Van ploegen door data naar zoeken in informatie Eerste resultaten van NDW Traffic Observatory in DiTTlab
|
|
- Guus Wouter ten Hart
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Van ploegen door data naar zoeken in informatie Eerste resultaten van NDW Traffic Observatory in DiTTlab Prof.dr.ir. Hans van Lint Edoardo Felici Projectmanager Strategie en Innovatie
2 NDW in het kort: Eind 2007 samenwerkingsovereenkomst met 15 overheden rond landelijk beheer publieke verkeersgegevens. In 2009 startte databank. In 2014 staande organisatie van 19 wegbeheerders geworden: RWS, alle provincies, de stadsregio s en de G4 Organisatorisch: Uitvoeringsorganisatie (ca. 20 fte), Raad van Toezicht (eigenaarsrol) en Opdracht-geversberaad (PDC, klanttevredenheid, ) Budget: 15 M /jaar (waarvan 10 M voor inwinning) Administratief ondergebracht bij Rijkswaterstaat
3 NDW in het kort: Shared Service Organisatie: expertisecentrum rond de verkeersgegevens van de wegbeheerders over meer dan 7000 km weg: snelheid, intensiteit, reistijd, voertuigcategorie Drie soorten gegevens: actuele gegevens (25.000/min), status-gegevens en historische gegevens. Inwinning van actuele verkeersgegevens kan via raamcontracten NDW, of wegbeheerder wint zelf in. Twee soorten afnemers: wegbeheerders (verkeerscentrales voor Verkeersmanagement) en private dienstverleners (bijv. VID, voor verkeersinformatie) Twee datastromen: managed data en open. Historische databank (200 Tb) voor beleid & onderzoek
4
5 DiTTlab in het kort: DiTTlab ontstaan als geesteskind van prof. Hans van Lint (TU Delft) Een laboratorium op gebied verkeerskunde waarin (big) data en open-source simulatiegereedschappen met elkaar worden gecombineerd. In het lab: partijen koppelen; halen en brengen! Onderzoek gericht op het begrijpen en voorspellen van verkeersstromen, juist nu er een systeemsprong optreedt naar connected en cooperative rijden
6 DiTTlab in het kort: DiTTlab organisatorisch vormgegeven als stichting Founders zijn: TU Delft, CGI, NDW en DITCM Daarnaast: partners, partijen die een specifiek onderzoeksproject van stichting subsidiëren en sponsoren, partijen die algemeen de stichting steunen met geld, personeel (bijv. stage/deeltijd), of materieel (soft/hardware) Wetenschappelijke programmaraad voorgezeten door NDW (Frits Brouwer) met o.a. ook Rijkswaterstaat, Prov. Noord-Brabant, Geodan.
7 Wat beoogt NDW met DiTTlab? NDW ambitie Datawarehouse: onze (big) data beter bruikbaar (evtl. ook buiten verkeersdomein) maken en het oogsten van veel meer informatie die in onze data verborgen zit, ook door koppelen aan andere (big) data. Een geïntegreerde omgeving Besef: niet zomaar off-the-shelf mogelijk met commerciële software Daarom eerst DiTTlab, prototype van een nieuw datawarehouse Eerste stap: ontwikkelen van een intelligente historische verkeersdatabase, waarin zoeken naar verkeersgegevens kan plaatsvinden op basis van verkeerskarakteristieken (bijv. zware of lichte congestie, x procent extra vertraging) en trefwoorden (zoals weekdag, zwaar ongeluk, regen, bijzondere omstandigheden), i.p.v. uitsluitend op basis van tijdsperiodes
8 DiTTlab scope (Real-time) diagnostics, estimation & prediction Evaluation & assessment (Open-source) Multiscale Simulation (BIG) Data Processing Virtual Reality, Gaming Mixed Reality 8
