenario s Tanja Vonk (TNO) Arjen Reijneveld (Gemeente Den Haag)
Nadere informatieModelleren van de effecten van verkeersflucaties voor DVM
Modelleren van de effecten van verkeersflucaties voor DVM Ir. S.C. Calvert PLATOS 2016 Bron: NTR Bron: TU Delft Verkeersfluctuaties Dynamisch VerkeersManagement (DVM) Model aanpak Case-study Meerwaarde
Nadere informatieWHITE PAPER DOOR: BAS VAN DER BIJL, FUNCTIE NIELS HENKENS, FUNCTIE MODELLED CAR DATA: DE NIEUWE DATABRON
WHITE PAPER DOOR: BAS VAN DER BIJL, FUNCTIE NIELS HENKENS, FUNCTIE MODELLED CAR DATA: DE NIEUWE DATABRON SAMENVATTING Verkeersinformatie wordt steeds belangrijker, zowel voor evaluatiestudies als voor
Nadere informatieDe auto als actuator
De auto als actuator Martie van der Vlist Goudappel Coffeng BV mvdvlist@goudappel.nl Rolf Krikke Quest-TC rolf@quest-tc.nl Samenvatting De auto als actuator Communicatiemiddelen in de auto worden gebruikt
Nadere informatieFAST. SMART Cities - SMART systems. Cornelis van Bemmel 12 May 2015
FAST SMART Cities - SMART systems Cornelis van Bemmel 12 May 2015 Inhoud Smart Cities Groene golven Aanleiding FAST FAST onder de motorkap Toepassingen Toekomst Conclusie 2 SMART Cities In een slimme stad
Nadere informatieInventarisatie evaluaties stedelijk verkeersmanagement
Inventarisatie evaluaties stedelijk verkeersmanagement Een overzicht van de beschikbare kennis Florence Bloemkolk, Henk Taale 21 juni 2018 Stedelijk verkeersmanagement: wat is het? CROW: Verkeersmanagement
Nadere informatieAnalyse, nowcasting, forecasting & control
Analyse, nowcasting, forecasting & control Een (toekomst)visie op het gebruik van metingen en modellen in het (stedelijk) waterbeheer Fons Nelen Nelen & Schuurmans Inhoud Gebruik van modellen en metingen
Nadere informatieTraffic Management The American Blend
Traffic Management The American Blend Samenvatting van de ervaringen verkeersmanagement scanning tour naar de VS Ben Immers Het reisgezelschap 18 oktober 2010 2010-13/2 Reizen 18 oktober 2010 2010-13/3
Nadere informatieStadsDashboard. Staat van de Stad brengt slimme logistiek in beeld. Merle Blok 12 mei 2015
StadsDashboard Staat van de Stad brengt slimme logistiek in beeld Merle Blok 12 mei 2015 Missie TNO verbindt mensen en kennis om innovaties te creëren die de concurrentiekracht van bedrijven en het welzijn
Nadere informatieNationaal verkeerskundecongres 2016
Nationaal verkeerskundecongres 2016 Van verkeerskundige functies naar eisen aan C-ITS Discussiepaper Henk Taale (Rijkswaterstaat, TrafficQuest en TU Delft) Isabel Wilmink (TNO en TrafficQuest) Aroen Soekroella
Nadere informatieInfo UC en POC Apeldoorn
Info UC en POC Apeldoorn Door Wierd Janse Redenen om vooraan in de rijdende landelijke ITS trein plaats te nemen: De opstart van de landelijke ITS BBV speelde in een periode waarin wij zelf ook zoekende
Nadere informatieMet VRI-data real time inzicht in verkeersstromen
Met VRI-data real time inzicht in verkeersstromen Luc Wismans DAT.Mobility/Utwente lwismans@dat.nl Jakob Henckel DAT.Mobility jhenckel@dat.nl Wierd Janse Gemeente Apeldoorn w.janse@apeldoorn.nl Bijdrage
Nadere informatieVisie op Big data voor Strategische Verkeers- en vervoermodellen van IenW
Visie op Big data voor Strategische Verkeers- en vervoermodellen van IenW NRM North LMS NRM West NRM East Dusica Krstic-Joksimovic, Frank Hofman, NRM South Water, Verkeer en Leefomgeving-WVL, afdeling
Nadere informatieRegionale ScenarioBouwer
