KiM: Effect smart mobility systemen op doorstroming verkeer moeilijk meetbaar

maandag 6 september 2021

Het Kennisinstituut voor Mobiliteitsbeleid (KiM) heeft onderzoek gedaan naar de meetbaarheid van de effecten van smart mobility op de doorstrooming. Daarbij komen de onderzoekers tot de conclusie dat deze effecten erg moeilijk meetbaar zijn. De effecten kunnen zowel negatief als positief zijn. Dit blijkt uit het onderzoek 'Smart mobility in de realtie tot doorstroming op de weg' van het Kennisinstituut voor Mobiliteitsbeleid (KiM). 

Het rapport brengt op in kaart welke effecten van smart mobility op de doorstroming van verkeer bekend zijn, en hoe we deze effecten in de toekomst wellicht kunnen bepalen. 

Het onderzoek richt zich op verschillende smart mobility systemen in de auto, zoals in-voertuig-filestaartbeveiliging, intelligent speed adaptation (ISA), adaptive cruise control (ACC), rijstrookassistentie (LKA of LCC) en cooperative adaptive cruise control (CACC), waarbij voertuigen met elkaar kunnen communiceren. Aan bod in het onderzoek komen ook de doorstromingseffecten van tactische regelingen, zoals snelheids- en rijstrookadvies door een wegbeheerder. En die van systemen op strategisch niveau, zoals routeadvies.

Top-down en bottom-up

Tactische regelingen en CACC blijken het grootste positieve effect te hebben op de doorstroming. Opmerkelijk is dat ACC, adaptieve cruise control zonder communicatie, juist een negatief effect heeft op de doorstroming. Route-advies, dat effect heeft op de routekeuze van bestuurders, leidt ertoe dat de gereden afstand toeneemt en de vertraging op de originele route afneemt, terwijl de vertraging op de alternatieve route toeneemt. Het is lastig om de effecten van smart mobility systemen op de doorstroming te bepalen. Het rapport werkt twee benaderingen uit: een top-down en bottom-up aanpak. 

Top-down: data verzamelen

Bij de top-down aanpak worden veel data verzameld van verkeersstromen en van het gebruik van smart mobility-systemen. Als voldoende data beschikbaar zijn, kunnen de effecten van elk van de systemen bepaald worden. Maar het is lastig om de mate van gebruik van de systemen te bepalen, omdat niet bekend is welke bestuurder wanneer welk systeem gebruikt en hoe het gebruik zich door de tijd heen ontwikkelt. Verder is het erg moeilijk om de effecten van combinaties van systemen accuraat te kwantificeren. 

Bottom-up: experimentele omgeving

Bij een bottom-up aanpak wordt het effect van een bepaald smart mobility-systeem in kaart gebracht in een experimentele omgeving. Bijvoorbeeld op een testbaan, waar onderzoekers analyseren welke volgafstanden voertuigen aanhouden bij welke snelheden. Zij kunnen daarbij ook bestuderen hoe verschillende combinaties van systemen elkaar en de doorstroming beïnvloeden. Als deze relaties bekend zijn, kunnen verkeerssimulaties helpen om de effecten van de smart mobility-systemen op de doorstroming van het verkeer te bepalen. Deze aanpak is ook toepasbaar voor een situatie waarbij meer mensen dan nu smart mobility-systemen gebruiken. 

mail_outline

Aanmelden voor de nieuwsbrief

Reactie plaatsen

Beperkte HTML

  • Toegelaten HTML-tags: <a href hreflang> <em> <strong> <cite> <blockquote cite> <code> <ul type> <ol start type> <li> <dl> <dt> <dd> <h2 id> <h3 id> <h4 id> <h5 id> <h6 id>
  • Regels en alinea's worden automatisch gesplitst.
  • Web- en e-mailadressen worden automatisch naar links omgezet.
  • Lazy-loading is enabled for both <img> and <iframe> tags. If you want certain elements skip lazy-loading, add no-b-lazy class name.