ETC 2019 toont diversiteit aan in expertise

25 oktober 2019

Een aantal adviseurs van Goudappel Coffeng en DAT.Mobility was zeer recent aanwezig tijdens de European Transport Conference (ETC) in Dublin. Hieronder worden de door hen behandelde onderwerpen geïntroduceerd - een rijke schakering aan expertise. 

Fiets en OV: het beste uit twee werelden
De combinatie van fiets en OV combineert het beste uit twee werelden: de flexibiliteit van de fiets en de snelheid van het OV. “Door deze sterktes te combineren ontstaat een geduchte concurrent voor automobiliteit,” zegt Raymond Huisman. “Daarnaast zorgt toegankelijkheid van het OV-systeem per fiets ervoor dat het OV efficiënter geëxploiteerd kan worden omdat de halteafstanden vergroot kunnen worden. Om gebruik van de fiets en OV-combinatie te stimuleren is het van belang de fiets en OV-gebruiker te kennen.” Samen met TU Delft investeert Goudappel Coffeng in onderzoek naar deze gebruiker. “Grote kansen zien we momenteel in het gebruik van de fiets voor het natransport. Deelfietssystemen maken het mogelijk om ook daar een fiets beschikbaar te hebben. Onderzoek in Delft toont aan dat de deelfiets een concurrent is voor het lokale OV, maar dat de trein voor de langere afstanden daardoor juist meer gebruikt wordt.” 
Voor meer informatie: Raymond Huisman

Hybride vervoersvraagmodel
Voor de gemeente Almere heeft Goudappel Coffeng in samenwerking met DAT.Mobility en Ramboll een hybride vervoersvraagmodel gebouwd. Bernike Rijksen: “In dit hybride model wordt traditioneel zwaartekrachtmodelleren gecombineerd met agent based modelleren, om zo de voordelen van beide modeltechnieken met elkaar te combineren.” In dit paper wordt zwaartekracht modelleren vergeleken met agent based modelleren op vier verschillende aspecten: de interactie van ritten in ruimte en tijd, de beschrijving van het gedrag, de eigenschappen van de oplossing en rekentijd. Door het interne studiegebied te modelleren met een agent-based model (Brutus) wordt de precisie van de simulatie binnen Almere verbeterd en krijgt de gebruiker meer inzichten in het reisgedrag van individuen. Door de koppeling met het zwaartekrachtmodel, die alle overige ritten simuleert, behouden we stabiliteit en rekensnelheid. Het hybride model is een van de eerste operationele strategische vervoersvraagmodellen in Nederland waarin individuen worden gesimuleerd. In het paper worden het agent based model Brutus en het hybride model beschreven. Daarnaast geven we conclusies en resultaten en bespreken we onze plannen voor verdere doorontwikkeling van het hybride vervoersvraagmodel. 
Voor meer informatie: Bernike Rijksen (brijksen@dat.nl)

Mobility én community HUB’s
De Merwedekanaalzone in Utrecht is de gemengde binnenstedelijke stadswijk van de toekomst: in deelgebied ‘Merwede’ komen uiteindelijk circa 6.000 woningen en 100.000 m2 werken en voorzieningen, in hoge dichtheden (ca 200-250 woningen per HA). Het gaat om een transformatie van bestaand bedrijventerrein, gelegen binnen de stad Utrecht. Vanwege de ligging in het bestaand stedelijk gebied en de schaarse beschikbare ruimte moeten lopen, fietsen, OV en deelmobiliteit de hoofdvervoerwijzen worden. Hiertoe komen er hoogwaardige fietsenstallingen, hoogwaardige loop- en fietsroutes, een groen en autovrij binnengebied en een snelle HOV-lijn langs het gebied. Dit maakt het mogelijk om voor het autoverkeer de parkeernorm terug te brengen tot 0,3 parkeerplaats/woning, in combinatie met het aanbieden van mobility HUB’s voor deelmobiliteit.
De mobility HUB’s moeten tegelijk ook community HUB’s worden, waar mensen ook pakketten kunnen ophalen, met een kleine winkel, een service desk voor de deelmobiliteit en andere bijkomende faciliteiten. De mobility HUB’s zijn dus enerzijds efficiënte mobiliteitsknooppunten waar gebruikers keuze krijgen tussen verschillende vervoerwijzen. Anderzijds moeten het ook nieuwe centra in de stadswijk worden, waar mensen elkaar ontmoeten, een kop koffie kunnen drinken, dagelijkse boodschappen kunnen halen en waar het altijd prettig verblijven is.
Christiaan Kwantes: “Juist door het aanbieden van deelmobiliteit en mobility HUB’s kunnen er meer woningen in het gebied worden gebouwd, zonder dat de verkeersdruk teveel toeneemt. Met de extra opbrengsten die hierdoor mogelijk zijn, kunnen ontwikkelaars bijdragen aan een hoogwaardig product op het gebied van deelmobiliteit.” 
Voor meer informatie: Christiaan Kwantes

