schatting en voorspelling van de verkeersafwikkeling op ... - abr-bwv

1
SCHATTING EN VOORSPELLING VAN DE
VERKEERSAFWIKKELING OP AUTOSNELWEGEN
ir KATIA ORGANE
Departement Mobiliteit en Openbare Werken – afdeling Verkeerscentrum
dr ir CHRIS TAMPERE
Katholieke Universiteit Leuven – vakgroep Verkeer en Infrastructuur
Samenvatting
Om uit de gegevens die binnenkomen van
meetsystemen op autosnelwegen indirect
ook de actuele toestand van
tussenliggende wegvakken en de
mogelijke evolutie van de verkeerssituatie
af te leiden, wordt gebruik gemaakt van
een online verkeersmodel voor
snelwegverkeer, Renaissance genaamd.
De geschatte toestand wordt daarnaast
ook in de tijd geëxtrapoleerd om korte
termijn voorspellingen van de verdere
evolutie van de verkeerssituatie te
genereren. Dit model wordt toegepast op
de Antwerpse Ring R1 en is in staat om de
huidige verkeerstoestand goed te schatten
en onder bepaalde voorwaarden korte
termijn voorspellingen bij reguliere
congestie te produceren.
Résumé
Pour déduire indirectement les conditions
actuelles des tronçons intermédiaires
d’autoroutes et l’évolution possible de la
situation du trafic à partir des données
provenant des systèmes de mesure, un
modèle de trafic on-line est utilisé pour le
trafic d’autoroute, appelé Renaissance. En
plus, cet état estimatif est extrapolé dans
le temps pour générer des prévisions à
court terme de l’évolution de la situation
du trafic. Ce modèle est appliqué au Ring
d’Anvers R1 et est capable de bien
estimer les conditions actuelles du trafic et
de produire, sous certaines conditions,
des prévisions à court terme en cas de
congestion régulière.

1. Inleiding
2
De autosnelwegen in Vlaanderen worden uitgerust met een meetnet van dubbele
lusdetectoren die real-time verkeersgegevens (intensiteiten en snelheden) aanleveren. Deze
ruwe data geven echter een ruimtelijk gefragmenteerd beeld, waarbij meetfouten en de
aanwezigheid van hoogfrequente fluctuaties (ruis) de interpretatie verder bemoeilijken.
Op plaatsen waar de dichtheid van de detectoren lager is dan één per km is het, zowel voor
het verstrekken van verkeersinformatie als voor het aansturen van verkeersmanagement
maatregelen, van essentieel belang om in real-time de verkeerscondities op de
tussenliggende wegvakken te kennen. Hiervoor wordt gebruik gemaakt van het
Renaissancemodel, een online verkeersmodel voor snelwegverkeer ontwikkeld door de
Technische Universiteit van Kreta (TUC), dat tevens de geschatte verkeerstoestand in de tijd
extrapoleert om korte termijnvoorspellingen van de verdere evolutie van de verkeerssituatie
te genereren. Naast de visualisatie van de huidige en voorspelde verkeersafwikkeling,
worden ook (instantane en voorspelde) reistijden berekend.
Het verkeersmodel wordt toegepast op de volledige R1 met alle op- en afritten en de
aansluitende snelweg E313/E34 van Parking Ranst tot Antwerpen-Oost. In een offline
context wordt vervolgens getest of het model in uiteenlopende situaties (avondspits,
ochtendspits, rustig, druk, incident, …) in staat is de verkeerstoestand te schatten en over
korte termijn te voorspellen.
2. Wat is Renaissance?
Renaissance maakt gebruik van een tweede orde macroscopisch verkeersmodel om de
dynamica van de verkeersstromen in het autosnelwegennetwerk te beschrijven. De
verkeerstoestand wordt beschreven aan de hand van snelheid, dichtheid en intensiteit. De
snelweg wordt opgedeeld in segmenten van ongeveer 500 m. Voor elke segmentgrens wordt
per tijdstap (bv. 5 s) de verkeerstoestand berekend. De berekende verkeerstoestand wordt
gecorrigeerd aan de hand van verkeersmetingen van dubbele lusdetectoren.
De capaciteit, free flow snelheid en kritische dichtheid (m.a.w. het fundamenteel diagram)
(van een homogeen deel) van de snelweg worden door het verkeersmodel bepaald en
moeten dus niet door de gebruiker ingegeven worden.
Op basis van de schatting van de verkeerssituatie en historische verkeersmetingen voor de
randen van het netwerk (op- en afritten, begin en einde van de snelweg) wordt een korte
termijn voorspelling gemaakt (snelheid, dichtheid en intensiteit).
De toestandsschatting en korte termijn voorspelling vormen de basis voor afgeleide
producten, zoals reistijden en locatie van filekop en filestaart.