9 G - GUI s / Editors E - OpenTrafficSim Ontology Overall DiTTlab architectuur Een geïntegreerde omgeving H - Visualisers, analysers, exporters (Open) data uit alle denkbare bronnen: - Verkeer - Vervoer - Netwerken A - OpenTraffic Simulator B - OpenTrafficSim Input & toolset (Calibratie, Validatie, Identificatie, Fusie, Assimilatie tools) Geavanceerde data assimilatie en analytics Opensource multi-scale, multimodaal simuleren van verkeer en F - GIS (semi-static data: transport infra & built environment) C - Database (dynamic data: traffic, transport, weather, etc) vervoer D - data import 9
10 NDW project: een intelligente historische database Van ploegen door data naar zoeken in informatie Milde dag Berm brand 28 april juni 2015 Zware regen Zwaar ongeluk 31 mei maart
11 Zwaar ongeluk 24 maart 2015 Zwaar ongeluk Zwaar ongeluk a20, 9 juni 2015 a16, 9 jan
12 Tussenstand Webtool voor het koppelen en beschikbaar maken van de data Java / Javascript / leaflet GetEvents GetASMStats GetMeaspoints GetDailyEvents GetWeather GetCrossections GetDailyWeather GetDailyTotals GetRWTotals Dittlab.tudelft DB: Cross sections measurement points (5,1M considering changes over time) ALL Geo functionality Cross-section Detectors - multiple measurement points Netezza DB: 2,382,489,886 lane/usrclass records dynamic measurements (March 2015) ca 1/10 of that roadway records dynamic data 12
13 Verschillende congestie patronen met verschillende oorzaken
14 Challenge the future 14
15 CLASS 1 CLASS 2 CLASS 3 Challenge the future 15
16 Supersnel zoeken in een mega database Stap 1 - training data samenstellen met bekende congestiepatronen (Beschikbare) Metadata Geclusterde congestie plaatjes uit databases / GIS: Datum & tijdsperiode Routekenmerken (geo & digraph info) weer (regenachtig, 10 o Celcius, etc) Incidenten / evenementen Etc. te bepalen/berekenen Voertuigverliesuren Reistijdverdeling data kwaliteit % vrachtverkeer vraagpatroon Etc. Type Y Type X De plaatjes hoeven NIET even groot te zijn hoeven NIET evenveel pixels te bevatten hoeven niet dezelfde verhouding hxb te hebben WEL nodig zelfde colormap zelfde ratio tijd/plaats (ivm schokgolf snelheden) Type Z 16
17 Supersnel zoeken in een mega database Stap 2 - Die plaatjes ontrafelen in a bag of features (eigenlijk net zoals wij dat doen bij het herkennen van gezichten) SURF algorithm Extract keypoints Feature descriptions Clustering of features K-means algorithm 17 17
18 Supersnel zoeken in een mega database Stap 3 - Elk verkeerspatroon kan nu worden samengevat met een histogram van features (een vector met getallen) Verkeerspatronen Class 1 Feature vectoren Class 2 Class 3
19 Supersnel zoeken in een mega database Stap 4 Nieuwe patronen classificeren Onbekend patroon Patroon type X ontrafelen in features So far so good TODO: iteratief process (1) Start klassificatie nieuwe kleine test data set (2) Klassificatie handmatig verfijnen / corrigeren (3) Hertrainen SVM classifier (4) terug naar (1) Classificeren Training model 19
20 Supersnel zoeken in een mega database Komend jaar: Bouwen prototype Congestie-Zoek-Engine - Iteratieve verfijning van de SVM classifier (tot classificatie voldoende consistent en accuraat is) - Slimme routines ontwikkelen om ALLE congestiepatronen (heel NL? maart 2015) te kunnen vinden en classificeren - Dat vervolgens doen (classificeren) - SVM + Beschikbare metadata = Zoek-index Verfijnen en uitbreiden weer- en andere metadata So far so good TODO: iteratief process (1) Start klassificatie nieuwe kleine test data set (2) Klassificatie handmatig verfijnen / corrigeren (3) Hertrainen SVM classifier (4) terug naar (1) Bouwen WebGUI voor CoZi 20
