Amsterdam krijgt 's wereld eerste vloot van autonome boten. Terwijl de eerste prototypes van zelfrijzende auto's de weg op gaan, luidt Amsterdam een nieuw hoofdstuk in voor autonome voertuigen. Roboat is 's werelds eerste grootschalige onderzoek dat de reeks mogelijkheden van autonome systemen op het water verkent en test.
In een samenwerking met de onderzoekers van het Massachusetts Institute of Technology (MIT), is het Amsterdam Institute for Advanced Metropolitan Solutions (AMS Institute) 's werelds eerste grote onderzoeksprogramma gestart naar autonome drijvende schepen in grootstedelijke gebieden. Roboat is een gezamenlijk vijfjarig project, uitgevoerd door onderzoekers van het MIT, de Technische Universiteit Delft (TU Delft) en Wageningen University and Research (WUR). Het vijfjarenprogramma heeft een budget van € 25 miljoen en vindt plaats in Amsterdam.
Regelmatig wordt de gemeente Amsterdam gevraagd om te participeren in (internationale) onderzoeksprojecten en netwerken over mobiliteit. In het Ovale Tafel overleg met de Amsterdamse kennisinstellingen (AMS Institute, HvA, VU, UvA en CWI), de Vervoerregio Amsterdam en de Chief Technology Officer worden lopende onderzoeksprojecten en nieuwe mogelijkheden afgestemd.
Smart Mobility heeft veel potentie voor de verdere ontwikkeling van de Metropoolregio Amsterdam (MRA). Nieuwe technologieën zullen de manier waarop wij onszelf en onze goederen verplaatsen drastisch veranderen. Innovaties bieden kansen, maar brengen ook risico’s met zich mee. Een goede samenwerking binnen én buiten de regio is daarom onontbeerlijk.
In this collection, you will find all documents related to the City Data Standard - Mobility. The principles document explains how the CDS-M concept was born; the blueprint contains the reasoning behind the vision and form of CDS-M; the metrics document shows the technical specification of CDS-M; the GDPR document discusses the effect of legislation on the technical specification, and the use-case document describes the relevance and application of use cases for the further development of CDS-M.
In this collection, you will find all documents related to the City Data Standard - Mobility (CDS-M). The principles document explains how the CDS-M concept was born; the blueprint contains the reasoning behind the vision and form of CDS-M; the metrics document shows the technical specification of CDS-M; the GDPR document discusses the effect of legislation on the technical specification, and the use-case document describes the relevance and application of use cases for the further development of CDS-M.
STAD – Nederland met zelfrijdende voertuigen (SURF)
Zelfrijdende voertuigen veranderen de manier waarop we reizen, wonen, werken en recreëren. Dit onderzoek bestudeert het effect van zelfrijdende voertuigen op vervoers- en locatiekeuzes van personen en bedrijven en op het ruimtelijk ontwerp van steden en wegen.
Gemeente Amsterdam participeert in dit onderzoek van SURF dat loopt tot 2021.
Consortium: TUD (prof. Bart van Arem), EUR, VU, TUE, Amsterdam Institute for Advanced Metropolitan Solutions (AMS), Hogeschool Rotterdam, Rijkswaterstaat, RDW, TNO, Min. IenM/Kennisinstituut voor Mobiliteitsbeleid, Metropoolregio Rotterdam Den Haag, gemeente Amsterdam, gemeente Den Haag, gemeente Delft, provincie Zuid-Holland, provincie Gelderland, Rotterdam The Hague Airport, RET, CROW, SmartPort, SWOV, Mobycon, DTV, Connekt, TransDev, Goudppel Coffeng
De Nederlandse minister Schutz van Haegen demonstreerde onlangs een autonoom rijdende vrachtwagen in het Nederlanse Zwolle. Hiermee komen onbemande vrachtwagens terug een stap dichterbij. Maar naast de techniek is er meer nodig om de inzet van zelfrijdende auto's te regelen.
You are about to enter the world of electric mobility, more specifically the world of public-charging infrastructure for electric mobility. Over the past five years, we – researchers, teachers and students, together with municipalities, research institutes and companies – have gathered and analysed the charging data of public-charging infrastructure in the Netherlands. Together, we wanted to get smart, based on data, facts and figures. We have achieved this through experiments, evaluations of roll-out policies, and by developing computational models to simulate the future. There are many ways to determine whether, where and what charging infrastructure to install. Demand-driven roll-out strategies have been applied next to the strategic placement of charging stations. Both regular and fast charging points have been installed and monitored. Stand-alone charging stations with two sockets, and charging hubs have been put in place. Smart-charging experiments have been executed at AC charging stations, and battery packs for solar energy storage have been installed.
This book captures five years of research results on the roll-out of public-charging infrastructure. We don’t expect you to read it from A to Z! In order to find the subject of your interest, we have developed the 4-5-6 system including icons for each charging infra category, policy field and user group.
Each article is marked with icons based on its content. If you want to read more about taxis, choose the articles with the taxi icon. Do you want to know more about charging hubs? Choose the articles with the icon for a charging hub. Colour codes direct you to the appropriate page, or select your articles for the contents overview.
Do you prefer an even quicker read? Take a look at the take-aways that come with almost each and every article. Are you interested in the full scientific background? Scan the QR code given in the article and access the scientific article or report directly on the web. Abbreviations used throughout the book are explained in the abbreviation table on page 160-161.
We hope that this book will inspire, make you a little smarter and well equipped to take the right decision regarding charging infrastructure roll-out, e-mobility or the renewable energy transition.
Referentievan den Hoed, R., Maase, S., Helmus, J., Wolbertus, R., el Bouhassani, Y., Dam, J., ... Jablonska, B. (2019). E-mobility: getting smart with data. Amsterdam: Amsterdam University of Applied Science.
Binnen het project IDO-laad – Intelligente Data-gedreven Optimalisatie laadinfrastructuur – vindt onderzoek plaats en worden tools ontwikkeld gericht op de uitrol van een kostenefficiënte en effectief gebruikte laadinfrastructuur voor elektrisch rijden. Publieke en semi-publieke EV laadinfrastructuur is de afgelopen jaren in Nederland op grotere schaal ontwikkeld, met name in het stedelijk gebied. Met de groei van elektrisch rijden zijn optimalisatievraagstukken nu actueel.