Agenda Regionale ScenarioBouwer Het concept, en eisen aan het instrumentarium RAND Europe en TNO in opdracht van AVV PLATOS colloquium Presentatie: Rik van Grol (Significance) 14 maart 2007 Inleiding Het
Nadere informatieNieuwe generatie evacuatiemodellen PLATOS colloquium. Ir. Adam Pel, Transport & Planning, Technische Universiteit Delft 27-02-2015
Nieuwe generatie evacuatiemodellen PLATOS colloquium Ir. Adam Pel, Transport & Planning, Technische Universiteit Delft 27-02-2015 Delft University of Technology Challenge the future 1. Introductie PLATOS
Nadere informatieEen generieke aanpak voor DVM Proactief regelen van de snelweg A15 in het havengebied met BOS-HbR
Een generieke aanpak voor DVM Proactief regelen van de snelweg A15 in het havengebied met BOS-HbR Thomas Schreiter (Technische Universiteit Delft) Hans van Lint (Technische Universiteit Delft) Serge Hoogendoorn
Nadere informatieTransumo Intelligent Vehicles. Showcase
Transumo Intelligent Vehicles Showcase Routekeuze Emissies Automatic Cruise Control Netwerkmanager File-assistent ITS Modeller Verkeersmanagement Showcase Transumo IV Transumo TRANsition SUstainable MObility
Nadere informatie25/02/2016. STAP 2 Distributie. STAP 1 Ritgeneratie (en tijdstipkeuze) STAP 3 Vervoerwijzekeuze. STAP 4 Toedeling. Resultaten.
STAP 1 (en tijdstip) Hoeveel mensen zullen er vertrekken en aankomen in een bepaalde periode (spitsuur) Aantal vertrekken (productie) = aantal aankomsten (attractie) per motief STAP 2 Bepalen van aantal
Nadere informatieSCHATTING EN VOORSPELLING VAN DE VERKEERSAFWIKKELING OP AUTOSNELWEGEN
1 SCHATTING EN VOORSPELLING VAN DE VERKEERSAFWIKKELING OP AUTOSNELWEGEN ir KATIA ORGANE Departement Mobiliteit en Openbare Werken afdeling Verkeerscentrum dr ir CHRIS TAMPERE Katholieke Universiteit Leuven
Nadere informatieEvaluatie effecten DVM-maatregelen met behulp van microsimulatie
Evaluatie effecten DVM-maatregelen met behulp van microsimulatie Door: Steven Logghe & Ben Immers; K.U.Leuven Op de ring van Antwerpen is de verkeerssituatie ter hoogte van de Kennedy-tunnel met behulp
Nadere informatiePraktijkproef Amsterdam fase 2: PPA West
Praktijkproef Amsterdam fase 2: PPA West In fase 1 van Praktijkproef Amsterdam (PPA) is een vorm van gecoördineerd netwerkbreed verkeersmanagement (GNV) op A10 West en aansluitende S-wegen van gemeente
Nadere informatieNIEUWE MOGELIJKHEDEN IN VERKEERSMANAGEMENT MET FLOATING CAR DATA
NIEUWE MOGELIJKHEDEN IN VERKEERSMANAGEMENT MET FLOATING CAR DATA Edoardo Felici, projectmanager bij Nationale Databank Wegverkeersgegevens Thijs Muizelaar, adviseur bij Connecting Mobility en de Innovatiecentrale
Nadere informatieReal Time Monitoring & Adaptive Cyber Intelligence SBIR13C038
Real Time Monitoring & Adaptive Cyber Intelligence SBIR13C038 Opgericht 2010 Ervaring >10 jaar Expertise Forensisch gegevensonderzoek Anomalie detectie Behavioral profiling SBIR Partners TNO Texar Data
Nadere informatieModelleren en simuleren van verkeersstromen
Modelleren en simuleren van verkeersstromen Sven Maerivoet Maart 2003 Waar zal het over gaan? De nadruk zal liggen op : modelleren en simuleren We hebben het dus niet over : verkeersbeheersing 2 Overzicht
Nadere informatieEvaluatie van netwerkmanagement
Evaluatie van netwerkmanagement en welke rollen kunnen verkeersmodellen daarin spelen? Suerd Polderdijk Dienst Verkeer en Scheepvaart Platos colloquium, woensdag 3 maart 2010 Inhoud van de presentatie
Nadere informatieModelleren van onzekerheid, met zekerheid!
