DynamIT. Systembeskrivelse og evaluering. SINTEF Teknologi og samfunn. Dynamiske Informasjonstjenester for Transportsektoren

Transkript

1 STF50 A05229 Åpen RAPPORT DynamIT Dynamiske Informasjonstjenester for Transportsektoren Systembeskrivelse og evaluering Ragnhild Wahl og Torbjørn Haugen SINTEF Teknologi og samfunn Transportsikkerhet og -informatikk Desember 2005

2

3 2 INNHOLDSFORTEGNELSE Forord...4 Sammendrag...5 Summary Innledning Begreper og metoder Definisjoner Punkt- og strekningsdata Volum, hastighet og tetthet Trafikkavviklingsbegrep Reisetidsbegrep Andre begrep Metoder for registrering og estimering av reisetid Estimering basert på punktdata Gjenkjenning av kjøretøy Kontinuerlige registreringer Demonstratorstrekning Beskrivelse av strekningen Antenneplassering Beskrivelse av antennepunkt Tellepunkt Demonstrator trafikkavvikling Overordnet systembeskrivelse Registreringspunkt for reisetid Kommunikasjonsnettverk Baksystem Funksjonalitet Algoritme Fleksibilitet Robusthet Implementering Beskrivelse av algoritmen Bortfall av data Datastruktur Demonstrator godstransport Innledning Systembeskrivelse Posisjonering Reisetidskalkulator Flåtestyring Informasjonssystemer Reisetidstabell Internettløsning Åpen Internettside Lukket Internettside Skilt...49

4 3 6.4 Statens vegvesen og andre informasjonstilbydere Evaluering Reisetidssystemet Resultater fra FAT Resultater fra SAT Evaluering av programvare i baksystemet Evaluering av algoritmen for å velge ut reisetider Brikkeandeler Oppsummering Posisjoneringsteknikker Tilbakemeldinger fra brukere Anvendelse av informasjonstjenesten Vurdering av Internettsiden Strekningsinndeling Ønske om videre drift og utvikling Betalingsvillighet Oppsummering Referanser...73 VEDLEGG 1 - Reisetidsalgoritme for AutoPASS...74 VEDLEGG 2 Estimering av reisetid fra punktdata...83 VEDLEGG 3 Intervjuguider for evalueringsintervju...87

5

6 5 Sammendrag Infrastruktur er en begrenset ressurs. Derfor er det viktig at veinettet utnyttes effektivt. For at den enkelte trafikant skal velge optimalt ut fra rådende trafikkforhold kreves presis og oppdatert informasjon om trafikken og veinettet. Presis og oppdatert informasjon er også viktig for næringslivet, som har strenge krav til forutsigbarhet og punktlighet i transporttjenestene. Dette er utgangspunktet for forskningsprosjektet DynamIT Dynamiske Informasjonstjenester for Transportsektoren. Prosjektets hovedmål har vært utvikling av verdiøkende informasjonstjenester for transportsektoren. For å nå hovedmålet er følgende delmål etablert: Utvikling av nødvendige rutiner og algoritmer for sikring av kvalitet i de dynamiske informasjonstjenestene Uttesting av en åpen, standardisert IKT-platform for transportinformasjon Evaluering av nytten og betalingsvilligheten for dynamiske transportinformasjonstjenester Utvikling av organisasjonsmodeller for drift og formidling av dynamiske transportinformasjonstjenester basert på en OPS-avtale (Offentlig Privat Samarbeid) Prosjektet er også med på å berede grunnen for utvikling av IKT som en integrert del av veiinfrastrukturen til nytte for både næringslivet og øvrig trafikk. For å teste ut og evaluere løsninger med dynamisk trafikkinformasjon er det gjennomført to demonstratorer som har hatt som mål å skaffe til veie dynamiske trafikkdata for et begrenset område og demonstrere hvordan dette kan anvendes til både næringstransport og øvrig trafikk. E18 mellom Oslo og Larvik har blitt benyttet som demonstratorstrekning. Dette er en strekning med stor variasjon i både trafikkbelastning, feltinndeling og avviklingsproblemer, samtidig som strekningen har en høy andel næringstransport. På demonstratorstrekningen er det montert 14 antenner for registrering av reisetid 7 i hver kjøreretning. Demonstrator trafikkavvikling I demonstrator trafikkavvikling er det utviklet et reisetidssystem basert på gjenkjenning av kjøretøy i to eller flere påfølgende punkt langs en vei ved bruk av AutoPASS-brikker. Systemet er også testet og evaluert i prosjektperioden. Kort fortalt er prinsippet at når et kjøretøy med brikke passerer en antenne så lagres informasjon om passeringstidspunkt og antenneid i brikken. Denne informasjonen frakter så kjøretøyet med seg til neste antenne. Her leses denne informasjonen ut, samtidig som nytt passeringstidspunkt og antenneid skrives til brikken. Informasjon om tid og sted sendes til en server hvor reisetid beregnes som differansen mellom passeringstidspunktene på de to antennene. Det benyttes altså ingen informasjon om brikkenummer, og reisetiden kan ikke koples mot noe identifisert kjøretøy. Dermed er systemet fullstendig anonymt og ikke i konflikt med personvernhensyn. I tillegg til at systemet er anonymt har det også den fordelen at det ikke er mulighet for feilkopling av kjøretøy.

7 6 Demonstrator godstransport Demonstrator godstransport er i sin helhet rettet mot næringstransport, men bygger på demonstratoren for trafikkavvikling. Hovedelementene i demonstratoren er posisjonering av kjøretøy, beregning av reisetider og informasjon til sjåfør og kjørekontor basert på posisjons- og avviklingsinformasjon fra demonstrator trafikkavvikling. Ved å koble posisjon og tidspunkt mot informasjon om tilstand på veinettet og trafikkavvikling, vil både kjørekontor og sjåfør kunne planlegge reaktivt for å effektivisere transportene. Godsdemonstratoren er utviklet i DynamITprosjektet, men testing kunne ikke gjennomføres pga forsinkelser i demonstratoren for trafikkavvikling og serverproblemer høsten Informasjonssystem Det er lagt stor vekt på å informere trafikantene og informasjonstilbydere om reisetider og forsinkelser på demonstratorstrekningen. For internt bruk i vegetaten er det utviklet en reisetidstabell, mens det i hovedsak er benyttet tre informasjonskanaler for å nå publikum; Internett (både åpen og lukket side), vegtrafikksentraler/radiokanaler og skilt (friteksttavler og variable skilt). Evaluering Evalueringen av demonstratorene er 3-delt; Reisetidssystemet Posisjoneringsteknikker Tilbakemelding fra brukere Demonstrator godstransport er ikke evaluert i sin helhet slik som tilfellet er for demonstrator trafikkavvikling. Dette skyldes at det ikke var praktisk mulig å teste demonstratoren i løpet av prosjektperioden. Deler av demonstratoren er imidlertid testet og evaluert (posisjoneringsteknikker), mens øvrige deler er inkludert i tilbakemeldingene fra brukere på et mer konseptuelt grunnlag. Evalueringen bekrefter at det utviklede systemet fungerer godt og i henhold til spesifikasjonene. Brukerne gir gode tilbakemeldinger og ønsker at systemet skal videreføres og utvides til også å omfatte større deler av veinettet. De ønsker også utvidet funksjonalitet og mer aktiv bruk av flere informasjonskanaler.

