BlikophetWegennet MogelijkhedenvanvideomonitoringinNederland N.S.vandenBosch
BlikophetWegennet MogelijkhedenvanvideomonitoringinNederland AfstudeerrapportN.S.vandenBosch juli27 TechnischeUniversiteitDelft FaculteitCivieleTechniekenGeowetenschappen SectieTransport&Planning Stevinweg1 2628CNDelft AdviesdienstVerkeerenVervoer Testcentrumverkeerssystemen Kluyverweg4 2629HTDelft Afstudeercommissie: Prof.Dr.Ir.S.P.Hoogendoorn Ir.T.Muller F.KarimiNejadasl Ir.P.B.L.Wiggenraad Ing.J.N.vanBergen Dr.W.J.J.Knibbe TUDelft TUDelft TUDelft TUDelft AVV AVV Copyright Nietsuitdezeuitgavemagwordenverveelvoudigdopwelkewijzedanook zonderuitdrukkelijketoestemming.
Voorwoord 3 Voorwoord Hetmenselijklichaamiseengenialedetector.Metonzezintuigenwordencontinumetingengedaan.Via zenuwengaandegegevensrichtinghetruggenmerg.eengedeeltevandesignalenwordthierverwerkt en zorgt zonder tussenkomst van de hersenen voor de aansturing van spieren. De overige informatie wordtindehersenenverwerkt.voordeaansturingvanonslichaamwordenpersecondeontelbaarveel gegevensverwerkt,waarbijhetzichcontinuaanpastaandesituatie.demooistebronvaninformatieblijft natuurlijk het oog. Met alle andere zintuigen is een goede indicatie te geven van de omstandigheden, maarwegelovenhetpasalswehetmeteigenogenhebbengezien. Een inleiding met een hoog biologie gehalte voor een verkeerskundig onderzoek. Afgelopen maanden blekenechterdeovereenkomstengroottezijn.ophetnederlandsehoofdwegennetwordtcontinuge meten.viawegkantsystemenwordendegegevensmeteenverwerktofdeaansturingvindplaatsvanuit eencentraleruimte,deverkeerscentrale.echterwatgebeurtnuwerkelijkopdeweg.voldoendeindicato renzijnaanwezigombetrouwbareuitsprakentedoenoverdeverkeerssituatie.maarhetinzichtelijkma kenvandewerkelijkesituatieisalleenmogelijkmetbeelden.hetmonitoringsysteemmistzijnwaarne mingsorgaan. Deafgelopenmaandenhebikmijhethoofdgebrokenoverdevraaghoeeennieuwverkeerskundigzin tuiginhethuidigesysteempast.netzoalshetoogblijktvideoeencomplexengevoeligedetectortezijn. Belangrijkisdepositie,deoverdrachtvandegegevens,deverwerkingenhetaansturenvandesystemen. Naruimeenhalfjaarafstuderenishettijdomeenpunttezettenachterditinteressanteonderwerpente beginnenaaneennieuwelevensfase,namelijkdatvaneenburger. Tenslottewilikeenaantalmensenviadezewegbedankenvoorhunmedewerking,opwelkemanierdan ook,aanditafstudeerrapport.allereerstsergehoogendoorn,diemijheeftkunnenstrikkenoméénvan depionierstezijnvanhetedulab.gezienzijnenthousiasmevoorhetitsedulabverwachtikdekomende jarennogvakerexstudententegentekomendieinhetitsedulabhunstudiehebbenafgesloten.binnen deadviesdienstverkeerenvervoerhebbenjoopvanbergenenwillemjanknibbemijwegwijsgemaakt. VoordevideobewerkingkonikaltijdaankloppenbijFatamehKarimienopmijnbeurthebikhaarwat verkeerskundeovergedragen.verdernogjanbaanvantno,diedevideodatabeschikbaarheeftgesteld en Wouter Favoreel vantraficon, die mijin Belgiëheeft bijgepraat over videomonitoring enalles wat daarbijkomtkijken. Delftjuli27, NielsvandenBosch
4 BlikophetWegennet Afkortingenenbegrippen AID AutomatischeIncidentDetectie BHL BerkleyHighwayLaboratory BOSS BeslissingsOnderSteunendSysteem BVOM BureauVerkeershandhavingOpenbaarMinisterie CDMS CentraalDRIPsManagementSysteem CTMS CentraalToeritdoseerManagementSysteem DOV DynamischeOpenbareVerlichting DRIP DynamischRouteInformatiePaneel DRM DynamischeRijstrookMarkering DS Detectorstation DSI DynamischeSnelheidsinformatie DSS DecisionSupportSystem DVM DynamischVerkeersManagement fps Framepersecond GRIP GrafischRouteInformatiePaneel HRB Hoofdrijbaan HWN HoofdWegenNet LFB LokaleFileBeveiliging MoniBas MonitoringBasisapplicaties Monica MonitoringCasco MSI MatrixSignaalgeverInstallatie MSS ManagementServicesSpitsstroken MTM2 MotorwayTrafficManagement,versie2 MWKS MonitoringsWegKantSysteem NGSIM NextGenerationSimulation OS Onderstation PAL PhasealternatingLine PCA PrincipalComponentAnalyse PPCM Pixelspercentimeter RGB Hexadecimalekleurcodering(roodgroenblauw) RWS Rijkswaterstaat Simone SignaleringMonitoringNeofiguratie SNR Signaalruisverhouding SOS Snelheidonderschrijdingsysteem TDI ToeritDoseerInstallatie TIC TrafficInformationCentre VAD VluchthavenAanwezigheidsDetectie VIP VideoImageProcessing VRI Verkeersregelinstallatie Actualiteit Tijdsverschiltussendemetingenhetbeschikbaarhebbenvandegegevens Congestie Vertraging op het wegennet, die een automobilist ondervindt als gevolg van een groot verkeers aanbodofeenverlagingvandecapaciteit Detector Apparatuurvoorhetwaarnemenvanvoertuigpassages Detectie Omzettenvanvoertuigpassagesnaarruwedata,bijvoorbeeldverlagingvaninductieofgroepenvan pixels Dichtheid Aantalvoertuigendatzichopeenweggedeeltebevind Fundamenteeldiagram Geeftderelatiestussendeintensiteit,dichtheidensnelheid Helderheid Waardeomdeintensiteitvaneenkleuraantegeven Incident Eenonverwachtegebeurtenisveroorzaaktdoorweggebruikersdiedecapaciteitbeïnvloedt Intensiteit Aantalvoertuigendatpertijdseenheideenzekerewegdoorsnedepasseert Intrusief Verwerktindewegconstructie Lokalesnelheid Gemiddeldesnelheidgemetenopeenwegdoorsnedeineentijdsinterval Monitoring Het gehele proces van het verzamelen van ruwe data met een detector tot het verwerken naar verkeersgegevens Nauwkeurigheid Inhoeverredegemetenwaardeovereenstemtmetdewerkelijkewaarde Observatie Vanuiteenhoogstandpunteengroottrajectoverzien Occlusie Hetverdwijnenvanbewegendeobjectenachterandereobjecten Pixel Elementwaaruiteenvideobeeldisopgebouwd Reistijd Tijdsduurvoorhetafleggenvaneentrajectdooréénofeenaantalvoertuigen
Afkortingenenbegrippen 5 Segmentatie Bewegendeobjectenuitvideobeeldenhalen Telling Hetvaststellenvandebelangrijksteverkeersparameters Traject Eenroutedoorhetnetwerk Trajectsnelheid Snelheidgemetenopeenvasttijdstipopeentraject Trajectorie Functiemetdetijdenpositievanvoertuigen Voertuigverliesuren Detotalevertragingdieeengroepvoertuigenondervindt Volgafstand Deafstandtussentweerijdendevoertuigen Volgtijd Afstandtussenvoertuigenuitgedruktindetijd Wegvak Gedeeltevaneenrijbaan,bijvoorbeeldtussentweetoeritten
