Highway travel time estimation with data fusion

Premi extraordinari doctorat curs 2010-2011, àmbit d’Enginyeria CivilLa informació sobre el temps de viatge és l'indicador clau en el funcionament operatiu d’una autopista i un dels inputs més apreciats pels seus usuaris. Tot i això, no ha estat fins molt darrerament que els operadors d'autopistes han començat a analitzar el trànsit de la carretera amb l’objectiu de proporcionar informació acurada sobre el temps de viatge. També recentment, les administracions titulars de les autopistes han començat a demanar que es proporcioni tal informació com a mesura del servei d'accessibilitat proporcionat per la carretera, en termes de qualitat i fiabilitat. Durant el segle passat, els detectors d’espira magnètica jugaven un paper primordial en la monitorització del trànsit al proporcionar informació sobre el volum de trànsit i també sobre la velocitat i longitud mitjanes dels vehicles, encara que generalment amb menys precisió en aquests dos darrers casos. En les darreres dècades han aparegut noves tecnologies de control de trànsit (càmeres intel•ligents, seguiment mitjançant GPS o telèfon mòbil, identificació de dispositius bluetooth, nous detectors MeMS, etc.) que permeten millorar considerablement la recollida de dades sobre el temps de viatge. Algunes d’aquestes tecnologies són barates (bluetooth), d’altres no ho són (càmeres); però en qualsevol cas la major part de la xarxa d’autopistes encara està controlada per detectors d’espira magnètica. Té sentit doncs, emprar la seva informació bàsica i enriquir-la, quan calgui, amb noves fonts de dades. Aquesta tesi presenta una metodologia nova i simple per a la previsió a curt termini del temps de viatge en autopistes de peatge basada en la fusió de dades provinents de detectors d’espira magnètica i de tiquets de peatge. La metodologia és genèrica i no és tecnològicament captiva: es podria generalitzar fàcilment a uns altres tipus de dades. L'anàlisi Bayesià permet obtenir dades fusionades que són més fiables que les dades d’entrada originals, superant alguns problemes habituals en l’estimació del temps de viatge a partir de fonts úniques d’informació. La metodologia desenvolupada aporta valor afegit a les dades actuals (detectors d’espira i tiquets de peatge) en autopistes de peatge tancat, i aprofita al màxim (en termes d'estimació del temps de viatge) les dades disponibles, sense caure en la demanda recurrent i costosa d’una major necessitat de dades. L'aplicació dels algoritmes a l’autopista de peatge AP-7 als voltants de Barcelona demostra empíricament la tesi: és possible desenvolupar un sistema acurat d'informació de temps de viatge, en temps real, en autopistes de peatge tancat amb la monitorització existent. Per això, d'ara en endavant els operadors d'autopistes podran oferir aquest valor afegit als seus clients sense gairebé cap inversió extra.Travel time information is the key indicator of highway management performance and one of the most appreciated inputs for highway users. Despite this relevance, the interest of highway operators in providing approximate travel time information is quite recent. Besides, highway administrations have also recently begun to request such information as a means to measure the accessibility service provided by the road, in terms of quality and reliability. In the last century, magnetic loop detectors played a role in providing traffic volume information and also, with less accuracy, information on average speed and vehicle length. New traffic monitoring technologies (intelligent cameras, GPS or cell phone tracking, Bluetooth identification, new MeMS detectors, etc.) have appeared in recent decades which permit considerable improvement in travel time data gathering. Some of the new technologies are cheap (Bluetooth), others are not (cameras); but in any case most of the main highways are still monitored by magnetic loop detectors. It makes sense to use their basic information and enrich it, when needed, with new data sources. This thesis presents a new and simple approach for the short term prediction of toll highway travel times based on the fusion of inductive loop detector and toll ticket data. The methodology is generic and it is not technologically captive: it could be easily generalized to other equivalent types of data. Bayesian analysis makes it possible to obtain fused estimates that are more reliable than the original inputs, overcoming some drawbacks of travel time estimations based on unique data sources. The developed methodology adds value and obtains the maximum (in terms of travel time estimation) of the available data, without falling in the recurrent and costly request of additional data needs. The application of the algorithms to empirical testing in AP-7 toll highway in Barcelona proves our thesis that it is possible to develop an accurate real-time travel time information system on closed toll highways with the existing surveillance equipment. Therefore, from now on highway operators can give this added value to their customers at almost no extra investment. Finally, research extensions are suggested, and some of the proposed lines are currently under development.Award-winningPostprint (published version