21
22 Dat kan beter!
23 Echt gedrag? DiTTlab vervolg: waar halen we data over verkeer en vervoer vandaan? In het veld meten In een lab meten In een virtuele wereld meten 23
24 Echt gedrag? DiTTlab vervolg: waar halen we data over verkeer en vervoer vandaan? a la CSI: data fusie levert meer, beter en robuuster bewijs (1+1=3 principe) In het veld meten In een lab meten In een virtuele wereld meten Voorbeelden extra context: Omstandigheden (CAN data, weer, incidenten, evenementen, nieuws, etc) Status netwerk & alternatieven (ITS, parkeerdata, OV data) HB, route- en vervoerwijze keuze (GSM, Apps, OVchip) Rij, reiservaring, -vaardighed en -stijl (Apps, CAN data) Reismotieven (social media, apps) 24
25 DiTTlab vervolg: Dit impliceert een andere manier van werken! 1. Veel meer (GIS-, reken-, modellen-) gereedschap kunnen beheersen 2. Werken in interdisciplinaire teams Verkeer en vervoerkundigen Data scientists Computer scientists 3. Delen van data, delen van expertise (NL is m.i. te klein voor schuttingen om beiden) a la CSI: data fusie levert meer, beter en robuuster bewijs (1+1=3 principe) Voorbeelden extra context: Omstandigheden (CAN data, weer, incidenten, evenementen, nieuws, etc) Status netwerk & alternatieven (ITS, parkeerdata, OV data) HB, route- en vervoerwijze keuze (GSM, Apps, OVchip) Rij, reiservaring, -vaardighed en -stijl (Apps, CAN data) Reismotieven (social media, apps) 25
26 Plannen voor 2016 en verder Multi-scale schatten van alle relevante grootheden Op basis van NDW data + heel veel andere potentiële bronnen, (zoals o.a. fietsdata) - Schatten van de grote onbekenden: Dichtheden, voertuigverliesuren Inflows en turns (wat gaat er op wat gaat er af?) Capaciteiten, kritische snelheden Netwerk fundamenteel diagrammen (OWN?) - Schatten van herkomst-bestemmingspatronen op verschillende ruimtelijke schaalniveaus - Simuleren (voorspellen?) van verkeer op basis van alle beschikbare data op verschillende schaalniveaus 26
27 Schatten op rijstrookniveau Toestandsvariabelen Individuele voertuigen (interacties) Rijstrooksnelheden & dichtheden Rijstrookverdelingen Voertuigmix Wachtrij dynamica invoegstroken / VRIs Data CAN-bus data Rijstrook specifieke trajectorieen (FCD) Lus / VRI data alle andere DVM Gedetailleerde netwerkgraaf Omgevingsdata (weer, etc) Dynamica 1-10 seconden 27
28 Schatten op rijbaanniveau Toestandsvariabelen Rijbaansnelheden & dichtheden Inflows en turnfracties voertuigmix Data Trajectorieen (FCD) Lus / VRI data DVM iets grovere (rijbaan) netwerkgraaf Inflowprofielen / turnfracties Omgevingsdata (weer, etc) Data Dynamica 10 seconden - paar minuten 28
29 Schatten op regionaal netwerkniveau Toestandsvariabelen Rijbaansnelheden & dichtheden Inflows en turnfracties Routekeuzepatronen HB patronen Data Trajectorieen (FCD) Lus / VRI data DVM + Infovoorziening Rijbaan netwerkgraaf HB matrix / splitfracties Omgevingsdata (weer, etc) Data Dynamica 5-30 minuten 29
30 Schatten op hogere netwerkniveaus Toestandsvariabelen Rijbaansnelheden & dichtheden Routekeuzepatronen HB patronen NFDs: Data Lusdata DVM + Infovoorziening Rijbaan netwerkgraaf + reservoirzones HB matrix / splitfracties Omgevingsdata (weer, etc) Data Dynamica minuten 30
31 Plannen voor 2016 en verder Multi-scale schatten van alle relevante grootheden NDW gaat met fietsdata aan de slag: - In navolging van huidige pilots met Floating Car Data (FCD), pilot in 2016 om de bruikbaarheid van Floating Bike Data te onderzoeken. - Raamovereenkomst waarin partijen als Inrix, Here, Be-Mobile en TomTom FCD (en dus mogelijk ook FBD) kunnen leveren. - Past in de ontwikkelingen van verbreding van het gegevensaanbod, (big) data, raakvlakken tussen mobiliteitstypes. 31