Modelleren van onzekerheid, met zekerheid! Vergroting van betrouwbaarheid in verkeersmodellen in een onbetrouwbaar systeem Introductie Verkeersmodellen maar waarom? Niet alles in de werkelijkheid testen!
Nadere informatieSensor City Presentatie meeting Digitale Steden Agenda. TT Circuit Assen, 16 juni 2016
Sensor City Presentatie meeting Digitale Steden Agenda TT Circuit Assen, 16 juni 2016 1 Focus op sensor technologie Elementen van Living Lab Assen Living Lab: open innovatiesysteem gericht op de gebruiker
Nadere informatieToekomstige ontwikkelingen assetmanagement
Toekomstige ontwikkelingen assetmanagement Terugmelding bijeenkomsten met toekomstvoorspellers en wegbeheerders. Willem Traag (RWS) en Eef Uiterwijk (Provincie Overijssel) Wat komt op ons af? Welke data
Nadere informatieLessen en ervaringen met Geintegreerd Netwerkbreed Verkeersmanagement (GNV) 6 oktober 2016
Lessen en ervaringen met Geintegreerd Netwerkbreed Verkeersmanagement (GNV) 6 oktober 2016 Waarom PPA? PPA is geen doel en staat niet op zich! Problemen door verkeer: Milieu: 29,3 miljoen ton CO 2 uitstoot
Nadere informatieRapportage Transumo ATMA Data inwinsysteem en stedelijk verkeersmanagementsysteem Almelo (TINA)
Vialis Traffic bv Loodsboot 15 3991 CJ Houten E info@vialis.nl I www.vialis.nl Data inwinsysteem en stedelijk verkeersmanagementsysteem Almelo (TINA) Status Definitief Datum 07-03-2007 Documentbeheer Versie
Nadere informatieDatafusie FCD en NDW-data. Frans van Waes NDW-Symposium Innoveren met Floating Car Data, 7 december 2016
Datafusie FCD en NDW-data Frans van Waes NDW-Symposium Innoveren met Floating Car Data, 7 december 2016 Inhoud Verkeersplaza Doel Verkeerstoestand Use cases Data processing Data fusie Level of Service
Nadere informatieFloating car data in de praktijk(proef Amsterdam) Harry van Ooststroom
Floating car data in de praktijk(proef Amsterdam) Harry van Ooststroom PPA Noord Uitrol PPA 1.0 PPA Fase 2 PPA West PPA 1.0 -> 2.0 FCD in GNV regeling PPA Zuidoost PPA 2.0 Evenementen PPA West: Gecoördineerd
Nadere informatieInnoveren met Floating Car Data. Edoardo Felici 29 juni 2017
Innoveren met Floating Car Data Edoardo Felici 29 juni 2017 NDW: een uniek samenwerkingsverband Slide 2 NDW: een uniek samenwerkingsverband Shared service organisatie op het gebied van inkoop, verwerking
Nadere informatieFloating car data voor DVM toepassingen
Floating car data voor DVM toepassingen PAO cursus Dynamisch Verkeersmanagement Delft 22-23 november 2005 Module DVM 2 INHOUD Technieken voor plaatsbepaling Karakteristieken van FCD data Veelbelovende
Nadere informatieWereld in transitie. Drivers en trends
Wereld in transitie Drivers en trends Batterij vereisten Uitdagingen Veiligheid GRID EV ELECTRONICA Lange levensduur Hoge energiecapaciteit Snel laden Goedkoop Duurzaam 3 @VITO/EnergyVille Missie Doel:
Nadere informatieIntro JIP MoBaMo-BES. Deltares.
