De file omgedraaid beter voorspellen door terug te redeneren

1

Reversing the traffic jam Veni aanvraag DCB.7814Hans van Lint

De file omgedraaidbeter voorspellen door terug te redeneren

Dr. Ir. J.W.C. van Lint

Universitair docent Verkeerstromen

Afdeling Transport & Planning

Faculteit Civiele Techniek en Geowetenschappen

www.transport.citg.tudelft.nl

2


A20

A20

A13

Rotterdam

Den Haag

Utrecht

Inspiratie onderzoekslijn BASIM: 80 km/h zones•2003-… Pilot A13

•Doel: verbetering luchtkwaliteit

•Maatregel landelijk invoeren (o.a. op A20) mits files niet erger worden …

… A13 pilot positief bevonden

•Dus groen licht voor landelijke invoering!

Pilot (2003-2005)

Maatregel (2005 - …)

3


80 km/h zones

• De praktijk wees anders uit

• Capaciteits reductie van ca 11%

• Investering van 1,63 miljard + 375 miljoen/jr zonder maatschappelijk draagvlak

• Waarom?Onvoldoende naar verkeersdynamica in netwerk gekeken!

A20

A20

A13

Rotterdam

Den Haag

Utrecht

4


A13 - kleinpolderplein - A20 Oorzaak file A13: terugslag van A20

File onstaat (oorzaak)

File slaat terug (effect)

5


80 km/h zones

File veroorzaakt door “zwakste schakel”: A20, die faalt als eerste

Omdat capaciteit ~ gem snelheid, encapaciteit maximaal bij ca 90 km/u

80 km/u limiet op A13 heeft nauwelijks effect (want A20 faalt eerst)

80 km/u limiet op A20 vervroegd en verergerd files op zowel A13 als A20!

6


Om dynamica in complexe (verkeers) netwerken te begrijpen en managen is nodig:

1. Methodes om uit real-time (sensor) data zinvolle informatie te destilleren - toestand schatten (vb: waar staan de files, wat zijn de gemiddelde snelheden)

Analytische macroscopische verkeersmodellen Extended Kalman Filters (om niet

geobserveerde toestand en parameters dicht bij data te houden)

Verschillende meetvergelijkingen om alle sensor data aan model te koppelen (netwerkbrede data fusie)

Een netwerk

Sensoren

Frontlinie internationale state-of-the-art: TUDelft (o.a. ikzelf), MIT, U. Maryland, U.Crete, U.Cal, U.Tokyo …

7



2. Inzicht in de oorzaken van mogeljike problemen – diagnose (vb: een incident)

Kan soms direct (uit toestand), anders: Terugredeneren en meest waarschijnlijke

lokatie, aard, ernst van bijv capaciteit reductie (incident) achterhalen

Toestand in netwerk

8



2. Inzicht in de oorzaken van mogeljike problemen – diagnose (vb: een incident)

Kan soms direct (uit toestand), anders: Terugredeneren en meest waarschijnlijke

lokatie, aard, ernst van bijvoorbeeld incident achterhalen

Hier is nog nooit fundamenteel / op netwerkschaal, en vanuit vekeerstroom

theorie naar gekeken

TOT NU?

Capaciteits reductie (regulier, incident?)

9


Nieuwe onderzoekslijn BASIM

Wetenschappelijke doorbraken

• Multi-sensor netwerkbrede data fusie / toestandschatting

• Theorie- en modelvorming “terugredeneren” door koppelen fysieke modellen <-> kunstmatige intelligentie (Belief Netwerken)

10


Dynamisch Bayesiaans belief netwerk (hypothese manager)

adaptief verkeerstroommodel(data integrator en voorspeller)

Terugredeneren: Verschillende oplossingen mogelijk

- Gelaagd / hierarchisch systeem

- Toestandsruimte BBN slim discretiseren (zowel ruimte / tijd)

…

Voorspellen:Adaptief verkeer simulatiemodel Fastlane – EKF

Nieuwe onderzoekslijn BASIM

xx xxx xxx xxxxxx xx xxx

xx x xx x xx xxxx xxx xx x x

xx xxx xxx xxxxxx xx xxx

xx x xx x xx xxxx xxx xx x x

uk-1 uk

oorzakenoorzaken

effecteneffecten

xk xk+1

yk yk+1

xk-1

yk-1

uk-2

metingenmetingen

11


Utilisatie

• Internationaal grote en sterk groeiende markt voor DVM en verkeersmonitoring in EU, USA maar juist ook in OM

• Sterke internationale contacten: Tokyo, Melbourne, Crete, MIT, Maryland

• Concrete interesse vanuit de NL markt: • ARS-T&T -> BASIM als tool om optimale

monitoringsystemen te kunnen verkopen• RWS-AVV -> BASIM als add-on op Fastlane

(ontwikkelt TUDelft (o.a ikzelf) al voor RWS)

• Ik zit via als trekker ATMO “midden in” de Nederlandse DVM beroepspraktijk

Innovaties

Hybride probabilistisch verkeerstroom model: terugredeneren

Multi-sensor netwerkbrede data fusie / toestand schatten

12


Vragen!

13


Wie is Hans van Lint?

• Paar jaar gewerkt bij consultant en verkeersinfodienst Rotterdam (1997-2001)

• PhD “Reliable freeway travel time prediction” (2000-2004)

• Direct na PhD (mei 2004) Universitair Docent geworden (2006 bevorderd tot UD1)

Wetenschapper met veel passie, ambitie en plezier!

14


Prestaties tot nuGrensvlak AI/Statistics en Verkeerstroomtheorie

Publicaties• 6 intl peer-reviewed journal articles (4 in 2005, 2006)• 20+ intl peer-reviewed conference papers en 10+

conference presentaties (alle na 2002)

(Snel!) groeiend (inter)nationaal netwerk• Invited Member IPC & Ass Editor special sessions IEEE-

ITSC conference (Toronto, Canada)• Invited Member AI committee Transportation Research

Board (Washington, DC)• Invited talks in Nederland, China en Japan• Reviewer diverse intl journals (Transp-B,-C, Research

Records) en conferences• Regelmatig ook in populaire media (RTV+Krant)• TRAIL Fellow

Veel onderzoek binnengehaald:• BSIK: projecten in Transumo, ICIS en RGI• 3e GS Rijkswaterstaat (o.a. FASTLANE)

15


Voorbeeld: oorzaken files?

A13 -> kleinpolderplein ->

A20

Sinds 2004 in de file top-3

16


A13 - kleinpolderplein - A20 Reguliere congestie (Vraag > Capaciteit)

17


Zwaar ongelukA13 - kleinpolderplein - A20

Ongeluk om 16:00

18


A13 - kleinpolderplein - A20 Zwaar ongeluk

Ongeluk om 16:00

X

19


A13 - kleinpolderplein - A20 Afsluiting afritten Centrum (problemen in de stad)

Afsluiting/rerouting 15:00-17:00

20


A13 - kleinpolderplein - A20 Afsluiting afritten Centrum (problemen in de stad)

Afsluiting/rerouting 15:00-17:00

X

X

De file omgedraaid beter voorspellen door terug te redeneren

Documents

Transcript of De file omgedraaid beter voorspellen door terug te redeneren