32 Dank voor de aandacht! Contact:
Prof.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 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 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 informatieAdvanced Traffic Monitoring (ATMO) (Thema Integraal infrastructuur- en verkeersmanagement )
Transumo - ATMO Advanced Traffic Monitoring (ATMO) www.atmo.tudelft.nl (Thema Integraal infrastructuur- en verkeersmanagement ) PLATOS 23 maart 06 Provinciehuis Utrecht Hans van Lint 6-3-07 Platos 23/3/06
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 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 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 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 informatieDe Praktijkproef Voertuigdata. Edoardo Felici 12 oktober 2017
De Praktijkproef Voertuigdata Edoardo Felici 12 oktober 2017 NDW: een uniek samenwerkingsverband Slide 2 NDW: een uniek samenwerkingsverband Shared service organisatie op het gebied van inkoop, verwerking
Nadere informatieNationale Databank Wegverkeersgegevens. NDW één nationaal loket voor verkeersgegevens
Nationale Databank Wegverkeersgegevens NDW één nationaal loket voor verkeersgegevens Minder files, minder uitstoot, meer veiligheid NDW, de Nationale Databank Wegverkeersgegevens, is het meest bekend
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 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 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 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 informatieVraagspecificatie Deel A: Algemeen
BRAVISSIMO Vraagspecificatie Deel A: Algemeen Het inwinnen en presenteren van reistijden en intensiteiten op geselecteerde provinciale wegen en Rijkswegen in de provincie Noord-Brabant 18 december 2006
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 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 informatieInkoop van FCD door overheden. Edoardo Felici Nationale Databank Wegverkeersgegevens
Inkoop van FCD door overheden Edoardo Felici Nationale Databank Wegverkeersgegevens De rol van NDW in de inkoop van data Strategische doelen in het ondernemingsplan: Stimuleren gebruik NDW gegevens Realiseren
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 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 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 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 informatieC-ITS en automatisch rijden: van techniek en testen naar toepassing
C-ITS en automatisch rijden: van techniek en testen naar toepassing dromen denken doen WOW bestuur 13 september 2016 Antoine de Kort strat. adviseur verkeersmanagement Rijkswaterstaat Inhoud Waar hebben
Nadere informatieSamen voor de slimste mobiliteit in de Brainport regio. Bram Hendrix (SRE) Maarten van Oosterhout (SRE) - Eindhoven, 6 november 2013 -
Samen voor de slimste mobiliteit in de Brainport regio Bram Hendrix (SRE) Maarten van Oosterhout (SRE) - Eindhoven, 6 november 2013 - Slim laden Samen voor de slimste mobiliteit in de Brainport regio elektrisch
Nadere informatieDe historische databank van NDW. Nationale Databank Wegverkeersgegevens
De historische databank van NDW Nationale Databank Wegverkeersgegevens Een (groeiende) schat aan data voor verkeerskundige analyses NDW bewaart sinds medio 2009 verkeersgegevens over de belangrijkste Nederlandse
Nadere informatieAls de behoefte het grootst is, is de informatie het slechtst