Intro JIP MoBaMo-BES Deltares Ivo.Pothof@deltares.nl Model-geBaseerde Monitoring Bodem Energie Systemen Aanleiding KP Bodemenergie Thema Beoordelingskader BES (prestaties deellast) Brainstormgroep (feb
Nadere informatieInzicht in complexe geluidssituaties door monitoring
Inzicht in complexe geluidssituaties door monitoring 1 2 Inhoud Inleiding Akoestische sensor netwerken Vier categorieën van akoestische sensornetwerken Vergelijking TNO aanpak (categorie 2) Toepassingen
Nadere informatieBeter Benutten Vervolg Talking Traffic. Hans Nobbe
Beter Benutten Vervolg Talking Traffic Hans Nobbe Uitgangspunten programma Beter Benutten Volwaardige pijler naast bouwen Efficiënt gebruik & optimale benutting bestaande infra Reiziger centraal 20% minder
Nadere informatie100% voorspelbaar onderhoud? Vitale assets Proces optimalisatie Een data gedreven RWS!
100% voorspelbaar onderhoud? Proces optimalisatie Een data gedreven RWS! 1 2 3 8 stappenplan 4 5 1) Installatie sensoren (incl. ontsluiten SCADA-data) 2) Verzenden data (veilig!) 3) Opslag data 4) Combineren
Nadere informatieEvaluatie van C-ITS & AR
Evaluatie van C-ITS & AR Ronde tafel Effecten van C-ITS & Automatisch rijden Henk Taale & Hans van Lint 19 april 2016 Inhoud Context Definities Evaluatie-aanpakken De evaluatiecirkel Algemene aspecten
Nadere informatieN237 Provincie Utrecht: MBO Systeem
(Bijdragenr. 54) N237 Provincie Utrecht: MBO Systeem ir. Mark Snoek IT&T Samenvatting Het MBO Systeem van IT&T geeft tijdens de uitgebreide werkzaamheden aan de A28 de Provincie Utrecht inzicht in de realtime
Nadere informatieDe vergeten baten van light rail
De vergeten baten van light rail dr. ir. Niels van Oort Assistant professor openbaar vervoer Dag van de Light rail, Maart 2013 1 Inhoud Transport Institute Delft Light rail De vergeten baten van light
Nadere informatieUitdagingen in Crowd Engineering
Uitdagingen in Crowd Engineering Naar een veilig en efficient gebruik van loopinfrastructuur Prof. Dr. ir. Serge Hoogendoorn, Transport & Planning, TU Delft Loveparade Duisburg 2010 Wat ging er mis? Systematische
Nadere informatieBijlage 1. Spookfiles. Wat is het probleem?