Op basis van door de consortiumpartners beschikbaar gestelde laaddata gecombineerd met andere relevante datasets wordt door onderzoekers van de Hogeschool van Amsterdam en de Universiteit van Amsterdam gewerkt aan voorspel- en simulatiemodellen. Deze modellen worden vervolgens toegepast bij de ontwikkeling van tools voor professionals die bij overheden en bedrijven werken aan de ontwikkeling en uitrol van EV laadinfrastructuur. Van september 2015 tot en met augustus 2019 zet het consortium en projectteam in op effectief gebruik van de laadinfrastructuur en het sluitend maken van de businesscase voor laadinfrastructuurwordt er binnen dit project Het doel van dit project is middels onderzoek de komende vier jaar professionals in de laadinfrastructuur-keten te ondersteunen bij de uitrol van een effectieve en kostenefficiënte laadinfrastructuur. Met effectief wordt bedoeld dat laadvraag en laadaanbod goed matchen, en dat de laadinfrastructuur doelmatig is. Met kostenefficiënt wordt bedoeld dat kosten en baten van plaatsing, gebruik, exploitatie en onderhoud van de laadinfra-structuur in balans en leiden tot een sluitende business case.
IDO-laad is een RAAK-Pro project, mede gefinancierd door regieorgaan SiA. De Hogeschool van Amsterdam, onderzoeksprogramma Urban Technology, Smart Energy Systems is penvoerder. Inhoudelijk verantwoordelijk lector is Dhr. Robert van den Hoed
Nu verschillende landen de eerste voorzichtige stappen zetten om de COVID-19-lockdown te versoepelen, staat de samenleving voor de moeilijke taak om de regels voor het afstand houden in de praktijk te handhaven. Omdat we steeds meer voetgangers en fietsers in het stadsbeeld zien terugkeren kan die veilige afstand van 1,5 meter in veel stedelijke gebieden een uitdaging zijn, vanwege de manier waarop de openbare ruimte (of het gebrek daaraan) is ontworpen.
Het Social Distancing Dashboard creëert interactieve stadsplattegronden die op straat- en wijkniveau laten zien of mensen die zich door de openbare ruimte bewegen zich aan de afstandsregels kunnen houden. Het biedt een overzicht van verschillende aspecten – zoals de breedte van voetpaden en de locatie van bushaltes – die beïnvloeden in hoeverre we daadwerkelijk kunnen voldoen aan de afstandsregels. Daarmee kan het bijdragen aan de bewustwording van de beperkingen die de inrichting van de openbare ruimte met zich meebrengt en aan de besluitvorming over COVID-19-gerelateerde interventies in de stad.
De dynamische en kleurgecodeerde kaarten zijn vrij beschikbaar, bijvoorbeeld voor beleidsmakers die beslissingen moeten nemen over volksgezondheid of stadsplanners die zijn belast met het realiseren van COVID-19-gerelateerde interventies in de stedelijke ruimte. Het dashboard is ook bedoeld om inwoners van de stad te informeren – met name risicogroepen – die zo veilig mogelijk door de straten van de stad willen navigeren.
Hoge-resolutie datasets
Met behulp van gegevens van de Basisregistratie Grootschalige Topografie, het CBS, en OpenStreetMap schat het dashboard de breedte van voetpaden automatisch en kent ze vervolgens een risicoprofiel toe. Door het gebruik van hoge-resolutie datasets is het mogelijk om analyses uit te voeren op verschillende schalen, variërend van postcodegebieden tot buurt-, wijk-, stads- en regionale niveaus – en op die manier zowel lokaal als op hoog niveau inzicht te bieden in het afstand houden in een stedelijke omgeving.
Het doel van het Social Distancing Dashboard is om een overzicht te geven van verschillende aspecten die van invloed zijn op het afstand kunnen houden in de openbare ruimte. Het beoogt beleidsmakers te ondersteunen bij het ontwerpen van interventies op lokaal niveau en voor specifieke economische sectoren en commerciële activiteiten.
Het huidige dashboard bevat informatie over de breedte van wandelpaden en openbaar vervoerlocaties in verschillende Nederlandse steden. Omdat er meer factoren zijn die van invloed zijn op het afstand houden, wordt het binnenkort uitgebreid met informatie over andere aandachtspunten (bijvoorbeeld voorzieningen die veel mensen aantrekken, zoals supermarkten of andere locaties met veel verkeer) en met andere gegevens (bijvoorbeeld mobiliteitsgegevens of druktemeldingen).
Het Social Distancing Dashboard is een project van TU Delft-onderzoekers Roos Teeuwen, Vasileios Milias, Carlo van der Valk, Shahin Sharifi, Sihang Qiu, professor Alessandro Bozzon, en professor Gerd Kortuem, onder leiding van Dr. Achilleas Psyllidis van de faculteit Industrieel Ontwerpen en Research Fellow van het AMS Institute.
Social Distancing Dashboard provides roadmap for city dwellers
As countries take their first tentative steps towards loosening COVID-19 lockdown, society faces the difficult task of maintaining social distancing rules in practice.
With growing numbers of pedestrians and cyclists returning to city streets, keeping a safe distance of 1.5m can be a challenge in many urban areas due to the way public space (or lack of it) has been designed.TheSocial Distancing Dashboard, a project led by scientists from Delft University of Technology (TU Delft), in collaboration with the Amsterdam Institute for Advanced Metropolitan Solutions (AMS Institute), helps to raise awareness about constraints posed by the design of public space and contributes to decision making for COVID-19 related interventions in urban planning.
Putting social distancing on the map
The Social Distancing Dashboard creates city maps that show on a street and neighborhood level if social distance rules can be respected when moving in public space. It offers an overview of different factors – such as the width of the footpath and location of bus stops – affecting our ability to respect social distancing rules.
The dynamic and color-coded maps are open access and available for use by e.g. policymakers, charged with making decisions on public health and city planners, tasked with making COVID-19 related interventions in the urban space. The dashboard is also intended to raise awareness amongst city residents – especially those in risk groups – who want to navigate the city streets as safely as possible.
The team of researchers, led by TU Delft’s Faculty of Industrial Design’s Assistant Professor and Research Fellow at AMS Institute, Dr. Achilleas Psyllidis, kicked off the project with a dashboard for Amsterdam. .
