Highway travel time information systems: from traditional to cooperative driving environments

Abstract

[Abstract] Travel time information is and will continue to be one of the key indicators of highway quality of service and a highly valued knowledge for drivers. Therefore, most administrations have already implemented systems that gather traffic data and use them to disseminate real-time travel time estimations and/or information on travel time reliability for particular itineraries. However, the outputs of these systems are usually inaccurate, especially in congestion and when disseminating real-time information. Unfortunately, this is precisely when travel time information is more valuable. This situation is inherited from the past, when loop detectors were often the only available data source. Today, to a larger or lesser extent, highways benefit from the widespread deployment of technology both on-board and in the infrastructure. Nevertheless, the use of spot speed methods based on loop detector measurements to indirectly estimate travel times still prevails. The limitations of these methods, which overlook traffic dynamics and queue evolution, and with a limited spatial coverage, are well known. Some traffic agencies have opted to disseminate travel times directly measured either with automatic vehicle re-identification technologies or, in the best case, by means of GPS-based tracking. These direct measurements, although accurate, are not the outputs one expects from a real-time information system, this is, information about future traffic conditions. In this sense, direct measurements are somehow outdated, as they are obtained once vehicles have already travelled the target section.This thesis introduces a data fusion methodology for the shortterm prediction of travel times in real time. Particularly, the vehicle accumulation in a section is used to this end, exploiting the predictive capabilities of this information. Accumulation is obtained from input – output cumulative count curves, which are previously corrected to account for loop detector drift by means of a data fusion scheme using a moderate amount of direct travel time measurements. The proposed method is not technologically captive, as the minimum required monitoring equipment can already be found in many highways. Notwithstanding, the method would benefit from the increasing penetration rate of tracking technologies in traffic streams. Thus, it would adapt to future driving environments, in which connected vehicles will also be active sensors, and information accuracy an indispensable requirement for the adequate management of road networks. The goodness of the proposed methodology has been empirically verified with data collected in the AP-7 freeway near Barcelona. Results show that the mean and maximum errors of the predicted travel times obtained with the proposed method represent, respectively, 10% and 33% of the actually experienced travel times. In contrast, if information is grounded on the simple dissemination of direct measurements, these relative errors increase to 16% and 95%, proving the benefits of the method. Additionally, improvements for the traditional frameworks still relying on loop detector data are also provided. Furthermore, future cooperative driving scenarios are analyzed, with the aim of understanding the challenges and opportunities they will imply for travel time information systems and, generally speaking, for traffic management.[Resumen] La información del tiempo de viaje es y seguirá siendo uno de los indicadores clave de la calidad del servicio de una carretera, y un conocimiento muy preciado para los conductores. Por ello, la mayoría de las administraciones ya han implementado sistemas que recopilan datos de tráfico y los emplean para proporcionar estimaciones de tiempo de viaje en tiempo real y/o la fiabilidad de los tiempos de viaje para itinerarios particulares. Sin embargo, las salidas de estos sistemas son frecuentemente imprecisas, especialmente en congestión y cuando se disemina información en tiempo real. Desafortunadamente, estas son las situaciones en las que la información del tiempo de viaje es más valiosa. Esta coyuntura es una herencia del pasado, cuando los detectores de lazo eran a menudo la única fuente de datos disponible. Hoy en día, en mayor o menor medida, las carreteras se benefician de un amplio despliegue de tecnología, tanto a bordo de los vehículos como en la propia infraestructura. A pesar de ello, la estimación indirecta de los tiempos de viaje a partir de mediciones puntuales de velocidad proporcionadas por detectores de lazo aún prevalece. Las limitaciones de estos métodos, que ignoran la dinámica del tráfico y la evolución de las colas, y cuya cobertura espacial es limitada, son bien conocidas. Algunas agencias de tráfico han optado por difundir los tiempos de viaje medidos directamente con tecnologías automáticas de identificación de vehículos o, en el mejor de los casos, mediante técnicas de seguimiento GPS. Estas medidas directas, aunque precisas, no son las estimaciones que se esperan de un sistema de información en tiempo real, es decir, información sobre las condiciones futuras del tráfico. En este sentido, las mediciones directas son en cierto modo obsoletas, ya que se obtienen una vez que los vehículos han recorrido la sección correspondiente. Esta tesis presenta una metodología de fusión de datos para la predicción a corto plazo de los tiempos de viaje en tiempo real. Para ello se emplea, concretamente, la