CVS 2014 Als de behoefte het grootst is, is de informatie het slechtst Martie van der Vlist Goudappel mvdvlist@dat.nl Bijdrage aan het Colloquium Vervoersplanologisch Speurwerk 2014 20 en 21 november 1
Nadere informatieigenerator en iradar Het hart van een icentrale
igenerator en iradar Het hart van een icentrale Paul van Beek (Goudappel), Mark Grefhorst (BeMobile), Henri Palm (DAT.Mobility), Summit: Mobility, Safety and Smart Centres as a Service Datum: 24 maart
Nadere informatieTraffic Management 2.0 November 2016
Traffic Management 2.0 November 2016 Tiffany Vlemmings (NDW) en Frans van Waes (Vialis) Data inwinning, opslag en distributie Verkeersinformatie voor de weggebruiker Het gaat wel eens mis GTM Wel eens
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 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 informatieC-ITS stand van zaken
C-ITS stand van zaken Gebruikersdag Vialis 10 november 2016 Onderwerpen C-ITS: Talking Traffic ivri Menukaart en bestelproces Werkgroep Intelligente Kruispunten 2 Beter Benutten ITS Beter Benutten ITS
Nadere informatieFout! Onbekende naam voor documenteigenschap. Functionele detailbeschrijving NDW gegevens
Fout! Onbekende naam voor documenteigenschap. Functionele detailbeschrijving NDW gegevens 12 december 2008 Inhoudsopgave........................................................................................
Nadere informatieNationale Databank Wegverkeersgegevens. Minder hinder bij wegwerkzaamheden
Nationale Databank Wegverkeersgegevens Minder hinder bij wegwerkzaamheden en evenementen Minder hinder door goede planning en informatie Niets is vervelender voor een weggebruiker dan van de ene omleiding
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 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 informatieResultaten Marktconsultatie Fietsdata. NDW Symposium 7 december 2016
Resultaten Marktconsultatie Fietsdata NDW Symposium 7 december 2016 inhoud aanpak resultaten marktconsultatie floating bicycle data VRI s en telsystemen geschiktheid voor toepassingen mogelijkheden datafusie
Nadere informatieVerkeersmanagement in de praktijk
6/8/2016 Verkeersmanagement in de praktijk De civiele ingenieur in The Matrix 1 19 mei 2016 Introductie (1) Niels van den Brink Senior adviseur verkeer & omgeving Co-auteur van de werkwijzer Minder Hinder
Nadere informatieActuele informatie over wegwerkzaamheden binnen handbereik!
Actuele informatie over wegwerkzaamheden binnen handbereik! Helène van der Poel Nationale Databank Wegverkeersgegevens (NDW) Sharon Schoppema Provincie Noord-Holland Wim Smittenaar Nationale Databank Wegverkeersgegevens
Nadere informatieSlimmer naar Scheveningen
Slimmer naar Scheveningen verkeersmanagement als co-productie Arjen Reijneveld Gemeente Den Haag Verkeersnet Jaarcongres 2015; verkeer in de slimme stad Slimmer naar Den Haag verkeersmanagement als co-productie
Nadere informatiePPA. de essentie. Praktijkproef Amsterdam
PPA de essentie Praktijkproef Amsterdam PPA is een gezamenlijk initiatief van het ministerie van Infrastructuur en Milieu, Rijkswaterstaat, de gemeente Amsterdam, de provincie Noord-Holland, de stadsregio
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 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 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 informatieCrash Course Smart Mobility: ontwikkelingen in vogelvlucht
Crash Course Smart Mobility: ontwikkelingen in vogelvlucht Chris de Veer strategisch adviseur smart mobility Provincie Noord-Holland WOW-dag 5 oktober 2017 1 Waar komen we vandaan? 2 Waar komen we vandaan?