6 BlikophetWegennet Figuur1Inductielusaangebrachtindetoplaagvanderijbaan...16 Figuur2Schemaopzetrapport...19 Figuur3Vandetectienaarverkeerstoepassingenandersom...2 Figuur4a.Luslayoutb.Onverstoordetoestandc.Verstoordetoestand...21 Figuur5Trajectoriënvoertuigen...22 Figuur6Snelwegmettweerijstroken...23 Figuur7VereenvoudigdeschematisatievanhetNederlandsemonitoringsysteem...26 Figuur8Verkeerscentrale...27 Figuur9Toeritdosering...29 Figuur1AIDopdeA13in1982...34 Figuur11Filestaartbeveiliging...36 Figuur12VoorbeeldAIDmetafvlakkingopbasisvansnelheidenrijtijd...37 Figuur13Werkingclassificatiemetdubbelebovenenondergrenzen...38 Figuur14Plaatsingbeeldenopportalen...38 Figuur15AutoscopeTerraproducten(BovenRackvisionbenedenSolo)...41 Figuur16Traficonproducten(LinksVIP,rechtsTrafiCam)...43 Figuur17ProductenIterisVantage(links)&PeekVideoTrak(rechts)...44 Figuur18Neckerkubus...45 Figuur19Beeldmetocclusie...46 Figuur2Thresholdbepalingaandehandvaneendominantepiekinhethelderheidshistogram...47 Figuur21Edgedetectionvaneenaantalmunten(http://www.mathworks.com)...48 Figuur22RijbaanelementenherkennendooreenRoadMarkingAnalysisModel(links)eneenactiviteitenkaart(rechts)...49 Figuur23VoorbeeldOpticalFlowveld...5 Figuur24Spacetimecontinuity...51 Figuur25Backgroundmodelling,linksachtergrondbeeldenrechtshettotaalbeeld...51 Figuur26Modelvaneenautoinclusiefschaduwgeschiktvoormodelbasedtracking...52 Figuur27Configuratiefouten...55 Figuur28Identificatiefouten...56 Figuur29Incidentdetectie(TraficonAID)...58 Figuur3GemiddeldesnelheidafzonderlijkevoertuigenindedatavanTNO...6 Figuur31OpnamevoorbeeldvastecameraopdeA1...61 Figuur32Beeldvanafeenhelikopter(NBnietdesituatieuitdedataset)...61 Figuur33TrajectoriënindatasetEverdingen...62 Figuur34NGSIMCamera...63 Figuur35GedeeltevandeTrajectoriënNGSIMdata...63 Figuur36Trajectoriemetbijbehorendepolynoomvanéénvoertuig...65 Figuur37GemiddeldelokalesnelheidoptweeverschillendeluspositiesindeNGSIMdata...66 Figuur38Schemaalgoritmelokalesnelheid...67 Figuur39GedeelteuitTNOdatamet(Afgevlakte)lokalesnelheid...68 Figuur4GedeelteuitTNOdatametlokaleentrajectsnelheid...69 Figuur41Schemaalgoritmetrajectsnelheid...7 Figuur42GedeelteuitTNOdatametversnellingen...71 Figuur43FundamentaalvkdiagramTNOdata...72 Figuur44Trajectorieëntestdata...74 Figuur45AIDinstellingvieralgoritmen255secTNOdata...76 Figuur46AIDinstellingvieralgoritmen1.15.secTNOdata...77 Figuur47Voorbeeldplotsversnellingenensnelheid...8 Figuur48AIDinstellingopbasisvandichtheid...81 Figuur49Intensiteitentijdgebruik...95 Figuur5Dichtheidenruimtegebruik...95 Figuur51Fundamenteeldiagram...96 Figuur52Eenschokgolfinhettxdiagramenophetfundamenteelkqdiagram...97 Figuur53Waaierbijeenveranderingindichtheidintxdiagramenophetfundamenteelkqdiagram...98 Figuur54Backgroundsymmetryalgorithm...99 Lijstvanfiguren
Lijstvanfiguren 7 Figuur55TriangleAlgorithm...99 Figuur56TrajectcontroleA4...11 Figuur57Doelgroepenstrookopvluchtstrook...114 Figuur58PlotsTNOdata...126 Figuur59PlotsNGSIMdatalus3m...127 Figuur6PlotsNGSIMdatalus4m...128 Figuur61PlotsNGSIMdatalus5m...129 Figuur62PlotsEverdingendatalus3m...13 Figuur63PlotsEverdingendatalus4m...131 Figuur64PlotsEverdingendatalus5m...132 Figuur65PCATrajectsnelheidDichtheidVersnelling...133 Figuur66PCATrajectsnelheidDichtheid...133 Figuur67PCATrajectSnelheidVersnelling...133
8 BlikophetWegennet Lijstvantabellen Tabel1Universelelijstmetmeetgegevens...24 Tabel2Eisenvideomonitoringvoornetwerktoepassingen...28 Tabel3Eisenvideomonitoringvoorwegvaktoepassingen...3 Tabel4Eisenvideomonitoringvoorwegbeheertoepassingen...31 Tabel5Eisenvideomonitoringvoorbeleidenstatistiek...32 Tabel6Eisenvideomonitoringvooronderzoek...33 Tabel7KlassenAID...37 Tabel8Voorbeeldactietabelvooreendriestrooksrijbaan...38 Tabel9Producentenenproducten...42 Tabel1Gebruiktemeetintervalvoorreconstructielusdata...66 Tabel11StreefwaardenvoordeAID...75 Tabel12OverzichtresultatenTNOdata...76 Tabel13OverzichtresultatenNGSIMdata...78 Tabel14OverzichtresultatenEverdingendata...79 Tabel15ScoretabelAIDalgoritmen...83 Tabel16Overzichtthresholding...1 Tabel17Overzichtedgedetection...1 Tabel18Overzichtdetectieensegmentatiealgoritmen...12 Tabel19Overzichtalgoritmenclassificerenenvolgenvanobjecten...12 Tabel2Overzichtalgoritmenadaptiefsysteem...14 Tabel21ResultatenAIDinstellingengedeelteTNOdata...122 Tabel22OverzichtNGSIMresultatensnelheidTraject5m...124 Tabel23OverzichtNGSIMresultatensnelheidTraject1m...124 Tabel24OverzichtEverdingenresultatensnelheidTraject5m...125 Tabel25OverzichtEverdingenresultatensnelheidTraject1m...125
Samenvatting 9 Samenvatting HetverzamelenvanverkeersgegevensiseenbelangrijkonderdeelbinnenhettakenpakketvanRijkswa terstaat(rws).monitoringwordtgebruiktvoordynamischeenstatistischeverkeersmanagementtoepas singen.doordesterkeopkomstvandiversetoepassingenisdeaandachtvoormonitoringsterktoege nomen.dietoegenomeninteresse,incombinatiemethetbeleidommeerproductenrechtstreeksvande plank te kopen, leidt tot nieuwe producten op de monitoringmarkt. De wereldwijde monitoringmarkt, waarrwsalsinkoperoptreedt,isineensneltempoaanhetveranderen.eenveelbelovendenieuwetech niekvoormonitorenisvideomonitoring.binnenrwsisweinigbekendoverdemogelijkhedenvanvideo monitoring.inhetonderzoekisgetrachteenzocompleetmogelijkoverzichttekrijgenvandestandvan zaken,problemen,mogelijkhedenentoekomstverwachtingenvanvideomonitoring. Ineersteinstantieisgeredeneerdvanuitdetoepassingen,metvideomonitoringinhetachterhoofd.Voor dediversetoepassingenzijnfunctioneleeisentespecificeren.videomontoringistesplitsenintweeon derdelen.afhankelijkvanhetdoelvandetoepassingmoeteenkeuzegemaaktwordentussendezetwee methoden.aandeenekantishetmogelijkomtellingentedoen.dezetellingenbestaanuitdepuntme tingen,dieookmetlussengemaaktwordenofhetmakenvanvoertuigtrajectoriën.inhetrapportisdie peringegaanopééntoepassing:defilestaartbeveiliging.metbehulpvananderemeetgegevenswordthet mogelijkomdefilestaartbeveiligingopeenanderemanieraantesturen.hetmetenvanvoertuigtrajecto riëngeefttheoretischdebeschikkingoveralleverkeersstroomparameters.demogelijkhedenvoorverbe teringenaandefilestaartbeveiligingzijnbeschouwdaandehandvandevolgendenieuwemeetgegevens: trajectsnelheid,dichtheid,versnellingeneencombinatievandedichtheidensnelheid.tentweedeishet metvideobeeldenvanafeenhoogstandpuntmogelijkomobservatiestedoenvandeverkeersafwikke ling. Observaties geven vooral informatie over afwijkend verkeersgedrag, zoals congestie, incidenten, spookrijders,stilstaandevoertuigenetc.veelwegvaktoepassingenhebbeneigenlijkalleenmaarobserva tiegegevensnodig.nauwkeurigenbetrouwbaardesnelhedenmetenishelemaalnietvanbelangbijhet waarschuwenvooreenfile.alleenwelofgeenfile,endepositievandefileisvanbelang.dezeanderkijk opdefunctioneleeisenisopditmomentbinnenavvnogniettoegepast.hierdoorwordtdeontwikkeling vannieuwemonitoringmethodenisdewielengereden.functioneleeisenopstellenaandehandvande doelstellingenvaneentoepassingofvaneenwegvak,inplaatsvanhettoewerkennaaréénmonitoring methode(meestallusdetectie)isbetervoordeinnovatie. Detweedemethodeisredenerenvanuitdemogelijkhedenvandemonitoringapparatuur.Deontwikke lingvanvideomontitoringisaleenaantaldecenniagaandeenzaldekomendejarenverderontwikkelen. Totophedenzijneenvijftalproducentenactiefopdemarkt.Aandeenekantlevertmensystemenvoor tellingenopbasisvanvirtuelelussenenaandeanderekanthebbendeproducentenaidsystemen,die voor congestie en incidenten waarschuwen. Een compleet videomonitoringsysteem bestaat uit diverse componenten,vancameratothetleverenvanoutputgegevens.elkeafzonderlijkecomponentmoetvan een goede kwaliteit zijn en deze afzonderlijke componenten moeten een nauwkeurig en betrouwbaar systeemopleveren.hetverwerkenvandebeeldengebeurtmetdiversebewerkingsalgoritmen.allereerst wordendebewegendeonderdeleninhetvideobeeldgedetecteerd.eenbekendedetectiemethodeishet kijkennaardeverschillentussenhetnieuwstebeeldeneenachtergrondbeeld.wanneerdeobjectenzijn gedetecteerdwordendegroepenmetpixelsgeclassificeerd.ophetmomentdatdeeigenschappenvan eenvoertuigbekendzijn,wordtindeopvolgendebeeldenopnieuwnaarhetvoertuiggezochtomhette kunnenvolgen.hetherkennenvanvoertuigengebeurtopbasisvanvorm,kleurentextuurvandevoer tuigen. In de detectie en segmentatiealgoritmen wordt veel gewerkt met een aantal basistechnieken,
