Den brittiska staden York är välkänd för sin gigantiska gotiska katedral, stadsmurarna och sin romerska historia. Den tätbebyggda stadskärnan – djupt älskad av 7 miljoner turister som besöker York varje år – ställer stora utmaningar för trafik- och stadsplanerare. Eftersom körfältskapaciteten inte bara kan ökas hur som helst genom att bredda eller lägga nya vägar i den historiska stadskärnan, har staden många flaskhalsar och kämpar med trafikstockningar, föroreningar och svår tillgänglighet. Därför bestämde sig York för att vända sig till innovation och spetsteknik för att hantera dessa utmaningar. Efter ett års implementering är York nu den första staden i Storbritannien som använder en realtidstransportmodell för trafikledning.
Den nya realtidstransportmodellen är en nyckelkomponent i stadens Smart Travel Evolution Program, STEP. Programmet, som lanserades 2018 och finansieras av den brittiska regeringen, fokuserar på digitala tillvägagångssätt för utvecklingsplanering och trafikledning – inte bara fysisk infrastruktur. Kärnan är en dataplattform som samlar alla typer av relevanta mobilitetsdata från olika källor i syfte att förbättra anslutningar – för att framtidssäkra hur staden kan hantera förändrade efterfrågenivåer.
“Dessa data är basen för realtidstrafikledning”, förklarar Michael Oliver från PTV Group, som var ansvarig för den framgångsrika implementeringen av Yorks realtidstransportmodell. ”Vår programvara för prediktiv trafikmodellering, PTV Optima, är integrerad med över 100 live-trafikflödessensorer, >100 signalstyrningar, realtidshastighetsdata över hela nätverket via TomTom och aktuell information om vägarbeten och andra nätverksändringar.”
Verktyget kombinerar dessa realtidstrafikdata med en offline dynamisk transportmodell.
”Liknande hur väderprognoser fungerar”, säger Oliver. ”De aktuella trafikförhållandena uppdateras ständigt och kan förutses upp till en timme framåt. Denna prognos ger kontrollrummet en sammanhängande och detaljerad bild av hela den aktuella trafikkapaciteten.”
Trafikledare kan ständigt övervaka alla vägar. De får en detaljerad översikt över vad som händer i hela nätverket – inte bara över platser med sensorer eller CCTV. Modellen identifierar de bästa scenarierna för att hantera trängsel, vägavstängningar eller byggarbetsplatser och låter kontrollrummet testa alternativa scenarion för nästföljande timme, dag eller veckor.
Staden har därför ett operativt vägmodelleringsverktyg för att övervaka aktuella förhållanden, planera för den närmaste framtiden, observera planers faktiska utfall och använda denna kunskap för att förbättra framtida strategier.
”Före STEP modellerades korsningar så bra som möjligt utifrån egen förmåga; man testade och justerade genom observation vid genomförandet, följt av nätverksövervakare som höll koll på CCTV, Twitter och sociala medier för eventuella incidenter eller trafikstockningar. Den sistnämnda delen var i huvudsak reaktiv och varje sekund räknas när det gäller nätverkskapacitet”, förklarade STEP-projektledaren James Guilliatt i en intervju med tidningen TransportXtra. ”Optima, som en del av STEP, ger oss nu förutsägelser och varningar som kan informera nätverksövervakarna i god tid före ett kritiskt skede, så att ingripanden kan göras tidigare och mer effektivt, till exempel att få i gång signalstyrningen tidigare än vanligt om eftermiddagsrusningen skulle äga rum oväntat tidigt. Ett slags förebyggande snarare än ett botemedel.”
Dave Atkinson, programchef och fullmäktig vid staden Yorks ”Smart Place”, drar också en positiv slutsats några veckor efter att projektet startade i juni 2021:” I detta tidiga skede visar det sig redan vara en framgång. Vi kan förutsäga framtida trafiknivåer baserat på vårt aktuella trafikbeteende och hantera trafikflödet bättre under hektiska perioder genom att justera trafikljusen så att de bäst passar trafikförhållandena. ”
Den nya strategin och realtidstransportmodellen kommer att aktivt underhållas under minst de kommande sex åren – med flertalet möjligheter till expansion.
Michael Oliver summerar: ”För närvarande används realtidstransportmodellen enbart för biltrafik. I framtiden kan en integration med kollektivtrafik i realtid vara ett annat lysande alternativ. Aktuell data för busslokalisering kan importeras till programvaran så att trafikledare kan se var bussar är i realtid tillsammans med sina förseningar och använda denna information för att stödja beslutsfattande om var, när och hur man prioriterar ingripanden.”