Download as PDF, PPTX
MICD Intelligent Cycling Path - Event 16 juni 2022
- 2.
- 3. Programma 15:00 - 15:15Welkom en inleiding 15:15 - 15:30 Constructie en sensoren fietspad; eerste inzichten 15:30 - 15:40 Outdoor Mobility Digital Twin 15:40 - 16:05 TU Delft Campus als de plek voor data-gedreven mobiliteitsonderzoek 16:05 - 16:15 Toepasbaarheid onderzoeksresultaten voor overheden 16:15 - 16:25 Wat zijn de volgende stappen? 16:25 - 16:35 Samenvatting en vooruitblik 16:35 - 17:30 Feestelijk moment en borrel naast het fietspad
- 4.
- 7. Eric Kievit –Plastic Road Constructie sensoren fietspad
- 8. Smart Sustainable Infra Solutions CIRCULAIR.KLIMAATADAPTIEF. LICHTGEWICHT.
- 9. Circulaire klimaatadaptieve infrastructuur Klimaatadaptief bouwen Duurzaamgrondstofgebruik en circulair ontworpen Eenvoud in aanleg, beheer & onderhoud
- 10. Een prefab modulair wegelement Klimaatadaptief Gemaaktmet gerecycled plastic afval Topdeck heeft coating (slijtlaag) van steenslag Circulair ontworpen Zeer licht in gewicht Lange levensduur HOOFDSTUK TITLE 4 Online link to video https://youtu.be/UEctoax39CI
- 11.
- 12. PlasticRoad – TUDelft Nieuwste generatie monitoring Locatie: Stevinweg 1, 2628 CN Delft
- 13. PlasticRoad – TUDelft 7 1 2 3 4 1 2 4 LVDT sensor voor verplaatsingen van het wegdek Rekstroken (4 strain gauges) Belastingmeting Temperatuur sensoren (oppervlakte, onder wegdek, holle ruimte) PlasticRoad watersensor (vuil & waterniveau) Mobiliteit & gladheidsmetingen – 1. Streetsense / 2. BG Engineering Verplaatsingmeter (Dielectric Electro Active Polymers ) 5 6 7 7x 6x 6x 3x 1x 3x 4x 1 2 TU-Delft bovengrondse sensoren 3
- 14. PlasticRoad – TUDelft
- 15. PlasticRoad – TUDelft Nieuwste generatie monitoring
- 16. PlasticRoad – TUDelft Nieuwste generatie monitoring
- 17. PlasticRoad – TUDelft Nieuwste generatie monitoring
- 18. PlasticRoad – TUDelft Nieuwste generatie monitoring
- 19. Smart Sustainable Infra Solutions DANKVOOR UW TIJD
- 21. Serge Hoogendoorn De TUDelft Campus als de plek voor data- gedreven mobiliteits- onderzoek
- 22.
- 23.
- 24. Meten, schatten enidentificeren Begrijpen en theoriseren Modelleren en voorspellen Ingrijpen: regelen, ontwerp en beleid
- 25. Meten, schatten enidentificeren ▪ Meten: hoe druk is het? Hoe fietsen mensen? Hoe lang staan mensen voor een verkeerslicht te wachten en hoeveel mensen zijn dat dan? ▪ Schatten: kunnen we door combinatie van verschillende databronnen de kwaliteit van de informatie verbeteren? Kunnen we informatie bepalen die we niet direct kunnen meten? ▪ Identificeren: waar ontstaan problemen? Welke factoren leiden tot deze problemen? “Het intelligente fietspad verzameld unieke verkeers- en contextdata (weer, gladheid, etc.)”
- 26. Stress meten metFitbits ▪ Meten van hartslag met Fitbits ▪ Schatten van stress door afwijking van hartslag (bij inspanning) vast te stellen ▪ Identificeren van situaties waarin stress hoog is en vaststellen onder welke condities dit voorkomt “Unieke pilot stressmeting op de TU Campus op 14 juni 2022 toont locaties waar stress relatief hoog is. In combinatie met andere data (e.g., van het intelligente fietspad) kunnen we opmaken wat hier de oorzaak van is (drukte, kenmerken locatie, etc.)”