Gemeentes kijken reikhalzend uit naar SocialGlass. Dit nieuwe systeem combineert de taal en de context van Instagram- en Twitterberichten met andere data om de drukte en de sfeer in een wijk te bepalen. Daarmee zijn mensenmassa’s beter de juiste kant op te dirigeren. En er zijn nog veel meer toepassingen.
Het was druk op de Amsterdamse straten, afgelopen Koningsdag. Prima weertje, overal wel iets te doen, en tienduizenden mensen van buiten de stad die eens kwamen kijken wat er in de hoofdstad gaande was. Heel gezel- lig, maar lastig voor de gemeente. Hoewel die wat drukte rond de verjaardag van de koning wel gewend is, blijft het logistiek een enorme operatie: hoe krijg je een mensenmassa ordelijk en veilig van het beginpunt naar de andere plekken in de stad?
Er is hulp onderweg. SocialGlass is een uitvinding van onderzoeker dr. Achilleas Psyllidis en zijn collega’s van Delft Data Science (DDS), een onderdeel van de TU Delft, en het Amsterdam Institute for Advanced Metropolitan Solutions (AMS). Het moet straks het stadsbestuur of de landelijke overheid precies vertellen wat ‘de massa’ wil; waar mensen last van hebben en wat ze leuk vinden.
This article uses big data from images captured by Google Street View (GSV) to analyse the extent to which the built environment impacts the survival rate of neighbourhood-based social organisations in Amsterdam, the Netherlands. These organisations are important building blocks for social life in urban neighbourhoods. Examining these organisations’ relationships with their environment has been a useful way to study their vitality.
To extract data on built environment features from GSV images, we applied a deep learning model, DeepLabv3 + . We then used elas- tic net regression to test the relationship between the built environment empirically – distinguish- ing between car-related, walking-related and mixed-use land infrastructure – and the survival of neighbourhood organisations. This testing approach is novel, to our knowledge not yet having been applied in Urban Studies. Besides revealing the effects of built environment features on the social life between buildings, our study points to the value of easily applicable observational big data. Data captured by GSV and other recently developed methods offer researchers the oppor- tunity to conduct detailed yet relatively swift and inexpensive studies without resorting to overly coarse or common subjective measurements.
Source: Wang, M., & Vermeulen, F. 2020. Life between buildings from a street view: What do big data analytics reveal about neighborhood organizational vitality? Urban Studies Journal. DOI: 10.1177/0042098020957198
Met dit programma ontwikkelt Amsterdam samen met haar bewoners, bezoekers, publieke en private partijen het mobiliteitssysteem van de toekomst. Om dit te bereiken ontwikkelen we Amsterdamse voorwaarden waar nieuwe mobiliteitsoplossingen en aanbieders aan moeten voldoen. Op deze manier willen wij regie voeren op verschillende mobiliteitsstromen in de openbare ruimte om deze leefbaar, schoon, bereikbaar en veilig te houden.
De druk op de stad blijft de laatste jaren toenemen en daarmee ook de druk op de mobiliteit. Technologische innovaties volgen elkaar razendsnel op. De grote uitdaging: hoe blijft Amsterdam een bereikbare en veilige, maar ook leefbare stad met schone lucht en voldoende aantrekkelijke openbare ruimtes?
We moeten en gaan er alles aan doen om ruimte en leefbaarheid te creëren. Slim gebruik van mobiliteit draagt hieraan bij.
Met het Programma Smart Mobility 2019-2025 verkent Amsterdam de toekomst op het gebied van slimme en schone mobiliteit. Daarnaast speelt het programma in op kansen voor innovatie in samenwerking met andere overheden, kennisinstellingen en mobiliteits- en technologiebedrijven.
Amsterdam fungeert als Urban Mobility Lab: we onderzoeken, voeren uit, leren en testen. Bijvoorbeeld met zelfrijdende auto’s in de stad. Zo verkrijgen we meer en sneller inzicht. Dit is belangrijk aangezien we op een keerpunt staan waarin we duidelijke keuzes moeten maken op het gebied van mobiliteit.
Anders reizen door positieve prikkels en alternatieven
Amsterdammers, bezoekers en vervoerders worden ‘verleid’ om schoner en slimmer te reizen door volwaardige, betaalbare en schone alternatieven voor de privéauto. Onder andere met de komst van15 tot 20 eBuurthubs in de komende jaren.
eBuurthubs
eBuurthubs zijn fysieke plekken in de stad waar geclusterd elektrische deelmobiliteit wordt aangeboden. eBuurthubs worden ontwikkeld en ontworpen op Amsterdamse wijze, met bewoners en marktpartijen. Dit nieuwe mobiliteitsconcept helpt om autobezit te verminderen en de bereikbaarheid en leefbaarheid te vergroten. Amsterdam doet dit in samenwerking met andere steden en provincies, kennisinstellingen en het bedrijfsleven.
Reisproeven
Er zijn verschillende reisproeven gestart met werknemers, bewoners en publieke professionals (leraren, verpleegkundigen, kinderleidsters) om op een slimme en schone manier te reizen. Zoals de reisproef en de proef elektrisch fietsen. De uitkomsten van de proeven gebruiken we voor nieuw (deel)beleid en het vormgeven van Amsterdamse randvoorwaarden. Ongeveer 30% van de deelnemers van de bewoners reisproef besloot definitief hun auto weg te doen en volledig gebruik te maken van alternatief (deel)vervoer.
De komende periode bekijken we ook de mogelijkheden voor een parkeervergunning tussen de G5 steden voor deelauto's.
Samenwerking met (externe) partners
Daarnaast zetten we in op sterkere samenwerking met onze partners en stellen we Amsterdamse voorwaarden op voor partijen die hun diensten aanbieden in de openbare ruimte. Het delen van data voor inzichten in drukte en gebruik is hierbij een belangrijk onderdeel om de leefbaarheid en toegankelijkheid van Amsterdam te waarborgen.
Digitalisering en datasets
De komende jaren worden onze verkeerscentrale verder ontwikkeld en uitgebreid. Om verschillende verkeersstromen zoals fiets, auto en taxi’s beter te kunnen managen, analyseren, voorspellen en real time te sturen. Deze samenwerking gebeurt zowel met private en publieke partijen en andere overheden.