1 BlikophetWegennet zoalshetherkennenvanlijnenendrempelwaarden.indetoekomstisnogveelteverwachtenvanbeeld verwerkingtechnieken.camera swordensteedsbeterengoedkoper,maarookderekenkrachtvancom puterszalverdertoenemen.datbetekentdathetgebruikvanmeerderecamera ssteedsgemakkelijker wordt.doorhetcombinerenvandedatauitmeerderecamera swordthetmogelijkom3dreconstructies temaken.datafusieisbelangrijkvoorhetefficiëntgebruikenvanalgoritmen,omdatpositiesvanvoertui genvoorafvoorspeldwordenendaardoordealgoritmenefficiëntintezettenzijnopinteressantegedeel tenvanhetbeeld.hetvoorspellengebeurtmeteenkalmanofparticlefilter.naasthetvoorspellenmoet het systeem in staat zijn om zich aan te passen aan wisselende omstandigheden. Hiervoor moeten de algoritmen zichzelf steeds updaten en trainen. Patroonherkenning en neurale netwerken zijn hier met namevoorgeschikt.opditmomenthalenvideomonitoringsystemeneenbetrouwbaarheidvan9799% voorhetaangevenvanwelofgeenvoertuig.denauwkeurigheidvandetellingenligtrondde5%.voor deel bij observaties is, dat een operator de laatste fouten handmatig kan aanpassen, waardoor de be trouwbaarheidnogverdertoeneemt. De werkelijke meerwaarde van het monitoren met videobeelden is bekeken aan de hand van de fi lestaartbeveiliging.indealternatievenisalleengekekennaarnieuwemeetgegevensuittrajectoriën.uit de beoordeling van de alternatieven blijkt de versnelling van voertuigen geen voordelen op te leveren voor de verbetering van de filestaartbeveiliging. De trajectsnelheid laat de filestaartbeveiliging eerder reagerenengeeftbetereresultatentijdensschokgolven,maargeeftveelextravalsemeldingen.dedicht heidgeeftineersteinstantiemooieresultaten.datwilzeggendatditalternatiefalleeneenmeldinggeeft, wanneererwerkelijkwataandehandis.maaromdatdichtheidencongestienietonlosmakelijkmetel kaarverbondenzijnreageerthetalgoritmeopbasisvandichtheidnietaltijdoptijdenishetmomentvan uitgaannietaltijdduidelijk.eencombinatievandichtheidendetrajectsnelheidopbasisvandeprincipal Component Analyse levert de beste resultaten. Dit alternatief reageert in alle gevallen eerder dan een algoritmeopbasisvanlusgegevensenbijschokgolvenblijfthetsysteemconstantengaatniet knippe ren.
Summary 11 Summary CollectingtrafficdataisanimportantbranchwithintheworkpackageofRijkswaterstaat(RWS).Monitor ing is used for dynamic and statistic traffic management applications. The rise of traffic management applicationsstronglyincreasedtheattentiontomonitoring.thatincreasedinterest,incombinationwith thepolicytobuymoreproductsdirectlyoftheshelf,leadstonewproductsonthemonitoringmarket.the worldwidemonitoringmarket,whererwsactasbuyer,ischanginginafasttempo.apromisingnew techniqueformonitoringisvideomonitoring.withinrwslessisknownconcerningthepossibilitiesof videomonitoring.intheresearchithasbeentriedtogetacompleteaspossibleoverviewofthestateof theart,problems,possibilitiesandfutureexpectationsofvideomonitoring. Thefirstmethodisreasoningfromtheapplications,withvideomonitoringinthedownstreamcutwater. Fortheseveralapplicationsitispossibletospecifyfunctionalrequirements.Videomontoringissplitupin twocomponents.dependingontheaimoftheapplicationachoicemustbemadebetweenthesetwo methods. On the one hand it is possible to do countings. These countings exist from local countings, whicharealsomadewithloops,ormakingvehicletrajectories.oneapplicationisdiscussedindetail:the queuetailwarning.byusingothermeasurementsitbecomespossibletooperatethequeuetailwarningin adifferentway.measuringvehicletrajectoriesgivestheoreticallythepossibilitytoarrangealltrafficflow parameters.thepossibilitiesforimprovementstothequeuetailwarninghavebeenconsideredbymeans ofthefollowingnewmeasurements:trajectspeed,density,accelerationandacombinationofdensityand speed.secondlyitispossiblewithvideopicturesfromahighpointofviewtodoobservationsofthetraffic movements.observationsgiveespeciallyinformationondivergentmovementbehavior,suchasconges tion,incidents,wrongwaydrivers,stationaryvehiclesetc.actualmanyroadsegmentapplicationsneeds onlyobservationdata.preciseandreliablespeedsmeasurementsarenotimportantatallforatrafficjam warning.onlytrafficjamornotrafficjam,andthepositionofthetrafficjamareimportant.atthismo menttheotherwayoflookingtothefunctionalrequirementshasnotbeenappliedwithinavv.because ofthis,thedevelopmentofnewmonitoringmethodsishampered.establishingfunctionalrequirmentsby meansoftheapplicationorroadsegmentobjectives,insteadofworkingtowardonemonitoringmethod (generallyloopdetection)arebetterforfurtherinnovation. The second method is reasoning from the possibilities of monitoring equipment. The development of videomonitoringisalreadyanumberofdecadesgoingonandthecomingyearsitwillfurtherdevelop. Until now a number of five producers is active on the market. On the one hand there are systems for countingonthebasisofvirtualloopsandontheotherhandthereareaidsystems,whowarnforconges tionandincidents.acompletevideomonitoringsystemexistsfromseveralcomponents,fromcamerato providingoutputdata.eachseparatecomponentmustbeofagoodqualityandtheseseparatecompo nentsmustproduceapreciseandreliablesystem.theprocessingofthepicturesoccurswithseveralalgo rithms.firstofallbecomesthedetectionofmovingcomponentsinthevideopicture.awellknownde tectionmethodislookingatthedifferencesbetweenthenewestpictureandabackgroundpicture.when the objects are detected the pixel groups are classified. The moment the properties of a vehicle are known,thevehiclewillbesearchedinthesucceedingpicturestofollowthevehicle.recognizingvehicles occursonthebasisofform,colourandtextureofthevehicles.inthedetectionandsegmentationalgo rithmsthereareanumberofbasistechniques,suchasedgedetectionandthresholdvalues.inthefuture pictureprocessingtechniqueswillimprovefurther.camerasarestillimprovingandbecomingcheaper, butalsothecomputingspeedofcomputerswillincreasefurther.thatmeansthattheuseoftwoormore camerasbecomeseasier.bycombiningthedatafromseveralcamerasitbecomespossibletoreconstruct
