Aantallen iVRI’s

Op dit moment zijn er iets meer dan 300 iVRI’s op straat gerealiseerd en via TLEX (Traffic Light Exchange, het nationale data-overnamepunt) aangesloten op de dataketen. Deze doen wat een iVRI behoort te doen: ze regelen het verkeer op straat en sturen data naar en ontvangen data van weggebruikers via TLEX. Als onderdeel van Talking Traffic hebben wegbeheerders al ruim 800 iVRI’s besteld. Volgens de laatste inzichten zijn er hiervan eind 2019 zo’n 600 gerealiseerd, de overige circa 200 volgen in het eerste kwartaal van 2020. Deze 800 iVRI’s zijn tot stand gekomen door het aanpassen van bestaande verkeersregelinstallaties. 

In de tussentijd zijn wegbeheerders ook bezig verkeersregelinstallaties te vervangen, omdat deze te oud waren; per jaar gaat het om ongeveer 10% van de circa 5.500 verkeersregelinstallaties, dat wil zeggen zo’n 550 per jaar. De iVRI wordt daarmee ’het nieuwe normaal’. Leveranciers leveren dan ook eigenlijk geen ‘normale’ VRI’s meer, maar alleen nog iVRI’s. 

Het actuele overzicht van de gerealiseerde iVRI’s is te vinden op: https://ivriportaal.nl/actieve-ivris/

Data van en naar de iVRI

Een iVRI stuurt SPaT en MAP data naar TLEX:

• SPaT data (Signal Phase and Timing) bevat de actuele en voorspelbare overgangen van de lichtbeelden (van rood naar geel, van geel naar groen, van groen naar geel). Dit is zogenaamde streaming (real time) data en wordt elke keer doorgegeven zodra het signaalbeeld van een iVRI op een kruispunt wijzigt;
• MAP data bevat de topologie van een kruispunt, ofwel het aantal stroken, richting en lengte van de stroken, ligging van de stopstrepen. Deze data wordt minimaal eens per dag doorgegeven.

SPaT en MAP horen bij elkaar: zonder de een heb je niks aan de ander.

Een iVRI ontvangt SRM en CAM berichten van TLEX: 

• CAM data (Cooperatieve Awareness Message), dit is floating car of floating bike data van een ‘gewone’ weggebruiker en zegt feitelijk ‘ik ben hier’;
• SRM data (Signal Request Message) bevat een prioriteitsverzoek (’graag groen geven’) van een doelgroep, zoals een openbaar vervoer voertuig (bus of tram), nood- en hulpdienst voertuigen (ambulance, politie, brandweer) en vrachtwagens.

Gemiddeld wisselen de tot nu toe gerealiseerde iVRI’s de volgende hoeveelheden data uit op één dag:

• SPAT: ca. 30 miljoen berichten (11 GigaByte)
• MAP: ca. 9 duizend berichten (13 MegaByte)
• CAM: ca. 200 miljoen berichten (11 GigaByte)
• SRM: 850 berichten (prioriteitsverzoeken) (35 KiloByte)

Let op: deze cijfers zijn gebaseerd op het huidige aantal iVRIs in de keten en het huidige aantal gebruikers. In totaal gaat het om ca. 5.500 VRI’s en ca. 12,7 miljoen wegvoertuigen in Nederland. Dit is dus nog maar het begin!

SPaT data wordt in combinatie met MAP data gebruikt om weggebruikers via hun app te informeren. Binnen Talking Traffic noemen we dit de use case Informeren. Sinds half november geeft Flitsmeister de actuele signaalbeelden van de op dit moment operationele iVRI’s door in de Android versie van de Flitsmeister-app. Hierdoor zien ca. 600.000 gebruikers deze iVRI data. Begin 2020 is deze functionaliteit ook opgenomen in de IOS-versie van de app. Dan ontvangen alle 1,6 miljoen actieve gebruikers van Flitsmeister deze informatie. Ook Onderweg en Superroute (de apps van Locatienet en MTVNL) geven de actuele beeldstanden van iVRI’s door. Hiermee worden op dit moment nog eens ca. 50.000 gebruikers bereikt.

Gebruik van data en effecten van iVRI’s

Informeren
Momenteel wordt gewerkt aan een set van landelijke afspraken om in de verkeersregeling van een iVRI, de ITS-applicatie, de tijdsduur te voorspellen tot het volgende lichtbeeld, de zogenoemde tijd-tot-groen en tijd-tot-rood. Op zeven locaties in Nederland wordt gekeken hoe deze afspraken in de praktijk werken. Zodra dit tot tevredenheid werkt, is Nederland het eerste land in de wereld waar gebruikers van apps deze voorspellingen ontvangen. Dit is des te meer bijzonder, omdat de verkeersregelingen hier op straat heel dynamisch zijn, dat wil zeggen sterk afhankelijk van de actuele verkeersafwikkeling en het aantal voertuigen op en rondom een kruispunt. In de meeste andere landen houden de verkeersregelingen veel minder rekening met het verkeer en zijn deze grotendeels star (d.w.z. altijd in dezelfde tijdcyclus rood-oranje-groen).

