Samenspel mens & auto

Files. Ze nemen toe en ze worden steeds langer, ondanks de talloze oplossingen die tot nu toe zijn bedacht. Van tolpoortjes tot spitstoeslagen, van nieuwe wegen tot 80-kilometer zones en van het stimuleren van openbaar vervoer tot de verhoging van de brandstofaccijns. Als automobilist rest je weinig anders dan later naar kantoor te reizen, thuis te blijven werken, met iemand te carpoolen of gewoon berusting te vinden in die dagelijkse rij auto’s.

De faculteit Civiele Techniek en  Geowetenschappen (CiTG) zoekt de oplossing in een andere hoek:  het aanpassen van het rijgedrag. Het anti-filesysteem heeft de werktitel dynamic lane guidance en adviseert mensen hoe hard ze moeten rijden en op welke rijstrook ze dat het beste kunnen doen. In eerste instantie is dat bedoeld om de fileproblematiek op de A67; de snelweg tussen Venlo en Eindhoven op te lossen. Het geld voor de ontwikkeling ervan komt dan ook van de regio Eindhoven, provincie Noord-Brabant en het ministerie van infrastructuur en milieu. Maar uiteindelijk moet iedereen het systeem kunnen gebruiken.

Foto © Sam Rentmeester

Foto © Sam Rentmeestern,

Systemen in de auto zijn op zich niet nieuw. ‘Neem de tweede afslag rechts’ of ‘Keer om indien mogelijk’ zijn voor veel automobilisten bekende zinnetjes. Ze worden uitgesproken door gecomputeriseerde hulpjes, die dankzij gps precies weten waar de bestuurder zich bevindt en adviseren welke route de bestuurder het beste is. Meer recent zijn de systemen die chauffeurs binnen een bepaalde rijstrook willen houden. Ze waarschuwen als iemand van zijn weghelft af dreigt te raken door de stoel te laten trillen of in te grijpen op het stuur. Er zijn zelfs al systemen die automatisch afstand houden. Dynamic Lane Guidance zit daar eigenlijk tussenin.

Detectoren
Hoe het werkt? “We meten met lussen in de weg hoeveel auto’s per rijstrook op de weg rijden en wat de gemiddelde snelheid is op die meetplek”, zegt Wouter Schakel, die zijn promotieonderzoek wijdt aan het anti-filesysteem. “Het principe is dat er eerst data van de weg naar een systeem gaan. Dat is niet nieuw, want nu liggen er bij verkeerslichten ook detectoren. Op basis van die gegevens worden bijvoorbeeld de adviessnelheden gebaseerd die op matrixborden boven de weg geprojecteerd staan. Nieuw is dat we nu die data op rijstrookniveau bijhouden in plaats van op de hele weg, wat een stuk nauwkeuriger is.”
De echte uitdaging ligt echter niet in het verzamelen van informatie van de weg, maar in het analyseren ervan. “We halen onze informatie uit het National Data Warehouse, waar alle data van alle wegen in Nederland verzameld worden. Zij leveren ons de gevraagde data drie minuten nadat ze gemeten worden. Die datavertraging is veel groter dan we van tevoren hadden gedacht. Daardoor is het moeilijk om de huidige verkeerstoestand nauwkeurig in te schatten: waar precies is het hoe druk? In de tweede module van het systeem geven we die verwachte drukte door aan een advisor, die op zijn beurt de bestuurder adviezen geeft. Zo zeggen we aan het einde van een file steevast dat het belangrijk is om een korte, maar veilige, afstand tot de voorganger te bewaren. Het idee daarachter is dat auto’s die dat niet doen stil blijven staan en weer gaan rijden, waardoor ze altijd langzaam reageren en meer tijd tussen hun voorganger laten. Dat is niet efficiënt. Juist door zo’n korte, veilige afstand te houden, rijd je het snelst de file weer uit.”

Vertrouwen
Maar óf er uiteindelijk files ontstaan, bepaalt uiteindelijk de gebruiker. “Automobilisten moeten vertrouwen krijgen in het systeem”, zegt Bart van Arem, hoogleraar transportmodellen en promotor van Schakel. “Het helpt als je motiveert waarom mensen iets moeten doen. Zo vinden mensen het al fijn om te weten dat het einde van de file over een kilometer is. Dat moet dan ook wel kloppen, want als ze nog twee kilometer in de file staan, zullen ze het advies niet meer opvolgen. Ook wil je chauffeurs niet constant met informatie belasten, alleen op heel specifieke momenten. Het belangrijkste is eigenlijk dat ze gewoon door blijven rijden. We hebben simulaties gedaan en als iedereen zich aan de adviezen houdt, is de reductie van de reisvertraging zo’n veertig tot vijftig procent.”
Het ideaalbeeld van Van Arem is dat de auto ons meer gaat begrijpen. “Net zoals een paard aanvoelt dat zijn berijder hem de ruimte geeft om zelf te lopen, zo zou een auto ook meer zelf moeten kunnen doen. Ik denk dan aan gas geven en remmen, maar ook aan wisselen van rijstrook. Voor de bestuurder moet dat wel prettig zijn, want hij blijft uiteindelijk de baas. De auto zou zelf informatie kunnen inwinnen en communiceren met de bestuurder, zodat een samenspel tussen techniek en mens ontstaat. In en rond files zou het heerlijk zijn als een auto snapt wat hij moet doen.”

Blijf op de hoogte van het onderzoek

Ontvang de Delft Integraal nieuwsbrief 4 keer per jaar