Sinds begin 2019 gebruikt de gemeente Amsterdam datasets van de mobiele applicatie 'Waze' om te bepalen waar er incidenten, sluitingen en andere verstoringen op de wegen plaatsvinden. De verkeerscentrale gebruikt deze om beter te kunnen beslissen welke maatregelen het beste in te zetten. In de nabije toekomst gaan we deze gegevens verder integreren in de systemen. Hierdoor kunnen binnenkort incidenten nog beter afgehandeld worden door een koppeling met onze verkeerscamera’s en een koppeling met verkeerslichten en matrix borden. Dat verkort de tijd voordat er een reactie komt vanuit de verkeerscentrale, zodat er eerder een berger of een ambulance ter plaatse is. Amsterdam kan tevens bevestigen aan Waze dat het incident daadwerkelijk heeft plaatsgevonden, zodat app-gebruikers een alternatieve route krijgen aangeboden.
In Smart Cycling Futures (SCF) wordt onderzoek verricht naar de kansen die fietsinnovatie kan bieden aan de verbetering van steden en regio’s. Centraal in SCF staan de living labs die in de deelnemende Nederlandse steden en regio’s georganiseerd worden. In living labs gaan wetenschappers en experts uit de praktijk aan de slag om sociale en technische vindingen uit te proberen en te evalueren.
Met het SURF-onderzoek wil het consortium leren over en stimuleren van de transitie naar een slimmer fietssysteem – met als doel de leefbaarheid en veerkracht van stedelijke regio’s te vergroten. Onder meer Brabantstad, Stadsregio Amsterdam, Zwolle/Overijssel en Utrecht zijn ‘partner in crime’.
SCF maakt deel uit van het onderzoeksprogramma ‘Smart Urban Regions of the Future’ (SURF). Dit is hét kennisprogramma van de departementen van Infrastructuur en Milieu (IenM) en Binnenlandse Zaken en Koninkrijksrelaties (BZK), NWO, Platform31 en het Nationaal Regieorgaan Praktijkgericht Onderzoek SIA op het gebied van slimme stedelijke regio’s. De initiatiefnemers brengen 16,5 miljoen euro samen voor onderzoek en kennisoverdracht in de periode 2015-2020. In SURF werken (internationale) consortia van wetenschappelijk onderzoekers en praktijkpartijen in stedelijke regio’s samen aan kennis op de raakvlakken van ruimte, wonen, bereikbaarheid, economie en bestuur. In 2016 gingen de eerste SURF-projecten van start: vijf grote nationale projecten waaronder SCF. Kijk voor meer informatie hierover op www.verdus.nl
SCF werkt samen met andere fietsonderzoekers en -professionals in de Fietscommunity 2.0. lees meer over deze community op de SURF-website en de website van de Fietscommunity zelf.
Smart Cycling Futures is een samenwerkingsproject tussen/met veel partijen. De projectleiding berust bij Rob Raven van de Universiteit Utrecht. Ook de Universiteiten van Amsterdam (UVA) en Eindhoven (TU) doen mee, net als Hogeschool Windesheim uit Zwolle. De vier steden Utrecht, Amsterdam, Eindhoven en Zwolle doen ook mee, evenals de provincie Overijssel, Utrecht en Noord Brabant en de stadregio Amsterdam.
Enhancing crowd monitoring system functionality through data fusion
Crowd monitoring systems (CMSs) provide a state-of-the-art solution to manage crowds objectively. Most crowd monitoring systems feature one type of sensor, which severely limits the insights one can simultaneously gather regarding the crowd’s traffic state. Incorporating multiple functionally complementary sensor types is expensive. CMSs are needed that exploit data fusion opportunities to limit the number of (more expensive) sensors. This research estimates a data fusion algorithm to enhance the functionality of a CMS featuring Wi-Fi sensors by means of a small number of automated counting systems.
Here, the goal is to estimate the pedestrian flow rate accurately based on real-time Wi-Fi traces at one sensor location, and historic flow rate and Wi-Fi trace information gathered at other sensor locations. Several data fusion models are estimated, amongst others, linear regression, shallow and recurrent neural networks, and Auto Regressive Moving Average (ARMAX) models. The data from the CMS of a large four-day music event was used to calibrate and validate the models. This study establishes that the RNN model best predicts the flow rate for this particular purpose. In addition, this research shows that model structures that incorporate information regarding the average current state of the area and the temporal variation in the Wi-Fi/count ratio perform best.
Bron: Duives, D. C., van Oijen, T., & Hoogendoorn, S. P. (2020). Enhancing crowd monitoring system functionality through data fusion: Estimating flow rate from wi-fi traces and automated counting system data. Sensors (Switzerland), 20(21), 1-25. [6032]. https://doi.org/10.3390/s20216032
Design and operation of dedicated lanes for connected and automated vehicles on motorways
Dedicated Lanes (DLs) have been proposed as a potential scenario for the deployment of Automated and/or Connected Vehicles (C/AVs) on the road network. However, evidence-based knowledge regarding the impacts of different design configurations, utilization policies, and the design of their access/egress on traffic safety and efficiency is limited. In order to develop an adequate design for DLs, first, a conceptual framework describing the relations and interrelations between these factors and traffic safety and efficiency is needed.
Therefore, the main aim of this paper is to develop a conceptual framework accounting for the factors that could affect the safety and efficiency of DLs. This conceptual framework is underpinned based on relevant literature on how the deployment of C/AVs, driver behaviour, and DL design and operation affect traffic safety and efficiency. Based on the conceptual framework, the knowledge gaps on DL design for C/AVs were identified and a research agenda, including prioritization of the research needs, is proposed. Following the developed conceptual framework, the necessary building blocks for investigating the impacts of different design configurations, utilization policies, and the design of their access/egress on traffic safety and efficiency are: (1) to specify the types of vehicles with certain capabilities allowed to drive on DLs; (2) to incorporate existing algorithms of C/AVs, which reflect more realistically their behaviour, in both driving simulator experiments and microscopic simulation; (3) to translate the empirical data regarding human behavioural adaptation collected from field tests and driving simulator studies to mathematical models and implement them in traffic flow simulation platform. It is also recommended to develop automated lane change algorithms, taking into account connectivity between C/AVs which can be also implemented in driving simulators and traffic flow simulation platforms. Finally, it is recommended that future research investigate the combined effects of traffic safety and efficiency in designing DLs while considering driver behaviour adaptation and control transitions between manual and automated operation.
