© 2024 SURF
Via Nova is als onderzoek aangepakt wegens het verborgen potentieel van data uit voertuigen. Met zo veel sensoren aan boord van een voertuig en de kansen om deze informatie digitaal te verwerken en te versturen moeten hier kansen liggen die wegbeheerders, verkeersmanagers en andere types dienstverleners van nut kunnen zijn. Die vraag leefde bij de HAN, alsmede bij een aantal partijen in het netwerk van de HAN. Op basis van die gedachten is er een plan van aanpak gerealiseerd en getoetst bij belanghebbenden. Dit plan bestond uit twee fasen:
- het toetsen van de usecases op haalbaarheid en bijbehorend kwaliteitskader voor informatie per usecase;
- het valideren van de haalbaarheid en toepasbaarheid middels testen in het veld.
In het midden van het project staat er een moment van reflectie gepland. Dit moment wordt noodzakelijk geacht vanwege de snelle ontwikkelingen binnen dit thema. Inmiddels zijn we binnen het onderzoek op dat punt belandt. Op dat punt hebben we op een aantal vlakken ook belangrijke kennis en ervaring opgedaan, dit gedeeld met de partners en op basis daarvan meer focus aangebracht binnen het onderzoek. De initiële gedachte was deels gebaseerd op het kunnen samenwerken met fabrikanten en het importeursnetwerk om aan data uit voertuigen te komen. Vanuit de branche-organisatie in NL werd ook hard gewerkt om dat te realiseren. Dit heeft echter niet geleid tot een vruchtbare samenwerking. Binnen de ontwikkeling van de usecases is wel aangetoond dat de informatie die het onderzoek wilde binnenhalen met de juiste methodieken en verwerking wel degelijk binnen het technisch haalbare ligt. Echter wegens het ontbreken van een samenwerking met een fabrikant lijkt de beschikking over deze informatie op grote schaal niet haalbaar. Dat betekent dat er voor het onderzoek naar gedrag en voorspelling van congestie onvoldoende bronnen zijn om tot een betrouwbare uitspraak te komen op basis van de informatie uit voertuigen. Voor het asset management, de monitoring van kwaliteit van het wegdek ligt dit echter anders. Voor deze toepassing zijn wel degelijk goede algoritmes te ontwikkelen. Hiervan hebben een aantal algoritmes zelfs een beter resultaat in nauwkeurigheid en doeltreffendheid laten zien dan vooraf te hopen viel. Deze algoritmes heeft het onderzoek ook verder kunnen ontwikkelen tot de volwassenheid die nodig is voor het uitrollen in het veld. Met deze algoritmes is het met een klein aantal voertuigen ook mogelijk om toch kwalitatieve informatie te verzamelen over de toestand van het wegdek. Dit heeft geleid tot een samenwerking van de HAN met een aantal partners en een provincie. De provincie heeft een aantal voertuigen ter beschikking gesteld waarmee de fase van validatie ingegaan kan worden. Dit is op dit moment in actieve, fysieke voorbereiding.
The Netherlands is one of the most densely populated countries in Europe. Despite the excellent road network, The Netherlands is confronted with this density on a daily basis: the negative impact of traffic jams and incidents on travel times is growing by 38% the next 5 years. VIA NOVA will lay the necessary foundation for the next step of technological developments to overcome these negative impacts of congestion in future.
This next step in technological developments is called Talking Traffic. Vehicles will communicate directly with the infrastructure and other road users and vice versa. The potential with respect to congestion reduction is big, because traffic can be managed more directly. To reach this potential, Talking Traffic relies to a large extent on (big)data already available in modern cars: data of sensors, navigation, etc.
However, the problem is data usage in terms of quality and variety among car-brands. The partners stressed the fact that besides technical requirements: data deployment quality, code of practice and a guideline, research should also address business requirements. Without a clear view on quality variations and demands with respect to quality, the data cannot be used effectively.
VIA NOVA researches the following issues,
o quality and quantity of data from cars
o needed quality and quantity of data from cars in Talking Traffic use cases
o big data analysis tools to interpret large quantities of data
o business models, privacy and security of data from cars
The outcome enables users to judge whether data from cars can be useful to solve specific traffic related problems, which data is than to be used, which quality of data is needed and finally the quantity of the needed data. With this measure Talking Traffic can be deployed more effectively resulting in more reduction of congestion.