8 7 Summary Infrastructure is a limited resource, which is why efficient utilisation of the road infrastructure is so important. Optimum choices for each person on the road require accurate and updated information about traffic conditions and the road network. For freight transport a high quality customer service requires effective logistics as well as precise information to their customers about the status of the delivery. Predicting arrival time requires both data about the position of the vehicle as well as the traffic conditions on the different routes the driver may choose getting to his destination. The research project "Dynamic information services within the transport sector, DynamIT" aims at developing value adding dynamic traffic information services. New information services ensure that the road users have the information needed to make correct decisions and also provide high quality customer service. This is obtained by: Developing routines and algorithms for collecting and refining data Testing standardized ICT architecture for transport information Evaluating the advantages and willingness to pay for dynamic transport information services Analysing models for data ownership and responsibility for the different stages in the information value chain An important part of the DynamIT project is to test and evaluate different solutions in real traffic. Therefore, two demonstrators have been carried out covering both traffic flow and freight transport. A test site is established on a 120 kilometer long section of highway E18 in south-eastern Norway. The test section goes from Oslo to Larvik through the counties of Akershus, Buskerud and Vestfold. This is a road with high traffic density and traffic congestion problems. The test site is equipped with 14 antennas 7 in each direction. Traffic flow A travel time system is developed in the DynamIT project. The system functionality is basically to store time-and-place (TAP) information in the ETC tag at one travel-time measurement point (TTMP), and read this information at the next TTMP, before a new TAP is stored in the ETC tag. Based on the TAPs stored in the ETC tag, the travel time can be calculated. Under no circumstances will the on-board-unit ID be read or stored. Hence, we consider that problems with protection of privacy are avoided with this system. Freight transport The transportation firm Linjegods has 8 lorries travelling on the test site daily. In order to estimate the transport time at any phase of the transport assignment it is necessary to have information about the trucks' current position. Both GSM and GPS positioning techniques are tested in the project. The combination of real time traffic information and vehicle position gives Linjegods the opportunity to estimate arrival times, guide vehicles in a fleet management system, and to inform

9 8 customers about expected arrival time. The system has not been tested due to a delay in the traffic flow demonstrator and server problems. Information system Informing road users and information providers have been of great importance in the DynamIT project. Several information channels have been used; travel time table for the project s internal use, Internet (both open and restricted sites), traffic control centres and signs (both dynamic and variable message signs). Evaluation The evaluation process included 3 main aspects; Travel time system Positioning techniques Feedback from user groups The freight transport demonstrator has not been fully tested and evaluated. However, parts of the system are evaluated (positioning techniques) and a conceptual evaluation has been carried out among one main user group. The evaluation process confirms that a well functioning system has been developed. User groups are very satisfied with the system. We have also identified a considerable wish for a continuance and expansion of the system.

10 9 1 Innledning Infrastruktur er en begrenset ressurs. Derfor er det viktig at veinettet utnyttes effektivt. For at den enkelte trafikant skal velge optimalt ut fra rådende trafikkforhold kreves presis og oppdatert informasjon om trafikken og veinettet. Presis og oppdatert informasjon er også viktig for næringslivet, som har strenge krav til forutsigbarhet og punktlighet i transporttjenestene. Dette er utgangspunktet for forskningsprosjektet DynamIT Dynamiske Informasjonstjenester for Transportsektoren. Prosjektets hovedmål har vært utvikling av verdiøkende informasjonstjenester for transportsektoren. For å nå hovedmålet er følgende delmål etablert: Utvikling av nødvendige rutiner og algoritmer for sikring av kvalitet i de dynamiske informasjonstjenestene Uttesting av en åpen, standardisert IKT-platform for transportinformasjon Evaluering av nytten og betalingsvilligheten for dynamiske transportinformasjonstjenester Utvikling av organisasjonsmodeller for drift og formidling av dynamiske transportinformasjonstjenester basert på en OPS-avtale (Offentlig Privat Samarbeid) Prosjektet er også med på å berede grunnen for utvikling av IKT som en integrert del av veiinfrastrukturen til nytte for både næringslivet og øvrig trafikk. Transportsystemet er et dynamisk system hvor trafikkbelastning og framkommelighet varierer sterkt over tid, enten på grunn av normal variasjon i trafikkintensiteten eller på grunn av tilfeldige hendelser. For å sikre optimal tilpasning er det nødvendig med oppdatert sanntidsinformasjon om trafikksituasjonen. Et dynamisk informasjonssystem må baseres på sikker datainnsamling, gode rutiner for kvalitetssikring og bearbeiding av data, og en effektiv informasjonsformidling til trafikantene. Derigjennom legges grunnlaget for en effektiv og forutsigbar trafikkavvikling, reduserte transportkostnader for næringslivet og reduserte belastninger på det eksterne miljøet. Et viktig utgangspunkt for DynamIT-prosjektet var vesentlige mangler i verdikjeden for trafikkinformasjon, jf. Figur 1.1. Sensorer Data Kvalitetssikring Algoritmer Prediksjon Informasjon IKTinfrastruktur Næringsliv Publikum Verdikjeden Registrering av informasjon Analyser og bearbeiding Verdiøkende tjenester Figur 1.1: Mangler i verdikjeden for trafikkinformasjon