Bron: Razmi Rad, S., Farah, H., Taale, H., van Arem, B., & Hoogendoorn, S. P. (2020). Design and operation of dedicated lanes for connected and automated vehicles on motorways: A conceptual framework and research agenda. Transportation Research Part C: Emerging Technologies, 117, [102664]. https://doi.org/10.1016/j.trc.2020.102664
A passenger-pedestrian model to assess platform and train usage from automated data
We present a transit model that, based on automated fare collection and train tracking data, describes pedestrian movements in train stations and vehicle-specific train ridership distributions. Our approach differs from existing models in that we describe on-board passenger dynamics and pedestrian dynamics at stations in a joint framework.
We assume that travelers first decide on the train(s) they will take, and then pursue their journey through the network by successively choosing pedestrian paths, waiting positions on platforms, and specific train cars. Travelers explicitly maximize their travel utility. We model how crowding influences their walking speeds, and how it affects travel utility both at stations and on-board. To illustrate the framework, we present a real case study of a major Dutch rail corridor, for which we collect a rich set of passenger, pedestrian and train operation data. We observe a good agreement of model estimates with empirical observations, and discuss the use of the model for various transit-related problems including level-of-service assessment, crowding estimation, transit optimization, and integrated investment appraisal.
Bron: Hänseler, F. S., van den Heuvel, J. P. A., Cats, O., Daamen, W., & Hoogendoorn, S. P. (2020). A passenger-pedestrian model to assess platform and train usage from automated data. Transportation Research Part A: Policy and Practice, 132, 948-968. https://doi.org/10.1016/j.tra.2019.12.032
Adaptations in driver behavior characteristics during control transitions from full-range Adaptive Cruise Control to manual driving
Adaptive Cruise Control (ACC) can reduce traffic congestion and accidents. In dense traffic flow conditions and when changing lanes, drivers prefer to deactivate the ACC. These control transitions between automation and manual driving could impact driver behaviour characteristics.
However, few studies have analysed the magnitude and duration of these adaptations. This research aims at quantifying the adaptations in speed, acceleration, distance headway and relative speed when drivers resume manual control. We collected driver behaviour data in an on-road experiment with full-range ACC during peak hours in Munich. We analysed these data using linear mixed-effects models to identify statistically significant changes in driver behaviour characteristics after drivers resumed manual control (transition period). The results reveal that the speed decreased significantly after the system was deactivated and it increased significantly after the system was overruled by pressing the gas pedal. These adaptations might have a substantial impact on traffic efficiency and safety.
Bron: Varotto, S. F., Farah, H., Bogenberger, K., van Arem, B., & Hoogendoorn, S. P. (2020). Adaptations in driver behaviour characteristics during control transitions from full-range Adaptive Cruise Control to manual driving: an on-road study. Transportmetrica A: Transport Science, 16(3), 776-806. https://doi.org/10.1080/23249935.2020.1720856
Using virtual reality to study pedestrian exit choice behaviour during evacuations
Exit choice is vital to pedestrians’ survival during evacuations. This paper presents the results of a VR experiment and a field experiment to study pedestrian exit choice behaviour during evacuations. Primarily, we compared pedestrian exit choice behaviour with a VR experiment and a field experiment to determine the ecological validity of a particular VR simulator (smartphone-based HMD and 360° video) as a research tool to study pedestrian exit choice behaviour.
The results showed that the pedestrians’ exit choice behaviour during the evacuation is similar in the field experiment and the VR experiment. Furthermore, we investigated whether and to what extent different types of information (i.e., exit signs, directional signs, presence of people) influence pedestrian exit choice during evacuations. The analysis focused on the commonalities and differences in the pedestrians’ exit choice behaviour between the scenario without additional information and three scenarios with different types of information. The comparison between scenarios with different types of information illustrated that the presence of other pedestrians and directional signs have a significant influence on the participants’ exit choice. Moreover, the results indicated that this VR simulator is applicable to study pedestrian exit choice behaviour during evacuations.
Bron: Feng, Y., Duives, D. C., & Hoogendoorn, S. P. (2021). Using virtual reality to study pedestrian exit choice behaviour during evacuations. Safety Science, 137, [105158]. https://doi.org/10.1016/j.ssci.2021.105158
E-bike user groups and substitution effects: evidence from longitudinal travel data in the Netherlands
In recent years, the e-bike has become increasingly popular in many European countries. With higher speeds and less effort needed, the e-bike is a promising mode of transport to many, and it is considered a good alternative for certain car trips by policy-makers and planners. A major limitation of many studies that investigate such substitution effects of the e-bike, is their reliance on cross-sectional data which do not allow an assessment of within-person travel mode changes.
As a consequence, there is currently no consensus about the e-bike’s potential to replace car trips. Furthermore, there has been little research focusing on heterogeneity among e-bike users. In this respect, it is likely that different groups exist that use the e-bike for different reasons (e.g. leisure vs commute travel), something which will also influence possible substitution patterns. This paper contributes to the literature in two ways: (1) it presents a statistical analysis to assess the extent to which e-bike trips are substituting trips by other travel modes based on longitudinal data; (2) it reveals different user groups among the e-bike population. A Random Intercept Cross-Lagged Panel Model is estimated using five waves of data from the Netherlands Mobility Panel. Furthermore, a Latent Class Analysis is performed using data from the Dutch national travel survey. Results show that, when using longitudinal data, the substitution effects between e-bike and the competing travel modes of car and public transport are not as significant as reported in earlier research. In general, e-bike trips only significantly reduce conventional bicycle trips in the Netherlands, which can be regarded an unwanted effect from a policy-viewpoint. For commuting, the e-bike also substitutes car trips. Furthermore, results show that there are five different user groups with their own distinct behaviour patterns and socio-demographic characteristics. They also show that groups that use the e-bike primarily for commuting or education are growing at a much higher rate than groups that mainly use the e-bike for leisure and shopping purposes.
Bron: de Haas, M., Kroesen, M., Chorus, C., Hoogendoorn-Lanser, S., & Hoogendoorn, S. (2021). E-bike user groups and substitution effects: evidence from longitudinal travel data in the Netherlands. Transportation. https://doi.org/10.1007/s11116-021-10195-3
Data collection methods for studying pedestrian behaviour
Collecting pedestrian behaviour data is vital to understand pedestrian behaviour. This systematic review of 145 studies aims to determine the capability of contemporary data collection methods in collecting different pedestrian behavioural data, identify research gaps and discuss the possibilities of using new technologies to study pedestrian behaviour.
