Presentatie ppa in car 7 nov 2014

Een gelukkige huwelijk tussen wegkant en in-car Over ‘oude koeien’ (van Hardin) en nieuwe inzichten…

Prof. dr. ir. Serge Hoogendoorn, Technische Universiteit Delft

Efficiënte zelf-organisatie

Capaciteitsval en filegolven

Blokkades en grid-lock

“Er zitten ernstige beperkingen aan het zelf-organiserend vermogen van verkeerssystemen”

Toenemende belasting verkeersnetwerk

Afnemende productie van verkeersnetwerk

Einde aan de efficiënte zelf-organisatie

• Rustig verkeer organiseert zichzelf op efficiënte wijze

• Wordt het drukker, dan stagneert deze efficiënte zelforganisatie

• Fenomenen ontstaan die efficiëntie afwikkeling aanzienlijk doen afnemen

Waar leidt dit allemaal toe?

• Netwerk fundamenteel diagram (NFD) toont relatie belasting en uitstroom

• NFD toont het resultaat van inefficiënte zelforganisatie en noodzaak ingrijpen

A A N T A L VO E R T U I G E N I N N E T W E R K

NE

TW

ER

K P

RO

DU

CT

IE

(EX

IT R

AT

ES

)

( G E R O L I M I N I S A N D D A G A N Z O, 2 0 0 7 )

K R I T I S C H E A C C U M U L A T I E

Oorzaken afname efficiëntie afwikkeling leiden tot oplossingen!

• Vier hoofdrichtingen om efficiëntie te verhogen

• Knelpunten aanpakken: blokkades voorkomen en doorstroming verhogen

• Verkeer beter spreiden in ruimte en tijd

• Nadelige effecten optimalisatie individuele doelen verminderen

Aangrijpingspunten verkeersmanagement Van problemen naar oplossingen…

Blokkades voorkomen

Doorstroming knelpuntverhogen

Verkeer efficient verdelen

Instroom netwerk beperken

Realiseren door inzetten TDI’s en VRI’s (PPA wegkant)Informeren en geleiden, ook

pre-trip (PPA in-car)

Lokaal doseren

Voorbeeld: doorstroming verhogen

• Na ontstaan file neemt de capaciteit af, afhankelijk van snelheid in de file (vb Coentunnel = 13%)

• Adaptief doseren stelt vorming file uit of regelt file weg (indien nodig)

• VVU neemt af met pakweg 250 vtg-u per u doseren

• Doseren stopt zodra bufferruimte is opgebruikt, waarna verkeer wordt ‘losgelaten’ naar de ASW en file ontstaat / capaciteitsval optreedt

• Grote beperking effectiviteit TDI’s (gem. doseerduur 8 min)

bufferruimteopgebruikt

Niet doseren

Praktijkproef Amsterdam Wegkant: doorstroming vergroten door uitstellen capaciteitsval…

Eigen analyses data geeft inzicht

in afwegingen SWN en HWN:

•Winst effectieve capaciteit 8%

•1 VVU op SWN door bufferen

levert 1,7 VVU besparing ASW

op), mits een voertuig terecht

wordt gebufferd

Gegeven (voorspeld!) knelpunt kiezen we de Master TDI ( )

De Master TDI begint met doseren en voorkomt zo het ontstaan van congestie (of regelt file weg), maar bufferruimte is beperkt! Regelaar wijst Slave TDI’s aan

die gaan ondersteunen ( )

De Slave TDI’s doseren zo dat de duur dat ze kunnen doseren gelijk is aan de duur dat de Master kan doseren, zodat alle bufferruimte gelijkmatig wordt opgebruikt De Slave TDI’s creëren ruimte

op de snelweg waardoor de Master langer kan doseren

Knelpunt

Voorbeeld: gecoördineerde toeritdosering

•Gebruik andere toeritten om verkeer te bufferen

•Om zolang mogelijk te doseren, moet bufferruimte overal gelijkertijd opgebruikt worden

De Onverwachte Effecten van Verkeersinformatie… Noodzaak anticiperen op gedragsveranderingen…

• Een bekend spel: stel 4000 auto’s willen van A naar B

• Reistijd voor link 1 en 4 afhankelijk van aantal voertuigen die link gebruiken

• Perfecte informatie over route I en II leidt tot evenredige verdeling (2000 per route): reistijd voor beide routes = 65 min

Maar simpel informeren is niet genoeg… De Braess paradox toegepast op informatieverschaffing

Waarom perfecte informatie niet altijd leidt tot een betere performance…

A

B

n/100

n/10045

45

1 2

3 4

Link met knelpunt

• Wat nu als er een sluiproute blijkt te zijn?

• Klein deel van de mensen krijgt informatie over deze sluiproute (1 iemand in de zaal): wat kies je?

• Wat gebeurt er met de reistijden? Wat doet nummer 2 vervolgens? Etc.