Fietspyramide: ‘Dare, Able and Invite’
Als er beter wordt ingespeeld op de ‘klantwensen” van de fietser verwachten Mark van Hagen (NS) en Bas Govers (Goudappel Coffeng) dat er meer mensen gaan fietsen in plaats van gebruik te maken van andere modaliteiten. Fietsbeleid kan veel effectiever zijn als de fietser als ‘klant’ wordt behandeld en de principes van de ‘dare, able, invite’ van de klantwenspyramide in het fietsbeleid worden toegepast. “Fietsen moet niet alleen veiliger, sneller en gemakkelijker zijn maar vooral ook steeds attractiever,” zegt Bas Govers.  “Ook kwetsbare weggebruikers als kinderen en ouderen zullen als eerste voordeel van een dergelijk hoogwaardig fietsnetwerk: van 8 tot 80 is de inzet”. Maar ook mensen die haast hebben moeten gemakkelijk langere afstanden willen fietsen en daarvoor is de aantrekkelijkheid van routes een sleutelopgave.” Gebaseerd op de klantervaringen in het openbaar vervoer kan de dare, able, invite methode – helpen duidelijk te maken wat de huidige situatie is en de doelstellingen van beleidsmakers in beeld brengen. De Nederlandse Spoorwegen heeft al de klantbehoeftepyramide toegepast om de tevredenheid van reizigers te kunnen vergroten. En deze aanpak lijkt ook zeer geschikt voor fietsbeleid. “Om te durven fietsen, moeten fietsers zich allereerst veilig voelen. Als ze zich veilig voelen moet de infrastructuur zo zijn ingericht dat ze zich snel en efficiënt kunnen verplaatsen. Als aan deze voorwaarden is voldaan dan is het zaak hen te verleiden om vaker en over langere afstanden te gaan fietsen,” aldus Govers. Uit onderzoek blijkt dat fietsers snelheid niet eens zo zeer als het belangrijkste criterium zien maar eerder de voorkeur geven aan een aantrekkelijke fietsroute.” 
Voor meer informatie: Bas Govers

Verkeersvoorspellingen voor zelfrijdende voertuigen en verkeersmanagement
Het vaststellen van een compleet gemeenschappelijk beeld van de verkeerssituatie buiten op de weg in de huidige situatie, maar ook de nabije toekomst is van essentieel belang voor verkeersmanagement en service providers zoals zelfrijdende auto’s en Mobility as a Service. Dit beeld noemen we ook wel een Common Operational Picture en wordt ook binnen de Verkeersmanagement 2.0 visie (zoals geformuleerd binnen ERTICO) gezien als een randvoorwaarde voor pro-actief verkeersmanagement waarbij publieke en private partijen kunnen samenwerken om het verkeer zo goed mogelijk te faciliteren. Om deze COP te realiseren worden diverse real time databronnen zoals Floating Car Data, verkeerslichtendata, reistijdendata en lusdata gefuseerd en gecompleteerd met behulp van verkeersmodeltechnieken en data science-technieken binnen OmniTRANS next RT. Binnen het Europese project PRYSTINE wordt de inzet van OmniTRANS next RT gezien als de sensor buiten het voertuig om de zelfrijdende voertuig te ondersteunen bij tactische en strategische beslissingen zoals rijstrookkeuze en routekeuze ter bevordering van een veilige en comfortabele reis. Binnen MobilitymoveZ is het de bedoeling om OmniTRANS next RT in te zetten om korte termijn voorspellingen te leveren ten behoeve van de aansturing van verkeersmanagementmaatregelen. 
Voor meer informatie: Luc Wismans