11 10 Som Figur 1.1 illustrerer, er det tre hovedelementer i verdikjeden for trafikkinformasjon; registrering, analyser/bearbeiding og verdiøkende tjenester. I fasen med analyser og bearbeiding skal innsamlede data kvalitetssikres og videreforedles til informasjon som kan nyttiggjøres av trafikanter og tjenesteleverandører. Det er knyttet betydelige utfordringer til dette utfordringer som må løses for å sikre et godt bindeledd mellom registreringer og informasjonsformidling ut til næringsliv og publikum. De metodiske utfordringene knyttet til kvalitetssikring og behandling av dynamiske informasjon har derfor hatt fokus i prosjektet. For vanlige trafikanter, næringstransport, kollektivtransport og ikke minst veiholder er omfanget av eventuelle avviklingsproblemer av interesse. Reisetid og forsinkelse er størrelser som etterspørres. Vanlige trafikanter har behov for å kunne planlegge reisetidspunkt, velge kjøreruter og estimere ankomsttidspunkt. Næringstransport ønsker informasjon om forventet ankomsttidspunkt, men trenger også informasjon ved planlegging av kjøreoppdrag. For å opprettholde konkurransekraften stilles det strenge krav til forutsigbarhet og punktlighet i transporttjenestene. Transporten er et av de aspekter ved produksjonen av varer og tjenester som er minst forutsigbar. Informasjon om de aktuelle forholdene i transportsystemet vil bidra til å redusere denne usikkerheten. For å teste ut og evaluere løsninger med dynamisk trafikkinformasjon er det gjennomført to demonstratorer som har hatt som mål å skaffe til veie dynamiske trafikkdata for et begrenset område og demonstrere hvordan dette kan anvendes til både næringstransport og øvrig trafikk. Demonstratorstrekningen har vært på E18 mellom Oslo og Larvik. Dette er en strekning med tidvis store trafikkavviklingsproblemer, samtidig som strekningen har en høy andel næringstransport. I demonstratorene er tekniske løsninger, metoder og algoritmer testet ut. Samtidig har vi hatt et operativt sanntids trafikkinformasjonssystem som har gitt ulike brukergrupper muligheten til å vurdere nytten av et slikt system. Foreliggende rapport gir en detaljert beskrivelse av demonstratorene, hvordan de er utviklet, testet og evaluert. Innledningsvis gis det også en beskrivelse av metoder og prinsipper for beregning av reisetider, samt en innføring i begreper som benyttes i rapporten.

12 11 2 Begreper og metoder Dette kapitlet gir en generell innføring i noen sentrale begrep og sammenhenger som benyttes i rapporten, og som er viktige for å forstå problematikken rundt dynamisk trafikkinformasjon. 2.1.Definisjoner Punkt- og strekningsdata Tradisjonelt foretas registrering av trafikkdata i et punkt eller en kort strekning på noen få meter langs veinettet. Denne type data betegnes normalt punktdata eller snittdata. Typiske data som registreres er hastighet, antall kjøretøy (volum), avstand mellom kjøretøyene (tidsluker), kjøretøylengde, osv. Snittdata har den fordel at det er utviklet registreringsutstyr og programvare som gjør det forholdsvis enkelt å foreta automatiske registreringer. Statens vegvesen har også et stort omfang av faste punkt hvor det foretas kontinuerlige registreringer hele året. De har også en del etablerte punkt hvor det registreres i perioder av året. Det finnes flere metoder for å registrere data i et punkt. De mest vanlige i Norge er bruk av induktive detektorer som er nedfelt i veibanen eller radar som monteres ved siden av veibanen. Et punkt hvor det registreres punktdata betegnes gjerne et registreringspunkt eller tellepunkt. Det siste er en betegnelse som ofte benyttes om de faste punktene til Statens vegvesen. I denne rapporten benyttes også begrepet Datarec-punkt. Dette begrepet kommer av at registreringsutstyret som er plassert i punktene i dette tilfellet er type Datarec. Når en skal beskrive kvaliteten på trafikkavviklingen over en lengre strekning er antall registreringspunkt og plassering av disse avgjørende for hvor godt dette kan gjøres. Punkt 1 Punkt 2 Punkt 3 Strekning 1 Strekning 2 Figur 2.1: Prinsippskisse for punkt- og strekningsdata

13 12 På strekninger med avviklingsproblemer vil kvaliteten på trafikkavviklingen bedre kunne beskrives ved å registrere tidsforbruket til kjøretøy som kjører strekningen. Ut fra tidsforbruket kan størrelser som strekningshastighet og forsinkelse avledes. Data (som for eksempel reisetid) basert på registreringer over lengre strekninger betegnes strekningsdata. De fleste metoder for registrering av strekningsdata er basert på gjenkjenning av kjøretøy i to eller flere snitt langs en strekning. I hvert snitt registreres data om kjøretøyet sammen med passeringstidspunkt. Gjenkjenningen kan være absolutt (entydig) eller relativ. Nye metoder gjør at det nå også kan registreres strekningsdata absolutt, men samtidig anonymt. Dette gjelder blant annet AutoPASS-metoden (jf. kapittel 4) som er utviklet i DynamIT-prosjektet Volum, hastighet og tetthet De tre størrelsene volum (M), tetthet (D) og hastighet (V) er grunnleggende begreper som benyttes til å beskrive trafikkavviklingskvaliteten. Volum og tetthet er entydig definert. Hastighet er et mer nyansert begrep som benyttes om flere størrelser. Det skilles vanligvis mellom punkt- og strekningshastighet, og det er et skille mellom hastigheten til enkeltkjøretøy og gjennomsnittlig hastighet i et tidsintervall. M D V punkt Volumet er antall kjøretøy som passerer et snitt på en veistrekning i løpet av et bestemt tidsintervall. Vanligvis oppgis volumet i [kjt/t]. Tettheten er antall kjøretøy pr lengdeenhet av veien. Vanlig benevnelse på tetthet er [kjt/km]. Punkthastigheten er hastigheten som kan måles i et punkt på en veistrekning, og angis vanligvis i [km/t]. For en strøm av kjøretøy er gjennomsnittlig snitthastighet definert som: n vi i= V punkt = 1 n v i = Enkelthastighet til kjøretøy nr i n = Antall hastighetsobservasjoner (kjøretøy) V strekn Strekningshastigheten er definert som lengden av en strekning dividert på tidsforbruket på strekningen. For å finne gjennomsnittlig strekningshastighet for en trafikkstrøm er det tidsforbruket som er den sentrale parameteren. Formelen er gitt ved: V L 1 n strekn = n i= 1 L = Lengden av strekningen t i = Reisetid for kjøretøy nr i ti n = Antall observasjoner (kjøretøy)