Bijlage 1 Deze bijlage geeft ter illustratie een (niet limitatief) overzicht van een aantal projecten dat wordt uitgevoerd op het gebied van ITS (Intelligente Transportsystemen) voor het wegverkeer. Spookfiles
Nadere informatieSmart Mobility - Big Data voorspellingen. Bjorn Heijligers Bjorn.Heijligers@tno.nl +31620106733
voorspellingen Bjorn Heijligers Bjorn.Heijligers@tno.nl 31620106733 TNO Smart Mobility Mobilist aan roer van eigen mobiliteit! verleiden waar mogelijk Slim Meten Slimme Diensten Slim regelen Overlap tussen
Nadere informatieBeheer en verkeerscentrales provincies en (kleine) gemeentes
15 februari 2012, Studiedag verkeerslichten Beheer en verkeerscentrales provincies en (kleine) gemeentes Albert van Leeuwen 1 Inhoud presentatie: Geschiedenis beheercentrales Welk beleid zit er achter
Nadere informatieCT2710 Transport & Planning Sommencollege delen 1 en 2
CT2710 Transport & Planning Sommencollege delen 1 en 2 Rob van Nes, Transport & Planning 11-5-2012 Delft University of Technology Challenge the future Tentamenvorm Elektronisch tentamen (Etude) Open rekenvragen
Nadere informatieSTAQ in HAAGLANDEN. PLATOS 11 maart 2015. Beeld plaatsen ter grootte van dit kader. Bastiaan Possel
STAQ in HAAGLANDEN Beeld plaatsen ter grootte van dit kader PLATOS 11 maart 2015 Bastiaan Possel 2 Introductie Bastiaan Possel Adviseur Verkeersprognoses bij het team Verkeersprognoses (20 medewerkers)
Nadere informatieOpenTraffic. Open Traffic: open source software modellen toolbox. Guus Tamminga, Peter Knoppers, Hans van Lint, Alexander Verbraeck, Yufei Yuan
OpenTraffic. Open Traffic: open source software modellen toolbox Guus Tamminga, Peter Knoppers, Hans van Lint, Alexander Verbraeck, Yufei Yuan Grontmij TU Delft Data Hub Functional Modules Your Application
Nadere informatieVOOR VERKEERSINFORMATIE IN BINNENSTEDELIJK GEBIED EN TIJDENS EVENEMENTEN
SMART CITY MESSENGER VW 750 VOOR VERKEERSINFORMATIE IN BINNENSTEDELIJK GEBIED EN TIJDENS EVENEMENTEN PRAKTISCH IN FORMAAT, ZONNE-ENERGIE EN SLIM AANGESTUURD VIA TRAFFIC FLEET CO 2 -NEUTRAAL, MANOEUVREERBAAR
Nadere informatieInhoud presentatie. Netwerkanalyse Ring Utrecht Wat levert het op? 1. Achtergronden Netwerkanalyse Utrecht. 1. Achtergronden Netwerkanalyse Utrecht
Netwerkanalyse Ring Wat levert het op?, 14 maart 2007 PLATOS-colloquium Inhoud presentatie 1. Achtergronden Netwerkanalyse 4. Resultaten en gevoeligheidsanalyses 5. Tot slot Niels Hoefsloot 1. Achtergronden
Nadere informatieIeder zijn eigen dataset? Auteurs: M.G. Uenk-Telgen, O. Vroom, M.I. Hovestad (NDW)
Griffioenlaan 2 Postbus 24016 T 088 797 3435 I www.ndw.nu 3526 LA Utrecht 3502 MA Utrecht E info@ndw.nu Auteurs: M.G. Uenk-Telgen, O. Vroom, M.I. Hovestad (NDW) Samenvatting Datasets worden vaak voor een
Nadere informatieVerkeersvoorspellingen met modellen: een voorspelling over modellen
Verkeersvoorspellingen met modellen: een voorspelling over modellen Victor L. Knoop (Technische Universiteit Delft, TrafficQuest) Serge P. Hoogendoorn (Technische Universiteit Delft, TrafficQuest) Samenvatting
Nadere informatieStreamLine (Showcase Model Amsterdam)
StreamLine (Showcase Model Amsterdam) Omnitrans Informatiedag 11 november 2010 Jos van den Elshout (DIVV Amsterdam) en Edwin Mein Inhoud Wat is StreamLine? Wat biedt StreamLine? Amsterdam Showcase Vragen
Nadere informatieDEEL A: MEERJARENPLAN
DEEL A: MEERJARENPLAN Cluster Verkeersmanagement Clustermanager prof. dr. ir. B. van Arem Clustersecretaris drs. J. Pommer Indiener prof. dr.ir. E.C. van Berkum CTS Faculteit Construerende Technische Wetenschappen
Nadere informatieWelke bijdrage leveren digitale sensoren voor de Smart Industry?