The review finds that there is an imbalance in the number of studies that feature various aspects of pedestrian behaviour, most importantly (1) pedestrian behaviour in large complex scenarios, and (2) pedestrian behaviour during new types of high-risk situations. Additionally, three issues are identified regarding current pedestrian behaviour studies, namely (3) little comprehensive data sets featuring multi-dimensional behaviour data simultaneously, (4) generalizability of most collected data sets is limited, and (5) costs of pedestrian behaviour experiments are relatively high. A set of new technologies offers opportunities to overcome some of these limitations. This review identifies three types of technologies that can become a valuable addition to pedestrian behaviour research methods, namely (1) applying VR experiments to study pedestrian behaviour in the environments that are difficult or cannot be mimicked in real-life, repeat experiments to determine the impact of factors on pedestrian behaviour and collect more accurate behavioural data to understand the decision-making process of pedestrian behaviour deeply, (2) applying large-scale crowd monitoring to study pedestrian movements in large complex environments and incident situations, and (3) utilising the Internet of Things to track pedestrian movements at various locations that are difficult to investigate at the moment.
Bron: Feng, Y., Duives, D., Daamen, W., & Hoogendoorn, S. (2021). Data collection methods for studying pedestrian behaviour: A systematic review. Building and Environment, 187, 1-25. [107329]. https://doi.org/10.1016/j.buildenv.2020.107329
Access denied? Digital inequality in transport services
Digitalisation in transport services offers many benefits for travellers. However, not everyone is willing or able to follow the new, more or less formal requirements digitalisation has brought along. Existing reviews on the intersection between Information and Communication Technologies (ICTs) and mobility cover a range of vantage points, but the perspective of how various levels of engagement with digital technologies affect access and navigation of transport services has not been addressed yet.
In communication science, studying disparities in terms of ICT appropriation and their consequences is known as digital inequality research. This review paper aims at shedding light on what digital inequality in the context of transport services consists of and what its consequences are. To do so, we define and use a conceptual framework for the analysis of digital inequality in transport services. The review of the twenty-five papers, as selected in our systematic literature search, shows that there is a burgeoning interest in this topic. Vulnerability to digitalisation in transport services exists along dimensions of age, income, education, ethnicity, gender and geographical region. We find that motivations and material access get more attention than digital skills and effective usage. Nevertheless, literature acknowledges that having material access to technology does not mean that people benefit from what technology has to offer. Furthermore, the characteristics of ICTs impact one’s possibilities to access digital technologies, such as how user-friendly a technology is. Data-driven and algorithm-based decision-making present a particularly pernicious form of digital exclusion from transport services. As digital technologies are progressively becoming indispensable to navigate the world of transport services, low levels of digital engagement may create a new layer of transport disadvantage, possibly on top of existing ones. Although digitalisation can be part of the solution to transport disadvantage, it can also be part of the problem. With network effects at play, what might start as a relative disadvantage may turn into an absolute disadvantage. Given the nascent state of research on digital inequality in transport services, much remains to be understood. Suggested research avenues include mechanisms of digital exclusion from transport services, the contribution of digital inequality to transport disadvantage, and importantly, solutions to mitigate its impacts.
Bron: Durand, A., Zijlstra, T., van Oort, N., Hoogendoorn-Lanser, S., & Hoogendoorn, S. (2021). Access denied? Digital inequality in transport services. Transport Reviews, 1-26. https://doi.org/10.1080/01441647.2021.1923584
Counting people in the crowd using social media images for crowd management in city events
City events are getting popular and are attracting a large number of people. This increase needs for methods and tools to provide stakeholders with crowd size information for crowd management purposes. Previous works proposed a large number of methods to count the crowd using different data in various contexts, but no methods proposed using social media images in city events and no datasets exist to evaluate the effectiveness of these methods. In this study we investigate how social media images can be used to estimate the crowd size in city events.
We construct a social media dataset, compare the effectiveness of face recog- nition, object recognition, and cascaded methods for crowd size estimation, and investigate the impact of image characteristics on the performance of selected methods. Results show that object recognition based methods, reach the highest accuracy in estimating the crowd size using social media images in city events. We also found that face recognition and object recognition methods are more suitable to estimate the crowd size for social media images which are taken in parallel view, with selfies covering people in full face and in which the persons in the background have the same distance to the camera. However, cascaded methods are more suitable for images taken from top view with gatherings distributed in gradient. The created social media dataset is essential for selecting image characteristics and evaluating the accuracy of people counting methods in an urban event context.
Bron: Gong, X., Daamen, W., Bozzon, A., & Hoogendoorn, S. P. (2021). Counting people in the crowd using social media images for crowd management in city events. Transportation. https://doi.org/10.1007/s11116-020-10159-z
Smart cycling futures: Charting a new terrain and moving towards a research agenda
The future of cycling is about to change. At least, this is apparent if we are to believe the multitude of innovators, start-ups, incumbent industries, policy actors and consultants proposing to harness the power of digital techniques to improve and transform cycling experiences, infrastructures, and gadgets. This ‘smartification of cycling’ is a phenomenon that is increasingly attracting attention and a variety of interests, fuelled both by the processes of transitioning to smart mobility and a boom of attention to cycling in cities worldwide. However, proposed cycling futures, both implicit and explicit, receive little critical scrutiny. Here, we fill this gap by mapping smart cycling innovations and their key features. Understanding diverse, contested, embodied and embedded cycling presents is part and parcel of imagining and co-creating (smart) cycling futures.
Nikolaeva, A., te Brömmelstroet, M., Raven, R., & Ranson, J. (2019). Smart cycling futures: Charting a new terrain and moving towards a research agenda. Journal of Transport Geography, 79, [102486].
What does the self-driving car mean for human responsibility? The ''Meaningful Human Control'' project promotes innovation in self-driving cars in a responsible way.
Who is in control of self-driving cars? Research institutes, companies and government are working together on the "Meaningful Human Control" project. Together we promote innovation in self-driving cars in a responsible way. Meaningful Human Control means having human designers, controllers, drivers that are able and willing to maintain sufficient understanding of these new systems and to remain accountable for them.