14 13 Som det går frem av definisjonene foran er snitthastighet er basert på øyeblikksbilder, mens strekningshastighet beregnes ut fra tidsforbruket over en strekning. Punkthastigheten for en trafikkstrøm vil alltid være større eller lik strekningshastigheten under forutsetning av konstante hastigheter. Dersom en strekning har jevnt hastighetsnivå vil altså punkthastigheten normalt ligge over strekningshastigheten. Dette kommer av at saktegående kjøretøy får større vekt ved beregning av strekningshastighet enn ved beregning av punkthastighet. Ved beregning av strekningshastighet er det tidsforbruket som vektes, og ikke hastigheten. Hvor stor forskjellen vil være på de to hastighetene avhenger blant annet av spredningen i enkelthastighetene. Likhet mellom de to hastighetsbegrepene vil kun forekomme når alle kjører like fort slik at variansen (σ 2 ) i hastighetsmaterialet er lik null. Det matematiske uttrykket for å beskrive sammenhengen mellom punkt- og strekningshastighet er utviklet av Wardrop i 1952 (Haugen, 1996): V punkt = V 2 σ strekn strekn + strekn V punkt = Gjennomsnittlig snitthastighet V V strekn = Gjennomsnittlig strekningshastighet 2 σ strekn = Variansen til strekningshastighetene I Highway Capacity Manual (TRB, 1994) er det gjengitt en ligning for sammenhengen mellom punkt- og strekningsdata basert på regresjonsanalyse av observerte data. De ulike leddene i ligningen bør være selvforklarende. Benevnelsen er [km/t]. V strekn = snitt 1.026V I Haugen (1996) er det gjort tilsvarende analyse basert på data fra Norge. Resultatene ble ikke overraskende nesten sammenfallende med data fra HCM. V strekn = snitt 1.050V 4.87 Formlene foran har som forutsetning konstant hastighet over strekningen. I praksis må det være relativt korte strekninger for at denne forutsetningen skal være oppfylt. Over lengre strekninger vil normalt hastighetsprofilet variere over strekningen. I den klassiske lineære sammenhengen mellom volum, tetthet og hastighet er det strekningshastighet som skal inngå. I praksis benyttes imidlertid ofte en tilnærming ved at punkthastighet benyttes. Dette har gjerne sammenheng med at det rent praktisk er enklere å registrere punkthastighet enn strekningshastighet. Den lineære sammenhengen er illustrert i Figur 2.2, og gitt ved følgende formel: M = V D

15 14 M = Volum D = Tetthet V = Gjennomsnittlig strekningshastighet Hastighet Hastighet Volum Vf Vf Mm Vm Vm Dm Dj Tetthet Mm Volum Dm Dj Tetthet Figur 2.2: Sammenheng mellom volum, hastighet og tetthet i en lineær M-V-D-modell De ulike størrelsene i figuren er: M m = Maksimalt volum D m = Tetthet ved maksimalt volum D j = Maksimal tetthet V m = Hastighet ved maksimalt volum V f = Maksimal gjennomsnittlig hastighet ved fri flyt Trafikkavviklingsbegrep Stabil avvikling. Stabil avvikling betyr i teorien at en trafikkstrøm avvikles med hastighet høyere enn hastigheten ved maksimalt volum, V m. I praksis vil det si at trafikken flyter og at hastigheten er akseptabel, men at kortvarige stopp kan inntreffe. Typisk for stabil avvikling er også at volum og hastighet varierer motsatt vei. Det vil si at hastigheten avtar når volumet øker, og omvendt. Ustabil avvikling Ustabil avvikling har vi når en trafikkstrøm avvikles med hastighet lavere enn hastigheten ved maksimalt volum og volum lavere enn veiens kapasitet. Ustabil avvikling er også kjennetegnet ved kødannelser og mulighet for periodevis full stillstand. Typisk for ustabil avvikling er ellers at volum og hastighet varierer samme vei. Det betyr at når hastigheten avtar så avtar også volumet, og omvendt.

16 Reisetidsbegrep Reisetid: Forbrukt tid mellom to definerte punkter (inkludert gangtid, ventetid og omstigningstid der det er relevant). Uforstyrret reisetid: Uforstyrret reisetid er tiden en bruker når en ikke blir forstyrret av annen trafikk. Reisetid uten påvirkning fra annen trafikk, det vil si reisetid ved fri flyt i trafikken. Denne reisetida kan imidlertid inkludere forsinkelse på grunn av regulering og utforming - for eksempel fartsgrense, geometri, veistandard, osv. Forsinkelse: Forsinkelse er tillegg i reisetid i forhold til uforstyrret reisetid. I dette begreper ligger det som vi også kaller "trafikkavhengig forsinkelse". Aktuell reisetid: Aktuell reisetid er reisetiden i nåtidspunktet. Det vil si den reisetiden som er registrert akkurat nå. Registrering: Med registrering av trafikkdata mener vi de data vi faktisk måler eller registrerer. Sier vi at en reisetid er registrert mener vi at det er foretatt en faktisk måling av reisetiden mellom to punkt. Estimering: I noen tilfeller kan det være vanskelig av tekniske eller praktiske årsaker å registrere de data vi ønsker. Det hender da at vi må avlede disse størrelsene fra andre data vi har registrert. I forbindelse med reisetid benyttes estimering ofte om reisetider som er avledet fra snittdata, og da gjerne snitthastighet. Enkelt forklart kan vi si at hastigheten som er registrert i et punkt da gjøres gjeldene for en strekning omkring punktet, og basert på hastighet og strekningslengde beregner eller estimerer - vi reisetiden. Prediksjon: Prediksjon er et begrep som benyttes om fremtiden. Når vi snakker om predikert reisetid så er dette en forventet reisetid i fremtiden. I forbindelse med dynamisk trafikkinformasjon og sanntidssystemer for reisetid brukes ofte begrepet korttidsprediksjon (short term prediction) for å beskrive forventet reisetid i nær fremtid det vil si om 5, 10, 15 og kanskje opp til 30 minutter frem i tid Andre begrep Delstrekning: Når reisetiden registreres ved av vi måler tiden mellom flere faste punkt langs veien, kaller vi gjerne strekningen mellom to av punktene for en delstrekning. I vårt tilfelle vil en delstrekning da være strekningen mellom to påfølgende punkt som vist i Figur 2.3. Punkt A Punkt B Punkt C Delstrekning AB L AB Delstrekning AB L BC Figur 2.3: Eksempel på inndeling i delstrekninger mellom registreringspunkt