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 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 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 informatieLandelijke levering snelle beeldstanden en verkeersgegevens HWN
Landelijke levering snelle beeldstanden en verkeersgegevens HWN Vanaf augustus 2015 levert Rijkswaterstaat de actuele verkeersdata en actuele beeldstanden van alle rijkswegen in Nederland waar autosnelweg-signalering
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 informatieSpookfiles A58 PCP Procedure Challenge Document perceel 1: data-inwinning en voorziening
Spookfiles A58 PCP Procedure Challenge Document perceel 1: data-inwinning en voorziening versie: 4.0 datum: 1 november 2013 Inhoudsopgave Leeswijzer... 3 1 State of the art... 4 2 Probleem... 5 3 Challenge...
Nadere informatieWater. Wegen. Werken. Rijkswaterstaat.
Water. Wegen. Werken.. Workshop "Privacy en geo-informatie: een onmogelijke combinatie!? Gebruik van Geo-informatie bij in Verkeersmanagement ir Jose A. Hernandez Procesmanager Verkeerscentrum Nederland
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 informatietitel Smart Mobility op de weg: ontwikkelingen in vogelvlucht Onno Tool Rijkswaterstaat Toekomst van de Wegbeheerder 11 oktober 2017, Zwolle
titel Smart Mobility op de weg: ontwikkelingen in vogelvlucht Onno Tool Rijkswaterstaat Toekomst van de Wegbeheerder 11 oktober 2017, Zwolle 1 Inhoud Waar hebben wij het over? Ontwikkelingen in vogelvlucht
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 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 informatieKetenanalyse Restduur Incidenten
Regio%desks%in% verkeerscentrales% VCNL% Diverse%bronnen% (o.a.%poli:e)% Ketenanalyse Restduur Incidenten Case N276, Noord Limburg Provincie Limburg 18 november 214, omstreeks 15:35 Opdrachtgever: mevr.
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 informatieNieuwe rolverdeling: Uitvoerende taken Wegbeheerder-Markt. Giovanni Huisken & Wim Broeders, MAPtm
Nieuwe rolverdeling: Uitvoerende taken Wegbeheerder-Markt Giovanni Huisken & Wim Broeders, MAPtm Primaire processen 1 Ontwikkelen beleid Openbaar vervoer Reinigingsdiensten Verkeer Vergunning verstrekken
Nadere informatieNationaal verkeerskundecongres 2015
Nationaal verkeerskundecongres 2015 Coöperatief Verkeersmanagement o.b.v. realtime modellen : wat vergt dit van huidige systemen? Bas van der Bijl (Grontmij Smart Mobility) Guus Tamminga (Grontmij Smart
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 informatieREISINFORMATIE- DIENSTEN
REISINFORMATIE- DIENSTEN Met pre- en on-trip reisinformatiediensten kunnen reizigers slimmer, gemakkelijker en eenvoudiger reizen. Ze ontvangen reisinformatie op maat, op hun PC, via een app op hun smartphone
Nadere informatie3200 = 40 = 30,5 vtg/km 4200
1 CONGESTIE EN SCHOKGOLVEN 1.1 Ongeluk op de snelweg a) Twee rijstroken, dus k cap = 2*20 =40 vtg/km. Intensiteit: 3200 vtg/uur. Capaciteit: 2*2100= 4200 vtg/uur. Dus de dichtheid is: 3200 k A1 = 40 =
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 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 informatieNationaal verkeerskundecongres 2017
Nationaal verkeerskundecongres 2017 Social Traffic Management Ruud van den Dries (Mobility Innovator - MAP traffic management) Arwind Gajadien (Founding CEO - Brand MKRS creative agency & Livecrowd) Bart
Nadere informatieNationaal verkeerskundecongres 2015