About the project Autonomously driving cars are subdivided into five levels. Level 1 stands for limited driving task assistance. And level 5 stands for full automation.But what should people do or not do at what level? The project tries to answer the question of what drivers, designers and controllers of a self-driving car must know and can do. Is this more or less than traditional driving? And who is responsible when an accident happens? This is being investigated by the project group.
The new animation shows that it’s difficult to determine who is responsible in case of an accident. Is this the driver, the designer, the policy makers, other road users?And does these persons also feel responsible for the behavior of the vehicle? And who must have knowledge of the software? We investigate these and other questions in this project. We also develop methodologies, policies and regulations to promote innovation in self-driving cars.
With the animation we want to make drivers think: "What does the self-driving car mean for the responsibilities of the driver, the designers, the policy-makers?"
Partners In the project Meaningful Human Control are working together: CBR, TU Delft, Achmea Royal Haskoning DHV, Transdev, ANWB, Langerak Van Roest Advocaten, Connekt, CBR, SWOV, AMS Institute, Rijkswaterstaat, Nationale Nederlanden, RDW, AMS en NWO.
Travelers use personalized and self-organized public transport solutions while services and systems continue to rapidly change. Research is underway to foresee future demand-driven transportation and improve inevitable change for all parties.
SCRIPTS
Smart cities and regions need to facilitate demand-driven hybrid transportation systems in order to increase the vitality of urban regions and the governance that comes with it. The “Smart Cities Responsive Intelligent Public Transport Systems” (SCRIPTS) program analyses the performance of the current system when fixed and flexible public transport systems co-exist while offering competing services. The program consists of three integrated academic and applied projects: 1) New activity-based models of travel demand 2) Modeling optimized service provision and service performance 3) Governance of innovative public transport in smart cities.
Each project delivers a proposed model system to predict the demand for hybrid public transport systems by involving demand responsive transport services. Responsive transport services are flexible in route and schedule and self-organized, for instance, by using ICT platforms and simulation of their performance.
The SCRIPTS program is a collaboration between universities and professional organizations. The research program team will network with international academic and professional stakeholders to discuss strategies and solutions since governance and institutional factors determine whether the implementation of proposed systems and services will be successful. A game theory and an adaptive planning approach will be taken.
SCRIPTS’ Goals
The program aims to develop contours of future demand-driven transport for smart cities/regions[Office1] Resulting key concepts, design principles and decision tools shall consider the roles and needs of the different stakeholders and reflect the trend towards a sharing economy. The response to such highly flexible demand will be unconventional transport mode chains.
Intermediate Findings/Results
Intermediate analysis has shown that the increase in fleet size caused an overall increase in mode share for flexible public transport. Also, the effect on waiting times of passengers by increasing fleet size is more pronounced when an individual taxi-like door-to-door service is offered. The variation of relative cost ratios showed a steady decline of mode share for flexible public transport with increasing cost. The results also showed that at higher relative cost ratios, the flexible public transport that operate without sharing becomes less attractive than the one with sharing.
Nederlandse provincies experimenteren volop met de inzet van data, algoritmen en nieuwe technologie. Zo worden bijvoorbeeld populaties zoogdieren gemonitord met live cams en automatische beeldherkenning. Digitalisering levert op verschillende vlakken nieuwe kennis op en stelt provincies in staat om burgers en maatschappelijke organisaties nauwer te betrekken bij het beleid op voor hen belangrijke thema’s.
Data en technologie digitaliseren de leefomgeving. Sensoren en digitale zenders monitoren verkeer en wijzen slimme auto’s de weg. In de natuur staan camera’s die automatisch dieren kunnen tellen. En burgers doen mee met het meten van luchtkwaliteit. Dat biedt nieuwe inzichten voor beleid, maar roept ook tal van maatschappelijke, ethische en politieke vragen op.
In dit essay verkennen we, op verzoek van Gedeputeerde Staten van de provincie Noord-Holland, deze vragen. Dit doen we voor zes kernopgaven: biodiversiteit, mobiliteit, lucht, water- en bodemkwaliteit, economische transitie, energietransitie en verstedelijking (‘wonen en werken’), op basis van desk research en zes interviews met vertegenwoordigers van de provincie Noord-Holland, Zuid-Holland en Zeeland.
Artificial Intelligence, Transport and the Smart City
Artificial intelligence (AI) is a powerful concept still in its infancy that has the potential, if utilised responsibly, to provide a vehicle for positive change that could promote sustainable transitions to a more resource-efficient livability paradigm. AI with its deep learning functions and capabilities can be employed as a tool which empowers machines to solve problems that could reform urban landscapes as we have known them for decades now and help with establishing a new era; the era of the “smart city”. One of the key areas that AI can redefine is transport. Mobility provision and its impact on urban development can be significantly improved by the employment of intelligent transport systems in general and automated transport in particular. This new breed of AI-based mobility, despite its machine-orientation, has to be a user-centred technology that “understands” and “satisfies” the human user, the markets and the society as a whole.
Bron: Nikitas, A., Michalakopoulou, K., Njoya, E.T., & Karampatzakis, D. Artificial Intelligence, Transport and the Smart City: Definitions and Dimensions of a New Mobility Era. Sustainability2020, 12, 2789. https://doi.org/10.3390/su12072789
Mobiliteit en elektriciteit in het digitale tijdperk: publieke waarden onder spanning
Een van de domeinen waar digitalisering zich onmiskenbaar doet gelden is de infrastructuur. In dit signalenrapport verkent het PBL de gevolgen. Aan het eind biedt het PBL 7 handvatten waarmee overheid, politiek, maatschappelijke organisaties en samenleving de belangrijkste kwesties en dilemma’s kunnen benaderen om zo een begin te maken met de verkenning van nieuwe spelregels.
Publieke waarden in de knel
Zowel dienstverlening voor mobiliteit en elektriciteit als de infrastructuur zelf maken steeds meer gebruik van slimme toepassingen. Wat zijn daarvan de gevolgen? Heeft iedereen straks nog toegang tot het wegennet? Hoe groot is de betrouwbaarheid van de Nederlandse elektriciteitsvoorziening wanneer die steeds meer afhankelijk wordt van ICT? Het signalenrapport maakt inzichtelijke dat als we digitalisering in het domein van de infrastructuur over ons heen laten komen, publieke waarden als toegankelijkheid, transparantie en voorzieningszekerheid in de knel komen. Denk daarbij aan gelijke toegang tot het openbaar vervoer of vitale voorzieningen zoals elektriciteit.
