VTI National Transport Research Database

Mobile Millenium Alternativa metoder för kostnadeffektiv insamling och användning av trafikdata (Alternative methods for cost-effective traffic data collection and utilization)

  • Andreasson, Ingmar
  • Kungliga tekniska högskolan, Universitet eller högskola, 202100-3054
Sponsors, duration, budget: Trafikverket ; 2010-05-01 -- 2011-12-31 ; 3000000 kronorRegistration number:
  • Trafikverket 2010/18216
Subject(s): Abstract: Problem: Ett av satsningsområdets strategiska behov är "Alternativa sätt till kostnadseffektiv datainsamling … utökade möjligheter att såväl rapportera som ta emot dynamisk information och skapa nya metoder för detta." Syfte: Projektet, som delvis är en fortsättning på ett pågående projekt, syftar till att fortsätta undersöka och demonstrera möjligheten att öka antalet vägar där trafikdata samlas in samt öka kvaliteten på de restider och trängselmått som estimeras och predikteras. Detta ska göras genom nya metoder för kostnadseffektiv datainsamling och utveckling av modeller för filtrering och fusionering av data. Metod: Projektet Storstädernas Trängsel och REStidsSystem (STRESS) som drivs av Vägverket, har som mål att samla in, bearbeta och distribuera information om restider och trängsel. För dagens operativa trafikövervakning, trängselrapportering och trafikantinformation efterlyses data med 1)verifierad kvalitet och 2) större geografisk täckning. En stor mängd data samlas in redan idag men den huvudsakliga datainsamlingen är koncentrerad till motorvägarna i och runt våra storstäder. Detta gör att information om restider och trängsel saknas för en väldigt stor del av vägnätet. För att öka utbredningen av insamlad data efterfrågas därför nya metoder för kostnadseffektiv datainsamling. För verifierad kvalitet behövs nya modeller för filtrering och fusionering av data. I det nu pågående FUD-projektet Alternativa metoder för kostnadseffektiv insamling av trafikantdata, även kallat METRA, har en rad alternativa metoder för insamling av trafikdata identifierats. I projektet har också en klient och serverlösning för insamling av trafikdata med GPS-utrustade mobiltelefoner utvecklats och ett mindre funktionstest med denna klient har genomförts. Ett ITS-laboratorium har med stöd av IBM etablerats på KTH där trafikdata görs tillgängliga och bearbetas i realtid genom samarbete med Vägverket, Trafikkontoret, Trafik Stockholm, SL, taxi- och lastbilsåkerier med stora fordonsflottor. Laboratoriet skall stödja ett regionalt comodalt transportsystem för effektiv och uthållig trafikstyrning och stödtjänster med Stockholmsregionen som försöks- och demonstrationsområde. Bland de nya metoder som har identifierats som intressanta för svenska förhållanden i METRA finns bl a WiFi-data, bluetooth, detektorer vid trafiksignaler, mobilnätsdata, trängselskatteportaler och GPS-utrustade mobiltelefoner. Dessa metoder kräver ingen eller relativt små investeringar av hårdvara. En naturlig fortsättning är att titta på hur data från dessa nya metoder kan fusioneras med data från mer traditionella svenska insamlingsmetoder och hur den kan integreras i den databearbetning som görs i STRESS. Även fusioneringen av idag befintlig data har stor utvecklingspotential och är viktig för att öka kvaliteten på de restider som estimeras. Inom ramen för projektet är det också tänkt att ett funktionstest ska genomföras för att studera hur de nya metoder som har identifierats fungerar i svenska förhållanden och vilka fördelar och brister de har. Slutligen finns även behov att titta på möjligheterna att prediktera restider och identifiera flaskhalsar, köer och incidenter. Under arbetet med METRA-projektet har ett nära samarbete utvecklats mellan Linköpings Universitet/SWECO Infrastructure och The California Center for Innovative Transportation (CCIT) vid University of California, Berkeley. Vid CCIT har man kommit väldigt långt i sin forskning kring filtrering av trafikdata och fusionering av framförallt data från GPS-utrustade mobiltelefoner med data från fasta detektorer. Samarbetet mellan KTH och IBM (inklusive Watson Labs i New York) innebär att ITS-laboratoriet vid KTH utrustats med betydande resurser för databearbetning som blir tillgängliga för detta projekt. Genom samarbetet har vi också tillgång till avancerad programvara för realtidsbearbetning och sökning i strömmande data med GPS-information från taxi- och andra fordonsflottor. Arbetet i projektet genomförs i nära samarbete med ITS-avdelningen på Vägverket (Kontaktperson Tomas Julner) och STRESS-projektet (Kontaktperson Jerk Brorsson). Samarbete med UC Berkeley, MIT och IBM Watson Labs innefattar utbyte av gästforskare, information och resultat. Förväntat resultat: • Nya kostnadseffektiva metoder för datainsamling • Utvecklade metoder för filtrering och fusionering av trafikdata för olika ändamål och avnämare • Genomförda funktionstester i svenska förhållanden • Rekommendationer för tillämpning i daglig drift Jämställdhet: Projektet gynnar alla trafikantgrupper men särskilt dem