Oude data in een nieuw jasje: inzicht in roodkruis-negatie
Veilig werken aan de weg
Wanneer een incident is gemeld bij Rijkswaterstaat kunnen rode kruisen geplaatst worden op de matrixborden boven de weg. Deze kruisen sluiten de rijstrook en zorgen voor een veilige(re) werkomgeving om werkzaamheden uit te kunnen voeren (denk aan een pechvoertuig wegslepen of de bermen maaien). Deze rode kruisen komen, via het NDW als meldingen over gesloten rijstroken, ook in apps als Waze en Flitsmeister. Helaas worden deze kruisen te vaak genegeerd door weggebruikers. Rijkswaterstaat onderzoekt of data uit de (bestaande) koperlussen kunnen bijdragen aan een veiligere situatie op de weg.
Bas Kocken, adviseur Operationele Ontwikkeling Wegverkeersmanagement Rijkswaterstaat
Bas Kocken is adviseur Operationele Ontwikkeling Wegverkeersmanagement bij Rijkswaterstaat. Hij is betrokken bij een pilot gericht op het meten van zogenoemde roodkruisnegaties (het negeren van rode kruisen) door gebruik te maken van de informatie van lusdata − individuele passages van verkeer dat over de koperlussen in de weg rijdt − en data uit wegkantsystemen (WKS). Bas Kocken: ‘Als weggebruikers een afgesloten rijstrook negeren, vormt dat een ernstig risico voor onze collega’s, hulpverleners, bergingswerkers en medeweggebruikers. Door gebruik te maken van diverse databronnen – naast lusdata ook data uit zogeheten MTM-systemen (matrixborden boven de weg) – kan Rijkswaterstaat waarschuwingen genereren voor weginspecteurs die werken op de gesloten rijstrook. De pilot bestaat uit twee onderdelen: het meten van roodkruisnegaties en het waarschuwen van de weginspecteur.’
"Als weggebruikers een rood kruis negeren, vormt dat een ernstig risico"
Praktische uitdagingen
Bij het negeren van rode kruisen is datakwaliteit cruciaal zegt Bas Kocken. ‘Data zijn interessant en je kunt er veel mee. Maar wanneer je een waarschuwing baseert op die data en een weginspecteur fysiek gevaar loopt wanneer iemand het rode kruis negeert, is betrouwbaarheid essentieel. Je wilt liever niet dat een inspecteur meldingen van roodkruisnegatie krijgt die niet blijken te kloppen. Maar het is erger als er geen melding komt wanneer dat wel had gemoeten; we willen zeker geen meldingen missen en de veiligheid van medewerkers in gevaar brengen. We werken nu vooral met lusdata die via een wegkantsysteem (WKS) verder worden geleid. Daarmee kunnen we aflezen wanneer een voertuig onder een rood kruis door rijdt. Maar wat als er een ambulance of brandweerwagen over zo’n lus rijdt op weg naar een calamiteit? Dat is dan ook een roodkruisnegatie, maar hoe filteren we die eruit? De lusdata maken het onderscheid niet.’
Ook dit voorbeeld wijst op de uitdaging die speelt bij het waarborgen van de betrouwbaarheid van de gebruikte gegevens. Bas Kocken: ‘De systemen die we gebruiken, zoals lussen in de weg die de lusdata opleveren en de gegevens van WKS’en, zijn zogeheten legacy-systemen. Ze zijn ontworpen om de hoeveelheid verkeer op de weg per minuut bij te houden en file-informatie te genereren, niet om data over roodkruisnegaties te leveren. Nu we lusdata voor andere doelen willen gebruiken dan het meten van de hoeveelheid verkeer op de weg lopen we tegen praktische problemen aan. We komen bijvoorbeeld tegen dat een derde rijstrook door een verkeerde koppeling in het WKS-kastje als tweede rijstrook wordt uitgelezen. Dat is geen groot probleem als je drukte meet, wel als je wilt weten of een voertuig een rood kruis op de derde rijstrook negeert. Om dit te herstellen moet Rijkswaterstaat de fout nu fysiek herstellen in het betreffende WKS-systeem. In de toekomst kan dit door het gebruik van intelligente WKS (iWKS) op afstand.’
"Nu we lusdata voor andere doelen willen gebruiken lopen we tegen praktische problemen aan"
Huib de Jong, Transitietrekker Datagedreven Werken
Experimenteren en ontdekken
Transitietrekker van Datagedreven Werken binnen het programma Smart Mobility van Rijkswaterstaat, Huib de Jong, schrikt niet van dit soort uitkomsten: ‘Juist om dit soort zaken in kaart te brengen doen we deze pilots; om te ontdekken waar we tegenaan lopen. De proof-of-concept − een kleinschalige test die aantoont dat een idee haalbaar is in de praktijk − wees uit dat het mogelijk was om een snelle en betrouwbare melding naar de weginspecteur te sturen. Maar in de praktijksituatie gelden andere regels. Dan loop je tegen onvoorziene zaken aan, zoals ook hier is gebleken. In het geval van deze pilot kijken we of de databronnen die we hebben, geschikt zijn om data te genereren voor het doel waarvoor we ze willen gebruiken. Op dit moment loopt de pilot nog. Daar kan ook uitkomen dat lusdata geen betrouwbare databron zijn en daarmee niet toepasbaar zijn voor een veilige waarschuwing. Dan gaan we de pilot dus ook niet opschalen of uitrollen. Voor datagedreven werken zijn betrouwbare data nodig die óók nog eens de informatie moeten leveren die we willen. Uitzoeken of iets kan en er dan achter komen dat er te veel haken en ogen aanzitten om de data te gebruiken voor het doel dat we voor ogen hadden, zie ik ook als winst.’