‘DUIDELIJK IS DAT HOE MEER FLOATING-CAR-DATA ER IS, HOE BETROUWBAARDER DE INFORMATIE IS DIE DAARUIT VOORTVLOEIT’
Ronald Adams
Praktijk Proef Amsterdam Praktijk Proef Amsterdam (PPA) voert met intelligente technologie op het gebied van verkeersmanagement grootschalige testen uit in het dagelijkse verkeer in de regio Amsterdam. Rijkswaterstaat, de provincie Noord- Holland, de gemeente Amsterdam en vervoerregio Amsterdam werken bij deze tests samen met marktpartijen. Programmamanager Ronald Adams van PPA vertelt over de bevindingen.
Wat zijn de doelstellingen van PPA? “Door de integratie van wegkant- en incarsystemen willen we het verkeer in en rondom Amsterdam veiliger, schoner en efficiënter maken. Daarnaast willen we betere services ontwikkelen voor weggebruikers en bijdragen aan de ontwikkeling van nieuwe markten.”
Wat is de meerwaarde van verkeersdata om deze doelstellingen te bereiken? “Data is hiervoor cruciaal. Zonder voldoende en kwalitatief goede data kun je geen goede reis- en routeinformatie geven aan weggebruikers en al helemaal niet aan goed verkeersmanagement doen.”
Welke soorten verkeersdata passen jullie toe? “We halen als publieke wegbeheerders data uit lussen in de weg, uit voer- tuigen, mobiele apparaten en verkeerslichten en daarnaast maken we in toenemende mate gebruik van data van private partijen zoals TomTom en Brand MKRS.”
Op welke manieren gebruiken jullie deze data? “We gebruiken verkeersdata om zo goed en zo snel en adequaat mogelijk te meten wat de actuele situatie is op de wegen. Op basis van deze infor- matie proberen we verkeerslichten slimmer te regelen om de doorstroming te bevorderen en doseren we bijvoorbeeld het verkeer op de ringweg A10. Wat we ook doen is het informeren van weggebruikers in de regio, bijvoor- beeld tijdens grote evenementen in Amsterdam-Zuidoost.”
Kunt u daar een voorbeeld van geven? “We hebben in samenwerking met marktpartijen in 2016 proeven gedaan tijdens concerten van De Toppers in de Amsterdam Arena. Tijdens dergelijke evenementen komen in een kort tijdsbestek tienduizenden mensen met de auto naar Amsterdam-Zuidoost. Vanuit verkeersdata die we binnenkregen, hadden we een goed beeld van de situatie op de wegen. Proactief hebben we bezoekers via de wegkantsystemen en via sociale mediakanalen geïnfor- meerd over de beste route die ze konden nemen en op welke plekken ze het beste hun auto konden parkeren. Dit werkte dusdanig goed dat de grote toeloop van mensen nauwelijks problemen opleverde. En heel belangrijk: bezoekers die ons routeadvies kregen, waren tevredener met de bereikbaarheid van het gebied dan zij die dit advies niet kregen.”
Welke verbeteringen zijn nog mogelijk? “Marktpartijen die floating-car-data leveren, hebben nu nog veel tijd nodig om data te bewerken. Dit doen ze om de data zo betrouwbaar mogelijk te maken. Nu duurt een bewerking tussen de vier en zeven minuten, terwijl het onze doelstelling is binnen twintig seconden de data te ontvangen. Even snel als de data die we verkrijgen uit de lussen in de weg. Een snel- lere levering van floating-car-data is overigens wel gelukt tijdens de eve- nementen in Zuidoost, maar de marktpartijen met wie wij samenwerken zijn nog niet zo ver dit voor algemeen gebruik toepasbaar te maken. Een andere gewenste verbetering is een hogere penetratiegraad van floating- car-data, ofwel het aantal voertuigen dat data genereert. Op snelwegen ligt dit nu rond 10 procent van de weggebruikers, in de stad is dit nu rond 5 procent. Ondanks dat op dit moment onduidelijk is wat de gewenste penetratiegraad is, is wel duidelijk dat we meer data nodig hebben om op grote schaal goed verkeersmanagement te kunnen uitvoeren en wegge- bruikers te kunnen voorzien van betrouwbare reis- en routeinformatie.”
Nr.2 - 2017 OTAR O Nr.2 - 2017TAR 15
Page 1 |
Page 2 |
Page 3 |
Page 4 |
Page 5 |
Page 6 |
Page 7 |
Page 8 |
Page 9 |
Page 10 |
Page 11 |
Page 12 |
Page 13 |
Page 14 |
Page 15 |
Page 16 |
Page 17 |
Page 18 |
Page 19 |
Page 20 |
Page 21 |
Page 22 |
Page 23 |
Page 24 |
Page 25 |
Page 26 |
Page 27 |
Page 28 |
Page 29 |
Page 30 |
Page 31 |
Page 32 |
Page 33 |
Page 34 |
Page 35 |
Page 36 |
Page 37 |
Page 38 |
Page 39 |
Page 40 |
Page 41 |
Page 42 |
Page 43 |
Page 44 |
Page 45 |
Page 46 |
Page 47 |
Page 48 |
Page 49 |
Page 50 |
Page 51 |
Page 52 |
Page 53 |
Page 54 |
Page 55 |
Page 56