Sturing om betrouwbaarheid OV te verbeteren
Betrouwbaarheid is een belangrijk aspect voor de kwaliteit van een openbaar vervoerssysteem, weet Ellen van der Werff. “Sturing is nodig om de betrouwbaarheid te verbeteren. Voor reizigers van hoogfrequente buslijnen (≥6 keer per uur) is regelmaat een belangrijkere betrouwbaarheidsindicator dan punctualiteit. Vaak ingegeven door concessie-eisen, ligt de focus van veel vervoerders echter bij punctualiteit. Bij hoogfrequente buslijnen is sturen op regelmaat vaak effectiever, omdat de variatie in opvolgtijden beter in de hand te houden is. Regelmaatsturing blijkt robuuster te zijn dan punctualiteitssturing. Voordat regelmaatsturing in de praktijk uitgevoerd kan worden, is voor beide aspecten meer kennis nodig. Praktijkproeven met regelmaatsturing zijn nodig om praktijkkennis op te doen.”
Voor meer informatie: Ellen van der Werff.


De behoefte aan consistente en robuuste modellen
Gedurende de laatste decennia zijn er veel verschillende verkeersmodellen ontwikkeld in Nederland. Hierbij verschillen de gebruikte technieken, methodiek en data vaak van elkaar. Het toegenomen gebruik van verkeersmodellen heeft ook negatieve bijeffecten. “Verschillende resultaten  voor hetzelfde gebied of netwerk bijvoorbeeld”, weet Rogier Koopal. “Conflicterende en niet-consistente resultaten hebben vaak tot vertragingen geleid. Er is behoefte aan consistente en robuuste modellen. Daarna gaf Rogier Koopal samen met Jan Kiel (Panteia) enkele praktijkvoorbeelden. Hierbij kwam ook de  de Brabantbrede Modelaanpak (BBMA) aan de orde. Hierbij wordt een gecombineerde aanpak gehanteerd. 
Voor meer informatie: Rogier Koopal

MaaS-Potentie Scan
Mobility as a Service (MaaS) is een nieuw mobiliteitsconcept waarbij reizigers kunnen plannen, kiezen en betalen voor hun reizen via 1 enkele serviceprovider. Omdat MaaS ook kan bijdragen aan de verbetering van de bereikbaarheid en duurzaamheidsdoelstellingen, mag het onderwerp zich ook verheugen op extra aandacht van beleidsmakers op het gebied van mobiliteit en politici.
Luuk Brederode: “MaaS wordt gezien als een interessante optie om mobiliteit op een slimmere manier te organiseren omdat het reizigers helpt en stimuleert om een bewuste keuze te maken uit een steeds breder aanbod van mobiliteitsdiensten. We weten echter op dit moment nog te weinig voor welk type reizigers bepaalde MaaS-abonnementen interessant zijn, laat staan hoe deze abonnementen zullen worden gebruikt. Daarom is het ook moeilijk in te schatten wat de effecten zullen zijn. Om in ieder geval vast antwoord te geven op de eerste vraag hebben wij de MaaS-potentiescan ontwikkeld.“
De MaaS-potentiescan bepaalt voor de hele Nederlandse populatie de kans dat een gegeven MaaS-abonnement aangeschaft wordt. De scan gebruikt hiervoor een gedragsmodel wat de MaaS-propositie (het abonnement en het aanbod van mobiliteitsdiensten) afweegt tegen het huidig mobiliteitsgedrag voor een 128tal persoonstypen variërend in leeftijd, het aantal kinderen in het huishouden, de frequentie van het autogebruik en het type auto. Het huidige mobiliteitsgedrag is hiertoe afgeleid uit mobiele telefoniedata gefuseerd met socio-demografische en infrastructurele data. 
Luuk Brederode: “De scan geeft ons voor verschillende reizigersprofielen inzicht in de bereidheid van mensen om MaaS-abonnementen af te nemen. Hiermee biedt het antwoorden op vragen als: wat zijn de belangrijkste motivaties en belemmeringen om wel of niet van MaaS gebruik te maken? Hoe zit het met de veranderbereidheid? Hoe goedkoop of duur mag een MaaS-abonnement zijn? “De MaaS-potentie scan is ook te integreren in strategische verkeersmodellen, waardoor het mogelijk wordt mobiliteitseffecten van MaaS in te schatten in een specifieke regio. 
Voor meer informatie: Luuk Brederode (lbrederode@dat.nl) 