A

B

n/100

n/10045

45

5

1 2

3 4

• Sluiproute heeft kortste reistijd totdat al het verkeer over de sluiproute rijdt: reistijd = 85 min (voor alle routes)

• Aanzienlijke verslechtering!

• Iedereen beter af wanneer alleen routes I en II worden gebruikt



A

B

n/100

n/10045

45

5

1 2

3 4

80%100%120%140%160%180%200%220%240%

80% 130% 180% 230%vraagfactor

% g

emid

deld

e re

istijd

SOUE

•Ook voor realistische

netwerkwerken vinden we

dit effect…

•Effect is groter bij hogere

belasting (tot zo’n 30%

verschil in VVU’s)

Braess paradox? Niets bijzonders… De (oude) koeien van Hardin

Ook wel: The Tragedy of the Commons…

Kanttekeningen: •Kansen gepersonifieerde goede informatie (e.g. voorspellen is belangrijk ivm ‘juttereffecten’) •Afhankelijk van de situatie zonder informatie kan informatieverschaffing best leiden tot verbetering! •Desondanks: perfecte informatie leidt niet per definitie tot perfecte benutting!

Het samenspel tussen verkeersinformatie en -management

• Beschouw een situatie met 2 HB paren

• Reizigers van A naar B hebben twee opties en zijn perfect geïnformeerd

• De wegbeheerder doet aan verkeerskundig beheer en optimaliseert de werking van de VRI opdat er sprake is van een eerlijke verdeling van wachttijden

• In beginsituatie (evenwicht) kiezen de meeste A-B reizigers route 2

• Quiz: wat gebeurt er route 2 slechter wordt…

A

C

D

BRoute 1

Route 2

• Route 1 wordt attractiever voor reizigers van A naar B (meer mensen kiezen 1)

• De wegbeheerder past de instellingen van de VRI aan op de gewijzigde condities (meer groen voor A-B reizigers)

• Route 1 wordt nog attractiever voor A-B reizigers; situatie verslechterd voor C-D reizigers

Het samenspel tussen verkeersinformatie en -management

• Beschouw een situatie met 2 HB paren

• Reizigers van A naar B hebben twee opties en zijn perfect geïnformeerd

• De wegbeheerder doet aan verkeerskundig beheer en optimaliseert de werking van de VRI opdat er sprake is van een eerlijke verdeling van wachttijden

• In beginsituatie (evenwicht) kiezen de meeste A-B reizigers route 2

• Quiz: wat gebeurt er route 2 slechter wordt…

A

C

D

BRoute 1

Route 2perc. choice route 1

traffi

c co

ntro

ller

total delays

0 0.1 0.2 0.3 0.40

0.1

0.2

0.3

0.4

0.5

1

2

3

4

5

6

x 105

Totale vertraging in systeem neemt met pakweg 30% toe!

Start

1

2

3

• Algemeen bekend: verschil tussen systeem- en gebruikersoptimale netwerkafwikkeling kan oplopen tot 30% (afhankelijk van belasting)

• Anticiperend regelen: kies netwerkregelingen zodat ze anticiperen op gedragsveranderingen als gevolg van de regeling

• Testcases tonen aan dat anticiperend regelen in de buurt van SO komt

Verkeersmanagement nieuwe stijl Toekomst verkeersmanagement optimale mix


Conclusie: combinatie weg-kant VM en incar VI kan leiden tot goede netwerkprestatie, mits rekening houdend met gedragsveranderingen

De belangrijkste bevindingen (tot nu toe…)

• Verschijnselen in verkeersnetwerken geven directe aangrijpingspunten voor VM; PPA wegkant en PPA in-car grijpen in op verschillende verschijnselen

• Verschaffen van informatie over (voorspelde) verkeerscondities leidt tot betere spreiding van verkeer en tot een betere benutting, maar er ‘zit meer in het vat’

• Verdere verbeteringen mogelijk door rekening te houden met ‘koeien van Hardin’ (bijvoorbeeld door te anticiperen op gedragsveranderingen): perspectief op integratie wegkant en in-car!

• Andere mogelijkheden? Datafusie en het voertuig als actuator…

Een gelukkig huwelijk wegkant en in-car biedt unieke kansen voor effectiever en efficiënter verkeersmanagement!

Conclusies (en vragen als de tijd op is…) De Toekomst van Verkeersmanagement


Kansen voor integratie? De auto als sensor en actuator…

Data collection for Behavioral Modeling - ICEM 2012

Eerste inzichten wegkant (analyse Tekentafel) • Voor iedere VVU die je op het SWN terecht veroorzaakt, bespraar je er op ASW 1,7 • Maar… in sommige buffers houden we voertuigen onterecht tegen! • Mogelijkheid te bepalen welke buffers effectief in te zetten (fractie > 50%)

Eerste stappen integratie wegkant en in-car Eerste date met datafusie

Verbeteren kwaliteit verkeersdata met modellen en combineren bronnen

• Werking PPA wegkant kritisch afhankelijk van beschikbaarheid betrouwbare informatie (wachtrijen, afwikkeling HWN, fracties)

• Fusie wegkant / in-car data maakt kwaliteitssprong mogelijk!

