Slimme bruggen door data en deeplearning

Voor een goed bereikbaar Zuid-Holland

Je kunt er niet om heen. De provincie Zuid-Holland bestaat voor een zesde deel uit water. Woon of werk je in de regio? Dan kom je elke dag wel over een brug. Een aantal van die bruggen wordt beheerd door Rijkswaterstaat. Maar ook onze Dienst Beheer Infrastructuur (DBI) van de provincie Zuid-Holland is o.a. verantwoordelijk voor ruim 70 bruggen en sluizen. Met slimme IT- en dataoplossingen zorgen we ervoor dat het weg- en waterverkeer zo goed mogelijk kan doorstromen. In dit artikel vertellen we over de ontwikkeling van de ‘Slimme Bruggen app’.

Smart shipping

Het Nederlandse vaar- en wegennetwerk raakt steeds voller. De provincie werkt hard aan een goed bereikbaar Zuid-Holland waarbij verkeers- en waterveiligheid voorop staan. Slim omgaan met IT en data (Smart Mobility) speelt hierbij een belangrijke rol. Het programma Smart Shipping is onderdeel hiervan en is een partnership van de provincie Zuid-Holland met Rijkswaterstaat en het ministerie van Infrastructuur en Waterstaat. Het stimuleert slimmer, veiliger en efficiënter varen om competitief te blijven met andere vervoersbranches.

Om Smart Mobility mogelijk te maken zijn sensoren geplaatst op 55 van de provinciale bruggen waarmee o.a. gemonitord wordt of de brug open of dicht is. Ook liggen er meetlussen in de provinciale wegen, waar gemeten wordt hoeveel verkeer over deze punten komt. Met die data meldde DBI zich in 2017 bij de afdeling Informatisering & Automatisering, met de vraag hoe we iets slims met die data konden doen.

Smart Shipping Provincie Zuid-Holland

Slimme bruggen app

Naar aanleiding van die vraag is de ‘Webapplicatie Impactmonitor Brugopening’ ontwikkeld. Ook wel de ‘Slimme Bruggen App’. Een schip moet, met oog op goede doorstroming, niet te lang voor een brug hoeven wachten. Tegelijkertijd veroorzaakt een brugopening overlast op de wegen; het zorgt voor wachtrijen voor de brug. De app helpt om die twee zo goed mogelijk op elkaar af te stemmen. Daardoor kunnen we de doorstroming op de weg én de vaarweg optimaliseren. Zo geeft een brugopening zo min mogelijk hinder voor het wegverkeer, terwijl de scheepvaart efficiënt over onze vaarwegen kan bewegen.

Michael de Winter, Joana Cardoso en Daniël Overdevest zijn het team van data scientists achter de app. Zij leggen ons uit wat de app doet, hoe het werkt en hoe ze deze ontwikkeld hebben.

De app helpt, de brugbedienaar besluit

Daniel: “De slimme bruggen app is een beslissingsondersteunende applicatie voor brugbedienaars. De brugbedienaar ziet in de applicatie bij een brug 3 tijdsvakken van 7 minuten. De app berekent in welke van de drie tijdsvakken een brugopening de minste overlast voor het wegverkeer veroorzaakt. De brugbedienaar neemt vervolgens het besluit wanneer en hoe lang de brug opengaat.”

Joana: “De app is een real-time voorspelmodel dat tot 21 minuten in de toekomst de overlast voor het wegverkeer als gevolg van een brugopening kan voorspellen (voertuigverliesuren op basis van verkeersintensiteit en verkeerscongestiemodel).”

Ontwikkeling van de applicatie

Michael: “Ik startte twee jaar geleden met een analyse van de beschikbare data. Een belangrijk principe in mijn werk is: ‘Garbage in, garbage out.’ Om een model te bouwen dat de toekomst accuraat kan voorspellen, heb je voldoende relevante data nodig. In dit geval bleek er al veel goede data aanwezig te zijn. De provincie heeft veel datasets die al jaren worden opgebouwd en geschikt zijn voor voorspellende modellen.

