Smart Urban Mobility: bereikbare, gezonde & vitale steden

TNO maakt dit concreet door middel van diverse projecten en pilots.

Slimme bereikbaarheid door inzicht in data

Binnen een stad valt er op operationeel niveau veel te optimaliseren, denk bijvoorbeeld aan de instelling van verkeerslichten, parkeerverwijzingen, route informatie panelen, etc. Al deze systemen kunnen op elkaar afgestemd worden en leveren vervolgens ook weer veel data. TNO kan deze data verwerken tot informatie die ook kan worden gebruikt om effecten van verkeersmaatregelen te evalueren en zelfs te voorspellen. Daarmee wordt een operationeel systeem dus de basis voor het tactisch verkeersmanagement van de stad.
Naast het inzichtelijk maken van deze data werkt TNO ook aan tools waarmee beleidsmakers diverse toekomstscenario’s inzichtelijk kunnen maken. Wat gebeurt er bijvoorbeeld als er een groot evenement plaatsvindt en welke mogelijkheden zijn er om te sturen als de luchtkwaliteit boven de norm komt. Ook op strategisch niveau werkt TNO aan tools voor ondersteuning van beleid. Denk hierbij aan het herontwerpen van het wegennetwerk, opening van nieuwe verbindingen of de aanleg van een nieuwe woonwijk. De meeste winst valt te behalen door de data die op het operationele niveau wordt verzameld via het tactische niveau tot op het strategische niveau te benutten.

StadsDashboard Rotterdam

TNO ontwikkelt een StadsDashboard voor de gemeente Rotterdam. Een web interface toont real-time inzicht hoe de stad er voor staat op het gebied van mobiliteit, logistiek en luchtkwaliteit. Nieuwe technologieën en methodieken bieden de mogelijkheid om data uit (bestaande) sensoren in de stad (bijv. lusdata, kentekenherkenningscamera’s, floating car data, bluetooth ed.) te ontsluiten, te verrijken en te koppelen. Hiermee kan congestie, logistieke vervoersstromen en de geluidsoverlast en uitstoot van emissies visueel en ook real-time inzichtelijk worden gemaakt. TNO is in staat om door de integratie van diverse databronnen en waar nodig de modellering hiervan in beeld te brengen welke doelgroepen er in de stad. Met deze informatie kunnen beleidsmakers maatregelen afstemmen op de doelgroep (bijvoorbeeld bestelverkeer). Door dit verhoogd inzicht biedt het StadsDashboard de mogelijkheid om beter te identificeren waar problemen of kansen zich voordoen.

Praktijkproef Amsterdam

Een ander voorbeeld is een operationeel systeem waarmee de automobilist optimaal kan worden gerouteerd door de regio Amsterdam met behulp van een app op een smartphone (SuperRoute). Deze app wordt gevoed door een geavanceerd systeem waarmee TNO de verkeerssituatie kan voorspellen voor de komende 30 tot 60 minuten. In dit systeem worden diverse databronnen, zoals detectors in de weg, camera’s, bluetooth detectors en data uit de app zelf elke 5 minuten samengevoegd om een compleet beeld van de verkeerssituatie te construeren. Vervolgens wordt door middel van een serie intelligentie voorspellers de verkeerssituatie een uur vooruit voorspeld. Binnen deze virtuele werkelijkheid kunnen we vervolgens door middel van slimme route algoritmen de verkeerssituatie optimaliseren en voorkomen dat bijvoorbeeld iedereen dezelfde kant wordt opgestuurd bij een ongeval.

Google en TNO onderzoeken verkeersstatistieken voor verkeersmanagement

In opdracht van Google onderzocht TNO de bruikbaarheid, dekking en mogelijke kostenbesparing van Google verkeersstatistieken voor toepassing in verkeersmanagement. De gemeente Amsterdam gaat met Google en TNO samenwerken om de gegevens in de praktijk toe te passen.

In dit onderzoek werkte TNO met geanonimiseerde, geaggregeerde historische verkeersstatistieken van Google. Deze statistieken - zoals snelheden en verkeersvolumes – vergeleek TNO met de metingen van 3.000 verkeerssensoren in het wegennet in Nederland zoals bij de ring A10 bij Amsterdam.