Zodra bij een fors aantal iVRI’s in Nederland deze functionaliteit betrouwbaar werkt, wordt het voor automobielfabrikanten interessant op de data ook op het dashboard van hun auto’s te tonen. De gesprekken hierover met de grotere automobielfabrikanten lopen.

Met de use case Informeren krijgen weggebruikers in hun app en op hun dashboard te zien of een verkeerslicht op rood of groen staat en binnen welke termijn het licht alsnog op groen gaat. Dat verhoogt hun attentieniveau, zodat ze bij groen licht sneller kunnen wegrijden en minder vaak per abuis door rood rijden. Het eerste verbetert de doorstroming en het tweede de verkeersveiligheid. Zeker wanneer een vrachtwagen direct voor je jou het zicht op het verkeerslicht ontneemt. Als weggebruikers ook worden geïnformeerd over de tijd-tot-groen en tijd-tot-rood, kunnen ze hun rijgedrag daarop aanpassen. Naast het bovenstaande, draagt dat ook bij aan een rustiger verkeersbeeld en aan het terugdringen van de uitstoot van schadelijke stoffen. Er zijn nog geen kwantitatieve verkeerseffecten bekend.

Optimaliseren
De CAM berichten worden gebruikt voor de use case Optimaliseren. De nu al grote hoeveelheden CAM data worden gebruikt als aanvulling op meetdata van lusdetectoren op het kruispunt. Daarmee heeft een verkeersregeling beter inzicht in de verkeerssituatie en in de voertuigen die van een grotere afstand het kruispunt naderen. Met dit verbeterde en ruimere inzicht in de verkeersafwikkeling kan de ITS applicatie in de iVRI het verkeer beter regelen en de verkeersregeling daarop beter optimaliseren. Dat draagt bij aan alle beleidsdoelen waarop een wegbeheerder een iVRI inregelt: veiligheid, doorstroming en leefbaarheid.

Een kenmerk van een iVRI is dat hardware, de kast op straat, en software, de verkeersregeling of ITS-applicatie, zijn ontkoppeld, waar deze voorheen één product waren. Dit heeft het mogelijk gemaakt om innovatieve ITS-applicaties te ontwikkelen, los van de hardware op straat. Sommige nieuwe ITS-applicaties gebruiken zelfs een verkeersmodel om te berekenen en te voorspellen hoe het verkeer het best kan worden geregeld. Simulaties hebben laten zien dat de nieuwe ITS-applicaties in staat zijn het verkeer op straat fors beter te regelen dan traditionele verkeersregelingen in traditionele verkeersregelinstallaties. De eerste inzichten in deze effecten van de use case Optimaliseren lichten we hierna toe.

Met de huidige gebruikersaantallen bedraagt het aantal CAM berichten dat via TLEX binnenkomt circa 160.000 per minuut. Met een toename van het aantal CAM berichten, neemt de noodzaak voor lusdetectoren af. Zo zal op termijn het aantal lusdetectoren dat een IVRI nodig heeft, aanzienlijk kunnen worden beperkt en dat geldt zeker voor lusdetectoren op grotere afstand van een kruispunt. Landelijk gezien kan dat forse besparingen leveren voor wegbeheerders. Ter indicatie: voor het maken van MAP bestanden zijn kruispunten ingedeeld in kleine, gemiddelde en grote kruispunten, die resp. tot 30, 30-70 en 71 of meer lussen hebben.

Prioriteren
Met een SRM-bericht kan een voertuig prioriteit aanvragen. Zo’n aanvraag werkt alleen voor doelgroepen en voertuigen, waarvoor een wegbeheerder dat specifiek heeft vastgelegd. De wegbeheerder blijft dus zelf bepalen wie onder welke omstandigheden prioriteit kan aanvragen en wanneer deze verleend worden. Op deze wijze prioriteit verlenen aan nood- en hulpdiensten betekent dat het licht voor een prioriteitsvoertuig op groen gaat en voor weggebruikers vanuit een andere richting op rood. Dit draagt direct bij aan de verkeersveiligheid: nu nog vinden er jaarlijks zo’n 70 ongevallen plaats met nood- en hulpdiensten die noodgedwongen door rood licht rijden met sirene en zwaailicht. Met de mogelijkheid van een prioriteitsaanvraag binnen Talking Traffic zal een deel hiervan zeker kunnen worden voorkomen. 