Welke bijdrage leveren digitale sensoren voor de Smart Industry? Agenda Smart Industry Smart Sensoren anno 2016 Analoge sensoren Digitale sensoren IO-link sensoren Slot Smart Industry Industrie 4.0 is
Nadere informatieRapportage Transumo ATMO Reistijden schatten met Verkeersregelinstallaties
Vialis Traffic bv Loodsboot 15 3991 CJ Houten info@vialis.nl www.vialis.nl Rapportage Transumo ATMO Reistijden schatten met Verkeersregelinstallaties Status Eindrapport Datum 14-3-27 Documentbeheer Versie
Nadere informatieVerkeerskunde: een samenspel van modellen, simulaties en regelacties.
Verkeerskunde: een samenspel van modellen, simulaties en regelacties. Sven Maerivoet FWB Katholieke Universiteit Leuven Departement Elektrotechniek ESAT-SCD (SISTA) D266 Economische Sectoren en Technologie
Nadere informatieRotterdam, een bereikbare haven
Bereikbaarheid van de haven Rotterdam, een bereikbare haven Platos colloquium 5 maart 2008 Maurits van Schuylenburg HbR Jop Vlaar TUD Goede achterlandbereikbaarheid is van vitaal belang voor de doorvoer-
Nadere informatieBetrouwbaarheid van OV in verkeersmodellen
Betrouwbaarheid van OV in verkeersmodellen PLATOS maart 2013 Niels van Oort Robert van Leusden Erik de Romph Ties Brands 2 Inhoud Betrouwbaarheid van OV Relatie met verkeersmodellen Case VRU model Conclusies
Nadere informatieSmart Modeling. Naar een scherpe aansluiting tussen de vraag naar verkeersanalyses en het te gebruiken verkeersmodel.
Smart Modeling Naar een scherpe aansluiting tussen de vraag naar verkeersanalyses en het te gebruiken verkeersmodel. Case: Noordelijke Randweg Utrecht Wim van der Hoeven Royal HaskoningDHV woensdag 11/6/201231
Nadere informatieImpactstudie Zelfrijdende Voertuigen
Impactstudie Zelfrijdende Voertuigen Doel van het onderzoek: Wat is de impact van het Zelfrijdende Voertuig (ZV) op de stadsdoelen? Welke interventies zijn zinvol om de voordelen van ZV te vergroten en
Nadere informatieStedelijke netwerken als focus voor kennisinfrastructuur
Stedelijke netwerken als focus voor kennisinfrastructuur Waarom stedelijke netwerken Het zijn concentratiepunten van: Infrastructuur, logistiek, multimodale overstap en verkeersmanagement. Mobiliteitsproblemen:
Nadere informatieMobiMaestro /verkeersmanagement in steden en provinciën
MobiMaestro /verkeersmanagement in steden en provinciën >the right development >nederlands MobiMaestro /hoe creëer je doorstroming? Het wegverkeer groeit; steden en provinciale wegen krijgen steeds vaker
Nadere informatieImFlow: BELEIDSMATIG VERKEERS MANAGEMENT
ImFlow: BELEIDSMATIG VERKEERS MANAGEMENT Uw doelstellingen onder controle De slimme, duurzame stad Imflow zal de huidige manier van verkeersmanagement rigoureus veranderen. Effectief en duurzaam vervoer
Nadere informatieSIOM: zelflerend systeem voor global greenhouse technology systems Bart Slager (TNO)
SIOM: zelflerend systeem voor global greenhouse technology systems Bart Slager (TNO) Het grotere kader rond SIOM TNO WERKT > 25 JAAR AAN INNOVATIE BINNEN DE GLASTUINBOUW SECTOR: CASTA voor ontwerp van
Nadere informatieModellenen de PraktijkproefAmsterdam: Een verstandshuwelijk Jaap van Kooten(ARANE) en Serge Hoogendoorn (TU Delft)
Modellenen de PraktijkproefAmsterdam: Een verstandshuwelijk Jaap van Kooten(ARANE) en Serge Hoogendoorn (TU Delft) Fase In the 1: Field wegkant Operational Test Praktijkproef Amsterdam TU Gecoordineerde