17 16 Tidsintervall: Når vi skal beregne gjennomsnittlig reisetid må denne avgrenses til å gjelde for et bestemt tidsrom eller tidsintervall. I DynamIT er det valgt å benytte tidsintervall på 5-minutter. Et tidsintervall velges normalt som hele minutter, og gjerne som hele 5-minutter. (For eksempel 5, 10 eller 15 minutter). Det er vanlig at intervallene starter på hele 5-minutter i forhold til klokken, for eksempel 16:00:00-16:05:00, 16:05:00-16:10:00, osv. 2.2.Metoder for registrering og estimering av reisetid For å fremskaffe dynamiske strekningsdata som reisetid, forsinkelse, strekningshastighet, o.l. finnes det en rekke metoder som kan benyttes. Vi skiller vanligvis mellom tre prinsipielt forskjellige metoder: 1. Estimering basert på data registrert i et punkt langs en vei 2. Registrering basert på gjenkjenning av kjøretøy i to eller flere punkt langs en vei 3. Kontinuerlige registreringer av kjøreruten/hastighetsprofilet til et kjøretøy I de påfølgende underkapitlene er det gitt en mer utfyllende beskrivelse av de ulike metodene. I DynamIT har vi testet alle metodene, men med hovedvekt på metode 2 og videreutvikling av tidligere bruk av denne metoden Estimering basert på punktdata Ut fra de registrerte data i ett punkt kan man estimere reisetid og andre strekningsdata. Dette gjøres ved at de data som er registrert i punktet antas å gjelde for en lengre strekning. Med punktdata menes tradisjonelle trafikkdata som registreres i ett punkt langs veien. Typiske data er: Volum (kjt/t) Hastighet (km/t) Detektorbelegg (Occupancy) (%) Tidsluker (s) Kjøretøyavstand (m) Kjøretøyklassifisering Hvilke data som benyttes i estimeringen av strekningsdata kan variere. For reisetid vil selvfølgelig hastighet måtte inngå, men også andre data som for eksempel belegg, volum og kjøretøytype kan inngå i beregningsgrunnlaget. Det finnes mange ulike algoritmer/metoder som er basert på dette prinsippet. Dette er også et felt hvor det for tiden forskes mye. De ulike metodene benytter seg i ulik grad av de forskjellige trafikkparametrene. Noen benytter også andre parametere eller modifiserte parametere som er avledet av de registrerte parametrene. I Norge har vi i flere sammenhenger estimert reisetid basert på punktdata. Det mest omfattende prosjektet var Dynamiske Data for vegtrafikken / Trafikk Info Gardermoen hvor det ble estimert reisetid mellom Oslo og Gardermoen basert på data fra 17 punkt i hver retning (Haugen, 2000).

18 17 I DynamIT ble det i en tidlig fase av prosjektet estimert reisetid mellom Oslo og Asker i forbindelse med et studentprosjekt som hadde til oppgave å lage et windows-basert grensesnitt for næringstransport. Denne metoden er omtalt i kapittel og formler finnes i vedlegg 2. Haugen (2005) har foretatt en uttesting av ulike metoder for å vurdere konsekvenser av trafikkavviklingsproblemer. Også her er det benyttet estimering av reisetid i flere av metodene Gjenkjenning av kjøretøy Gjenkjenning av kjøretøy vil normalt foregå langs en strekning. Kjøretøyet gjenkjennes i to punkt, og tidsforbruk mellom punktene beregnes. Ut fra tidsforbruket kan andre data som strekningshastighet og forsinkelse avledes. Det kan også være aktuelt å kjenne igjen kjøretøy i ulike punkt i et gatenett, men metoden er ikke like egnet for reisetidsregistrering der. Ønsker man å registrere kjøremønster (OD-mønster) i et gatenettverk kan imidlertid dette være en egnet metode. Gjenkjenning av kjøretøy kan gjennomføres på flere måter. De mest aktuelle metodene er: Registrering av registreringsnummer Registrering av brikkenummer Registrering av kjøretøyparametre Mønstergjenkjenning I Norge har vi lang erfaring med både manuelle og automatiske løsninger for gjenkjenning av kjøretøy. Spesielt har vi gode erfaringer med registrering av strekningsdata ved bruk av brikker, men også fysiske kjøretøyparametre og registreringsnummer er testet ut. I 1994 startet vi forsøk med gjenkjenning av kjøretøy på E18 gjennom Vestfold ved bruk av Køfribrikken. Dette systemet var i drift i mange år. Systemet var basert på at brikkenummeret (eller mer korrekt deler av brikkenummeret) ble registrert i av antenner langs veien, og deretter overført til en sentral server. Der ble brikkenummer fra ulike antennepunkt koplet sammen og reisetid, forsinkelse og strekningshastighet beregnet (Haugen, 1996). Selv om man ved dette systemet ikke hadde en entydig gjenkjenning av brikkenummer fordi kun 3 siffer i brikkenummeret ble benyttet, så representerte systemet en problematikk knyttet til personvern. Da vi i Norge fikk AutoPASS-brikken åpnet det seg nye muligheter. På denne brikken kan vi skrive informasjon i tillegg til å lese det som ligger i brikken. I DynamIT har vi utnyttet dette i reisetidssystemet som er utviklet gjennom prosjektet. Nå lagres informasjon om tid og sted for passering av en antenne i brikken, og denne informasjonen leses ut igjen ved passering av neste antenne. Da vet vi når kjøretøyet passert forrige antenne, og reisetiden kan beregnes. På den måten trenger vi ingen informasjon om brikkenummer eller kjøretøyet, og systemet forblir anonymt. Selve systemet er utførlig beskrevet i kapittel 4, og det har vært hovedkilden til de data som er benyttet i DynamIT.

19 Kontinuerlige registreringer Kontinuerlige registreringer betyr at man følger kjøretøyet kontinuerlig og logger posisjon/stedsangivelse basert på kriterier knyttet til tid, avstand eller retning. Det kan for eksempel være ved forhåndsdefinerte tidspunkt, punkt/avstander i veinettet eller retningsendringer. Denne type registreringer forutsetter at det er montert utstyr i kjøretøyet som kontinuerlig registrerer kjøretøyets posisjon, og som gjør at vi kan følge kjøretøyet i veinettet. Til dette kan vi blant annet benytte: GPS (Global Positioning System) GSM Mobiltelefon Odometer I Norge har vi gjort forsøk med alle disse metodene. Odometer har vi benyttet tidligere. Dette kan benyttes når kjøreruta er kjent, for eksempel for busser i faste ruter. I DynamIT har vi gjort forsøk med posisjonering av et utvalg av Linjegods sine biler. Det er benyttet både GPS og GSM parallelt. Resultatene er sammenlignet og erfaringene viser at GPS er mest nøyaktig og godt egnet for registreringer også i nettverk. Posisjonering av GSM mobiltelefoner har en usikkerhet som gjør at denne teknikken foreløpig passer best på høyt trafikkerte hovedveier. Denne delen av DynamIT-prosjektet er omtalt i kapittel og kapittel 7.2.

