Filewaarzegger krijgt geschiedenisles

/strong>

Rijd de A13 bij Delft op en promovendus Hans van Lint ziet het. In de paar kilometer tussen Ypenburg en Zestienhoven houdt hij iedere auto, bus en vrachtwagen in de gaten. Metalen lussen verstopt in het asfalt meten het aantal automobilisten per tijdseenheid en hun snelheid. De verkeersstromen worden samengevat in grafieken op Van Lints laptop op de vijfde verdieping van Civiele Techniek.

Met dezelfde gegevens worden op de A13 al reistijden berekend die verschijnen op borden boven de weg.

Zo kan iedere automobilist bij files goed geïnformeerd voor een alternatieve route kiezen. Het doel: een efficiënter gebruik van het wegennet.

Maar – zoals de meeste automobilisten weten – verkeersinformatiesystemen zitten er vaak naast. En juist wanneer het er echt toe doet: bij files. Van Lint: ,,De reistijdberekening van de huidige systemen is te simpel. Gemiddelde snelheid gedeeld door de afstand, meer is het eigenlijk niet. Als iedereen braaf honderd rijdt, klopt de berekening. Maar zodra er een file staat, met optrekkende en afremmende auto’s, dan geven de borden verkeerde voorspellingen. Ook bij complexe situaties met veel in- en uitvoegen gaat het mis.”

Tijd om het sommetje anders op te lossen. Van Lint werkt aan een methode voor reistijdenberekening waarbij ook verschijnselen als schokgolven worden meegenomen. De eerste resultaten zijn veelbelovend. Bij een recent experiment op de A13 moest Van Lint slechts twee op de honderd automobilisten teleurstellen met een foutieve reistijdberekening. Hij is daarmee drie tot vier keer nauwkeuriger dan de huidige reistijdvoorspellers.

Voor zijn promotie volgend jaar gaat Van Lint nog rekenen aan complexere stukken snelweg, zoals de A20 met meer op- en afritten en veel alternatieve routes om van A naar B te rijden. Van Lint denkt daar nóg beter te kunnen scoren. Wat is de geheime formule?

,,Er is niet één formule, het zijn er duizenden. De ene file is de andere niet. Ik kijk naar het ruimtelijk patroon en het tijdspatroon van de voertuigen op de weg. Dus: waar wordt er stapvoets gereden? Rijdt men daar een minuut later alweer sneller of blijft de snelheid constant? Wat is hiervan de invloed op de reistijd van de automobilist die acht kilometer stroomopwaarts de file inrijdt? Door al die patronen op te slaan voor eindeloos veel situaties, leer ik de computer filegedrag herkennen en reistijden voorspellen.”

Van Lints methode is gebaseerd op die van een neuraal netwerk. Neurale netwerken verwerken invoergegevens tot uitvoergegevens. Ze doen dit echter slimmer dan de gemiddelde rekenmachine. Neurale netwerken kunnen namelijk leren.

Voetballen

Van Lint: ,,Als de computer een goede reistijdberekening maakt wordt hij beloond. Als de computer er veel naast zit, wordt hij gestraft. Dan moet hij de berekening de volgende keer anders doen. Bijvoorbeeld door de snelheden van automobilisten op andere stukken asfalt zwaarder mee te nemen in de berekening.” En zo is Van Lint de trainer die zijn pupil op resultaat leert voetballen.

Kan de chauffeur in de ochtendspits binnenkort bellen dat hij elf minuten en veertien seconden later bij zijn vergadering zal zijn? Wel als het ‘gewoon’ druk is, niet als er een baal hooi op de rechterrijstrook ligt. Van Lints neurale netwerk heeft namelijk moeite met incidenten.

,,Incidenten zijn een vak apart. Het is bijvoorbeeld erg moeilijk om bij een ongeluk te voorspellen hoe lang een rijstrook afgesloten zal blijven. Misschien dat voor incidenten een gespecialiseerd model uitkomst zou bieden.”

Dan moet eerst een praktisch probleem opgelost worden. De lussen in het asfalt die Van Lints neurale netwerk voeden met gegevens over verkeersstromen zijn namelijk niet gescheiden per rijstrook. ,,Als de auto’s op de rechterbaan stilstaan en op de linkerbaan vijftig kilometer per uur rijden, lijkt het voor mij alsof er op beide banen vijfentwintig wordt gereden. Dat is natuurlijk geen realistisch beeld van de file. Ik hoop dat in de toekomst verkeersstromen per rijstrook gemeten worden.”

