TIMON Project - Enhanced real-time services for an optimised multimodal mobility

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

El proyecto TIMON

VIII Congreso ITS Euskadi 10 de Noviembre, Zamudio

Enrique Onieva Caracuel enrique.onieva@deusto.es

Información General

▪ Financiado por el programa europeo de investigación Horizon 2020, programa de transporte.

▪ Coordinado por la Universidad de Deusto.

▪ 11 organizaciones – 8 países ▪ Presupuesto: 5.605.213 € ▪ Duración: 42 meses (Junio 2015 – noviembre 2018)

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Consorcio ▪ Roles Coordinador Inteligencia artificial Procesamiento de datos Comunicaciones híbridas Posicionamiento Diseño de la arquitectura Gestión de datos abiertos Mapas dinámicos Plataforma web

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Integración de servicios Cloud computing Participación ciudadana Testeo & validación Difusión

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Concepto General ▪ Objectivo: desarrollo de una plataforma web y una aplicación móvil para la entrega de servicios de información dirigidos a agentes de carretera, conductores y usuarios vulnerables de carretera.

• Alertas de riesgo en la conducción: colisión, obras de carretera, coche estacionado, accidente de tráfico.

• Predicción de congestión de tráfico.

• Planificador de rutas multimodal • Optimizador de rutas para conductores y motociclistas, incluyendo replanificación de rutas ante incidencias

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Concepto General TECHNOLOGIES DATA SOURCES

SERVICES FOR CITIZENS

Vehicular hybrid networks

Services for VRUs

LTE

Vehicle density awareness Collision alert Dynamic route re-planning Services for Drivers

Vehicles&VRU ITS-G5

Infrastructure sensors Artificial Intelligence

Open platform and APP development

Route planning

Emergency vehicle approaching Road Hazard warning Dynamic Route re-planning for drivers Multi-modal dynamic commuter

Congestion prediction Open data

SERVICE FOR BUSINESS Cooperative positioning

TIMON Server

Enhanced RT Traffic Information API TIMON COLLABORATIVE ECOSYSTEM Getting involved users

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Objetivos específicos ▪ Recolección y armonización de datos ▪ Mejora de precisión en posicionamiento cooperativo ▪ Desarrollo de redes de comunicación híbridas vehículo a usuario vulnerable ▪ Detección/predicción de patrones de tráfico ▪ Optimización de rutas ▪ Implementación de servicios basados en mapas dinámicos

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Retos tecnológicos ▪ Inteligencia Artificial • Predicción de la congestión • Optimización de rutas intermodales

▪ Posicionamiento cooperativo • Posicionamiento ante bloqueo de señal GNSS • Alta precisión

▪ Redes de comunicación híbridas • Sinergia corto-largo alcance (ITS-G5+LTE) • Reducción de la inversión en infraestructura

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Aspectos innovadores de TIMON ▪ Recoge y procesa datos de fuentes diversas de un entorno interconectado: vehículos, usuarios vulnerables (motociclistas), infraestructura y datos abiertos.

• Los vehículos actúan como sensores: facilitando su posición, time stamp, velocidad.

• Los usuarios de vehículos/ motocicletas son prosumers: proveen datos al sistema y consumen información del mismo.

▪ Actualmente los servicios de movilidad únicamente recogen datos de infraestructura y fuentes de datos abiertas.

▪ Se recogen datos en tiempo real  Servicios en tiempo real

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Pilotaje de Soluciones ▪ Testeo en Helmond (Países Bajos), instalaciones de test-bed de TASS: • Fase 1: Testeo de subsistemas (septiembre 2016; junio 2017) • Fase 2: Validación global del sistema (enero 2018)

▪ Pilotaje en entorno real en Liubliana (Eslovenia), 2018.

• Participación de ciudadanos como usuarios del sistema TIMON. • 50-80 participantes: conductores, motociclistas, usuarios de transporte público.

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Inteligencia Artificial Avanzada ▪ Motivación: Interpretabilidad • La minería de datos aplicada a problemas de transporte: • Se basa en técnicas clásicas de inteligencia artificial • Árboles de Decisión • Técnicas de Regresión • Redes Neuronales

• Se centran en la precisión del sistema • No en su interpretabilidad

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Inteligencia Artificial Avanzada ▪ Motivación: Imbalanceo • Los datos de tráfico suelen ser altamente imbalanceados: • Situaciones anormales son muy poco frecuentes • Algunas predicciones tienen un alto grado de acierto • No habrá un atasco a las 4:30 am • El tráfico permanecerá sin variaciones significantes • Nadie en esta sala ganará la lotería