20 19 3 Demonstratorstrekning I DynamIT-prosjektet arbeidet vi lenge med ulike konsepter for å demonstrere dynamisk trafikkinformasjon i praksis. Forskjellige strekninger ble diskutert, og ulike teknologier og metoder ble vurdert. I denne prosessen var det hele tiden noen forutsetninger vi ønsket skulle være til stede i demonstratoren. Det gjaldt blant annet at strekningen skulle ha: Høy trafikkbelastning og tidvis store avviklingsproblemer Høy andel næringstransport og være interessant for Linjegods sine transporter Eksisterende infrastruktur eller planer for ny infrastruktur som kunne utnyttes i prosjektet. Ut fra dette ble det bestemt at demonstratorstrekningen skulle legges til E18 vest for Oslo. Dette er en strekning som oppfyller alle kravene over. Strekningen har høy trafikkbelastning, store avviklingsproblemer, høy andel næringstransport og mye infrastruktur. Fra Linjegods ble Oslo- Grenland utpekt som en interessant strekning. Her har de flere transporter hvor tidspunkt for ankomst og leveranse er kritisk. I starten av prosjektet var det tenkt å teste ut ulike teknologier og metoder for å fremskaffe dynamiske trafikkdata på ulike deler av Demonstratoren. Fra kapittel 2.2 husker vi at det skilles mellom tre prinsipielt forskjellige metoder for å registrere denne type data: 1. Registrering av data i et punkt langs en vei 2. Gjenkjenning av kjøretøy i to eller flere påfølgende punkt langs en vei 3. Kontinuerlige registreringer av kjøreruten/hastighetsprofilet til et kjøretøy På strekningen Oslo-Asker har Statens vegvesen 17 registreringspunkt for innsamling av trafikkdata. Her var det planlagt å utnytte disse under metode 1. Denne strekningen har også en rekke ITV kamera for overvåking av trafikksituasjonen. Videre sørover fra Asker var planen å etablere et system basert på metode 2, og her var brikketeknologi mest nærliggende å benytte. Dette er en metode vi har gode erfaringer med fra tidligere, og denne strekningen har høy andel kjøretøy med brikker. Begge disse konseptene hadde lokal forankring ved at Statens vegvesen lokalt var interessert i problemstillingen og ønsket å bidra med innsats og infrastruktur. I syd fra Larvik til Grenland var opprinnelig plan å framskaffe data med metode 3 basert på data fra Linjegods sine kjøretøy. Både GPS og GSM var diskutert som mulige datakilder. Etter hvert ble den endelige løsningen at vi etablerte én demonstrator fra Lysaker til Larvik, og at hovedkilden for datainnsamling ble brikketeknologi. Det ble lagt mye ressurser i å utvikle et anonymt system for sanntids reisetidsregistrering basert på AutoPASS-brikken. Det ble dermed etablert en demonstrator basert på metode 2. Samtidig ble det gjort forsøk med reisetidsregistreringer basert på metode 1 og 3. Disse forsøkene foregikk på deler av den strekningen som omfattes av AutoPASS-systemet. Det ble ikke laget sanntidssystemer for separate strekninger basert på disse metodene.

21 20 Det er i hovedsak reisetidssystemet basert på AutoPASS som er beskrevet i dette kapitlet. Men det er også valgt å ta med en del informasjon om registreringspunktene på strekningen Asker-Oslo. Dette kan være nyttig dokumentasjon for senere arbeid med å videreutvikle reisetidssystemet til en kombinasjon av punkt- og strekningsdata, eller i andre vurderinger av reisetiden på denne strekningen. 3.1 Beskrivelse av strekningen Demonstratoren strekker seg som nevnt fra Oslo til Larvik, eller nærmere bestemt fra Lysaker vest for Oslo til Bommestad nord for Larvik. Dette er en strekning med stor variasjon i både trafikkbelastning, feltinndeling og avviklingsproblemer. Fra Oslo til Drammen er det stort sett 4-felts motorvei med planfrie kryss. Mellom noen kryss er det også kollektivfelt og/eller sammenhengende ramper slik at det i praksis er 6 kjørefelt på deler av strekningen. Det er daglige avviklingsproblemer nærmest Oslo i både morgen- og ettermiddagsrushet. I tillegg kan det også oppstå problemer på søndag i forbindelse med utfartstrafikk i helgene. Gjennom Drammen har vi Drammensbrua med 3 kjørefelt, men kun et gjennomgående kjørefelt i hver retning. I retning sørover er det 2 kjørefelt, hvor det ene svinger av vestover mot Kongsberg i sørenden av brua. Dette området er en typisk flaskehals med avviklingsproblemer i begge kjøreretninger. Det er daglige rushproblemer, men det er helgetrafikken sørover på fredager og nordover på søndager som skaper de største avviklingsproblemene. 2-feltsveien strekker seg også et par kilometer sør for brua, til Koppervikdalen. På strekningen fra Koppervikdalen like sør for Drammen til Kopstad (mellom Holmestrand og Tøsnberg) er det 4-felts motorvei. Det er normalt ingen kapasitetsproblemer knyttet til denne strekningen. Fra Kopstad til Larvik er det igjen 2-felts vei. Denne strekningen har store kapasitetsproblemer, spesielt i forbindelse med helgetrafikken. Problemene oppstår både inne på strekningen, og ved Kopstad i retning sørover ved overgang fra 2 til 1 kjørefelt. I nord er det ingen offisielle alternative kjøreruter som Statens vegvesen ønsker å informere trafikantene om. I Vestfold har imidlertid Statens vegvesen 2 alternative kjøreruter som varsles til trafikantene. Den ene er Rv40 fra Larvik. Den andre er RV35 fra Tønsberg. Begge rutene kommer inn på RV32, og kopler seg på E18 ved Hillestad/Island som ligger på 4-feltsveien mellom Kopstad og Drammen (ca 15 km nord for Kopstad). 3.2.Antenneplassering På demonstratorstrekningen er det montert 14 antenner for registrering av reisetid 7 i hver kjøreretning. Plasseringen er gjort i samarbeid med Statens vegvesen og på bakgrunn av vurderinger av trafikkavviklingssituasjonen og eksisterende infrastruktur i form av strøm, telefon og opphengsmuligheter for antenner. Tabell 3.1 gir en oversikt over antenneplasseringer.