De Coenecoopbrug (Waddinxveen), Lammebrug (Leiden) en Kruithuisbrug (Delft) zijn als eerste opgenomen in de app. Elke brug vereist maatwerk en over deze bruggen was goede data beschikbaar, onder andere doordat de meetlussen in de weg dicht genoeg bij de bruggen lagen. Vervolgens hebben Daniël en ik twee algoritmen geschreven. Eén voor filevorming op de weg en één voor de verkeersintensiteit. De standaard rekenmethode van DBI voor de verkeersintensiteit is aangepast om real time data te kunnen gebruiken.”

Joana: “Daarna heb ik de modellen geselecteerd en getraind. De provincie heeft twee jaar verkeersintensiteit-data over de Coenecoopbrug, Lammebrug en Kruithuisbrug. Het model kreeg de data over het eerste jaar (bijvoorbeeld van de Coenecoopbrug) en voorspelde vervolgens het opvolgende jaar. De data over het tweede jaar gebruikte ik om te controleren hoe accuraat het model op basis van de beschikbare informatie kon voorspellen. Door dit te herhalen met dezelfde data en verschillende parameters in het model, kon ik zien welk model de toekomst het meest accuraat voorspelde.
Het eerste model dat ik testte was ARIMA. Het model kon zoveel data (data per minuut) niet bewerken. Daarom is een LSTM-deeplearning-algoritme op basis van Tensorflow (gemaakt met behulp van Keras) geselecteerd. Een deeplearning-model is een neuraal netwerk, gebaseerd op de werking van het menselijk brein. De gebruikte Long Short Term Memory neurale netwerken kunnen met een nauwkeurigheid van 60-80% voorspellingen doen tot 21 minuten vooruit.”

Daniël: “Om het voorspelmodel in de praktijk te kunnen gebruiken moest het operationeel gemaakt worden. Dat hebben we zelf geprogrammeerd. Dat maakt het nog leuker, want het is zonde als het datamodel je eindproduct is. De data die worden gebruikt, worden real-time ingelezen uit de Nationale Databank Wegverkeergegevens (NDW). Vervolgens maakt het model de voorspelling en die is benaderbaar voor de webapplicatie middels een zelfontwikkelde API. De voorspelling wordt uit de API opgehaald in 3 tijdsblokken van 7 minuten (in de toekomst) die getoond worden in de uiteindelijke webapplicatie.”

Interessant voor vakgenoten

Michael: “Deze manier van LSTM-deeplearning inzetten is bij mijn weten nieuw. De wetenschap heeft deeplearning modellen ontwikkeld, deze applicatie is de bij ons enige bekende die op deze manier gebruik maakt van LSTM en dusdanig goede uitkomsten genereert. Wat het ontwikkelen deze app zo leuk maakte, is dat we ons resultaat in de werkelijkheid kunnen zien. Voorafgaand aan de ontwikkeling van de app hebben we de provinciale bediencentrale Steekterpoort in Alphen aan de Rijn bezocht en gezien wat het werk van een brugbedienaar inhoudt. Als ik nu over een van ‘onze’ bruggen rijd weet ik dat ik bijgedragen heb aan een goede doorstroming op de weg en voor de scheepvaart. Dat is super!”

(Voor vakgenoten die nog meer willen weten, hebben Michael, Joana en Daniël samen met collega Dennis van Muijen een paper hierover geschreven.)

Contact

We hebben niet altijd concrete IT-vacatures op deze site staan. We zijn wel altijd geïnteresseerd in contact met goede kandidaten. Dus als er geen vacature voor je open staat, kun je contact opnemen met Martine. Dan kunnen we samen jouw mogelijkheden bij de provincie bespreken.

Martine Timmers, Recruiter

06 50 06 41 96

Stuur een email