12 BlikophetWegennet 3Dobjects.Datafusionisimportantforefficientuseofalgorithms,becausepositionsofvehiclesarepre dictedinadvanceandasaresultalgorithmsarebringingonlyintoactiononinterestingpartsofthepic ture.predictinghappenswithakalmanoraparticlefilter.besidespredicting,thesystemmustbeableto adapttochangingcircumstances.forthis,algorithmsmustalwaysupdateandtrainthemselves.inpar ticular pattern recognition and neural networks are suitable for this. At this moment video monitoring systemsobtainareliabilityof9799%forindicatingthepresenceofavehicle.theaccuracyofthecount ingsliesaroundthe5%.theadvantageofobservationsisthatanoperatorcanadaptthelasterrorsby hand,asaresultthereliabilityisincreasing. Therealsurplusvalueofvideomonitoringhasbeenexaminedbymeansofqueuetailwarning.Intheal ternatives only has been looked to new measurements from trajectories. From the assessment of the alternatives it s clear that the acceleration of vehicles becomes unprofitable for the improvement of queuetailwarning.thequeuetailwarningreactsearlieronthealgorithmbasedonthetrajectspeedand givesbetterresultsduringshockwaves,butontheotherhandtherearemuchmorefalsealarms.density givesatfirstsightbeautifulresults.thismeansthatitonlygivesanalarm,whenthereisreallysomething goingon.butwhiledensityandcongestionarenotlinkedinextricable,thealgorithm,basedonthedensi ty,isnotalwaysreactingintimeandtheswitchoffmomentisnotalwaysclear.acombinationofdensity andtrajectspeedprocessedwiththeprincipalcomponentanalysisprovidesthebestresults.thisalterna tive reacts in all cases earlier than the algorithm based on loop measurements and at shockwaves the systemremainsconstantlyanddoesnot"flash".
<Inhoudsopgave 13 Inhoudsopgave Voorwoord...3 Afkortingenenbegrippen...4 Lijstvanfiguren...6 Lijstvantabellen...8 Samenvatting...9 Summary...11 1 Inleiding...16 1.1 Probleemomschrijving...17 1.2 Doelstelling...17 1.3 Aanpak...18 1.4 Leeswijzer...18 2 DoelmonitoringinNederland...2 2.1 Detectortechnieken...21 2.1.1 Onderverdelingopbasisvandeinstallatie...21 2.1.2 Onderverdelingopbasisvanderuwedata...22 2.2 Gegevensuitvideomonitoring...24 2.3 Verkeersmanagementtoepassingen...25 3 2.3.1 Beschrijvingvanhethuidigeverkeersmanagementsysteem...25 2.3.2 DynamischeVerkeersmanagementtoepassingen...26 2.3.3 StatistischeVerkeersmanagementtoepassingen...31 Filestaartbeveiliginghoofdwegennet...34 3.1 HistorieAID...34 3.2 DoelAID...35 3.3 AIDalgoritme...36 3.4 VerbeterpuntenAID...39 3.5 Onderzoeksopzetfilestaartbeveiliging...39
14 BlikophetWegennet 4 Videomonitoring...4 4.1 Standvanzaken...4 4.1.1 BasiscomponentenvanVIPsystemen...4 4.1.2 VIPproductenoverzicht...41 4.1.3 Ervaringengebruikvanvideobeeldenvoormonitoring...42 4.2 Opbouwvideobeelden...44 4.2.1 Pixels...44 4.2.2 Resolutie...45 4.3 Raamwerkbeeldverwerking...45 4.3.1 Dimensiesinbeeldverwerking...45 4.3.2 Installatiecamera...46 4.3.3 Wisselendeomstandigheden...47 4.3.4 Basistechniekenbeeldverwerking...47 4.3.5 Herkennenvanrijbaanelementen...49 4.3.6 Detectieensegmentatievanobjecten...5 4.3.7 Classificerenenvolgenvanobjecten...52 4.4 Verbeterenbeeldverwerkingalgoritmen...53 4.4.1 Feedback...53 4.4.2 Stereovision...54 4.4.3 Datafusie...54 4.5 Aanvullendebeeldverwerkingtoepassingen...54 4.6 Foutenenonnauwkeurigheid...55 4.6.1 Meetfouten...55 4.6.2 Kwaliteitsysteem...56 4.7 Toekomstverwachtingenvideomonitoring...56 5 4.7.1 Toekomstbeeldbeeldverwerking...56 4.7.2 Toekomstbeeldverkeersmanagementtoepassingen...57 Datasetsvantrajectoriën...59 5.1 Verzamelenvantrajectoriegegevens...59 5.1.1 TNOdata...59 5.1.2 HelikopterdataEverdingen...61 5.1.3 NGSIMdata...63 5.1.4 Betrouwbaarheidgegevens...64 5.2 Dataverwerking...64 5.2.1 5.2.2 5.2.3 5.2.4 Datacleaning...64 Opstellenvanpolynomen...65 Splitsentrajectoriën...65 Lusgegevens...65
<Inhoudsopgave 15 6 7 8 5.2.5 Gebruikgewijzigdedatasets...66 Alternatievealgoritmenvoorfilestaartbeveiliging...67 6.1 Alternatieven...67 6.1.1 Lokalesnelheid...67 6.1.2 Trajectsnelheid...69 6.1.3 Versnelling...71 6.1.4 Dichtheid...72 6.1.5 Principalcomponentanalyse...73 6.2 Verificatiealgoritmen...73 Beoordelingvandealternatieven...75 7.1 Streefwaardenalgoritmen...75 7.2 Resultatenalgoritmen...75 7.3 Resultatentrajectsnelheid...79 7.4 Resultatenversnelling...8 7.5 Resultatendichtheid...81 7.6 ResultatenPCA...82 7.7 Scorealgoritmenfilestaartbeveiliging...83 Conclusiesenaanbevelingen...84 8.1 Conclusies...84 8.1.1 Conclusiesvideomonitoringsystemen...84 8.1.2 ConclusiesnieuweAIDalgoritme...84 8.1.3 ConclusiesAVVenvideomonitoring...85 8.2 Aanbevelingen...86 8.2.1 Aanbevelingenvoordewegbeheerder...86 8.2.2 Aanbevelingenfilestaartbeveiliging...87 Bibliografie...89 Bijlagen...94 I. II. III. IV. V. VI. Verkeersstroomtheorie...94 Verwerkingsalgoritmenvideobeelden...99 OverzichtverkeersmanagementtoepassingenNederland...15 Verslageninterviews...116 Tabellenresultatenalgoritmen...122 Grafiekenresultatenalgoritmen...126
16 BlikophetWegennet 1 Inleiding DeafgelopenjarenisdeautomobiliteitinNederlandforstoegenomen.Hetgevolgis,datopveelplaatsen de doorstroming stagneert. Daarom heeft de overheid de afgelopen decennia de wegen verbeterd en verbreed.omdiverseredenenisdeverbeteringenverbredingvanhetwegennetopbeperkteschaalge beurdenstaathetnietinverhoudingmetdegroeiendeautomobiliteit.vandaagdedagishetontstaan van congestie daardoor onvermijdelijk geworden. Het belangrijkste doel in de verkeerskunde is tegen woordignietmeerhetvoorkomenvanvertragingen,maarhetbetrouwbaarkunnenreizenvananaarb (Ministerie van Verkeer en Waterstaat, VROM 24). Belangrijkste maatregelen om tot een hogere be trouwbaarheidtekomenstaaninhettekenvaneenbeterebenuttingvanhetwegennet.daarnaastiseen steedsgroterenadrukkomenteliggenopverkeersveiligheidenmilieu.ditallesheeftgeresulteerdineen sterkeopmarsvantoepassingenbovenenlangsdekantvandeweg.doormiddelvandiversetoepassin genwordenweggebruikersgestuurd,gewaarschuwdengeïnformeerd.omdeeffectenvandetoepassin gen te onderzoeken en voor het aansturen van de syste men zijn continue verkeers gegevensnodig.hetinwinnen van verkeersgegevens (moni toring)isdaaromeenbelang rijk onderdeel binnen het takenpakket van Rijkswater staat(rws). Traditioneel vindt monitoring in Nederland plaats met in ductielussen (Figuur 1). Toch is de markt voor voertuigde tectieapparatuur veel groter. Vele marktpartijen ontwikke len nieuwe methoden voor het detecteren van voertui gen. De geschetste verhouding, met aan de ene kant RWS Figuur1Inductielusaangebrachtindetoplaagvanderijbaan met de verschillende toepas singenenaandeanderekant demarktpartijenmetverschil lende producten en bijbehorende mogelijkheden, is kortweg de probleemanalyse van het onderzoek. RWSwilwetenwatdeproductenontheshelf,inhetbijzonderdevideomonitoringproducten,tebieden hebbennuenindetoekomst.hetonderzoekrichtzichopmonitoringmetbehulpvanvideobeelden.vi deomonitoringiseenproduct,datalsveelbelovendwordtgezien.maardevraagisofhetsysteemvoldoet aandeeisenvanrwsenofhetsysteemeenmeerwaardelevert(ofkanleveren)tenopzichttevanandere producten.deinleidingwordtafgeslotenmeteenbeschrijvingvandegevolgdeaanpakeneenleeswijzer.