- 28. Werkzaamheden waardoor fietsers deweg op moeten Vanaf Sebastiaanbrug: Drukke onoverzichtelijke en complexe kruising met verkeer uit meerdere richtingen Drukke Mekelpark route heeft relatief hoog stressniveau
- 29. Begrijpen en theoriseren Stressniveaufietsers Drukte Weer Doel reis Interactie ander verkeer Wegontwerp Verkeers- regelaars ▪ Welke factoren (e.g., drukte, interactie ander verkeer, wegontwerp, weer) zorgen voor stress bij fietsers en voetgangers? ▪ Factoren vaststellen op grond van gegevens intelligente fietspad en andere databronnen uit de Outdoor Mobility Digital twin ▪ Toepassen Kunstmatige Intelligentie voor het vaststellen - soms complexe - relaties factoren en stress (of level-of-service, of risico ongeval of besmetting) ▪ Drukte lijkt een rol te rol te spelen bij stress, maar ook bij serviceniveau en risico
- 30. HB patronen Lokale metingen, e.g. fietspad Huidigen verwacht weer Lesrooster Parkeerdrukte OV data Schatten en voorspellen verkeersdrukte Met geavanceerde AI kunnen we gegevens combineren zodat we optimaal schatten en voorspellen Stressniveau fietsers Drukte Weer Doel reis Interactie ander verkeer Wegontwerp Verkeers- regelaars Geavanceerde AI identificeert complexe relaties tussen factoren en stressniveau
- 31. HB patronen Lokale metingen, e.g. fietspad Huidigen verwacht weer Lesrooster Parkeerdrukte OV data Schatten en voorspellen verkeersdrukte Stressniveau fietsers Drukte Weer Doel reis Interactie ander verkeer Wegontwerp Verkeers- regelaars Vlinderdas model Met het vlinderdas model koppelen we de hoofdfactor (i.c., drukte) aan ‘verzwarende omstandigheden’ om zo stress (of risico) vast te stellen…
- 32. Weer Crowd- managers Vlinderdas model CSM Vlinderdasmodel wordt toegepastvoor het CSM project voor voorspelling risico Risiconiveau HB patronen Lokale metingen Huidig en verwacht weer Evenementen kalender Parkeerdrukte OV data Schatten en voorspellen drukte voetgangers Doel bezoekers Sentimenten Drukte Regelgeving
- 33. Schatten en voorspellen verkeersdrukte HBpatronen Lokale metingen Huidig en verwacht weer Lesrooster Parkeerdrukte OV data Modelleren & voorspellen ▪ Onderzoek binnen DAILab XAIT richt zich op ontwikkelen van interpreteerbare AI voor het netwerkbreed voorspellen van multimodaal verkeer op grond van de gegevens uit het OMDt ▪ Resultaten Gedistribueerde Graph Neural Networks + Federated Learning zijn veelbelovend (nauwkeurig*, betrouwbaar, schaalbaar, generaliseerbaar en secure) * Relatieve fout ~8% voor 5-min en ~13% voor 30-min flow voorspelling!
- 34. ▪ Mobiliteitsonderzoek begint en eindigt metdata…. …en daarom investeren we in grootschalige dataverzameling…
- 35. ▪ Maar wat isdie data nu ‘waard’? Voorbeelden Smart & Green Mobility Innovaties
- 36. Toepassingen en waardeketen Meten,schatten, voorspellen, identificeren Voorbeelden applicaties
- 37. Toepassingen en waardeketendata Impact? Investeren in nieuwe datacollectie Ontwikkelen nieuwe x-AI methoden Nieuw ontwerp- en regelmethoden
- 38. Waardegedreven ontwerp sensor eninformatiesystemen Eisen aan dataverzameling Eisen aan informatie Gewenste impact Optimaal ontwerp sensorsysteem volgt uit de utiliteit van de uiteindelijke toepassingen ervan! Dit vormt een grote weten- schappelijke uitdaging!
- 39. Bedankt voor uwaandacht Serge Hoogendoorn ▪
- 40. Serge Hoogendoorn De TUCampus als de plek voor data-gedreven mobiliteits- onderzoek
- 41. Sascha Hoogendoorn-Lanser -MICD Toepasbaarheid onderzoeksresultaten
- 42. Toepasbaarheid onderzoeksresultaten Interview Arjen ‘tHoen Kennisinstituut voor Mobiliteitsbeleid Grisjo Koers Provincie Zuid-Holland
- 43. Lenneke de Voogd– DoIoT Fieldlab Wat zijn de volgende stappen?
- 44. 16 juni 2022 DoIoT voor intelligente mobiliteit
- 45. Do IoT Fieldlab voorbedrijven, MKB, startups, partners in onderzoek en innovatie • We helpen bedrijven om de kansen van 5G voor hun bedrijfsvoering te verkennen: • in een ‘regelluwe omgeving’ op The Green Village en Unmanned Valley en • met mobiele 5G kit • We stimuleren samenwerking tussen bedrijven, kennisinstellingen en eindgebruikers. • toegang tot kennis op gebied van 5G, IoT, data science • We ondersteunen het ontwikkelen en testen van 5G innovatie proof-of-concepts 3
- 46. 5G voor Internetof Things (IoT) 4 Source: ITU “Setting the Scene for 5G”
- 47. 5G als enablervoor intelligente mobiliteit 5 Communicatie sensor systemen via (draadloos) netwerk
- 48. 5G als enablervoor intelligente mobiliteit 6 Voordelen 5G: • Groot aantal apparaten mogelijk (100x meer dan nu; 1Miljoen devices/km2) • Hoge betrouwbaarheid beschikbaarheid van de verbinding - bijna 100% • Zeer energie efficiënt (tot 90% reductie netwerk energieverbruik; 10 jaar batterijgebruik voor IoT devices mogelijk) • Edge computing om zwaardere AI algoritmen te kunnen gebruiken
- 49. 5G als enablervoor intelligente mobiliteit 7
- 50.
- 51. • www.doiotfieldlab.nl • www.linkedin.com/company/doiotfieldlab •info@doiotfieldlab.nl • www.micd.tudelftcampus.nl • https://www.linkedin.com/company/micdelft/ • micd@tudelft.nl