Op deze wijze prioriteit verlenen aan vrachtverkeer draagt vooral bij aan het verminderen van het aantal (onnodige) stops bij een verkeerslicht. Dit levert forse besparingen in brandstof. Transporteurs geven aan tot 1 liter diesel per vermeden stop te besparen. Daarmee worden dus ook kosten bespaard voor de vervoerder, wordt de schadelijke uitstoot beperkt en wordt  bijgedragen aan leefbaarheid en duurzaamheid voor overheden en bewoners. 

Voor het openbaar vervoer zorgt deze wijze van prioriteit verlenen voor een kortere reistijd en meer betrouwbaarheid. Dit maakt het openbaar vervoer aantrekkelijker ten opzichte van het gebruik van de eigen auto. Ook verlaagt dit de kosten voor de concessies (de sector geeft een besparing aan tot € 1000,- per minuut reistijdbesparing, maar dit moet in de praktijk nog worden uitgezocht).

Een ander voorbeeld voor de nabije toekomst: met deze flexibele wijze van prioriteit verlenen kan bijvoorbeeld ook gemakkelijk (meer) prioriteit worden verleend aan elektrische zero emission voertuigen in stedelijke gebieden. Zo wordt de iVRI een echt beleidsinstrument. Het blijft natuurlijk wel altijd zo dat de capaciteit van een kruispunt beperkt is en niet iedereen prioriteit kan krijgen.

Ondersteunende instrumenten voor iVRI’s

Om de diensten op basis van iVRI’s (de use cases Informeren, Optimaliseren en Prioriteren) goed te kunnen laten werken, de (professionele) gebruikers goed te bedienen en de mogelijke effecten ook inderdaad te behalen, is het noodzakelijk dat gegarandeerd kan worden dat de kwaliteit van datastromen van en naar iVRI’s goed en betrouwbaar is. Hiervoor is een landelijke monitoringdienst voor iVRI data beschikbaar voor wegbeheerders. Deze monitoringtool maakt alle data van en naar elke iVRI die op TLEX is aangesloten, inzichtelijk. Zo krijgt een wegbeheerder – en ook een leverancier – inzicht in het format, de frequentie en de inhoud van berichten en kan worden gecontroleerd of deze conform landelijke afspraken zijn. Uiteindelijk worden voor de inhoud van de iVRI data met alle betrokkenen, wegbeheerders en leveranciers, landelijke kwaliteitsafspraken (service level agreements, SLA’s) gemaakt en vastgelegd. Het voldoen aan deze landelijke kwaliteitsafspraken zal een voorwaarde zijn voor automobielfabrikanten om iVRI data te tonen op het dashboard in hun auto’s en zal voor de professionele gebruikers, nood- en hulpdiensten, openbaar vervoer en de logistieke sector een voorwaarde zijn om van iVRI diensten gebruik te maken.

Naast de landelijke monitoringdienst voor iVRI data is voor wegbeheerders een landelijke tool beschikbaar om de algehele werking van de iVRI in de dataketen te controleren: de Priotalker. Met de Priotalker kunnen de drie use cases worden beproefd op elke iVRI; dit kan ter plaatse bij het kruispunt zelf, zodat de toetser zelf het actuele lichtbeeld ook buiten op straat kan waarnemen en vergelijken, maar het kan zelfs ook op afstand. Wegbeheerders – en ook leveranciers – gebruiken de Priotalker bij het afnemen van een nieuwe iVRI op straat, waarbij zij moeten controleren of een door een leverancier opgeleverde iVRI voldoet aan alle vereisten, waaronder vanzelfsprekend het goed werken in de dataketen.

Landelijke standaarden voor iVRI’s

De vereisten ten aanzien van iVRI’s en alle datastromen zijn conform internationale standaarden gespecificeerd en vastgelegd in CROW-publicaties: https://www.crow.nl/thema-s/verkeersmanagement/landelijke-ivri-standaarden. Er zijn nu 23 landelijke standaarden voor IVRI’s beschikbaar. Deze landelijke standaarden zijn vastgesteld door het door de minister van Infrastructuur en Waterstaat benoemde Strategic Committee voor het borgen en beheren van iVRI-standaarden en -producten en gelden nadrukkelijk als niet vrijblijvende afspraken voor overheden en bedrijven.

