Data filteren voor iVRI’s

Intelligente verkeersregelinstallaties kunnen ‘praten’ met apps en connected voertuigen. Ze halen daarbij ook informatie op, om zo een beter beeld te krijgen van het naderende verkeer. Maar hoe nauwkeurig is dat beeld? Marcel Kant en Gert Hut van Royal HaskoningDHV wijzen op mogelijke dubbeltellingen en pleiten voor een goede filtering van de data.
 
 
Technisch gezien gaat er weinig mis met het verwerken van app- en voertuigdata. Talking Traffic-apps als Flitsmeister en Onderweg en de on board computers van (toekomstige) connected voertuigen zenden voortdurend zogenaamde CAM-berichten uit met de actuele positie en snelheid. Op basis van die informatie kan de iVRI de verkeersbewegingen op de weg voldoende nauwkeurig volgen.

Het probleem met CAM-berichten is echter dat je niet zonder meer kunt stellen dat elke ‘CAM-verzender’ voor één vervoermiddel staat. Neem een auto waarin meerdere personen een Talking Traffic-app open hebben staan. Hoe interpreteert de iVRI dat? We hebben een paar tests gedaan en daaruit blijkt dat de iVRI elke app als een afzonderlijk voertuig ziet.

Ongefilterd
De oorzaak is simpel: er zijn nog geen voorzieningen getroffen om CAM-berichten te filteren op dubbelingen. Navraag bij Flitsmeister leert bijvoorbeeld dat app-data zonder check of correctie naar de ITS-applicatie wordt doorgezet.
Ook Monotch liet weten dat bij hen van ontdubbelen geen sprake is. Dit bedrijf is verantwoordelijk voor TLEX, het centrale uitwisselpunt tussen iVRI’s en weggebruikers. TLEX richt zich op kwaliteitsaspecten als security, latency, uptime, scalability en kloksynchronisatie, maar bemoeit zich niet met de inhoud van de data.
Het Roadside ITS Station (RIS) ten slotte plaatst álle CAM-berichten een op een op de digitale kaart – ook nog eens zonder rekening te houden met de onnauwkeurigheid van de gps.

Waar zou dat toe kunnen leiden? Denk nog even aan het voorbeeld van de auto met meerdere apps. Als vijf personen in de auto én Flitsmeister én Onderweg openzetten, worden dat tien stipjes (= ‘voertuigen’) op de kaart. Als de auto zelf connected is, zorgt dat voor een elfde stip. Bepaald geen getrouwe weergave van de verkeerssituatie!

Consequenties
Op dit moment speelt deze lancune niet heel erg: de meeste iVRI’s leunen voor hun data nog sterk op traditionele detectielussen. Maar als het aantal appgebruikers en connected voertuigen stijgt – en dat is waar we vanuit gaan – zal het ongefilterd aanbieden van CAM-data wél consequenties hebben. Immers, als één voertuig op een rijrichting wordt gezien als (bijvoorbeeld) vijf voertuigen, dan kan het zijn dat dit ene voertuig zwaarder weegt dan drie of vier voertuigen zónder apps op een conflicterende richting. De kans is ook dat er te veel groen voor dat ene voertuig wordt voorspeld, alsof er meerdere auto’s moeten passeren. Kortom, de kwaliteit van de usecase Optimaliseren en die van Informeren komen onder druk.

Hoe dit probleem aan te pakken? Eén mogelijkheid is om in de iVRI zelf maatregelen te treffen. De ITS-applicatie Flowtack bijvoorbeeld positioneert de ‘stipjes’ in segmenten van de digitale kaart. De segmenten zijn zo ingedeeld dat meerdere ‘stipjes’ in één segment als één voertuig worden gewogen. Zo zorgt de ITS-applicatie ervoor dat één rijdend voertuig ook echt gezien wordt als één voertuig, hoeveel apps er ook met dit voertuig meereizen. Deze oplossing maakt de voorspellingen minder wankel en de optimalisatie meer in evenwicht.

Maar het is nog beter om door de hele keten heen, van informatiedienst tot databroker, iVRI en ITS-applicatie, te checken en filteren. Flitsmeister gaf in ons gesprek met hen aan dat filtering bij hen in principe mogelijk is. Maar er moet daarnaast ‘app-overschrijdend’ worden gefilterd (als bijvoorbeeld in één auto zowel Flitsmeister als Onderweg openstaat) en op dubbelingen van connected voertuig én een app.

Door die puntjes nu al op de i (VRI) te zetten, voorkomen we problemen en imagodeukjes later – als het informeren en optimaliseren op basis van CAM-data echt van de grond komt.

____

De auteurs
Marcel Kant en Gert Hut zijn adviseur Smart Mobility bij Royal HaskoningDHV.