som gör oregelbundna resor och har större behov av information.Abstract: Problem: This proposal addresses one of the concrete needs of target area 22: "Alternative methods of cost effective data collection ... enhanced possibilities of disseminating as well as receiving dynamic information and creating new methods for this". Aim: This project builds on a current project and other related activities and aims at continuing to investigate and demonstrate possibilities to collect data on additional roads and to improve the quality of estimated and predicted travel times and measures of congestion. New methods for cost effective data collection and models for filtering and fusing data are to be explored. Method: The Vägverket STRESS project deals with the collection, processing and distribution of information relating to travel times and congestion. Current traffic control, congestion monitoring and traveller information is lacking in several areas, including: (1) verified quality, and (2) better geographic coverage. A large and diverse amount of data is collected at present, but focuses mainly on motorways and the major arterials in and around the major cities in Sweden. As a result, a considerable amount of important information is missing for a large part of the integral road network in relation to travel-time and congestion. New and more cost-effective data collection methods are required in order to enhance the level of coverage provided. Furthermore, the need for verified quality requires that new models for data-filtering and fusion must be developed. Alternative methods for cost effective collection of traffic data have been identified in the ongoing METRA project (a TTS sponsored project involving Sweco and LiU). A client/server solution for data collection with GPS-equipped cell phones has been developed and is being tested on a small scale as a first pilot-studie to evaluate the potential of this new technology in Sweden. An ITS laboratory for the analysis of transport data has now been established at KTH with support from IBM. Traffic data is made readily available by Vägverket, Trafikkontoret, Trafik Stockholm, SL, and taxi and truck fleet operators. This data is processed on-line in real-time. The role of the lab is to support a regional co-modal transport system, and promote more efficient, sustainable, transport operations and services, using the Stockholm region as testing and demonstration ground. The new data-collection methods that have been identified in the METRA-project as suitable for Swedish requirements include, amongst others: WiFi data, Bluetooth, traffic signal detectors, cellphone data, congestion charging portals and GPS-equipped cellphones. These methods require minimal or no investment in system hardware. A natural extension of this project is to investigate how the data acquired from these methods can be fused with more traditional data-sources for processing needs. This is already carried out within the ongoing STRESS project, but there is a vast potential for improvement. Furthermore, the fusion of currently available data also represents an untapped potential, particularly with regard to improving the quality of travel-time estimation. As part of the proposed project a functional test is also planned to investigate how the newly identified methods perform in a Swedish context and to identify their advantages and limitations. Finally, it is intended to investigate the possibilites for predicting travel times and detecting bottlenecks, in addition to queues and incidents. The METRA project has resulted in a close collaboration between Linköping University/Sweco Infrastructure and the California Center for Innovative Transportation (CCIT) at UC Berkeley. Berkeley's research has come a long way in relation to data-filtering, especially from GPS-equipped mobile-phones, and also in terms of data-fusion with the traffic-data from fixed detectors. A collaboration between KTH and IBM (including the Watson Labs in New York) has resulted in equipping the ITS lab at KTH with significant computing resources that will be available for the needs of the project. It also provides advanced software for the processing of real time streaming data related to GPS information from taxis and other sources using efficient data mining algorithms. This project will be carried out in close cooperation with the Vägverket ITS-department (contact Tomas Julner) and the STRESS project (Jerk Brorsson). It will also involve collaboration with UC Berkeley, MIT and IBM Watson Lab, this includes an exchange of researchers, information and results. Expected results: • New cost effective methods for data collection • Developed methods for filtering and fusion of traffic data for different purposes and user groups • Functional test results for Swedish conditions • Recommendations for application in daily operation. Egality: All traveller groups benefit from this project, but especially those with irregular travel habits with higher needs of information.
Item type: