click here for the english version of this website u bekijkt nu de nederlandse versie van deze website klik hier om het originele lettertype te kiezen klik hier om een groter lettertype te kiezen klik hier om het grootste lettertype te kiezen

Nieuwsbericht


0

Geplaatst op: 21-11-2017

Nieuwe inzichten en verrassende toepassingen bij de Smart Mobility Hackathon

De Smart Mobility Hackathon die op 9 en 10 november werd georganiseerd door NDW in samenwerking met CGI was een groot succes. Twaalf deelnemers van NDW, SAS, CGI en HAN hebben in een tijdsbestek van 36 uur zogenaamde probe vehicle data gecombineerd met onder meer lusdata en weerdata van het KNMI en zijn zo tot verrassende nieuwe inzichten gekomen. Aanleiding voor de hackathon vormde de praktijkproef voertuigdata, waarbij via twintig dienstauto’s (tien dienstauto’s van Rijkswaterstaat en tien van provincies Noord-Holland, Overijssel en Groningen) unieke probe vehicle data is verzameld. Deze geanonimiseerde sensordata brengt onder andere de snelheid, positie, remkracht en weersomstandigheden van de voertuigen in kaart en kan worden gebruikt voor verkeersinformatie en -management.

Donderdagochtend gaf NDW-directeur Frits Brouwer na een motiverende speech het startsein voor de hackathon. In drie teams gingen vervolgens data scientists, big data experts en mobility experts voortvarend aan de slag om een antwoord te vinden op de volgende vragen: is er een relatie tussen weer en remgedrag, is het mogelijk om op basis van de remmingen en ruitenwissers te ontdekken of er op ZOAB is gereden, kunnen we weginspecteurs identificeren op basis van SB-events (situatieberichten), en kun je op basis van sensordata de kans op file voorspellen?

De uitkomsten waren verrassend. Zo blijkt omgevingstemperatuur de grootste voorspeller voor hoe hard er geremd wordt, meer nog dan regen, ijzel of mist. Met een lagere temperatuur zou er minder hard geremd worden, dus de deceleratie is dan minder groot. Een ander team testte een viertal modellen die ieder de kans op file voorspellen. Het best presterende model blijkt met de testdata in liefst 68% van de gevallen de kans op file juist te voorspellen. Tot slot kan op basis van snelheid en remmingen in de CANbus-data met 72% kans voorspeld worden of er een SB-event is.

De deelnemers en organisatie kijken terug op een succesvol en enerverend evenement dat zeker voor herhaling vatbaar is! Wilt u meer weten over de Smart Mobility Hackathon of over hoe NDW u kan helpen met het analyseren en visualiseren van FCD-data? Neem dan contact op met Edoardo Felici of bel ons op 030-2806683.

 

Home Nieuws Nieuwe inzichten en verrassende toepassingen bij de Smart Mobilit...
line

Nieuwsbrief

Schrijf u in voor onze nieuwsbrief en blijf op de hoogte van het laatste nieuws over NDW.