Gebruik van verkeersdata

In deze tijd is het gebruik van data niet meer weg te denken. Verkeersdata komt uit veel verschillende bronnen. De Nationale Databank Wegverkeergegevens bijvoorbeeld is een bron van actuele informatie over de Nederlandse wegen. Realtime GPS- en andersoortige sensordata vanuit auto’s (Floating Car Data), meetlussen bij VRI’s en verkeerscamera’s geven informatie over het verkeer op de wegen in uw gebied. Ook vanuit de scheepvaart zijn vele informatiebronnen beschikbaar, zoals AIS-data. Maar denk ook aan andere data die gebruikt kan worden voor verkeerscenario’s, zoals hydrometeodata. Technolution Move ontwikkelt voortdurend nieuwe toepassingen op basis van combinaties van deze datastromen.

Meer autonomie in verkeersmanagement

Het gebruik van data creëert mogelijkheden voor nieuwe vormen van verkeersmanagement. Door verhoogd inzicht in de verkeersstromen van meerdere regio’s en verkeersmodaliteiten kunt u geavanceerdere scenario’s voor uw verkeerscentrales creëren. Hierdoor kan uw verkeersmanagementsysteem (bijvoorbeeld MobiMaestro) met grotere autonomie adviezen geven over maatregelen voor betere doorstroming. Het is zelfs mogelijk om bepaalde scenario’s volledig autonoom te laten werken op basis van data.

Remote sensing

Steeds meer data is afkomstig van sensoren op locatie in het veld of langs de kant van de weg (remote sensing). Het inwinnen van deze data gebeurt met veel verschillende protocollen. Wij hebben veel ervaring met de facto en gestandaardiseerde protocollen. En waar ze er nog niet zijn, helpen we ze te definiëren, specificeren en implementeren. Bijvoorbeeld IVERA4, RSMP en DVM-Exchange. Wij werken met een breed spectrum van sensoren: inductielussen, videocamera’s, radar, lidar, etc. Hieronder vallen ook de technieken voor interactie met systemen of gebruikers in het veld.

Data engineering

Betrouwbare automatisering vraagt om robuuste systemen, die de gegevens van geïsoleerde systemen en sensoren kunnen inlezen, verwerken, opslaan en distribueren (data engineering). De systemen waar wij ons mee bezighouden zijn veelal technische informatiesystemen die ingezet worden bij kritieke taken van onze klanten. Zoals meetnetten voor het bewaken van gladheid op de wegen. Maar ook beslissingsondersteunende systemen en dashboards die gebruikt worden in ‘control rooms’. Dit vereist een hoge beschikbaarheid en een hoge betrouwbaarheid van de data. Onze ‘enabling technologies’ voorzien hierin en hebben zich in de praktijk bewezen.

Data science

De volgende stap is ruwe data omwerken naar zinvolle informatie (data science). Zoals tellingen van fietsers omzetten naar reistijden en dit weer gebruiken als input voor simulatie en live-advies over de te volgen route. Met behulp van data science creëren wij inzicht in de complexere verkeersprocessen.

Machine learning

Machine learning, oftewel kunstmatige intelligentie, levert een belangrijke bijdrage aan de verdere evolutie van verkeersmanagement. Door verkeersdata te analyseren met zelflerende algoritmes worden patronen in het verkeer zichtbaar. Dit levert tal van nieuwe mogelijkheden op voor verdere automatisering en autonomisering. Deze technologie is geschikt voor alle verkeersmodaliteiten.

Welke mogelijkheden zijn er voor uw verkeersdata? Hoe kunnen databronnen goed worden ingezet voor een betere doorstroming en beter verkeersmanagement? Het verkeer is – in Nederland, maar ook daarbuiten – een groot, complex netwerk waarvan alle onderdelen elkaar beïnvloeden. Met effectieve analyse van datastromen krijgt u nieuwe inzichten in de werking van het verkeersnetwerk in uw regio. Wij zijn gespecialiseerd in de integratie van deze datastromen in onze oplossingen. Zodat u hiermee de doorstroming in uw regio nog verder kunt optimaliseren.