Nieuwe spelregels nodig
Duidelijk is dat digitalisering van de infrastructuur een andere rol van de overheid vereist. Waar deze vroeger kon volstaan met een investeringsstrategie voor de belangrijkste infrastructuur en nationale regels over het gebruik daarvan, lijkt nu een reguleringsstrategie van groot belang. Er zijn allereerst nieuwe spelregels nodig om kernwaarden die we willen handhaven te beschermen, bijvoorbeeld rondom toegankelijkheid van systemen, privacy en transparantie. Meer overheidsregie met duidelijke kaders wil niet zeggen dat de overheid eenzijdig grote veranderplannen moet gaan uitrollen of instrumenten moet voorschrijven. De overheid kan innovatie niet sturen, maar kan wel ruim baan geven aan de improviserende, innoverende en proberende samenleving. Het PBL pleit daarbij voor een proces van kleine stappen en voortdurende bijsturing op basis van evaluatie.
Auteur(s)
Guus de Hollander, Marijke Vonk, Daniëlle Snellen, Hiddo Huitzing
De Nederlandse economie drijft voor een belangrijk deel op Mobiliteit, Transport en Logistiek. De noodzaak om de Nederlandse concurrentiepositie te verstevigen en om te voorzien in oplossingen voor sociaalmaatschappelijke vraagstukken zoals werkgelegenheid, verkeersveiligheid, duurzaamheid, files, comfort en luchtkwaliteit, stimuleert de innovatie in mobiliteitsontwikkelingen.
Artificiële Intelligentie (AI) speelt in toenemende mate een rol in deze ontwikkelingen. Alleen vanuit een ecosysteem-aanpak is het mogelijk deze maatschappelijke uitdagingen aan te pakken. De maatschappelijke schade van files is jaarlijks zo’n 3 miljard euro, die van verkeersongevallen zo’n 15 miljard, los van gezondheidsschade en kosten door emissies. De kosten van mobiliteit, voor burgers en bedrijven, liggen jaarlijks rond 136 miljard euro. AI kan sterk bijdragen aan een mobiliteitstransitie naar verbeterde bereikbaarheid, verduurzaming en reductie van ongevallen. AI is een stevig middel voor de borging van de internationale economische perspectieven van de Nederlandse mobiliteitssector.
Werkgroep
De complexiteit van genoemde ontwikkelingen, de hoeveelheid beschikbare data en de rekenkracht van computers nemen in een hoog tempo toe en vragen om een unieke en integrale aanpak. AI biedt de mogelijkheid om oplossingen te bieden. De werkgroep Mobiliteit, Transport en Logistiek richt zich dan ook op de meest belangrijke kansen en uitdagingen in deze sector. De werkgroep ambieert AI-oplossingen te identificeren en te ontwikkelen, en pakt deze op door samenwerkingspartners te verbinden en gezamenlijk te werken aan concrete acties.
De werkgroep richt zich op de volgende uitdagingen:
AI voor duurzame mobiliteit (onder andere slim elektrisch laden, zelflerend energiemanagement)
AI voor bereikbaarheid en doorstroming (onder andere coöperatieve mobiliteit, deelmobiliteit)
AI voor veilige, gedeelde en flexibele mobiliteit (onder andere slimme zelfrijdende voertuigen, openbaar vervoer)
AI voor efficiënte logistiek (onder andere slimme planningssystemen, voorspellend onderhoud, zelforganiserende logistiek)
Meer weten over de plannen van deze werkgroep? Bekijk dekick-off.
In this chapter, the authors argue that social navigation and automated driving have, in stages, brought about a new ontological reality challenging old divides. As such, they contend that the map and the territory have combined as one: a mapterritory. They do so by re-examining the shifts in semiotic relation between the map and the territory brought about by the digitalization of the map and the automatization of driving.
Hind, S., & Gekker, A. (2019). On Autopilot: Towards a flat ontology of vehicular navigation. In Media’s Mapping Impulse (Vol. 6, pp. 141-160). (Media Geography at Mainz; Vol. 6). Franz Steiner Verlag
This article proposes a new model of privacy: infrastructural surveillance. It departs from Agre’s classic distinction between surveillance and capture by examining the sociotechnical claims of connected and autonomous vehicles (CAVs) as requiring totalising surveillance of passengers and environment in order to operate. By doing so, it contributes to the ongoing debate on the commodification and platformisation of life, paying attention to the under-explored infrastructural requirements of certain digital technologies, rather than its business model. The article addresses four distinct characteristics of infrastructural surveillance: the aggregation of data, initialisation of protocols limiting possible actions, the prioritisation of distributed modes of governance and the enclosure of the driver in a personalised bubble of sovereign power. Ultimately, unlike previous modes of computer privacy in which activities are being constructed in real time from a set of institutionally standardised parts specified by a captured ontology, we observe the creation of new ontologies.
Digitalisering transformeert wereldwijd economieën en maatschappijen in een razendsnel tempo. Nederland heeft een goede uitgangspositie om de economische en maatschappelijke kansen van digitalisering te verzilveren. De digitale infrastructuur is van wereldklasse, de beroepsbevolking is goed opgeleid en we hebben een traditie van samenwerking, bijvoorbeeld tussen bedrijfsleven, kennisinstellingen en overheid. Tegelijkertijd roept digitalisering ook nieuwe, fundamentele vragen op. Bijvoorbeeld over de bescherming van onze privacy en de toekomst van onze banen.
Om de kansen van digitalisering te benutten en antwoorden te geven op deze vragen moet Nederland voorop lopen met digitalisering. Met onderzoek, met experimenten en met het toepassen van nieuwe technologie. Op die manier versterken we het Nederlands verdienvermogen, kunnen we beter richting geven aan technologische ontwikkelingen en zetten we vol in op de economische en maatschappelijke kansen van digitalisering.
Om voorop te kunnen lopen moeten we ook het vertrouwen van burgers en bedrijven vergroten. Daarom versterken we het fundament – o.a. privacybescherming, cybersecurity, digitale vaardigheden en eerlijke concurrentie - voor digitalisering. De uitdaging bij deze transformatie is om iedereen binnen boord te krijgen én te houden. Op de arbeidsmarkt, maar ook in de samenleving als geheel.