Reistijd Ypenburg-Zestienhoven: 8 min. 21 sec. Ir. Hans van Lint (Citg) berekent reistijden veel beter dan de huidige systemen. Zijn geheim: leer van oude files.

Rijd de A13 bij Delft op en promovendus Hans van Lint ziet het. In de paar kilometer tussen Ypenburg en Zestienhoven houdt hij iedere auto, bus en vrachtwagen in de gaten. Metalen lussen verstopt in het asfalt meten het aantal automobilisten per tijdseenheid en hun snelheid. De verkeersstromen worden samengevat in grafieken op Van Lints laptop op de vijfde verdieping van Civiele Techniek.

Met dezelfde gegevens worden op de A13 al reistijden berekend die verschijnen op borden boven de weg.

Zo kan iedere automobilist bij files goed geïnformeerd voor een alternatieve route kiezen. Het doel: een efficiënter gebruik van het wegennet.

Maar – zoals de meeste automobilisten weten – verkeersinformatiesystemen zitten er vaak naast. En juist wanneer het er echt toe doet: bij files. Van Lint: ,,De reistijdberekening van de huidige systemen is te simpel. Gemiddelde snelheid gedeeld door de afstand, meer is het eigenlijk niet. Als iedereen braaf honderd rijdt, klopt de berekening. Maar zodra er een file staat, met optrekkende en afremmende auto’s, dan geven de borden verkeerde voorspellingen. Ook bij complexe situaties met veel in- en uitvoegen gaat het mis.”

Tijd om het sommetje anders op te lossen. Van Lint werkt aan een methode voor reistijdenberekening waarbij ook verschijnselen als schokgolven worden meegenomen. De eerste resultaten zijn veelbelovend. Bij een recent experiment op de A13 moest Van Lint slechts twee op de honderd automobilisten teleurstellen met een foutieve reistijdberekening. Hij is daarmee drie tot vier keer nauwkeuriger dan de huidige reistijdvoorspellers.

Voor zijn promotie volgend jaar gaat Van Lint nog rekenen aan complexere stukken snelweg, zoals de A20 met meer op- en afritten en veel alternatieve routes om van A naar B te rijden. Van Lint denkt daar nóg beter te kunnen scoren. Wat is de geheime formule?

,,Er is niet één formule, het zijn er duizenden. De ene file is de andere niet. Ik kijk naar het ruimtelijk patroon en het tijdspatroon van de voertuigen op de weg. Dus: waar wordt er stapvoets gereden? Rijdt men daar een minuut later alweer sneller of blijft de snelheid constant? Wat is hiervan de invloed op de reistijd van de automobilist die acht kilometer stroomopwaarts de file inrijdt? Door al die patronen op te slaan voor eindeloos veel situaties, leer ik de computer filegedrag herkennen en reistijden voorspellen.”

Van Lints methode is gebaseerd op die van een neuraal netwerk. Neurale netwerken verwerken invoergegevens tot uitvoergegevens. Ze doen dit echter slimmer dan de gemiddelde rekenmachine. Neurale netwerken kunnen namelijk leren.

Voetballen

Van Lint: ,,Als de computer een goede reistijdberekening maakt wordt hij beloond. Als de computer er veel naast zit, wordt hij gestraft. Dan moet hij de berekening de volgende keer anders doen. Bijvoorbeeld door de snelheden van automobilisten op andere stukken asfalt zwaarder mee te nemen in de berekening.” En zo is Van Lint de trainer die zijn pupil op resultaat leert voetballen.

Kan de chauffeur in de ochtendspits binnenkort bellen dat hij elf minuten en veertien seconden later bij zijn vergadering zal zijn? Wel als het ‘gewoon’ druk is, niet als er een baal hooi op de rechterrijstrook ligt. Van Lints neurale netwerk heeft namelijk moeite met incidenten.

,,Incidenten zijn een vak apart. Het is bijvoorbeeld erg moeilijk om bij een ongeluk te voorspellen hoe lang een rijstrook afgesloten zal blijven. Misschien dat voor incidenten een gespecialiseerd model uitkomst zou bieden.”

Dan moet eerst een praktisch probleem opgelost worden. De lussen in het asfalt die Van Lints neurale netwerk voeden met gegevens over verkeersstromen zijn namelijk niet gescheiden per rijstrook. ,,Als de auto’s op de rechterbaan stilstaan en op de linkerbaan vijftig kilometer per uur rijden, lijkt het voor mij alsof er op beide banen vijfentwintig wordt gereden. Dat is natuurlijk geen realistisch beeld van de file. Ik hoop dat in de toekomst verkeersstromen per rijstrook gemeten worden.”