Nadere informatieJaarrapportage project ATMO
Jaarrapportage project ATMO Jaarrapportage 2006 Projectnummer Projectnaam Datum Penvoerder Projectleider Themaleider VM04 031 Advanced Traffic Monitoring (ATMO) 30 maart 2007 TU Delft, Faculteit Civiele
Nadere informatieHet landelijk verkeersmanagement beraad
Het landelijk verkeersmanagement beraad Over de kracht van regionale samenwerking en landelijke afspraken Landelijke WOW dag - Zwolle Terry Albronda - gemeente Groningen Alex Smienk - Rijkswaterstaat VRAAG
Nadere informatie4C VOOR BOUWLOGISTIEK. Toepassing van een real-time smart data platform Siem van Merriënboer
4C VOOR BOUWLOGISTIEK Toepassing van een real-time smart data platform Siem van Merriënboer INHOUD Problematiek van logistiek in de bouw Ontwikkelingen in logistiek TKI-project 4C in bouwlogistiek Voorbeeld:
Nadere informatieBeschrijving idienst
Beschrijving idienst Functionaliteit Geautomatiseerd monitoren van actuele situatie in verschillende domeinen (wegverkeer, bruggen, parkeren). Weergeven van de actuele situatie (t = 0) grafisch of als
Nadere informatieProf.dr.ir. Hans van Lint AvL Hoogleraar Traffic simulation & Computing
Prof.dr.ir. Hans van Lint AvL Hoogleraar Traffic simulation & Computing Plan in 14: (Real-time) diagnostics, estimation & prediction Evaluation & assessment (Open-source) Multiscale Simulation Research
Nadere informatieTransportinnovaties en ruimte: uitdagingen en dilemma s
Kennisinstituut voor Mobiliteitsbeleid Transportinnovaties en ruimte: uitdagingen en dilemma s George Gelauff Seminar NOVI Opzet Dilemma s in transitie: technologie en gedrag Gemengd verkeer Ontvlechten
Nadere informatieSERVICEPROVIDER IN VM (2.0) Mark Grefhorst BD Manager
SERVICEPROVIDER IN VM (2.0) Mark Grefhorst BD Manager WAT WIJ DOEN Een onafhankelijke leverancier van slimme mobiliteitstechnologie & data op weg naar autonome en gedeelde mobiliteit, het maximale halen
Nadere informatieDynamisch Verkeersmanagement kan niet langer zonder een onafhankelijke coördinator
Dynamisch Verkeersmanagement kan niet langer zonder een onafhankelijke coördinator Frank Ottenhof Samenvatting Reizigers gaan steeds meer gebruik maken van apps en moderne in-car apparatuur om slim van
Nadere informatieONLINE APPLICATIE OM UW VERKEERSSYSTEMEN SLIM AAN TE STUREN
INTERNET APPLICATIE TRAFFIC FLEET ONLINE APPLICATIE OM UW VERKEERSSYSTEMEN SLIM AAN TE STUREN GEBRUIKSVRIENDELIJK, OVERZICHTELIJK EN OVERAL BEREIKBAAR TRAFFIC FLEET, HET NIEUWE WAGENPARKBEHEER: EENVOUDIG,
Nadere informatieEen beter en nieuw NWB door samenwerking én innovatie
Innovatie versnelt: Een beter en nieuw NWB door samenwerking én innovatie Geobuzz, 22 november 2017 Contact: Eric van der Ster (eric.vander.ster@rws.nl) Inhoud Agenda: Voorstellen Doel workshop Het programma
Nadere informatieVisualisatie GOVI data. Niels van Oort (Goudappel Coffeng / TU Delft) Arthur Scheltes (TU Delft)
Visualisatie GOVI data Niels van Oort (Goudappel Coffeng / TU Delft) Arthur Scheltes (TU Delft) Introductie Wie zijn we Aanleiding GOVI Tool Goudappel Case Haarlem met voorbeelden Overige voorbeelden visualisatie
Nadere informatieEerste grootschalige toepassing van STAQ (Static Traffic Assignment with Queuing)
