Wikia



Voor verkeerskundige analyses en modelleringen is het belangrijk om te weten waar verkeer vandaan komt en waar het naartoe gaat. Hier geeft de Herkomst/Bestemmingsmatrix uitsluitsel over. Met de H/B-matrix kan de belasting van het netwerk worden bepaald. Daarnaast geeft de matrix belangrijke input voor modellen.

De H/B-matrixEdit

Een Herkomst/Bestemmingsmatrix (H/B-matrix) is een tabel met de verplaatsingen tussen de verschillende herkomsten en bestemmingen in een netwerk. Voor allerlei verkeersmodellen zijn met name de verhoudingen tussen de verschillende vervoersstromen van belang, om te kunnen voorspellen welke routes worden gebruikt. Het direct meten van deze vervoersstromen is echter heel lastig, alleen met uitgebreide Floating Car Data is dit echt betrouwbaar te doen. Gebruikelijke methodes hiervoor zijn enquêtes en sinds kort ook kentekenherkenning, hoewel hiermee slechts een beperkt deel van het netwerk in beeld komt. Andere methodes om H/B-matrices te schatten zijn gebaseerd op socio-economische data en/of splitfracties van het verkeer bij knooppunten.

De H/B matrix is ook wel bekend als de Engelse variant, de O/D-matrix (Origin/Destination-matrix). Odgraph

Schatten van routes, herkomsten en bestemmingen Edit

Definities

Model: wiskundige formule die het verband tussen verschillende verkeerskundige variabelen beschrijft.

Simulatie: uitgaande van een of meerdere modellen, berekenen hoe het verkeer zich gedraagt over verloop van tijd in een bepaalde situatie.

Voorspelling: inschatting van een toekomstige verkeerssituatie.

Uit realtime data wordt duidelijk hoeveel verkeer er op verschillende punten een netwerk binnenkomt. Vervolgens is het van belang om te weten waar de verschillende automobilisten naartoe gaan. Het is nu nog niet mogelijk om dit te meten. Een koppeling met navigatiesystemen kan dit in de toekomst wel mogelijk maken. Maar voorlopig moet dit anders worden opgelost. Er zijn twee praktische manieren: op basis van geschatte H/B-matrices of met behulp van splitfracties bij knooppunten. Voor beide geldt dat ze voornamelijk worden gebaseerd op historische data. Daarbij wordt rekening gehouden met de tijd van de dag en eventuele andere bijzonderheden.

SplitfractiesEdit

Een splitfractie is de verdeling van het verkeer over één enkel knooppunt. Van de voertuigen op een autosnelwegsplitsing kan bijvoorbeeld bekend zijn dat 20 procent afslaat en 80 procent op de hoofdbaan doorrijdt. Door voor alle splitsingen en knooppunten deze gegevens te gebruiken, is een volledige H/B-matrix niet meer nodig. Per knoop wordt het verkeer verdeeld over de verschillende aansluitingen, volgens de geschatte splitfractie.

Het grootste voordeel van deze methode is dat splitfracties erg goed te meten zijn en ook online kunnen worden gemonitord. Daar staat tegenover dat het erg moeilijk is om splitfracties te voorspellen. In feite is daarvoor een H/B-matrix nodig. De oplossing is dan om te werken met historisch gemeten splitfracties. Het grote risico hierbij is dat op netwerkniveau structurele fouten worden gemaakt bij de schatting van de verkeersstromen.

Schatting H/B-matrixEdit

Om een coherent beeld te krijgen van het verkeer dat een netwerk binnenkomt en uitgaat, kan het beste de H/B-matrix worden gebruikt. Deze matrix geeft aan hoeveel verkeer er op welk punt het netwerk binnenkomt en waar het er weer uitgaat. Hiermee vormt het de randvoorwaarden van elk model. Zoals eerder aangegeven kan een H/B-matrix moeilijk direct worden gemeten; het verplaatsingsgedrag van mensen op netwerkniveau moet op een slimme manier worden geschat (zeker voor online toepassingen). De ontwikkeling van steeds betere online H/B-matrixschatters heeft op dit moment volop aandacht van de academische wereld. Elke vorm van online H/B-schatting is echter gebaseerd op een historische matrix. Het juist voorspellen van deze matrix is dus zowel voor offline als online toepassingen van groot belang.

De historische H/B-matrix bevat het verwachte verplaatsingspatroon over het netwerk, voor verschillende tijdstippen van de dag en verschillende dagen van de week. Ook offline is het meten van verplaatsingspatronen zeer kostbaar. Hiervoor zijn voertuigherkenningspunten nodig op alle in- en uitgangen van het netwerk. Vandaar dat voor de historische H/B-matrix normaliter ook een schatting wordt gebruikt. Deze schatting kan gebaseerd zijn op socio-economische modellen, enquêtes, verkeersmonitoring of een combinatie van die drie. Hierin schuilt echter wel een probleem. De mathematische modellen die voor de voorspelling worden gebruikt, worden gekalibreerd en gevalideerd op basis van deze schattingen. Voor een goede online H/B-schatter is een goed offline H/B-schatting, logischerwijs, onmisbaar.

In de bestaande ontwikkelingen worden realtime H/B-schattingen gebaseerd op een combinatie van historische H/B-matrices en online verkeersdata. Voor deze combinatie is geen eenduidig model beschikbaar, maar verschillende mathematische technieken zijn wel succesvol gebleken. Hierbij moet worden gedacht aan neurale netwerken, kalman filters, bayesiaanse netwerken en nog vele andere.

Openstaande vragenEdit

Er zijn momenteel geen specifieke openstaande vragen. Aanvullingen zijn welkom.

Ad blocker interference detected!


Wikia is a free-to-use site that makes money from advertising. We have a modified experience for viewers using ad blockers

Wikia is not accessible if you’ve made further modifications. Remove the custom ad blocker rule(s) and the page will load as expected.

Around Wikia's network

Random Wiki