acumulación de vehículos en cada sección, explotándose la capacidad predictiva de esta información. Dicha acumulación se obtiene a partir de las curvas de conteo acumulado de entrada y salida de la sección. Previamente, para eliminar errores derivados del drift que sufren los detectores de lazo, dichas curvas son corregidas mediante un esquema de fusión de datos que emplea una cantidad moderada de mediciones directas de tiempo de viaje. Este método no es tecnológicamente captivo, pudiéndose encontrar ya en muchas carreteras el equipo de monitorización mínimo requerido. No obstante, el método se beneficiaría de una mayor tasa de penetración de tecnologías de seguimiento en los flujos de tráfico. Por tanto, se adaptaría satisfactoriamente a los futuros entornos de conducción, en los que los vehículos conectados serán también sensores, y la precisión de la información un requisito indispensable para la adecuada gestión de las redes de carreteras. La bondad de la metodología propuesta se ha verificado empíricamente con datos recopilados en la autopista AP-7, cerca de Barcelona. Los resultados muestran que los errores medios y máximos de los tiempos de viaje previstos obtenidos con el método propuesto representan, respectivamente, el 10% y el 33% de los tiempos de viaje realmente experimentados. Por el contrario, si la información se basa en la simple diseminación de las mediciones directas, estos errores relativos aumentan al 16% y al 95%, lo que demuestra los beneficios del método. Adicionalmente, se proporcionan mejoras para aquellos marcos tradicionales que aún dependen exclusivamente de datos proporcionados por detectores de lazo. También se analizan los futuros escenarios de conducción cooperativa, al objeto de comprender los desafíos y oportunidades que implicarán para los sistemas de información del tiempo de viaje y, en general, para la gestión del tráfico.[Resumo] A información do tempo de viaxe é e seguerá sendo un dos indicadores clave da calidade de servizo dunha estrada, e un coñecemento moi valorado polos condutores. Por iso, a maioría das administracións xa implementaron sistemas que recollen datos de tráfico e os empregan para proporcionar estimacións do tempo de viaxe en tempo real e/ou a fiabilidade dos tempos de viaxe para determinados itinerarios. Non obstante, as saídas destes sistemas son xeralmente imprecisas, especialmente en conxestión e cando difunden información en tempo real. Desafortunadamente, estas son as situacións nas que a información do tempo de viaxe é máis valiosa. Esta conxuntura é unha herdanza do pasado, cando os detectores de lazo eran a miúdo a única fonte de datos dispoñible. Hoxe en día, en maior ou menor medida, as vías benefícianse do despliegue xeneralizado da tecnoloxía, tanto a bordo como na infraestrutura. A pesar disto, a estimación indirecta dos tempos de viaxe baseada en medidas puntuais de velocidade proporcionadas por detectores de lazo aínda prevalece. As limitacións destes métodos, que ignoran a dinámica do fluxo e a evolución das colas, e cuxa cobertura espacial é limitada, son ben coñecidas. Alguhnas axencias de tráfico optaron por difundir os tempos de viaxe medidos directamente coas tecnoloxías automáticas de identificación de vehículos ou, no mellor dos casos, mediante técnicas de seguimento baseadas no GPS. Estas medidas directas, aínda que precisas, non son as estimacións esperadas dun sistema de información en tempo real, é dicir, información sobre as condicións futuras do tráfico. Neste sentido, as medidas directas son algo obsoletas, xa que se obteñen unha vez que os vehículos xa percorreron a sección correspondente. Esta tese presenta unha metodoloxía de fusión de datos para a predición a curto prazo dos tempos de viaxe en tempo real. Concretamente emprégase a acumulación de vehículos nunha sección da estrada para elo, explotando as capacidades predictivas desta información. Dita acumulación obtense das curvas de conteos acumulados de entrada e de saída da sección. Anteriormente, para eliminar os erros derivados do drift sufrido polos detectores de lazo, as curvas corríxense mediante un esquema de fusión de datos que emprega unha cantidade moderada de medidas directas do tempo de viaxe. O método proposto non é cativo da tecnoloxía, e de feito o equipo mínimo de monitorización requerido xa se pode atopar en moitas estradas. Non obstante, o método beneficiaríase dunha maior taxa de penetración das tecnoloxías de seguimento nos fluxos de tráfico. Por iso, adaptaríase de forma satisfactoria aos futuros entornos de condución, nos que os vehículos conectados tamén serán sensores e a precisión da información un requisito indispensable. A bondade da metodoloxía proposta foi verificada empíricamente cos datos recollidos na estrada AP-7, preto de Barcelona. Os resultados demostran que os erros medios e máximos dos tempos de viaxe previstos obtidos co método proposto representan, respectivamente, o 10% eo 33% dos tempos de viaxe realmente experimentados. Pola contra, se a información baséase na simple difusión das medicións directas, estes erros relativos aumentan ao 16% e ao 95%, o que demostra os beneficios do método. Adicionalmente, proporciónanse melloras para aqueles marcos tradicionais que aínda dependen exclusivamente dos datos proporcionados por detectores de lazo. Tamén se analizan os escenarios futuros de condución cooperativa, ao obxecto de comprender os retos e oportunidades que implicarán para os sistemas de información do tempo de viaxe e, en xeral, para a xestión do tráfico.