Tussenstand

r. Henk van Zuylen en prof.ir. Frank Sanders (Civiele Techniek en Geowetenschappen)
Onderwerp:Verkeersvoorspellingen door middel van modelgebaseerde alsmede datagedreven methodes
Tussenstand: Halverwege

,

Voor automobilisten is het vaak lastig te voorspellen hoe lang ze onderweg zullen zijn als ze de auto instappen. Ik denk dat ik die tijden veel preciezer kan voorspellen.
Op dit moment hangen camera’s boven de A12 tussen Zoetermeer en Voorburg voor mijn onderzoek. De camera’s registreren de kentekens van de auto’s aan het begin en aan het einde van de route. Zo kom ik te weten hoe lang auto’s er gemiddeld over doen. Soms zitten er zeer grote verschillen tussen. Sommige automobilisten rijden bijvoorbeeld wel vijf minuten sneller op een gemiddelde van twintig minuten. Bij een file is het heel makkelijk voorspellen. Dan rijdt vrijwel iedereen even hard.
Ik meet ook in de stad. Ik ben nu bezig met een project in het centrum van Utrecht. Dat is een grote ellende voor het voorspellen van de reistijd. Stoplichten, zebrapaden, fietsers en bushaltes zijn desastreus. Als je pech hebt, doe je er zo twee keer langer over dan wanneer je geluk hebt. In de stad spelen heel veel toevalligheden mee.
Op dit moment worden op verschillende snelwegen al reistijdvoorspellingen gedaan. Bij Den Haag staat op matrixborden hoe lang je er over doet naar Rotterdam. Maar deze voorspellingen zijn zeer onnauwkeurig. De informatie is vijftien minuten oud en ze gaan er bij de voorspelling vanuit dat de huidige situatie blijft zoals die is. Dat is natuurlijk nooit zo. In de ochtend- en avondspits ontstaan files en die veranderen voortdurend. Ze worden bijvoorbeeld langer of korter. Ook de TomTom gaat er vanuit dat de huidige situatie hetzelfde blijft.
Ik wil de reistijd nauwkeuriger voorspellen en heb twee pijlen op mijn boog. Ik werk aan zowel een dynamisch verkeersmodel als een soort neuraal netwerk. Bij voorspellingen in de stad loop ik tegen de grenzen aan van de mogelijkheden van het neurale netwerk. Het aantal gegevens wordt zo groot, dat je het niet gekalibreerd krijgt. Het is lastig om een goede balans te vinden. Datzelfde geldt voor het verkeersmodel. Aan de andere kant wil ik ook niet de gemakzuchtige modellen van de bestaande situatie gebruiken, zoals nu wordt gedaan, omdat die niet krachtig genoeg zijn.
Uiteindelijk hoop ik dat mijn reistijdvoorspeller over twee jaar op de markt wordt gebracht. Ik wil bij Rijkswaterstaat een pilot doen om de camera’s langs de A13 te gebruiken. Ik zou de reistijdgegevens graag gebruiken voor mijn onderzoek.”

Reistijd voorspellen

Naam: Ir. Chris van Hinsbergen (27)
Nationaliteit:  Nederlandse
Promotor: Prof.dr. Henk van Zuylen en prof.ir. Frank Sanders (Civiele Techniek en Geowetenschappen)
Onderwerp:Verkeersvoorspellingen door middel van modelgebaseerde alsmede datagedreven methodes
Tussenstand: Halverwege

Voor automobilisten is het vaak lastig te voorspellen hoe lang ze onderweg zullen zijn als ze de auto instappen. Ik denk dat ik die tijden veel preciezer kan voorspellen.
Op dit moment hangen camera’s boven de A12 tussen Zoetermeer en Voorburg voor mijn onderzoek. De camera’s registreren de kentekens van de auto’s aan het begin en aan het einde van de route. Zo kom ik te weten hoe lang auto’s er gemiddeld over doen. Soms zitten er zeer grote verschillen tussen. Sommige automobilisten rijden bijvoorbeeld wel vijf minuten sneller op een gemiddelde van twintig minuten. Bij een file is het heel makkelijk voorspellen. Dan rijdt vrijwel iedereen even hard.
Ik meet ook in de stad. Ik ben nu bezig met een project in het centrum van Utrecht. Dat is een grote ellende voor het voorspellen van de reistijd. Stoplichten, zebrapaden, fietsers en bushaltes zijn desastreus. Als je pech hebt, doe je er zo twee keer langer over dan wanneer je geluk hebt. In de stad spelen heel veel toevalligheden mee.
Op dit moment worden op verschillende snelwegen al reistijdvoorspellingen gedaan. Bij Den Haag staat op matrixborden hoe lang je er over doet naar Rotterdam. Maar deze voorspellingen zijn zeer onnauwkeurig. De informatie is vijftien minuten oud en ze gaan er bij de voorspelling vanuit dat de huidige situatie blijft zoals die is. Dat is natuurlijk nooit zo. In de ochtend- en avondspits ontstaan files en die veranderen voortdurend. Ze worden bijvoorbeeld langer of korter. Ook de TomTom gaat er vanuit dat de huidige situatie hetzelfde blijft.
Ik wil de reistijd nauwkeuriger voorspellen en heb twee pijlen op mijn boog. Ik werk aan zowel een dynamisch verkeersmodel als een soort neuraal netwerk. Bij voorspellingen in de stad loop ik tegen de grenzen aan van de mogelijkheden van het neurale netwerk. Het aantal gegevens wordt zo groot, dat je het niet gekalibreerd krijgt. Het is lastig om een goede balans te vinden. Datzelfde geldt voor het verkeersmodel. Aan de andere kant wil ik ook niet de gemakzuchtige modellen van de bestaande situatie gebruiken, zoals nu wordt gedaan, omdat die niet krachtig genoeg zijn.
Uiteindelijk hoop ik dat mijn reistijdvoorspeller over twee jaar op de markt wordt gebracht. Ik wil bij Rijkswaterstaat een pilot doen om de camera’s langs de A13 te gebruiken. Ik zou de reistijdgegevens graag gebruiken voor mijn onderzoek.”