22 21 Tabell 3.1: Antenneplasseringer Sørover : Lysaker Lierskogen Drammensbrua Nord Drammen Sør (Unnelsrud) Kopstad Tønsberg (Ås) Larvik (Bommestad) Nordover : Larvik (Bommestad) Tønsberg (Ås) Kopstad Drammen Sør (Unnelsrud) Drammensbrua Nord Asker Lysaker Navnene i parentes er de lokale stedsnavnene, men vi har i prosjektet valgt å benytte navn på mer kjente steder for at det skal være lettere for brukere av systemet å identifisere delstrekningene det registreres reisetid for. I alle punkt så nær som to er det montert antenner i begge retninger. Unntakene er punktene Lierskogen (kun sørover) og Asker (kun nordover). Denne løsningen ble primært valgt fordi antennene er finansiert og driftet av to ulike fylker. Buskerud har interesse av trafikkavviklingen sørover inn mot Drammensbrua, mens Akershus har interesse av trafikkavviklingen nordover fra Asker mot Lysaker. Tabell 3.2 gir en oversikt over avstand og uforstyrret reisetid mellom antennene, og i Figur 3.1 er antenneplasseringene og delstrekningene illustrert på kart. Tabell 3.2: Avstand og uforstyrret reisetid mellom antenner Sted Avstand mellom punkt [meter] Uforstyrret Reisetid [mm:ss] Lysaker Asker :00 Lierskogen :05 Drammensbrua Nord :35 Drammen Sør :15 Kopstad :00 Tønsberg :40 Larvik :30 Sum :05 I tabellen er det oppgitt både avstand mellom punktene og uforstyrret reisetid. Uforstyrret reisetid er basert på faktiske målinger midt på dagen, men korrigert for at det skal være mulig å oppnå denne reisetiden uten å bryte fartsgrensen. Avstander er målt med bruk av GPS, og avrundet til nærmeste hele 50 meter.

23 22 Porsgrunn Drammen Larvik Tønsberg Oslo Selv om det er flere kjørefelt i samme retning er det kun montert antenne over et av feltene, og da normalt høyre kjørefelt. Denne løsningen gir tilstrekkelig registreringer til å fremskaffe pålitelige reisetider. På en vei med 2 kjørefelt i hver retning er det mange som er av den oppfatning at venstre felt har høyere hastighet enn høyre felt. Dette er ofte riktig ved god avvikling, men i det øyeblikk det oppstår avviklingsproblemer er det tilnærmet lik hastighet (og dermed reisetid) i begge kjørefeltene. Montering av antenne over kun et felt gir derfor representative reisetider i de situasjoner hvor dette er mest interessant, nemlig ved problemer i trafikkavviklingen. Figur 3.1: Kart med antennepunkt og delstrekninger 3.3.Beskrivelse av antennepunkt Dette kapitlet inneholder bilder og en kort beskrivelse av de punktene hvor det er montert antenner (eller MultiReader som produktet heter). Lysaker Vest for Lysaker er antennene montert på portaler ved tellepunktet Star Tour. I retning ut fra Oslo henger antennen på portalen i Figur 3.2, og i retning inn mot Oslo henger antennen på portalen med friteksttavle i Figur 3.3. På denne strekningen er det 3 kjørefelt i hver retning. Høyre felt er imidlertid svingefelt i retning sørover og kollektivfelt i retning nordover. I begge retninger er antennene derfor montert over midtre kjørefelt, som da er det høyre av de to gjennomgående feltene for vanlig trafikk. Figur 3.2: Lysaker i retning sørover Figur 3.3: Lysaker i retning nordover

24 23 Asker Ved Asker er det kun plassert antenne i retning nordover mot Oslo og kun over høyre kjørefelt. Antennen er montert på ei bru over E18. Dette er samme sted som tellepunktet Asker. Figur 3.4: Asker Lierskogen Her er det montert antenne i retning sørover fra Oslo. Den skal kun registrere trafikk i høyre kjørefelt. Antenna er montert på eksisterende mast (se pil til venstre på Figur 3.5) som ligger like sør for Regnbuebrua. Hensikten med å plassere antenna her er å utnytte eksisterende infrastruktur med strøm og telefon. Det er montert en arm på masta slik at avstanden til kjøretøyene ikke blir mer enn 3-4 meter. Figur 3.5: Lierskogen Drammensbrua Nord Like nord for av Drammensbrua (ved Bruusgaards vei) er det montert ei antenne i hver retning. Dette punktet ligger like ved overgangen fra 2-felts vei til 4-felts vei, og er viktig for å fange opp avviklingsproblemene rundt Drammensbrua. Antennene er montert på en eksisterende portal. Det er venstre kjørefelt som er gjennomgående, og antennene er derfor montert over dette feltet. Figur 3.6: Drammensbrua Nord

25 24 Drammen Sør Ved Unnelsrud sør for Drammen er det montert antenner på ei bru over E18. Det er også her montert antenner i begge kjøreretninger, og antennene henger over høyre kjørefelt. Dette punktet ligger noen kilometer inn på 4- feltsveien sør for Drammen (sør for Koppervikdalen for dem som er lokalkjent). Dette punktet fanger også opp avviklingsproblemer som følge av 2- feltsveien over Drammensbrua. Punktet ligger også så langt sør at problemer som følge av overgang fra 4-feltsvei til 2-feltsvei i retning nordover skal fanges opp. Det vil si at køen i retning nordover normalt ikke skal stå forbi dette punktet. Figur 3.7: Drammen Sør Kopstad Ved Kopstadkrysset er det montert antenner på Kopstad Bru som går over E18. Også her er det montert antenner over høyre kjørefelt i begge retninger. Dette punktet ligger i sørenden av 4- feltsveien mellom Drammen og Kopstad. Punktet er plassert for å fange opp avviklingsproblemer på 2- feltsveien lenger sør, og problemer ved overgang fra 4-felts vei til 2-felts vei i retning sørover. Figur 3.8: Kopstad Tønsberg Ved Ås utenfor Tønsberg er også antennene montert på ei bru over E18. I dette punktet er E18 en 2-felts vei, og det er montert antenner i begge retninger. Brua ligger like sør for avkjøringen til Rv35 (Bispeveien), som er en alternativ kjørerute til E18. Snittet er valgt nettopp fordi det her er en omkjøringsrute. Vi ønsker å registrere forsinkelser både sør og nord for dette punktet som grunnlag for eventuell aktivering av variable skilt som viser alternativ kjørerute. Figur 3.9: Tønsberg

