- Data- en netwerkanalyse -
De ontwikkelingen rond ‘Big Data’ bieden veel kansen voor ons vakgebied. Door het combineren van informatie uit verschillende bronnen kan het functioneren van het verkeersnetwerk geanalyseerd worden. De kansen voor het toepassen van Big Data op verkeersvraagstukken zijn nog lang niet uitgeput.
Arane vindt het belangrijk om eerst de onderzoeksvragen te ontleden en op basis daarvan een passende analysemethodiek uit te werken en de benodigde gegevens te verkrijgen. Daarbij werken we met flexibele analysetools die we zelf ontwikkelen. We zoeken naar innovatieve methodes om data om te zetten naar informatie die we in onze tooling kunnen visualiseren in tijd en ruimte.
Periodieke monitoring van de beleidsdoelen
Periodiek (bv maandelijks) wordt de netwerkkwaliteit in beeld gebracht.
Voor trajecten, routes en deelnetwerken worden de indicatoren uit het referentiekader getoetst aan de normwaarden.
Door de netwerkkwaliteit te monitoren krijgt men inzicht in:
-
Structurele knelpunten in het netwerk op netwerkdelen waarde de indicatoren maand op maand niet voldoen aan de normwaarden;
-
Trendanalyse van de netwerkkwaliteit is mogelijk door de maandresultaten naast elkaar te leggen; hoe functioneert het netwerk door het jaar heen?
Het operationeel functioneren van deelnetwerken kan in beeld worden gebracht met een netwerkindicator. Hierbij worden per spits service levels bepaald op basis van de productie van en vertraging in het netwerk.
Dit maakt het mogelijk om effecten van verstoringen in meer detail te analyseren.
De ontwikkelingen rond ‘Big Data’ bieden veel kansen voor ons vakgebied. Door het combineren van informatie uit verschillende bronnen kan het functioneren van het verkeersnetwerk geanalyseerd worden. De kansen voor het toepassen van Big Data op verkeersvraagstukken zijn nog lang niet uitgeput.
Arane vindt het belangrijk om eerst de onderzoeksvragen te ontleden en op basis daarvan een passende analysemethodiek uit te werken en de benodigde gegevens te verkrijgen. Daarbij werken we met flexibele analysetools die we zelf ontwikkelen. We zoeken naar innovatieve methodes om data om te zetten naar informatie die we in onze tooling kunnen visualiseren in tijd en ruimte.

Periodieke monitoring van de beleidsdoelen
Periodiek (bv maandelijks) wordt de netwerkkwaliteit in beeld gebracht.
Voor trajecten, routes en deelnetwerken worden de indicatoren uit het referentiekader getoetst aan de normwaarden.
Door de netwerkkwaliteit te monitoren krijgt men inzicht in:
-
Structurele knelpunten in het netwerk op netwerkdelen waarde de indicatoren maand op maand niet voldoen aan de normwaarden;
-
Trendanalyse van de netwerkkwaliteit is mogelijk door de maandresultaten naast elkaar te leggen; hoe functioneert het netwerk door het jaar heen?
Het operationeel functioneren van deelnetwerken kan in beeld worden gebracht met een netwerkindicator. Hierbij worden per spits service levels bepaald op basis van de productie van en vertraging in het netwerk.
Dit maakt het mogelijk om effecten van verstoringen in meer detail te analyseren.



Knelpuntanalyses: problemen zichtbaar in tijd en ruimte
Structurele knelpunten kunnen nader worden onderzocht. Databronnen worden daarbij in ‘hoge resolutie’ geanalyseerd in tijd en ruimte. Het is belangrijk om te onderzoeken wat de oorzaken van knelpunten zijn en wat de effecten op de rest van het netwerk zijn. Daarvoor worden verschillende informatiebronnen aan elkaar gekoppeld.
Voor een goed maatregel-ontwerp is het nodig om inzicht te krijgen in de oorzaak, frequentie en omvang van knelpunten. Een analyse in tijd en ruimte helpt om deze indicatoren inzichtelijk te maken. Naast snelheden en intensiteiten zijn bv. ook wachtrijlengte en fracties hierbij van belang.
Hiernaast voorbeelden van analyses voor snelwegen (met lusdata) en het stedelijk wegennet (met floating car data).
Verkeerskundig beheer: evaluatie van maatregelinzet
De informatie uit de databronnen hebben ook een gebruik bij het testen, inregelen en evalueren van maatregelinzet. Bovenstaande tooling waarmee de knelpunten worden geïdentificeerd worden ook ingezet om de effecten van maatregelinzet op het netwerk in beeld te brengen.
Meer gedetailleerde analysetools kunnen helpen bij het evalueren van de maatregelinzet (effect op de ontwikkeling van het probleem) en het periodiek verkeerskundig beheer (optimalisatie) van DVM-systemen.
Hiernaast een paar voorbeelden van het DVM systeem rond de Maastunnel. Alle informatie van het systeem wordt gelooft op een 'bus' waardoor analyse van de ingrepen in detail kan plaatsvinden. Met de gedetailleerde tooling kan het systeem (parameterinstellingen) worden ingeregeld en verkeerskundig kunnen worden onderhouden.


Enkele spraakmakende voorbeeldprojecten:
-
Netwerkanalyse Proof of Concept Utrecht, samenwerkingsverband VERDER;
-
Testen en implementeren Adaptief Filemanagement (AFM), gemeente Rotterdam;
-
Uitwerken beleidsmatig referentiekader, Groningen Bereikbaar;
-
Nulmeting Westelijke Stadsboulevard, gemeente Utrecht;
-
Verkeerskundige ondersteuning realtime netwerkanalyse, Rijkswaterstaat;
-
Analyse in- en uitschakelen spitsstroken, Rijkswaterstaat;