Inleiding 17 1.1 Probleemomschrijving HetmonitorenvanverkeerophetHWNisessentieelgewordenomweggebruikerstesturen,teinforme renentewaarschuwen.dehuidigemeetinfrastructuurvanrwsissterkgebondenaanééntechnologie, zijndelusdetectie.echterhetinwinnenvangegevensmetinductielussenwordt,ondanksdelangestaat vandienst,steedsmeeralseenprobleemgezien.problemenvandehuidigemeetinfrastructuurzijn: Hetdatainwinsysteemisnietflexibelinzetbaarbijwegwerkzaamhedenofeendynamischerijbaan indeling. Lusdetectieisnietrobuusttenaanzienvanhetvernieuwenvanhetwegdek.Envervangingvanin ductielussenlevertveelverkeershinderop.rwsstreeftjuistnaarhinderarmwegonderhoud. Naastdeproblementijdensaanlegenonderhoudzijnmeerkanttekeningenbijdeinductielussente plaatsen.viainductielussenisdemonitoringvanmaareenbeperktaantalverkeerskundigevariabe lenmogelijk.eneenpuntmetinggeeftbeperkteinformatieoverdesituatietussendelussen.con gestie,dieontstaattussentweelussen,wordtpasopgemerktwanneerdecongestiebovenstrooms delusheeftbereikt.defilewaarschuwingstartindatgevaltelaat. Ondertussenverandertdevraagenaanbodvandetectieproductenineensneltempo.Ommeerdepri maireprocessentekunnensturenendemarktbetertebenuttenheeftrwsdelaatstejareneenverschui vinglatenzienvanhettechnischspecificeren(ontwerpvoorschrijvend)naarfunctioneelspecificeren(pres tatievoorschrijvend). Functioneel specificeren legt de nadruk op wat essentieel is voor het gevraagde productofservice.enhetbiedtdemarktruimtevoorinnovatie.bijverkeersdetectorengaathetomeen wereldwijdemarktwaarrwsalsinkoperoptreedt.rwsrichtzichopdespecificatie,integratie,testenen beheer.deindustrieverzorgthetontwerp,ontwikkeling,installatie,documentatieenonderhoud.bijhet specificeren wordt voornamelijk uitgegaan van de technische (on)mogelijkheden van de huidige ver keersmanagementtoepassingen. Eénvandeproductenopdewereldwijdemarktisvideomonitoring.Videomonitoringwordtgezienalseen veelbelovendetechniek.redenendaarvoorzijn,datvideocamera sdelaatstejareninsneltempogoed koperwordenenbeteromkunnengaanmetwisselendeomstandigheden,bijvoorbeeldveranderingenin delichtintensiteit.daarnaastwordtineengrotergebiedgedetecteerd,waardoorhetmogelijkwordtom meerverkeerskundigegegevenstedetecteren.devisueleinformatieheefteenmeerwaardenvoordiver separtijen,doordatpreciesensnelvasttestelleniswatpreciesaandehandis.enhetsysteemissnelaan tepassenaaneennieuwesituatie,bijvoorbeeldeentijdelijkeversmallingvanderijstroken. Ondanksdatvideomonitoringalsveelbelovendwordtgezien,ismaarweinigkennisoverdeeigenschap penvanvideomonitoringbekendbijrws. 1.2 Doelstelling Hetdoelisomeenzocompleetmogelijkoverzichttekrijgenvandestandvanzaken,problemen,moge lijkhedenen toekomstverwachtingen van videomonitoring. De doelstelling in combinatie met de pro bleemomschrijvingleidttotdevolgendeonderzoeksvragen: 1. Watisdehuidigestandvanzakenophetgebiedvanvideomonitoring? 2. Welkebehoefteaaninputhebbendeverkeerskundigeapplicatiesenisvideomonitoringgeschikt omaandezeeisentevoldoenofbiedthetmisschienwelnieuwemogelijkheden? 3. Hoewordengegevensuitvideobeeldengehaaldenwelkemogelijkhedenbiedtdatomdiverse verkeersgegevensuitbeeldentehalen? 4. Inhoeverrezijnnieuwemeetgegevenswerkelijkvanmeerwaardevooreenverkeerskundigeap plicatie?
18 BlikophetWegennet 1.3 Aanpak Omtoteenantwoordopdeonderzoeksvragentekomenwordentweewegenbewandeld.Aandeene kantstaandetoepassingen.voordiversetoepassingenzijnallereersthetdoelvandeafzonderlijketoe passingen de daaruit voortvloeiende eisen aan de gegevens voor videomonitoring in kaart gebracht. Hierbijisnietalleengekekennaardetraditionelemeetgegevens,maarooknaarnieuwemeetgegevens, dieuitvideobeeldentehalenzijn. Aandeanderekantstaandevideobeelden,ofteweldedetector.Ineersteinstantieisaandehandvan literatuur en documentatie van fabrikanten de huidige situatie van videomonitoring in beeld gebracht. Uiteindelijkmoetendevideobeeldenverwerktwordentotverkeersgegevens.Omdemogelijkhedenen problemenvanvideomonitoringbeterinteschattenisuitgebreidingegaanopdeverwerkingvandebeel dentotgegevens. Uiteindelijkkomendeoutputvanuitvideobeeldenendeinputvantoepassingensamen.Inhetonderzoek wordtdieperingegaanopéénspecifieketoepassing,defilestaartbeveiliging.deredenomspecifiekdeze toepassingverderteonderzoekenisvanwegehetfeit,datdezetoepassingéénvandebekendstetoepas singenomhethwnis.maaraandeanderekantlaatdefilestaartbeveiligingsteekjesvallen,doordatmet inductielussen niet een volledig traject in beeld te krijgen is. Videobeelden zouden theoretisch gezien nieuwemogelijkhedenmoetenbieden,doordatmetbeeldeneentrajectteanalyserenis.voordeanalyse isgebruikgemaaktvantrajectoriedatauitdriedatasets.aandehandvandezedatasetszijneenviertal nieuwealgoritmengemaaktmetbehulpvanhetprogrammamatlab. Naastdegebruikteliteratuurendocumentatiemateriaalisdeinformatiegebaseerdopeentweetalinter views.heteersteinterviewisgehoudenbijtraficoninbelgië.traficoniseenproducentvanvideomonito ringproductenenheeftdaardoorveelkennisinhuisoverde(on)mogelijkhedenvanvideomonitoring.in hettweedeinterviewlagdenadrukophetverwerkenvanbeelden.aandetudelftwordthiernaarveel onderzoekgedaan.meneerhendriksiswerkzaambijéénvandeonderzoeksgroepenenweetveelvan wat op dit moment technisch mogelijk is en wat de komende jaren nog mogelijk wordt. De volledige tekstenvandegehoudeninterviewszijntevindeninbijlageiv. 1.4 Leeswijzer In de eerste hoofdstukken wordt de route van toepassing tot output van videomonitoring toegelicht. Hoofdstuk2gaatinopdeverschillendeverkeersmanagementtoepassingeninNederland.Hetgebruiken van videomonitoring heeft gevolgen voor de functionele eisen van de huidige toepassingen en levert nieuwemogelijkhedenopvoordetoekomst.omdemeerwaardevandenieuwevariabelenteonderzoe ken,wordtdieperopdefilestaartbeveiligingingegaan.dewerkingvandefilestaartbeveiligingwordtin hoofdstuk3uitgelegd.dedaaropvolgendehoofdstukkengaanoverdetweederoute,vandetector(vi deobeeld)totinputgegevensvoordetoepassingen.hoofdstuk4gaatallereerstinopdehuidigestandvan zaken.welkesystemenzijneropditmomentenwelkekwaliteitleverendesystemenaf?omvanvideo beeldtotmeetgegevenstekomenmoeteneenaantalstappendoorlopenworden.hettweedegedeelte vanhoofdstuk4behandeltdeverschillendestappenbinnenvideomonitoring.hetuiteindelijkemeetresul taatbestaatonderandereuittrajectoriënvanvoertuigen.inhoofdstuk5iseenbeschrijvingtevindenvan degebruiktetrajectoriedatasetsinhetonderzoek.deoutputgegevensvandevideobeeldenendebeno digdeinputgegevensvooreentoepassingkomensameninhetalgoritmevoordeaansturingvaneentoe passing.hoofdstuk6geefteenbeschrijvingvaneenaantalnieuwealgoritmenvoordefilestaartbeveili ging.dealgoritmenzijngeanalyseerdaandehandvandebeschrevendatasetsuithoofdstuk5.deresul tatenvandeanalysezijninhoofdstuk7telezen.totslotzijninhoofdstuk8teconclusiesenaanbevelin gentevindenmetbetrekkingtotdetweebewandeldewegenenheteindresultaat.