Eerste grootschalige toepassing van STAQ (Static Traffic Assignment with Queuing) Luuk Brederode PLATOS colloqium 5 maart 2014 INHOUD» STAQ: wat is het (ook alweer)?» Toepassing Vlaanderen» Vervolg pagina
Nadere informatieOntwikkeling en verklaring congestie
Ontwikkeling en verklaring congestie Han van der Loop, Kennisinstituut voor Mobiliteitsbeleid Provincie NH Haarlem, 23 november 2015 Inhoud Ontwikkeling congestie Verwachting congestie Verklaring congestie
Nadere informatieTRANSUMO Advanced Traffic Monitoring
TRANSUMO Advanced Traffic Monitoring Op weg naar de filevoorspeller Eindrapportage ATMO (incl. ATMOlab): oktober 2009 Auteur: Hans van Lint THEMA INTEGRAAL INFRASTRUCTUUR- EN VERKEERSMANAGEMENT Samenvatting
Nadere informatiePotentie van cellulaire technologie. FCD Symposium 7 december Amersfoort
Potentie van cellulaire technologie FCD Symposium 7 december 2016 - Amersfoort Even voorstellen Raoul Raab: Manager Innovation - Vodafone Edwin Reinhoudt: Associate - Verdonck Klooster & Associates Projectleider
Nadere informatieCT2710 Transport & Planning Verkeerstroomtheorie en Verkeersmanagement Experiment!
CT2710 Transport & Planning Experiment! Hans van Lint, Ramon Landman & Serge Hoogendoorn Transport & Planning 11-5-2012 Delft University of Technology Challenge the future 1. Experiment 2 CT2710 Experiment
Nadere informatiePagina 1 13 juni 2013 Connekt
Pagina 1 13 juni 2013 Connekt Marktversnelling Mobiliteits Informatie (MMI) 13 juni 2013 - Connekt Mark Olivierse Verkeersmanager MAPtm Pagina 2 13 juni 2013 Connekt Verkeersmanagement 2.0: Marktwerking,
Nadere informatieDe toekomst met (verkeers)data. Bob Veenbrink 11 oktober 2017
De toekomst met (verkeers)data Bob Veenbrink 11 oktober 2017 Inhoud 1. Wat is de Nationale Databank Wegverkeersgegevens? 2. Van wegkantapparatuur naar mobiele bronnen 3. Doorontwikkeling van Floating Car
Nadere informatieToegepaste Wiskunde 2: Het Kalman-filter
Toegepaste Wiskunde 2: Het Kalman-filter 25 februari, 2008 Hans Maassen 1. Inleiding Het Kalman filter schat de toestand van een systeem op basis van een reeks, door ruis verstoorde waarnemingen. Een meer
Nadere informatieMIRT-Verkenning A67 Leenderheide - Zaarderheiken. Inloopbijeenkomsten 19 april 2018, Sevenum
MIRT-Verkenning A67 Leenderheide - Zaarderheiken Inloopbijeenkomsten 19 april 2018, Sevenum Inhoud Waar staan we? Uitwerking alternatieven: wegontwerp Uitwerking alternatieven: smart mobility Onderzoek
Nadere informatieVerkeer in de Slimme Stad
Verkeer in de Slimme Stad Perceptie Beslisproces Keuze Aanleiding Verkeersmanagement Mobiliteitsmanagement De reiziger/verkeersdeelnemer centraal Gedragsbeïnvloeding Bijvoorbeeld: hoe en wanneer reageren
Nadere informatieVerkeerskunde: een samenspel van modellen, simulaties en regelacties.
Verkeerskunde: een samenspel van modellen, simulaties en regelacties. Sven Maerivoet FWB Katholieke Universiteit Leuven Departement Elektrotechniek ESAT-SCD (SISTA) Gevallenstudies van datamining en industriële
Nadere informatieNationaal verkeerskundecongres 2016
Nationaal verkeerskundecongres 2016 De VeloViewer: hier fietst Den Haag! R. (Rinse) Gorter, MSc (Gemeente Den Haag) ir. J. (Jasper) Vries (Gemeente Den Haag) Samenvatting Het stimuleren van fietsgebruik
Nadere informatie