3
Een gedetailleerde beschrijving van de werking van het Renaissancemodel en de volledige
beschrijving van de functionaliteiten zijn terug te vinden in (ref.1 en 2).
3. Toepassing van Renaissance op de Antwerpse Ring
3.1. Netwerk
Figuur 1 toont het netwerk waarop het Renaissance model werd toegepast: de volledige R1
met alle op- en afritten en de aansluitende snelweg E313/E34 van Parking Ranst tot
Antwerpen-Oost. Op de locaties waar dubbele lusdetectoren op de hoofdrijbaan het model
voeden, zijn blauwe vierkantjes weergegeven.
Kennedytunnel km 13.9
Figuur 1: Het netwerk
3.2. Schattingsresultaten bij reguliere congestie
De Antwerpse Ring is uitgerust met dubbele lusdetectoren die zowel de intensiteit als
snelheid meten. Daarnaast zijn is ook een netwerk van camera’s voor verkeersbewaking
voorzien, die tevens de snelheid van de voertuigen meten. De meetgegevens van de
dubbele lusdetectoren worden gebruikt om het verkeersmodel te voeden. Op de segmenten
waar geen dubbele lusdetectoren aanwezig zijn, worden de snelheidsmetingen van de
camera’s die ongeveer om de 500m in het studiegebied aanwezig zijn, gebuikt om het model
te valideren.
Antwerpen-Noord km 0
Antwerpen-Oost km 6.2
Antwerpen-Zuid km 10.4
Figuren 2 t.e.m. 6 tonen de toestandschatting van de snelheid op de Antwerpse Ring waarbij
de snelheid is uitgezet in tijd (x-as) en ruimte (y-as). De snelheid is weergegeven in kleur van
rood (120 km/u) over geel (75 km/u) en lichtblauw (45 km/u) naar donkerblauw (minder dan
20 km/u). Op de linkse figuur is telkens de gemeten snelheid weergegeven, rechts de
geschatte snelheid door het verkeersmodel, waarbij de blauwe horizontale lijnen de locaties

4
aanduiden waar gemeten snelheden van dubbel lusdetectoren als randvoorwaarde voor het
model worden gebruikt. De schatting van de snelheden op de Antwerpse Ring levert zeer
goede resultaten. Zowel de kop en staart, het begin en einde van de file als de op- en
afbouw van de file worden nauwkeurig gereproduceerd. Ook de filegolven en de snelheid in
de files worden goed geschat, zoals te zien is in de figuren 3, 4 en 6.
Figuur 2: Toestandschatting binnenring
Figuur 3: Toestandschatting binnenring – file van Antwerpen-Oost tot Antwerpen-Zuid in ochtendspits
Figuur 4: Toestandschatting binnenring – file van Antwerpen-Zuid tot Kennedytunnel in de avondspits