• Toepassing Fileschatter 2.0 simulatiemodel A13

• Fig. toont perspectief datafusie: 1+1 = 3!

• Mogelijkheden verdunnen?

• Om de 500 m lussen zonder FCD = om de 2500 m met 2% FCD!

• Nader onderzoek ‘echte’ data nodig

• Vraag blijft: wat is “goed genoeg” voor de verschillende VM functies?

• Mogelijkheden wachtrijen fractieschatters!

ACTUATIE


REGELEN

Parameter- schatter Bergingsindicator

Fileschatter

Kiemenspeurder SWN

Kiemenspeurder HWN

Functionerings-niveau

Wachtrij-schatter

HB

of Fractie

schatter

Logische Monitoring Eenheden

Monitoring- en diagnosefuncties verbeteren met datafusie

Tools ook inzetbaar in

andere systemen VI en

VM (e.g. regelscenario’s)

MONITORING EN DIAGNOSE


Voertuig Voertuig TDI apparaat

Supervisor s102 Supervisor A10W Supervisor A10N

Netwerksupervisor

Logische Regeleenheden en Supervisors

Informatie, ADAS (V2I, I2V)

V2V

Effectief regelen door mix wegkant en in-car actuatie

Intermezzo: wegregelen filegolven met Specialist •Recall: filegolven reduceren de capaciteit van de weg met 30% •Specialist regelt golven weg met dynamische snelheidslimieten

• Pilot A12 toont effectiviteit van aanpak

• Effectiviteit hangt af van opvolggedrag en beschikbare lengte snelweg

• COSCAL is gebaseerd op het Specialist principe, maar gebruikt in-car data-inwinning en ISA-achtige snelheidsbeperkingen (or advies)


De auto als actuator?

A

AJ

RS

T

• Samenwerking met Berkeley California (Prof. Steve Shladover)

• Modus van het voertuig afhankelijk van gebied waarin voertuig zich begeeft

• Autonomous, Jam driving, Resolving, Stabilising, Transitioning

• Logica regelaar gebaseerd op Specialist aanpak

• Feedback regelaar (dus robuuster en effectiever)

Het gaat niet alleen om techniek, maar ook om methodologie…

De belangrijkste bevindingen

• Verschijnselen in verkeersnetwerken geven directe aangrijpingspunten voor VM; PPA wegkant en PPA in-car grijpen in op verschillende verschijnselen

• Verschaffen van informatie over (voorspelde) verkeerscondities leidt tot betere spreiding van verkeer en tot een betere benutting, maar er ‘zit meer in het vat’

• Verdere verbeteringen mogelijk door rekening te houden met ‘koeien van Hardin’ (bijvoorbeeld door te anticiperen op gedragsveranderingen): perspectief op integratie wegkant en in-car!

• Andere mogelijkheden? Datafusie en het voertuig als actuator…

Een gelukkig huwelijk wegkant en in-car biedt unieke kansen voor effectiever en efficiënter verkeersmanagement!

Conclusies en vragen De Toekomst van Verkeersmanagement


• Aanwezigheid van (autonome) ADAS (ACC, CACC) uitgeruste voertuigen leidt tot fundamentele veranderingen in de kenmerken van het verkeer, bijvoorbeeld:

• Capaciteit van de weg verandert

• Stabilisteitscriteria wijzigen

• Snelheid schok- en filegolven verandert (zelfs qua richting!)

• Impacts geven aanleiding tot aanpassing parameters DVM maatregelen of volledig herontwerp!

• Belangrijk onderdeel van de transitieopgave!

Verkeersmanagement nieuwe stijl Coöperatieve systemen: de auto als actuator

Model Predictive Control van coöperatieve pelotons voor betere afwikkeling

• Onderzoek effect TomTom-live op routekeuze met revealed preference data door schatten nieuw keuzemodel (Dynamisch Recursive Logit) voorspellen routekeuze

• Hogere waardering (en opvolging) persoonlijke reisinformatie ipv DRIPs door detail van informatie (specifiek vs generiek), niet door betrouwbaarheid ervan

• Automobilisten zijn gewoontedieren en veranderen alleen van route indien er sprake is van substantiële winst (bekendheid met alternatief en lengte spelen ook rol) en hebben beperkte kennis beschikbare routes (forenzen!)

• Automobilisten hebben voorkeur voor aanpassen route ipv vertrektijdstip om file te vermijden

• Actieve informatiesystemen die noodzaak ‘zoeken naar informatie’ wegnemen


Impacts verschaffen informatie op keuzegedrag reizigers

Presentatie ppa in car 7 nov 2014

Engineering

Transcript of Presentatie ppa in car 7 nov 2014