• Pero no son útiles

• Las técnicas clásicas se centran en el grado de acierto • No son competitivas en entornos imbalanceados

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Inteligencia Artificial Avanzada ▪ Principios utilizados • Lógica difusa: representación y razonamiento con conocimiento expresado lingüísticamente • “Bajo”, “medio”, “alto”, “aproximadamente 50”, “lento”, “rápido”

• Algoritmos evolutivos: técnicas de optimización inspiradas en los principios de Darwin’s • Flexibilidad para optimizar cualquier modelo

• Optimización multi-objetivo: optimización conjunta de objetivos contradrictorios • {Precio vs Calidad} {Energía vs Consumo} {Precisión vs Complejidad}

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Inteligencia Artificial Avanzada ▪ Objetivo general: construcción de sistemas capaces de avanzar en el estado del arte en: • Predicción de la congestion a corto plazo • Usando metaheurísticas bio-inspiradas • Usando modelos basados en lógica difusa

• Optimización de rutas punto a punto • Implementando optimizadores bio-inspirados • De una manera multi-modal • Centrada en los requisites del usuario

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Establecimiento del baseline ▪ Evaluación de técnicas de minería de datos “clásicas” ▪ Comparativa de 384 modelos • 2 tipos de datasets • Con toda la información disponible • Con una versión reducida

(>40 variables) (=10 variables)

• 12 horizontes de predicción (5,10,15,…60 minutos) • 16 técnicas distintas • Aprendizaje de reglas difusas y no difusas mediante algoritmos evolutivoss

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Establecimiento del baseline ▪ Evaluación basada en 4 métricas • • • •

Complejidad de los datos Precisión global Tiempo necesario para construir modelos Complejidad (Reglas/antecedentes) Aacc(Com)

Aacc(Sim)

T(Com)

T(Sim)

Evolutionary Crisp Rule Learning

0.604

0.605

[12, 398]

Evolutionary fuzzy Rule Learning

0.593

0.591

[8, 626]

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

#R(Com)

#R(Sim)

#A(Com)

#A(Sim)

[5, 82]

[5, 14] [4, 12]

[4, 8]

[2, 7]

[4, 50]

[4, 25] [4, 20]

[2, 3]

[1, 3]

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Reducción de datos ▪ Selección de instancias • Bajo muestreo de clases mayoritarias • Mantenimiento de la unicidad de los datos

▪ Selección de atributos • Utilización de criterios basados en 7 técnicas diferentes • Análisis de coincidencias y conflictos

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Ajuste evolutivo de modelos difusos ▪ Versiones mejoradas de AdaBoost y Fuzzy Association Rule-based Classification method for High-Dimensional problems • • • • •

Cada sistema se trata como un clasificador “débil” Ajuste de la importancia de cada regla a la predicción Generación de reglas basada en algoritmos evolutivos Ajuste de función fitness para considerar imbalanceos Operadores de cruce y mutación mejorados

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Diseño de la solución ▪ El sistema recoge y prepara los datos del TIMON Cloud ▪ El motor de información de tráfico recibe los datos y provee el estado actual y futuro del tráfico ▪ El módulo GIS geo-localiza la información en la red vial ▪ La información georeferenciada se envía al TIMON Cloud

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Testeo en Helmond ▪ Autopista A270 (Helmond - Holanda)

Straight segments

• Datos provenientes de 7 cámaras • (Escalable hasta 240)

• Inclusión de datos meteorológicos • Precisión > 90% • 4 niveles de flujo de vehículos • 4 horizontes de tiempo

Ramps

• Predicciones dadas en tiempo real

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Diseño de rutas ▪ Basado en OpenTripPlanner • Abierto, robusto y flexible

▪ Integración de datos

• GTFS  transporte público  rutas intermodales • Pendientes  cálculo de emisiones  rutas ecológicas • Predicciones de tráfico  rutas óptimas

▪ Optimización multiobjetivo mediante evolución diferencial

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Resultados y conclusiones Reducción de Datos

>70%

Precisión

>90%

Sensibilidad

>80%

Tiempo de construcción

<10 min.

(24 cámaras)

Tiempo de Predicción

0,1 seg.

(24 cámaras)

Complejidad

4 reglas

enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data

Thank you Enrique Onieva enrique.onieva@deusto.es

www.timon-project.eu

TIMON project has received funding from the European Unionâ&#x20AC;&#x2122;s Horizon 2020 research and innovation programme under Grant Agreement no 636220. enrique.onieva@deusto.es VIII Congreso ITS Euskadi

Enhanced real time services for optimized multimodal mobility relying on cooperative networks and open data