Figuur 5: Toestandschatting buitenring
5
Figuur 6: Toestandschatting buitenring – file van Kennedytunnel tot Antwerpen-Oost in de avondspits
3.3. Resultaten predicties bij reguliere congestie
Op basis van de schattingsresultaten voor de actuele verkeerstoestand uit de vorige
paragraaf, worden korte termijn voorspellingen (bv. 20 min) met het verkeersmodel
berekend. Hiervoor wordt gebruik gemaakt van historische verkeersmetingen die de evolutie
van de verkeersintensiteiten aan de randen van het netwerk weergeven. Voor de
beoordeling van de voorspelling van de verkeerssituatie door het verkeersmodel geldt als
referentie de naderhand (ex-post) geschatte verkeerstoestand.
De resultaten van de voorspellingen met het verkeersmodel zijn weergegeven in figuur 7
voor de binnenring en figuur 8 voor de buitenring. Hierbij staat telkens links de figuur voor de
ganse ring en rechts een detail van een filegebied. Van boven naar onder wordt eerst de
toestandschatting uit paragraaf 3.2 herhaald, vervolgens de resultaten van de voorspellingen
over een horizon van 0, 10 en 20 minuten. De figuren van de voorspellingen zouden allemaal
identiek zijn in geval van een 100 % perfecte voorspelling.

Figuur 7: Predicties (0, 10 en 20 min) binnenring; links: overzicht; rechts: file van Antwerpen-Zuid tot
Kennedytunnel in de avondspits
6

Figuur 8: Predicties (0, 10 en 20 min) buitenring; links: overzicht; rechts: file van Kennedytunnel tot
Antwerpen-Oost in de avondspits
7

8
De congestie op de binnenring in de avondspits van Antwerpen-Zuid tot de Kennedytunnel
(rechts op figuur 7) wordt goed voorspeld. De opbouw van de file vanaf 15u30 wordt een
beetje onderschat, maar de filestaart (tot km 10) en de afbouw van de file worden zeer goed
voorspeld.
Op andere plaatsen wordt de congestie op de binnenring minder goed voorspeld. Ook de
voorspelling van de file op de buitenring in de avondspits van de Kennedytunnel tot
Antwerpen-Oost (rechts op figuur 8) komt niet overeen met de waarnemingen. Het knelpunt
dat deze file veroorzaakt ligt echter buiten het netwerk dat werd gebruikt voor deze studie,
namelijk de E313 weg van Antwerpen. Hierdoor wordt het patroon van de filegolven
veroorzaakt door het knelpunt op E313 niet (goed) gemodelleerd en wordt de terugslag van
deze file op de binnen- en buitenring minder goed voorspeld.
De kwaliteit van deze voorspellingen kan waarschijnlijk verbeterd worden door het netwerk
voor het verkeersmodel uit te breiden met de E313 weg van Antwerpen, inclusief een
dubbele lusdetector die de capaciteit van het knelpunt waarneemt.
Ook voor de andere files die niet goed voorspeld worden, kunnen de voorspellingen
verbeterd worden mits:
Het knelpunt dat de file veroorzaakt deel uitmaakt van het gemodelleerde netwerk.
Een dubbele lusdetector de capaciteit van het knelpunt bepaalt.
De filestaart binnen het gemodelleerde netwerk blijft.
3.4. Toestandschatting en predictie bij incidentele congestie
Incidenten (ongevallen, defecte voertuigen,…) met impact op de verkeersafwikkeling,
worden door het verkeersmodel gedetecteerd van zodra de impact voelbaar is op de
voedende detector op de hoofdrijbaan, stroomopwaarts van het incident. Op deze locatie
wordt de capaciteit plots verlaagd en het fundamenteel diagram automatisch aangepast door
het verkeersmodel. Door deze wijziging en de correctie van de resultaten van het
verkeersmodel met de dubbele lusdetectoren stemmen de schattingsresultaten bij
incidentele congestie goed overeen met de realiteit.
Een goede voorspelling van de evolutie van de verkeersafwikkeling ten gevolge van een
incident zou een grote meerwaarde bieden ter ondersteuning van de operatoren in het
verkeerscentrum bij het nemen van beslissingen i.v.m. rerouting. Op basis van de
capaciteitsverlaging van het fundamenteel diagram wordt het gevolg voor de
verkeersafwikkeling voorspeld. Hoewel de detectie van een incident door de
capaciteitsdaling van het fundamenteel diagram zeer nauwkeurig gebeurt, wordt de
capaciteitsdaling ten gevolge van het incident door het verkeersmodel onderschat en dus
ook de gevolgen voor de verkeersafwikkeling.