26 25 Larvik Ved Bommestad like nord for Larvik er antennene montert på en portal over E18. Portalen ligger ved avkjøringen til Rv40 (Lågendalen), som også er en alternativ kjørerute til E18. Dette er det sørligste punktet, og stedet er valgt nettopp fordi det her er en alternativ rute. Vi kan da registrere forsinkelser nord for dette punktet som grunnlag for eventuell aktivering av variable skilt som viser alternativ kjørerute. Det er montert en antenne i hver retning. I retning sørover er det imidlertid 2 kjørefelt. Venstre felt er forlengelsen fra E18, mens høyre felt er forlengelse av påkjøringsfelt fra Rv40. Portalen ligger ca 300 meter sør for krysset. Etter observasjoner på stedet ble det valgt å plassere antenna over høyre felt. Observasjonene viste at det meste av trafikken fra E18 la seg over i høyre felt før portalen. Figur 3.10: Larvik 3.4.Tellepunkt På strekningen Oslo Asker er det en rekke tellepunkt som ble benyttet i starten av DynamITprosjektet. Disse var tenkt som en del av demonstratoren, men ble av flere årsaker ikke en del av det endelige sanntidssystemet for reisetidsregistrering. En årsak var at Statens vegvesen Region Øst ønsket å montere antenner på denne strekningen, og dermed åpnet det seg en mulighet for et homogent system fra Oslo til Larvik. En annen viktig årsak var utfordringen med å samle inn data i sanntid fra mange tellepunkt. Kommunikasjon mellom punkt og server for overføring av sanntidsdata er alltid en utfordring. Vi hadde her planer om å utnytte det nye Fellessystemet for dynamisk data som Statens vegvesen utvikler for å samle inn data. Dette systemet skal kunne samle inn data fra flere hundre punkt i sanntid. Imidlertid er dette prosjektet forsinket og dermed ikke aktuelt for oss i DynamIT. Det er imidlertid samlet inn en del data off line fra tellepunktene. Disse dataene er blant annet benyttet til å utvikle og vurdere algoritmer for estimering av reisetid fra punktdata (se vedlegg 2). I starten av DynamIT-prosjektet ble det også utviklet en prototyp på en Internett-løsning basert på dette konseptet. Selv om tellepunktene etter hvert ikke har hatt noen sentral del i DynamIT, så er det valgt å ta med en del informasjon om punktene i dette kapitlet. De aktuelle punktene er gjengitt i Tabell 3.3. De første 15 punktene ligger i Akershus fylke. Punkt 16 og 17, Maritim og Frognerstranda, ligger i Oslo og vil kunne utnyttes dersom man skal ha reisetider inn mot Oslo sentrum. I tabellen er det oppgitt både avstand mellom punktene og uforstyrret reisetid. Uforstyrret reisetid er basert på faktiske målinger midt på dagen, men korrigert for at det skal være mulig å oppnå denne reisetiden uten å bryte fartsgrensen.

27 26 Avstander er målt med bruk av GPS, og de er avrundet til næreste hele 5 meter. I Figur 3.11 er det gjengitt et plott av GPS registreringene langs strekningen. Her er det også markert hvor tellepunktene er lokalisert. Tabell 3.3: Avstand og uforstyrret reisetid mellom tellepunktene Punkt Avstander [Meter] Avstand Akkumulert Uforstyrret reisetid [mm:ss] 1. Asker Fusdal :50 3. Holmen :20 4. Ravnsborg :50 5. IKEA :15 6. Gyssestad :55 7. Blommenholm :25 8. Solvik :05 9. Ramstadsletta : Høvik Bru : Høvik : Star Tour : Lysaker Vest : Lysakerlokket : Lysaker Bru : Maritim : Frognerstranda :00 Oslo S * :00 Sum :00 * Oslo S er ikke et registreringspunkt, men kan være en naturlig avslutning på strekningen. Figur 3.11: Tellepunkt i Akershus og Oslo

28 27 4 Demonstrator trafikkavvikling I Norge har vi hatt bompengesystem basert på automatisk innkreving med elektroniske brikker siden den første stasjonen ble åpnet i Ålesund i I 1990 fikk vi bomringen i Oslo, som da var det første systemet med elektronisk bompengeinnkreving i et byområde. Siden den gang har vi fått stadig flere bompengesystem, og en stor andel av den norske bilparken har betalingsbrikker. Dette gjelder spesielt i og rundt de store byområdene. Med brikketeknologien kom også mulighetene for å utnytte systemet til registrering av reisetider på strekninger. I mange år har Norge derfor vært lang fremme på forskning og utvikling av systemer for registrering av strekningsdata. Det første sanntids reisetidssystemet basert på brikketeknologi ble i 1994 etablert på E18 mellom Tønsberg og Drammen. Den gang ble den daværende Køfribrikken benyttet til å gjenkjenne kjøretøy i punkt langs veien. I starten registrerte vi brikkenummer (alle brikker har et unikt id-nummer) med antenner i snitt langs E18, og overførte data til en server på Ås veistasjon. Her ble brikkenummer koplet, reisetider beregnet, kvalitetssikret og presentert for operatøren i et grafisk grensesnitt utviklet av SINTEF (Eriksen, Giæver og Haugen, 1995). Etter en testperiode fikk vi kun registrere 3 siffer av brikkenummeret som var på 6-7 siffer. Det var Datatilsynet som påla denne restriksjonen av hensyn til personvernet. Dette var likevel mer en godt nok til å få pålitelige reisetider. Hensynet til personvern er et viktig element i systemer basert på både metode 2 og 3 (se kapittel 2.2). Og dette har vært et sentralt moment ved utvikling av reisetidssystemet i DynamIT. I motsetning til Køfribrikken som var en passiv enhet, så er det nye brikkesystemet basert på AutoPASS utformet slik at brikken er en aktiv enhet. Det betyr at vi kan lagre data i brikken i tillegg til å lese data fra brikken. Det er denne funksjonen vi ønsket å benytte i DynamIT og som reisetidssystemet er utviklet rundt. Kort fortalt er prinsippet at når et kjøretøy med brikke passerer en antenne så lagres informasjon om passeringstidspunkt og antenneid i brikken (jf. Figur 4.3 side 31). Denne informasjonen frakter så kjøretøyet med seg til neste antenne. Her leses denne informasjonen ut, samtidig som nytt passeringstidspunkt og antenneid skrives til brikken. Informasjon om tid og sted sendes til en server hvor reisetid beregnes som differansen mellom passeringstidspunktene på de to antennene. Det benyttes altså ingen informasjon om brikkenummer, og reisetiden kan ikke koples mot noe identifisert kjøretøy. Dermed er systemet fullstendig anonymt og ikke i konflikt med personvernhensyn. I tillegg til at systemet er anonymt har det også den fordelen at det ikke er mulighet for feilkopling av kjøretøy. Vi vet at den reisetiden som er registrert faktisk tilhører et kjøretøy som har kjørt strekningen, og så lenge funksjoner for synkronisering av alle klokker fungerer vil alle registrerte reisetider være reelle.