Naast de 23 landelijke standaarden is een CROW-handreiking beschikbaar voor wegbeheerders die een iVRI willen realiseren. Hierin hebben wegbeheerders en leveranciers die de afgelopen periode hebben gewerkt met iVRI’s, hun ervaring gebundeld. Er is een standaard verwerkersovereenkomst gemaakt in relatie tot privacy, er is een webapplicatie beschikbaar om een iVRI gemakkelijk aan een internetportaal te koppelen en er zijn tools ontwikkeld voor het grotendeels automatisch aanmaken van topologiebestanden. Al deze ervaringen zijn nu gebundeld in een praktische handreiking voor wegbeheerders: ‘het Stappenplan iVRI - handreiking voor wegbeheerders’. In 5 praktische stappen wordt een wegbeheerder begeleid bij het realiseren en in beheer nemen van een iVRI. 

Eerste ervaringen uit simulaties en de praktijk

Door middel van simulaties zijn de verwachte effecten berekend van iVRI’s voor de use case Optimaliseren. Hierin zijn de use cases Informeren en Prioriteren niet meegenomen. De simulaties zijn uitgevoerd voor verschillende ITS-applicaties (van verschillende leveranciers) en op verschillende locaties. 

In Deventer: Flowtack van RHDHV
Een van die simulaties is gedaan op de Siemelinksweg in Deventer. Daar wordt een vijftal iVRI’s geregeld met de applicatie FLOWTACK van Royal HaskoningDHV. Deze nieuwe ITS-applicatie regelt het verkeer vanuit de cloud en heeft overzicht over alle kruispunten. Informatie over het verkeer op en van de kruispunten wordt onderling gedeeld. Zo krijgt elk kruispunt meer en eerder informatie over het aankomstpatroon van het verkeer. 

Doordat de volgorde van richtingen niet van tevoren is vastgelegd, zoals wel gebruikelijk is bij de huidige generatie van VRI regeling, kan een cloudregeling door haar grotere rekenkracht een volgorde kiezen die optimaal bij de actuele verkeerssituatie past. Veel verkeer moet bij traditionele regelingen stoppen, omdat ze nog niet "aan de beurt zijn". De nieuwe regeling Flowtack ondersteunt de filosofie "laten rijden als het kan en stoppen als het nodig is".

Uit simulaties is gebleken dat de nieuwe uitgangspunten leiden tot een forse afname van het aantal stops. Op sommige kruispunten wel tot 35%. Over het gehele netwerk blijken over de gemeten periode ruim 4000 stops minder te zijn gemaakt. 

De simulaties zijn gedaan met een beperkt percentage van slechts 1% voertuigen die ‘connected’ zijn en dus CAM berichten leveren. In deze situatie moet de ITS-applicatie de informatie dus halen van de bestaande detectielussen. Dit toont aan dat nieuwe Applicaties als FLOWTACK ook met een beperkte hoeveelheid connected verkeer veel rendement levert. Ook in de praktijk is volgens de waarneming van de wegbeheerder het verschil in regelen merkbaar. 

De Pleijroute in Gelderland: Imflow van Dynniq
Een andere simulatie is uitgevoerd met de ITS-applicatie Imflow van Dynniq op de Gelderse Pleijroute. Ook hier is de verkeersafwikkeling gesimuleerd met deze nieuwe ITS-applicatie op een traject dat volledig is voorzien van iVRI’s en is vergeleken met de huidige verkeerssituatie met de bestaande verkeersregelingen in de reguliere VRI’s. Dit levert een inzicht op van circa 22% verbetering in de doorstroming op het traject tijdens de ochtend- en avondspits.

In Helmond: Smart Traffic van Sweco
Een derde simulatie betreft de ITS-applicatie Smart Traffic van Sweco in Helmond. Ook hier is de verkeersafwikkeling gesimuleerd met deze nieuwe ITS-applicatie en vergeleken met de huidige verkeersregeling. Dit levert het inzicht op dat met Smart Traffic een reductie wordt behaald van 22% in het aantal voertuigverliesuren op de verschillende autorichtingen. De verliestijd van fietsers loopt iets op, maar zou door het aanpassen van de weging van fietsers in de kostenfunctie van de ITS-applicatie worden beperkt. 

Binnenkort meer

In het eerste en tweede kwartaal van volgend jaar verwachten we meer inzicht te kunnen geven in gemeten effecten op verschillende trajecten en kruispunten. Dan zijn de eerste analyses beschikbaar van data die alle aan Talking Traffic deelnemende bedrijven daartoe voortdurend aanleveren bij TNO. In komende nieuwsbrieven zullen we ook stilstaan bij de gemeten tijdsvertragingen (latency) in de keten: hoe lang doen berichten erover om van de ene kant van de keten naar de andere te komen. We geven dan ook inzicht in de andere helft van de zes belangrijkste use cases van Talking Traffic.