3.5 Reistijden
9
Op basis van de toestandschatting en de voorspelling van de verkeersafwikkeling met het
verkeersmodel, kan ook de reistijd over een route bepaald worden. In figuur 9 worden
volgende reistijden weergegeven voor een traject op de binnenring en op de buitenring:
Instantane reistijd op basis van de toestandschatting uit paragraaf 3.2 (groen)
Voorspelde (of ervaren) reistijd op basis van een trajectorie door de predicties uit
paragraaf 3.3 (blauw)
Ervaren reistijd op basis van snelheidsmetingen met camera’s om de 500 m (rood)
De ervaren reistijd op basis van de snelheidsmetingen met de camera’s wordt als referentie
gebruikt om de instantane en voorspelde reistijd met het verkeersmodel te evalueren.
De instantane, voorspelde en referentie reistijden zijn zeer gelijk bij zowel vlot als vertraagd
verkeer. Bij de overgang van vlot naar vertraagd verkeer en omgekeerd lopen de voorspelde
reistijden voor op de instantane reistijden, wat overeenkomt de verwachtingen.
travel time [min]
travel time [min]
35
30
25
20
15
10
5
Estimated Travel Times on Route R1 Inner Ring
0
20000 30000 40000 50000 60000 70000
70
60
50
40
30
20
10
time [s]
AID experienced tt
instantaneous
experienced
Estimated Travel Times on Route R1 Outer Ring
0
20000 30000 40000 50000 60000 70000
time [s]
AID experienced tt
instantaneous
experienced
Figuur 9: Instantane (groen) en voorspelde (blauw) reistijd op een deel van de binnenring (boven) en
buitenring (onder) versus waargenomen reistijd op basis van snelheidsmetingen (rood).

4. Besluit en verder onderzoek
10
De schatting van de huidige verkeerstoestand bij reguliere congestie op de Antwerpse Ring
door het verkeersmodel komt zeer goed overeen met de waarnemingen. Zowel de kop en
staart, het begin en einde van de file als de op- en afbouw van de file worden nauwkeurig
gereproduceerd. Ook de filegolven en de snelheid in de files worden goed geschat. Op basis
van deze schattingsresultaten kunnen realistische instantane reistijden geproduceerd
worden.
De voorspelling van de evolutie van de verkeerssituatie bij reguliere congestie is niet altijd
nauwkeurig. Het verkeersmodel is wel in staat om een accurate voorspelling te maken van
de congestie op de binnenring voor de Kennedytunnel, maar op plaatsen waar het knelpunt
dat de congestie veroorzaakt geen deel uitmaakt van het netwerk of de filestaart buiten het
netwerk staat, is het model niet in staat om goede voorspellingen te produceren. Verder
onderzoek zal uitwijzen of het uitbreiden van het netwerk hier volstaat. Toch komen de
voorspelde reistijden op basis van deze predicties goed overeen met de waarnemingen.
De detectie van incidenten door het verkeersmodel verloopt zeer goed. Ook de
schattingsresultaten zijn redelijk goed, maar de voorspellingen op basis van de automatische
incidentdetectie onderschatten het gevolg van een incident op de verkeersafwikkeling.
Verder onderzoek zal uitwijzen of het manueel invoeren van de ernst van een incident (de
grootte van de capaciteitsreductie) de voorspellingsresultaten kan verbeteren.
Referenties
Ref. 1 Wang, Y., and M. Papageorgiou. Real-time Freeway Traffic State Estimation Based
on Extended Kalman Filter: A General Approach. Transportation Research B, vol. 39,
2005, pp. 141-167
Ref. 2 Wang, Y., M. Papageorgiou and A. Messmer. A Real-time Freeway Traffic
Surveillance Tool. IEEE Transactions on Control Systems Technology, vol. 14, no.1,
2006, pp. 18-32