Nationaal verkeerskundecongres 2015 Verkeersmanagement o.b.v. RT modellen : wat vergt dit van huidige systemen? Bas van der Bijl (Grontmij Smart Mobility) Guus Tamminga (Grontmij Smart Mobility) Gerbrand
Nadere informatieNationaal verkeerskundecongres 2017
Nationaal verkeerskundecongres 2017 Data Science in de verkeerskunde, tijd voor een vernieuwde blik op verkeerskundige data George Stern (Vialis) Samenvatting Big Data is al jaren een hot item in de verkeerskundige
Nadere informatieBeter Benutten en VRI s: Global meets local
Beter Benutten en VRI s: Global meets local Door Caspar de Jonge, programmamanager Intelligente Transport Services & Smart Mobility Beter Benutten 17/2/16 1 2 Smart Mobility Ten minste 4 clusters van activiteiten:
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 informatiemodelinnovaties 18 september 2018 // Peter Kant
Beleidsvragen Klik om de stijl sturen te bewerken modelinnovaties 18 september 2018 // Peter Kant De wereld verandert, mobiliteit blijft Maar de wereld van mobiliteit staat niet stil In laatste jaren enorme
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 informatieLVMB-thematafel Stedelijk Verkeersmanagement
LVMB-thematafel Stedelijk Verkeersmanagement Stand van zaken Henk Taale 5 juli 2018 Programma Leiden 09.30-10.00 uur: Inloop en koffie 10.00-10.15 uur: Terugblik en stand van zaken 10.15-10.35 uur: Conceptueel
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 informatieGIS in de klas. 10 redenen waarom. Graag alvast deze paar vragen (anoniem) beantwoorden...voor straks.. https://goo.gl/pr4qve
GIS in de klas 10 redenen waarom Graag alvast deze paar vragen (anoniem) beantwoorden...voor straks.. https://goo.gl/pr4qve GIS in de klas Wat is GIS? Hoe werkt het? De 10 redenen Waarom QGIS? Wat is GIS?
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 informatie30 januari Functioneel Beheer Verkeerslichten in s-hertogenbosch Vialis 10 november 2016, kijkje in de keuken
30 januari 2017 Functioneel Beheer Verkeerslichten in s-hertogenbosch Vialis 10 november 2016, kijkje in de keuken Verkeerslichten door de jaren heen Van klapbord tot.its-conected 2 Overzicht van verkeersregelinstallaties
Nadere informatieDrie domeinen als basis voor onze toekomstige veiligheid De genoemde trends en game changers raken onze veiligheid. Enerzijds zijn het bedreigingen, anderzijds maken zij een veiliger Nederland mogelijk.
Nadere informatieIntentieverklaring Fietsdata
Intentieverklaring Fietsdata Te ondertekenen tijdens het Nationale Fietscongres, 21 juni 2018, te Rotterdam Aanleiding en beleidskader De Intentieverklaring Fietsdata is opgesteld in het kader van Tour
Nadere informatieAugmented Reality. En hoe we dit inzetten bij het voorkomen van graafschade
Welkom Wie zijn wij Trotse vader van een zoon en een bonus dochter Op vrijdag de 13 e juli 2012 getrouwd en het heeft me alleen maar geluk gebracht Directeur BlindGuide Marketeer in de ICT, Telecom en
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 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 informatieRoadmap Provincie Utrecht. d.m.v. innovatieve kennis-en diensteneconomie topregio zijn op gebied van mobiliteit
Roadmap Provincie Utrecht d.m.v. innovatieve kennis-en diensteneconomie topregio zijn op gebied van mobiliteit 1 Status presentatie Gemaakt voor het Programma icentrale Nog niet bestuurlijk vastgesteld
Nadere informatieHoe maken we van NDW een effectief instrument? Wat kunt u hieraan bijdragen?