Inleiding 19 Figuur2Schemaopzetrapport
2 BlikophetWegennet 2 DoelmonitoringinNederland Inhetverledendiendehetinwinnenvanverkeersgegevensvooraleenstatistischdoel.Gegevensvanbe paaldetrajectenwerdenverzameldenopeenlatertijdstipgebruiktvoorplanvorming.ophetmoment datdebenuttingvanhetwegenneteensteedsbelangrijkerrolgingspelenkreegmenbehoefteaanin zichtindeactueleverkeerssituatie.enookdeaanbiedersvanverkeersinformatiehebbenbehoefteaan actuele gegevens op elk moment van de dag. Hierdoor is monitoring uitgegroeid tot een permanente activiteitopeengrootgedeeltevanhethwn.viaeenuitgebreidnetwerkmetdetectorenenactuatoren wordtcontinuebepaaldhoehetverkeerzichafwikkeltenindiennodigwordtdeweggebruikergewaar schuwden/ofgeïnformeerd. Verkeersgegevens verzamelen is geen doel op zichzelf. Monitoring wordt toegepast voor verschillende doeleindeneninverschillendetoepassingsgebieden.binnenavvwordentweebelangrijketoepassings gebiedenonderscheiden,statistischeendynamischeverkeersmanagementtoepassingen.afhankelijkvan hettoepassingsgebiedenhetdoelwordendeverkeersgegevensverderbewerktengebruikt.deuiteinde lijkeeisenaanverkeersmonitoringkomenvoortuitdefunctioneleeisenvandetoepassing(ziefiguur3). Daarnaastblijkt,dathoeverderdeinformatierichtingdegebruikersgaat,hoemeerveranderingende gegevens onder gaan. Dit komt doordatsteedsmeer inputvariabelen (door datafusie, filteren etc.) aan de informatie worden toegevoegd, inclu Figuur3Vandetectienaarverkeerstoepassingenandersom sief menselijke in schattingen. Daar om is het belangrijk omeisentestellenaandegegevens,diewordeningewonnentijdensdemonitoringsfase.pertoepassing zoufiguur3gemaaktkunnenworden,omdatelketoepassingzijneigenfunctioneleeisenheeft.idealiter zouvoorelkeafzonderlijketoepassingeeneigendetectorontwikkeldmoetenworden.ditzouechtereen onwenselijkewildgroeiaanmonitoringapparatuur langs de wegkant veroorzaken.met zo min mogelijk detectorenmoeteenzohoogmogelijkekwaliteitgehaaldworden.destap,diedeoutputdatavaneen detectorverwerktnaarverkeersgegevensomeenapplicatieaantekunnensturen,isbelangrijkvoorhet behalenvandegewenstemonitoringkwaliteit. Indithoofdstukwordendetoepassingenopgedeeldindynamischeenstatistischetoepassingenenvan beidegroepenwordendebelangrijkstesubgroepenbesproken.hierbijwordtingegaanopdewerkingen de mogelijkheden van videomonitoring voor de toepassingen. Per subgroep zijn de belangrijkste eisen voorvideomonitoringvastgesteld.inhoofdstuk3wordtdieperingegaanopdefilestaartbeveiliging.aan dehandvandezetoepassingwordtonderzochtwatdemeerwaardevantrajectoriedatais.trajectorieda taiseenextraoptievanvideomonitoringtenopzichtevaninductielussen.hetcombinerenvanmeerdere metingen maakt het mogelijk om trajectoriën van voertuigen op te stellen. Vanuit trajectoriën zijn de belangrijksteverkeerskundigekarakteristiekenafteleiden.hetkunnenmetenvanaanvullendeverkeers kundigekarakteristieken,maaktdeverbeteringvantoepassingenmogelijk.perdetectorzijndusverschil lendeverkeersgegevenstemeten.voorafgaandaanhetopstellenvandefunctioneleeisenvoordediver
DoelmonitoringinNederland 21 se toepassingen zal daarom eerst ingegaan worden op de verschillen tussen de verschillende detectortechnieken en de gegevens die daaruit voortvloeien. 2.1 Detectortechnieken DeeerstestapinhetoverzichtvanFiguur3isdetectie.Aandeinformatie, die detectoren leveren, wordt de laatste jaren steeds hogere eisen ge steld.daarnaastiseenverschuivingteziennaarhetsteedsmeerdyna mischgebruiken van rijbanen, zoals bijvoorbeeld de opkomst vanspits stroken.hierdoorisdemarktgestimuleerdomnieuwedetectieproducten teontwikkelenenbestaandetechniekenteverbeteren.eengrotevarië teitaanapparatuurisopditmomentbeschikbaar.binnendedetectieap paratuurisopverschillendemaniereneensplitsingaantebrengen.deze splitsingisgebaseerdopdeeigenschappenvandedetectoren.debelang rijksteeigenschappenzijndewijzevaninstallatieendeaanleveringvan ruwe data. Op deze twee eigenschappen wordt hieronder verder inge gaan. 2.1.1 Onderverdelingopbasisvandeinstallatie Opbasisvaninstallatiezijndetectorenindriegroepenintedelen:intru sievedetectoren(inhetasfalt),nietintrusievedetectoren(bovenofaan dezijkantvandeweg)endetectoren,dienietverbondenzijnaandein Figuur4a.Luslayoutb.Onverstoordetoestandc.Verstoordetoestand (19) frastructuur. Intrusievedetectoren,zoalsdeinductielus,wordenaldecennialangvolop gebruiktinnederland.wanneereenvoertuigdeluspasseertofzichop eenlusbevindt,wordtdeinductieindelusverlaagd(figuur4).ditsignaal wordt met een aantal algoritmen verwerkt tot verkeersgegevens. Van daagdedagblijktechtersteedsvakerdataaninductielusseneenaantal nadelenkleven.deinstallatieenhetonderhoudvandelussenbetekent eenafsluitingvanderijbaan,hetgeeninsommigesituatiestotproblemen leidt.ditprobleemwordtversterktdoorhetfeitdatdelussenindetop laaggefreesdmoeten worden, waardoorde installatievan delussenbij asfalteringswerkzaamheden opnieuw moet gebeuren. Een ander nadeel vaninductielussenishetnietkunnendetecterenvanlangzaamrijdendeof stilstaandevoertuigen. Terminologie De termen monitoring en detectie worden nogal eens door elkaar gehaald of hebben binnen verschillende instanties een andere betekenis.inhetonder zoek komen deze twee termenvaaknaarvoren, zodat het nuttig is om de gebruikte betekenis vooraftoetelichten. Detectie is met behulp van een detector aan geven of een voertuig aanwezig is. Bij een inductielus is detectie een verandering in de inductie.detectieineen videobeeld is het her kennen van een groep pixels.dezeruwegege vens zijn nog geen verkeersgegevens en moeten eerst verder verwerktwordenomals input voor een toepas singtedienen. De detector is onder deel van een groter geheel, de monitoring. Monitoring bestaat uit een detector die ruwe datalevertendeverde re verwerking van de ruwe data tot verkeers gegevens. In dat proces wordendegegevensuit de detector gecontro leerd en indien nodig vindt een correctiestap plaats. Het eindproduct zijn gegevens, die als input kunnen dienen voor de aansturing van verkeersmanagement toepassingen of voor archivering.
