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 analyse legt scala aan oorzaken bloot Oorzaken te herleiden tot organisatorische, commerciële, operationele factoren LATE RESPONSE Keuze locatie, te weinig personeel, gebrek aan communicatie (-middelen) staf, politie en publiek Gebrek aan ervaring: geen ontvlechting, geen reservoirs Cascade effecten en zichzelf versterkende feedback lus leiden uiteindelijk tot verdrukking ( turbulentie ) INEFFECTIEVE PRESSURE RELIEF VERKEERDE INSCHATTING SITUATIE? MENSEN PROBEREN TE ONTSNAPPEN KRITISCHE SITUATIE IN DE MENIGTE SITUATIE VERSLECHTERD VERBETERDE CORDON TACTICS? ERNSTIGE OVER- CROWDING TURBULENTIE
Maatschappelijke urgentie! Toenemend belang van Crowd Engineering Evenementen, verstedelijking, toename gebruik Openbaar Vervoer Lopen wordt steeds belangrijker, o.a. door toenemende verstedelijking, afname automobiliteit, etc. OV stations worden steeds drukker; daarnaast veel werkzaamheden (e.g. renovatie Amsterdam CS, werkzaamheden Utrecht CS) Evenementen komen vaak voor en trekken grote mensenmassa s aan Impacts sociale media zijn groot (spontane events, communicatie, etc.) Het gaat (te?) vaak net goed Maar ook: nog heel veel fundamentele kennisvragen
Hoe lang duurt het om een ruimte te evacueren? N mensen in ruimte Beschouw een ruimte met N mensen Stel dat de uitgang(-en) een capaciteit heeft van C voetgangers/u Tijd nodig om te ontruimen bij benadering gelijk aan:! Grote invloed van aandeel kinderen op capaciteit deur! T = N C! Experimenteel en empirisch onderzoek laat belangrijke factoren zien (samenstelling, obstakels, etc.) En natuurlijk: het Frans Bauer effect Polonaise verhoogt capaciteit met 20% Verkeersafwikkeling voor Voetgangers De Fascinerende Wereld van de Dynamica van Loopstromen
Zelforganisatie in Complexe voetgangersstromen Praktische situaties dikwijls veel complexer Beperkte kennis multi-directionele loopstromen aanleiding eerste voetgangersexperimenten in 2002 Wereldpremière! Eerste inzichten in belang zelforganisatie
Verkeersafwikkeling voor Voetgangers De Fascinerende Wereld van de Dynamica van Loopstromen Voorbeelden zelforganisatie Vorming van dynamische loopstroken bij tweerichtingsverkeer Vorming van diagonale strepen in kruisende loopstromen Viscous fingering in multidirectionele stromen! Resultaten experimenten: Zelf-organisatie blijkt zeer efficient: zeer beperkte afname capaciteit, vrije snelheid, etc.! Waarnemingen in de praktijk?
Waarnemingen in de Praktijk Gebruik UAV s om inzicht te krijgen in kenmerken loopstromen praktijk Verzamelen van gegevens over loopstromen blijft grote uitdaging!
En toch ging het mis Hoge verkeersdruk leidt tot falende zelforganisatie Of: hoe voetgangersstromen zichzelf in de soep draaien Efficiente zelforganisatie Faster = slower effect en start-stop golven Blokkadevorming en Turbulentie Toenemende verkeersdruk Afnemende efficiëntie verkeersafwikkeling
Basis voor ontwerp en management loopstromen Gouden regels Crowd Engineering Kennis kenmerken loopstromen biedt onderlegger voor design, management en control Verhogen van de doorstroming met name op kiemen (pinchpoints) in het ontwerp Voorkomen blokkades bijvoorbeeld door scheiden van loopstromen Verdeel verkeer over beschikbare infrastructuur bijvoorbeeld door het geleiden van de voetgangers Beperk de instroom voorkom dat het aantal voetgangers de kritische grens bereikt!
Basis voor ontwerp en management loopstromen Gouden regels Crowd Engineering Voorbeeld toepassing voor herontwerp Masjid al-haram Moskee Scheiden ingaande en uitgaande stromen Poortjes beperken instroom richting Moskee en Mutaaf Kritische punten in huidige ontwerp worden opgelost Pelgrims worden richting 1e en 2e verdieping geleidt
Testen Concepten met Geavanceerde Modellen Simulatie voetgangersstromen als de grote uitdaging Voorbeeld toepassing voor herontwerp Masjid al-haram Moskee
Testen Concepten met Geavanceerde Modellen Simulatie voetgangersstromen als de grote uitdaging Verschillende simulatiemodellen beschikbaar; validiteit blijft vooralsnog beperkt Complicerende factoren tov wegverkeer: multi-directionele interacties, minder regulering interacties, complexe faseovergangen (turbulentie) Sterke afhankelijkheid van context (specifiek per evenement) en sterke invloed culture factoren: weg van het ONE SIZE FITS ALL idee? Microsimulatie (toepassing virtuele omgeving) Macromodel
Nieuwe Technieken Verzamelen Data Voetgangers Gebruik virtuele omgevingen geeft inzicht in evacuatiegedrag Belang van Herding tijdens Evacuaties
Nieuwe Technieken Verzamelen Data Voetgangers Combinatie van databronnen leidt tot nieuwe inzichten! SmartStation concept (Jeroen vd Heuvel, NS Stations) Belangrijke beperkende factor ontwikkeling voetgangersmodel is gebrek aan goede data, zowel voor verkeersafwikkeling als keuzegedrag Voorbeeld: monitoren reizigers in stations en inzicht in route- en locatiekeuze Doel: weten waar onze reizigers lopen data filtering & analyse CCB Bluetooth/ WIFI Voorbeeld inzicht in loopstromen richting perrons vanaf HC (instappers)
Nieuwe Technieken Verzamelen Data Voetgangers Grootschalig monitoren en beïnvloeden van loopstromen Slow Mode City Lab concept In kaart brengen loopstromen in stad door innovatieve data verzameling (voorbeeld BT of Wifi netwerk) Samenbrengen met andere databronnen (GPS, GSM, Twitter, etc.) leidt tot unieke mogelijkheden voor het analyseren van loopstromen door steden Informeren en geleiden van loopstromen via dedicated apps (e.g. Kroningsapp), SMS alert, etc. Unieke mogelijkheid voor modelontwikkeling, kalibratie en validatie