NDW Jaarcongres Data voor Doorstroming Over de effectieve inzet van wegverkeersgegevens Woensdag 27 januari 2010 Programma 9.00 9.30 Ontvangst 9.30 9.40 Opening door dagvoorzitter Bruno Bruins, voorzitter
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 informatieVerkeersafwikkeling weefvak A4 Nieuw-Vennep/Hoofddorp. April 2002
Verkeersafwikkeling weefvak A4 Nieuw-Vennep/Hoofddorp April 2002 ....................... Colofon Uitgegeven door: Adviesdienst Verkeer en Vervoer Informatie: ir. H. Schuurman Telefoon: 010 282 5889 Fax:
Nadere informatieNationaal verkeerskundecongres 2015
Nationaal verkeerskundecongres 2015 Meldsysteem wegwerkmeldingen en evenementen in een nieuw jasje Klaas Friso (DAT.Mobility) Samenvatting Het belang van meldsystemen van wegwerkzaamheden en evenementen
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 informatieIntelligente Verkeers Regel Installatie (ivri) Fase 1. Deliverable I: Data portal voorstel
Intelligente Verkeers Regel Installatie (ivri) Fase 1 Deliverable I: portal voorstel Organisatiemodel met beschrijving informatiestromen, rollen en verantwoordelijkheden in de informatieketen voor het
Nadere informatieEen nieuwe manier van verkeerswaarneming? Bluetooth
Een nieuwe manier van verkeerswaarneming? Bluetooth Anton Wijbenga (MAP Traffic Management) Jacob Bac (Havenbedrijf Rotterdam NV) Steven Boerma (MAP Traffic Management) Samenvatting Sinds kort wordt in
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 informatieDeventer en de ivri. Nico van Beugen
Deventer en de ivri Nico van Beugen Nico van Beugen (Ermelo 1953) 1976-1980 Nettenbouw Amersfoort 1980-1992 Alphen aan den Rijn (lid niscol GG) 1992-2000 dro Amsterdam 2000-heden Deventer 0,6 fte. Rest
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 informatieSmart Mobility: het voertuig of de infrastructuur?
Smart Mobility: het voertuig of de infrastructuur? De rol van de wegbeheerder en de impact op de infrastructuur Laurens Schrijnen, namens WoW Eco-mobiel beurs, Den Bosch 3 oktober 2016 Prioriteiten Infrastructuur
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 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 informatieATLANTIS GAMES BV. Frank Zijlmans, Managing Director. Innovatie en cross sectorale samenwerking door City of Imagineers
ATLANTIS GAMES BV Frank Zijlmans, Managing Director Innovatie en cross sectorale samenwerking door City of Imagineers ATLANTIS GAMES BV Spin off van de NHTV op het gebied van game development, onderdeel
Nadere informatie~ Ol '" "" ~> . dê auto' ~a':l daarom een belang-.,.'.rijke.bron'zijnvoor' hetverzame- I~n van. ve.r~èersinformidie 9P.., . Brabants~arttemen'onlangs.
P9i;fnjmobjelètelefool1jl1', ''''', n van verèersinformidie 9P, owei:hët dê auto' a':l daarom een belang-, 'rijkebron'zijnvoor' hetverzame- hoofdlsonderligjjèndwegennêf n Noord Brabantsarttemen'onlangs
Nadere informatieDATAMODELLERING TOEPASSEN DATA ANALYTICS
DATAMODELLERING TOEPASSEN DATA ANALYTICS Inleiding In dit whitepaper wordt een toepassingsgebied beschreven voor datamodellering. Een toepassing is een werkveld op het vlak van architectuur of modellering
Nadere informatieNDW Jaaroverzicht 2015
Griffioenlaan 2 Postbus 24016 T 030 280 66 83 I www.ndw.nu 3526 LA Utrecht 3502 MA Utrecht E info@ndw.nu NDW Jaaroverzicht 2015 Document historie tabel Datum Versie Status Auteur Beschrijving 10 maart
Nadere informatieDe hoofdstuknummers in deze bundel corresponderen met de hoofdstukken in het diktaat 1 VERKEERSSTROOMTHEORIE OF: HOE ONTSTAAN FILES?
CTB1420 Oefenopgaven Deel 4 - Antwoorden De hoofdstuknummers in deze bundel corresponderen met de hoofdstukken in het diktaat 1 VERKEERSSTROOMTHEORIE OF: HOE ONTSTAAN FILES? 1. Eenheden a) Dichtheid: k,
Nadere informatie