Exploitatie van zero emissie bussen
“De transitie van fossiele brandstoffen naar hernieuwbare energiebronnen slaat ook de mobiliteitssector niet over,” weet Raymond Huisman. “Dat is niet zonder reden, want de mobiliteitssector stoot binnen Nederland schadelijke gassen uit.” Terwijl trein, metro en tram veelal op groene energie rijden, moet het busvervoer deze transitie nog maken. De batterij- en brandstofcel-elektrische technieken hebben de beste kansen. De transitie gaat gepaard met mogelijke hobbels op de weg. Dienstregelingen en planningen moeten worden aangepast zodat de batterij bijgeladen kan worden, gemeentes moeten plaats maken voor trafokasten en laadpalen, terwijl (energie)netbeheerders capaciteit moeten bijschakelen om het laden mogelijk te maken. Door de hoge aanschafwaarde van zero emissievoertuigen en de lagere exploitatiekosten verandert ook de kostenstructuur voor de vervoerder. Samen met TU Delft en Over Morgen doet Goudappel Coffeng onderzoek naar de effecten die de transitie naar een schoner wagenpark heeft op de gehele OV-sector en daarbuiten. 
Voor meer informatie: Raymond Huisman

Neuraal netwerk dat capaciteiten voor weefvakken schat en voorspelt
Binnen verkeersmodellen zijn weefvakcapaciteiten cruciale invoerparameters voor het op de juiste modelleren van de afwikkeling van het verkeer en daarmee de reistijden. Jurre Janssen gaf tijdens het ETC een presentatie gegeven over het ontwikkelen van een neuraal netwerk dat capaciteiten voor weefvakken schat/voorspelt. “Het doel van het onderzoek was om de tegenwoordig gebruikte capaciteitswaarden voor weefvakken, die vaak inaccuraat zijn, beter te benaderen.“ Het neuraal netwerk benadert aan een set van verklarende variabelen als weefvaklengte, weefratios en vrachtpercentage de capaciteit van het weefvak. 
Voor meer informatie: Jurre Janssen

Nieuw algoritme voor VRI's 
Verkeerslichtenregelingen (VRI’s) vormen een van de belangrijkste instrumenten in verkeersmanagement. Door de jaren heen zijn er verschillende typen algoritmen voor VRI’s ontwikkeld. In Nederland komt vooral de voertuigafhankelijke VRI veel voor. In een dergelijk type worden variabele groentijden toegepast om fluctuatie in verkeersstromen op te vangen, wat in vergelijking met starre VRI’s tot een reductie van de wachttijd leidt. Bij voertuigafhankelijke VRI’s is het echter moeilijk om regelkeuzes, bijvoorbeeld wanneer een licht van groen naar geel en rood gaat, met een hoge betrouwbaarheid te voorspellen. In de presentatie van Niels van Gurp wordt een nieuw algoritme voor VRI’s gepresenteerd. “Dit algoritme, dat het Gouden Regelen als basis kent, is in staat om een planning van regelkeuzes te maken op basis van actuele wachtrijen en verwachte voertuigaankomsten. Door een planning te maken neemt de betrouwbaarheid van regelkeuzes toe zònder dat er ingeleverd hoeft te worden op de optimaliteit van de verkeersafwikkeling,” zegt Niels van Gurp. Het algoritme is via microsimulatie getest op een kruispunt op de N65 bij Helvoirt. Uit de evaluatie blijkt dat het nieuwe algoritme in vergelijking met een standaard voertuigafhankelijke VRI in staat is om de wachttijd voor voertuigen te beperken en ook regelkeuzes goed te voorspellen. 
Voor meer informatie: Niels van Gurp