22 BlikophetWegennet Denadelenvandeinductielussenhebbengeleidtotexperimentenmetnietintrusievedetectoren.Voor deeltenopzichttevandeinductielusisdeinstallatiebovenofnaastdeweg.hierdoorontstaateenmini malehindervoorhetverkeertijdensdeinstallatieenhetonderhoud.detectiemetbehulpvanvideobeel denvaltonderdeintrusievedetectoren.metdezeintrusievedetectieishetvaakmogelijkomeengroter gebied te detecteren. Echter doordat de niet intrusieve detectortechnieken nog in de kinderschoenen staan,wordtdezedetectiemethodenietopgroteschaaltoegepast. Deverbeteringvanzowelintrusievealsnietintrusievedetectorengaathandinhandmetdeontwikkelin genophetgebiedvaninformaticaenelektronica.denieuwsteonderzoekengaanaluitvannietinfra structuurgebondenmonitoringmethodenindetoekomst.voertuigendiehungegevenscontinudoorge venviabijvoorbeeldgsmtechnologiestaanindebelangstellingvanonderzoekers 1. 2.1.2 Onderverdelingopbasisvanderuwedata Demanierwaaropdeaanleveringvanruwedataplaatsvindt,heeftgevolgenvoordeuiteindelijkeoutput van het monitoringsysteem. In essentie is de output van een monitoringsysteem afhankelijk van twee methodenwaaropderuwedataaangeleverdwordtdoordedetector: 1. Komtdedatavanafeenvastelocatie(puntmeting)ofvanafeengrotermeetgebied(trajectme ting)? 2. Isvoorelkafzonderlijkvoertuigdatabeschikbaar(microscopisch)ofwordtdedataverzameldin een vastgestelde tijdsperiode (ma croscopisch)? Figuur5Trajectoriënvoertuigen(TUDelft) Lokaal/traject Eenlokalemetingwilzeggendatin een vooraf vastgesteld tijdsinterval (bijvoorbeeld elke minuut) op een rijbaandoorsnede verkeersgegevens wordenverzameld.infiguur5zijnde lokale metingen aangegeven op locatie1meteren2meter.bij een trajectmeting worden de ver keersgegevens verzameld over een traject (bijvoorbeeld 3 meter) in eenkleintijdinterval.infiguur5zijn de metingen op 5 en 2 seconde aangegeven.ruwedataopbasisvan lokalemetingenmakenhetmogelijk omdeintensiteiten,opvolgtijdenen lokale snelheden van voertuigen te meten. Trajectmetingen daarente 1 Floating car data
DoelmonitoringinNederland 23 gen leveren de dichtheid, volgafstand en snelheid op. Wanneer hetmonitoringsysteem in staat is om meerderedetectiesvanhethetzelfdevoertuigtecombinereniseenvoertuigtrajectorieoptestellen. Wanneereenxaslangsderijbaanwordtbeschouwd,zoalslinksinFiguur5,dankandepositievaneen voertuigiopeentijdstipaangeduidwordenmetx i (t)endepositievanhetvoertuigachterditvoertuig metx i+1 (t).voertuigenbewegenzichindeloopvandetijdlangsdexas.infiguur5zijn9voertuigenin eentxassenstelselsafgebeeld.depositievaneenvoertuigdoordetijdwordteentrajectoriegenoemd. Doorhetvoertuigalspunttebeschouweniseentrajectorieeenwiskundigefunctie.Depositioneringvan hetpuntopeenvoertuigwordtindeverkeerskundenergensgedefinieerd.indemeestegevallenwordtde voorofachterbumpergebruikt. DeafgeleidevaneentrajectorieophetHWNisaltijdgroterofgelijkaannul(theoretischiskleinerdannul weltoegestaan),omdatachteruitrijdenniettoegestaaniseneenverplaatsingterugindetijdonmogelijk is. Verder is het niet mogelijk dat twee trajectoriën elkaar snijden, wanneer de voertui gen op dezelfde rijstrook rij den 2. Verkeer is echter niet eendi mensionaal, maar tweedi mensionaal. De positie van eenvoertuigbestaatuiteenx en y waarde. Met de y coördinaat wordt de laterale positie van een voertuig aan gegeven,oftewelderijstrook positie.zeldenisdezewaarde nauwkeurig bekend en meestal wordt alleen een rijstrookindicatiegegeven. Verschiltussenlokaleentrajectsnelheid Stel een lange snelweg voor zonder toe en afritten en met twee rij strokenwaarbijallevoertuigenopderechterrijstrook6km/hrijden enopdelinkerrijstrook12km/h(figuur6).ditbetekentdatallevoer tuigen op de rechterrijstrook, die gedurende een minuut de detector passeren,zichopeentrajecttotéénkilometerbovenstroomsvande detector zich hebben bevonden. Terwijl op de linkerrijstrook deze wegsectie twee kilometer is geweest. Bij het bepalen van de lokale gemiddelde snelheid worden snelle voertuigen over een veel langere afstandbeschouwdinvergelijkingmetdetragewagens.hetaandeel snelle wagens wordt bij een lokale meting daardoor altijd overschat, zodat de lokale gemiddelde snelheid altijd groter of gelijk aan de in stantanegemiddeldesnelheidis. Metbehulpvaneenvoertuig trajectorie zijn alle gegevens voor een verkeerskundige analyse te herleiden, dus ook voor lokale metingen. De eerste afgeleide van een tra jectorie geeftde snelheid van een voertuig. Het verzamelen Figuur6Snelwegmettweerijstroken 2 FIFO principe - First in, First out
24 BlikophetWegennet vansnelheidsgegevensopeenvastplaatsintervalofvasttijdsintervallevertnietdezelfdeinformatieop. Methetvoorbeeldinhetkaderopdevoorgaandepaginawordtdatverduidelijkt. Vanzelfsprekendisdeafgeleidevandesnelheid,endaarmeedetweedeafgeleidevaneentrajectorie,de versnellingvaneenvoertuig. Macroscopisch/microscopisch WeggebruikersverplaatsenzichvanAnaarBovereenbepaaldtraject.Hierbijmoetmenvoornamelijk rekeninghoudenmethetuiterlijkvandewegendevoertuigenindedirecteomgeving.aandehandvan dezeindicatiesbepaaltdeweggebruikerzijn ideale verplaatsing.bijdebestuderingvanverkeersstromen wordt,naastdeindividuelevoertuigen,gekekennaarhetgroteregeheel,deverkeersafwikkeling.deei genschappenvanindividuelevoertuigenwordenvastgelegdinmicroscopischevariabelen.debelangrijk stemicroscopischemeetgegevenszijndetrajectorie,volgafstandenopvolgtijd.deverkeersafwikkeling wordtbeschrevenmetmacroscopischegegevens,datzijnintensiteit,dichtheidensnelheid.zowellokale metingenalstrajectmetingengevenmacroscopischeenmicroscopischevariabelen. Inductielusvs.video Inductielussenzijnalleeninstaatompuntmetingenuittevoeren.Ditbeperkthetaantaloutputvariabelen voor het monitoringsysteem tot de lokale snelheid, intensiteit en opvolgtijd. Bij videodetectie is meer mogelijk,afhankelijkvandeverwerkingvanderuwedata(groepenvanpixels,dieeenvoertuigaangeven) zijndiversecombinatiesvanvariabelenmogelijk.eenmogelijkheidisomhetsysteemalleenmaarpunt metingenuittelatenvoeren.ofhetstelttrajectoriënvanvoertuigensamen,waardoorinprincipealle verkeerskundigekarakteristiekenbeschikbaarkomen. 2.2 Gegevensuitvideomonitoring Metdegenoemdevariabelenindevorigeparagraafisdeverkeersstroomtebeschrijven.Uitgebreidere informatieovervariabelenomdeverkeersstroomtebeschrijvenistevindeninbijlagei.naastvariabelen omdeverkeersstroomtebeschrijvenisnogmeertemetenaanhetverkeer.indeverkeerskundezijneen aantalgegevenstypeaantewijzen.variabelenzijnintedelenindeverschillendegegevenstypes.dedi versevariabelenkunnendienenalsinputvoordeverschillendetoepassingen.intheoriezijnmetvideo monitoringdeonderstaandegegevensteverzamelen(goudappelcoffeng22): Tabel1Universelelijstmetmeetgegevens Gegevenstype Variabele Eenheid Puntgegevens Intensiteit vrt/h Snelheid km/h Verblijftijd sec Aanwezigheid sec Capaciteit vrt/h Stroomgegevens Volgafstand m Opvolgtijd sec Dichtheid vrt/km Reistijd sec Acceleratie/Deceleratie m/s 2 HerkomstBestemming Voertuigverliesuren vrth Voertuigkenmerken Lengte m Breedte m Hoogte m Voertuigcategorie Merk Aantalinzittenden personen Kenteken
