Analysis of charging behavior of different type of users within the Amsterdam area. A definition of different type of users is deemed neccesary to forecast charging behaviour.---Analyse van laadgedrag van verschillende type gebruikers van de laadinfrastructuur in Amsterdam. Definitie van type gebruikers is nodig om voorspellingen over het verbruik te kunnen doen (EN).
The municipality of Amsterdam wants to have an emission free taxi sector by 2025. In order to reach that goal, the city has taken a number of measures which favour clean taxis above conventional taxis. One of these measures is an innovative priority privilege scheme at the Amsterdam Central Station taxi stand, which should lead to shorter waiting times and more trips for clean taxis. The municipality wants to know if the measure is effective. In this study, we present an analysis of visiting behaviour of clean and regular (diesel) taxis in order to assess the effectiveness of the privilege scheme to attract more clean taxis. As such it aims to contribute to a better understanding of the effect of the priority measure at the Amsterdam Central Station and to provide input for policy makers to introduce incentive schemes to stimulate clean taxis in cities. Analysed data covers a timespan from one year, starting October 2015 when the privilege scheme started with a call rate of 1 clean taxi to each 4 taxis called for a ride. The analysis shows the number of arriving clean taxis to shift from 1:6 to 1:4 during the observation period. Based on this analysis the municipality decided to modify the preference ratio beginning 2017. This study contributes to a better understanding of the effect of the privilege measures and provides input for policy makers introducing incentives to stimulate clean taxis in cities.
Bevoorrading en retourstromen in stedelijke gebieden zijn kostbaar en gebonden aan veel regelgeving. Er is verkeersdruk en parkeren (op laad- en losplekken) is vaak slecht mogelijk. Dit project bekijkt een nieuwe techniek om verkeersstromen in Amsterdamse straten te observeren en de relatie te leggen met de bevoorrading van winkels, van de markt en van andere bedrijven en partijen in een straat. Met dit inzicht kan er in samenwerking met vervoerders, leveranciers, ondernemers en bewoners bekeken worden welke oplossingen er zijn om de verkeersdruk te verminderen. Het slimmer en schoner regelen van de bevoorrading en inzameling van afval betekent een beter leefklimaat, een betere bereikbaarheid en niet in de laatste plaats een bruisende wijk waar het prettig vertoeven is. Het samenbrengen van de benodigde data is arbeidsintensief en zal in verband met concurrentie posities en privacy niet altijd mogelijk zijn. Schattingsmodellen en metingen worden daarom ingezet. Een andere techniek is om daadwerkelijk in een winkelstraat te gaan observeren. Fysiek is dat zeer arbeidsintensief en camerabeelden mogen meestal niet worden gebruikt in verband met privacy. Met artificiële intelligentie kunnen objecten (en personen) uit beeldmateriaal worden herkend. Daarover zijn succesverhalen in een social media context gepresenteerd, en recent ook in verkeersomgevingen (vaak snelwegen). In dit project willen we gedetailleerd beeldmateriaal (foto’s) verzamelen, om te zien welke informatie kan worden geleerd met beeldherkennings-algoritmes. Het betreft een verkennend bruikbaarheidsonderzoek met een aantal praktijkpartners.
In het convenant ‘Schone taxi’s voor Amsterdam’ sprak de gemeente eind 2015 met de Toegelaten Taxiorganisaties (TTO’s) af om gezamenlijk te werken aan schoner taxivervoer met als doel om eind 2025 alleen nog met schone taxi’s te rijden. De gemeente faciliteert de overgang van diesel naar elektrisch door te zorgen voor voldoende snellaadpalen, voorrangsregelingen voor schone taxi’s, vrij parkeren bij laadpalen voor elektrische taxi’s en aanschafsubsidies en reguleert door een milieuzone in te stellen voor oude dieseltaxi’s. U-SMILE (onderdeel B) onderzocht de effectiviteit van enkele van de in het convenant afgesproken maatregelen en zocht op antwoord op de volgende vragen: 1) Hoe effectief is de voorrangsregeling op Centraal Station voor het aantrekken van schone taxi’s? 2) Zijn er op uitgaansavonden bij Leidseplein voldoende schone taxi’s beschikbaar voor de grote aantallen passagiers? 3) Zijn er voldoende snelladers in de stad om elektrische taxi’s snel op te laden? 4) Hoe denken de taxichauffeurs over de maatregelen van de gemeente en hebben de maatregelen effect op het gedrag van de taxichauffeurs? Geanonimiseerde gegevens van pasjes- en kentekenscanners bij de taxistandplaatsen Centraal Station en Leidseplein werden wekelijks opgeslagen in de database van HvA en geanalyseerd. Met een web based taximonitor kan de gemeente de actuele analyseresultaten inzien. Ook interviewde U-SMILE taxichauffeurs en stuurde in samenwerking met de afdeling psychologie van Rijksuniversiteit Groningen vragenlijsten uit om te onderzoeken hoe de taxichauffeurs dachten over de maatregelen en of deze zou leiden tot ander gedrag. Wij vragen deze Top-up aan om: 1) Onderzoeksgegevens en gelieerde onderzoeksfaciliteiten beter toegankelijk te maken voor onderzoekers, zowel voor interne als externe onderzoekers; 2) Het bereik van de beschikbare onderzoeksresultaten sterk te vergroten in de taxi-sector en onder taxichauffeurs