Datafusie en parametrisering voor strategische verkeersmodellen
In een tweede paper presenteerde Luuk Brederode een methode die álle databronnen die iets zeggen over de vervoerwijze- en bestemmingskeuzen van reizigers gelijktijdig gebruikt om een strategisch verkeersmodel samen te stellen. Zo kan bijvoorbeeld data gebruikt worden die verzameld wordt via mobiele telefoons en voertuigherkenning, naast de traditionele bronnen voor verkeersmodellen: enquête-, socio-economische- en infrastructurele data. In een eerste stap fuseert de aanpak alle databronnen tot een Common Operational Picture (COP): een volledig -en het meest waarschijnlijke- beeld van de huidige situatie. Zo’n COP kan direct gebruikt worden voor modeltoepassingen waarbij alleen (scenario’s rondom) de huidige situatie beschreven hoeft te worden. In een tweede stap parametriseert de aanpak één of meerdere COPs tot een vervoersvraagmodel, zodat ook prognosejaren kunnen worden doorgerekend.
Naast dat dit -voor zover wij weten- de enige bestaande methode is die simultaan alle databronnen over vervoerwijze- en bestemmingkeuze kan meenemen, onderscheidt de methode zich op een viertal vlakken van mainstream data-fusie methodieken. Ten eerste worden inconsistenties binnen en tussen de verschillende databronnen automatisch gedetecteerd zodat ze kunnen worden weggenomen (en de methode biedt ook handvaten om dit te doen). Ten tweede is het niet nodig om de verschillende databronnen te wegen of te normaliseren, waarmee wordt voorkomen dat de modelbouwer afwegingen moet maken die niet te doorgronden zijn voor het menselijk brein (bijvoorbeeld: hoe zwaar waardeert de modelbouwer één procentpunt overschatting van OV gebruik in het gehele studiegebied ten opzichte van een overschatting van één rit te veel uit een bepaalde woonwijk). Ten derde is de methode erg snel. Zo is voor het fuseren van modeldata uit het strategische verkeersmodel van de Metropoolregio Rotterdam-Den Haag (het grootste stedelijk regionale verkeersmodel van Nederland) met mobiele telefonie data van Vodafone slechts 10 minuten rekentijd nodig, terwijl de rekentijd voor het parametriseren van de resulterende CoP slechts 32 minuten bedraagt.
Ten vierde lost de methode het probleem van onderspecificatie op: door grofmazigheid van brondata zijn er oneindig veel modellen die statistisch gezien optimaal fitten. De aanpak vindt aantoonbaar het model wat de meest waarschijnlijke resultaten oplevert.
Op de vraag of het probleem van de onderspecificatie niet weggenomen gaat worden door data uit nieuwe bronnen antwoordt Brederode: “De grofmazigheid komt niet alleen voort uit onnauwkeurigheid van meetmethoden, maar steeds meer omdat de ruwe data geaggregeerd moet worden om persoonsgegevens te beschermen. Dus zolang we nog waarde hechten aan privacy als het gaat om ieders actuele locatie zal de onderspecificatie blijven bestaan. En ook al zouden we privacy niet langer waarderen -de situatie in China komt waarschijnlijk al akelig dicht in de buurt- dan nog is de methode uniek omdat het COPs om kan zetten in een beschrijvend model met rekentijden die ik zelf nog steeds bijna niet kan geloven.”
Voor meer informatie: Luuk Brederode (lbrederode@dat.nl)