DoelmonitoringinNederland 25 Voertuiggedrag Rijrichting Strookwisselgedrag Verstoringen Afgevallenlading Stilstaandevoertuigen Voetgangers WerkinUitvoering Weersomstandigheden Neerslag Zichtafstand m Wegomstandigheden Kwaliteitwegdek Kwaliteitgegevens Omtekunnenbeoordelenofvideomonitoringingezetkanwordenispertoepassingnodigtewetenaan welkeeisendemonitoringmoetvoldoen.ofdemetingvaneenspecifiekevariabelevoldoendeis,hangt afvaneenaantalzaken(benschop,a.w.1995).inhetonderzoekwordendevolgendepuntenonderschei den. Nauwkeurigheid: Met het hoofdcriterium nauwkeurigheid wordt het verschil aangeduid tussen de werkelijkewaardeendewaardevolgenshetsysteem(demeetgegevens).hetgaaterominhoeverre eenfoutewaarnemingleidttotbijvoorbeeldeenverkeerdemaatregel. Betrouwbaarheid:Percentagedetectiesdatnodigisombetrouwbareinformatietekunnenleveren. Aggregatieintijd:isleveringvangegevensnoodzakelijkophetniveauvanindividuelevoertuigen,of vooreenperiodevanbijvoorbeeldvijfminuten? Aggregatieinruimte:hoegroot/kleinmaghetgebiedzijnwaaroverwordtgemeten,ofwelkblikveld moetinbeeldwordengebracht?onderscheidistemakennaarbijvoorbeeldrijstrook,rijbaanofvol ledigedoorsnede;puntlocatie,wegvakoftraject.enmoeteropeenspecifiekelocatiewordengeme ten? Dichtheidmeetlocaties:hoeveelmeetlocatieszijnernodigovereenbepaaldelengte(bepaaldehoe veelheidwegvakkenachterelkaar)omrobuusteinformatietekunnenverzamelen? 2.3 Verkeersmanagementtoepassingen AVVmaakteentweedelinginhetcontinuwaarnemenenregistrerenvanvoertuigenophetHWN.Het monitorenlevertgegevensvoordynamischenstatistischgebruik. Dynamisch,dynamischesystemenverlangeneenpermanentestroomvanactuelegegevensoverde toestandopdeweg. Statistisch, bij statistische toepassingen worden opgeslagen gegevens achteraf gebruikt voor bij voorbeeldverkeersonderzoekenevaluatievanhetverkeersbeleid. Daarnaastisbinnendedynamischeenstatistischegegevensweeronderscheidtemakeninsubgroepen. Dezeverdelingisgebaseerdophetverschilinoriëntatievandesystemen. InbijlageIIIiseencompleetoverzichttevindenvandeverschillendenapplicaties,dietegenwoordigop hetnederlandseweggennettoegepastworden. 2.3.1 Beschrijvingvanhethuidigeverkeersmanagementsysteem HetverkeersmanagementsysteemzoalsopditmomentwordtgebruiktinNederlandiseennetwerkvan wegkantsystemen,opslagvangegevens,businesslogicenapparatuurvoordepresentatieenbediening. InFiguur7iseenvereenvoudigdeweergavetevindenvanhetmonitoringsysteem.Verzamelenvanver keersgegevensgebeurtinnederlandvoornamelijkdirectlangsdekantvanderijbaan,metbehulpvande zogenaamdewegkantsystemen.wegkantsystemenbestaanuitdetectorenendestationsdiedeinforma tievandedetectoren(meestaldeinductielussen)omzettennaarbruikbaredata.systemenbovendeweg om de weggebruiker te attenderen, zoals de MSI (MatrixSignaalgeverInstallatie) behoren ook tot het wegkantsysteem. Binnen het Nederlandse wegkantsysteem is een tweedeling. Aan de ene kant het
26 BlikophetWegennet Figuur7VereenvoudigdeschematisatievanhetNederlandsemonito ringsysteem(hetexpertisecentrum,trafficitservices25) MWKS (Monitorings Weg KantSysteem). Dit systeem is alleenvoorhetmonitorenvan verkeer. De door het MWKS ingewonnen gegevens wor den direct doorgestuurd naar Monica (Monitoring Casco). Daarnaast is er een monito ring en verkeerssignalering systeem.dezegegevenswor den door het MTM2 (Motor way Traffic Management, versie 2) gebruikt om wegge bruikers te attenderen op bijzondere situaties. Binnen hetmtm2systeembevinden zichverschillendeapplicaties,bijvoorbeeldhetaid(automatischeincidentdetectie)systeemofdedsi (DynamischeSnelheidsInformatie).VanuithetMTM2wordendeverkeersgegevensensignaleringgege vensmetbehulpvansimone(signaleringmonitoringneofiguratie)naarmonicaverstuurd.monicalevert aan de hand van de verkeersgegevens per waarnemingspunt minuutgegevens over de situatie op het wegennet. DegegevensdieMonicalevert,wordenophunbeurtdoorandereapplicatiesgebruikt.Monibas(Monito ringbasisapplicaties)levert opgewerkte informatiezoalsreistijdenfilelengte.dezeinformatiekange bruiktwordenvoordeverkeersinformatieofomopdrip stetonen.deaansturingvandedripgaatmet eenapartstuursysteem(cdms),datmonicagegevensgebruikt.indeverkeerscentraleofonlinekunnen demonicagegevensomgezetwordennaargrafischeplaatjes.daarnaastwordendewegverkeerleidersin deverkeerscentralegeholpenmetboss(beslissingondersteunendsysteem).astrid(afnamestatisti schegegevensrichtingintensdatabase)zorgtvoorhetopslaanvanstatistischeverkeersgegevens.toe ritdoseerinstallaties(tdi)werkenzondertussenkomstvanmonicaofhetmtm2meteeneigenalgorit me. 2.3.2 DynamischeVerkeersmanagementtoepassingen Het gebruik van DVM (Dynamisch VerkeersManagement) toepassingen blijft de laatste jaren gestaag stijgen.kenmerkendvoordynamischesystemenisdatzerealtimegegevensnodighebbenoverdetoe standopdeweg.hiervoorwordendoorhetmonitoringssyteemgegevensbeschikbaargesteldoverbij voorbeeldverkeersintensiteit,snelhedenenreistijd. TweebelangrijkeredenenomDVMtoepassingentegebruikenzijndeveiligheideneenverbeterdever keersafwikkeling.eenbetereverkeersafwikkelingvermindertdekansopkopstaartongevallen.minder ongevallen betekent op zijn beurt minder congestie. Het wegennet wordt door het toepassen van de maatregelenbeterbenut.delaatstetijdspelensteedsvakermilieubelangeneenrolvoorhettoepassen vanbepaaldedvmsystemen. GrofwegzijnDVMtoepassingenintedelenindriegroepen,namelijk: 1. Netwerkgeoriënteerd 2. Wegvakgeoriënteerd 3. Wegbeheersystemen