Vlaamse steden deden de voorbije maanden een beroep op verschillende technologieën en leveranciers om bezoekersstromen te monitoren. Dat is niet enkel interessant tijdens de (hopelijk) uitzonderlijke COVID-19-pandemie, maar ook in het kader van evenementen, lokale economie, stedelijke planning, luchtkwaliteit, enzovoort. In CityFlows onderzoekt imec hoe we beschikbare databronnen in één verkeersoverzicht kunnen bundelen. Zo krijg je een krachtige tool die steden en gemeenten kunnen gebruiken om de mobiliteit inzichtelijk te maken en zo hun beleid beter te ondersteunen.
We spreken hierover met Ellie D’Hondt. Zij maakt als data-innovator deel uit van imecs City of Things-team en is hoofdonderzoeker van het CityFlows-project.
De uitdaging: een model dat verkeersstromen accuraat en realtime in kaart brengt
“Het mobiliteitsprobleem in onze steden en gemeenten aanpakken, begint met het accuraat in kaart brengen ervan.” zegt Ellie D’Hondt. “Dat is echter makkelijker gezegd dan gedaan. In de praktijk merken we dat lokale besturen een goed zicht hebben op waar auto’s rijden maar slechts een beperkt en gefragmenteerd beeld hebben van waar mensen wandelen en fietsen.”
Lokale besturen hebben vaak slechts een beperkt en gefragmenteerd beeld van hoe mensen zich in de stad verplaatsen.
Nochtans zijn er heel wat spelers die mobiliteitsgerelateerde data ter beschikking (kunnen) stellen. Telecomoperatoren, bijvoorbeeld, op basis van de locatiegegevens van hun abonnees. Of uitbaters van publieke wifinetwerken. En uiteraard bevatten ook de beveiligingscamera’s waarin steden en gemeenten investeren een schat aan informatie.
Toch heeft elk van die databronnen haar beperkingen. Zo kan je uit telecomdata niet afleiden op welke manier mensen zich voortbewegen, bestrijken wifinetwerken slechts een beperkte oppervlakte, en leveren de meeste beveiligingscamera’s enkel overdag bruikbare beelden op.
“Elk van die oplossingen bevat dus slechts één stukje van de puzzel. De sleutel tot succes zit hem daarom in het samenvoegen, of fuseren, van al die tellingen. Zo kunnen lokale besturen een totaalbeeld krijgen van de verkeersstromen in hun stad of gemeente – accuraat en in real time, en over straten, tijdstippen en vervoersmodaliteiten heen,” aldus D’Hondt.
CityFlows wil verkeersstromen observeren én voorspellen
“Met het CityFlows-model willen we op dat vlak een belangrijke stap voorwaarts zetten. Het unieke aan CityFlows is dat we mobiliteitsdata uit meerdere bronnen in een bepaalde zone samenbrengen. Vervolgens laten we op die data slimme algoritmes los – om bijvoorbeeld de kwaliteit ervan te verhogen – en zo komen we tot een totaalbeeld van multimodale stromen in de stad waar de lokale overheid effectief mee aan de slag kan,” zegt ze.
Op die manier kunnen deskundigen concreet observeren hoe de verkeersdensiteit er op verschillende tijdstippen uitziet. Maar het dashboard kan ook worden gebruikt voor meer planmatige doeleinden. Zo willen we in de toekomst – op basis van historische data – kunnen voorspellen hoe de drukte in een winkelstraat zal fluctueren of hoe infrastructuurwerken en (tijdelijke) omleidingen de mobiliteit in de naburige straten zullen beïnvloeden.
Een ‘open data’-verhaal met heel wat mogelijke toepassingen – van druktemonitoring tot rampenplanning
Ellie D’Hondt: “Het is dan ook niet toevallig dat CityFlows sterk verweven is met het onderzoek in het domein van digital twins. Een digital twin of digitale tweeling is een digitale kopie van de stad. Ze wordt voortdurend gevoed met data van sensoren die omgevingsfactoren zoals luchtkwaliteit, geluidsniveau en verkeersstromen meten. Bovendien bevat ze modellen die voorspellen wat er met die omgevingsfactoren gebeurt als gevolg van bepaalde beleidsingrepen.
Daarom is zo'n digital twin zo’n interessant instrument voor beleidsmakers. Het geeft een betrouwbaar inzicht in de gevolgen van complexe domeinoverschrijdende beslissingen. Imec deed de laatste jaren heel wat onderzoek in het domein van digital twins. En definieert op basis van die inzichten een open framework van noodzakelijke componenten, functionaliteiten en manieren om die met elkaar te verbinden. Via open innovatie werkt imec samen met Vlaamse overheden en bedrijven om dit framework verder te verfijnen. De data uit het CityFlows-model zijn dan ook een dankbare bron van input voor het open digital twin framework.”
“We waken erover dat CityFlows gebruik maakt van open standaarden, zodat makkelijk een koppeling kan worden gemaakt met een verscheidenheid aan externe databronnen en dashboards. Zo hebben we al geëxperimenteerd met drie verschillende datavisualisatieplatformen in het eerste pilootproject in de Antwerp Smart Zone, een experimentele hub in het stadscentrum van Antwerpen. Van die zone hebben we een accuraat en near-time beeld over straten, tijdstippen en vervoersmodaliteiten heen.”
Het CityFlows-model is in eerste instantie gericht op het vergaren van inzicht in de verkeerssituatie door het in kaart brengen van alle vormen van mobiliteit binnen de stad – met lokale overheden als primaire vragende partij die de belangen van haar inwoners wil behartigen.
Maar uiteraard kan diezelfde informatie ook bijzonder waardevol zijn voor andere organisaties, ondernemers en academische onderzoekers. Denk aan het monitoren van de drukte in het kader van de coronapandemie en de exitstrategie. Andere denkpistes zijn gedetailleerde rampenplanning bij massa-evenementen, lokale handelaars die hun leveringen zo efficiënt mogelijk willen inplannen, of organisaties die de belangen van fietsers en voetgangers behartigen.
Eens een totaalbeeld van de verkeersstromen in de stad beschikbaar is, kunnen lokale besturen de data die uit het CityFlows-model stromen breder openstellen en inzetten.
Een blik achter de (datafusie)schermen
Technisch en onderzoeksmatig zet CityFlows in op drie trajecten:
- Het opzetten van een generisch datafusiemodel met inzicht in nauwkeurigheid
- Een data-gedreven, multimodaal verkeersmodel
- Een optimale balans tussen nauwkeurigheid, privacy, acceptance en trust
Een generisch datafusiemodel met inzicht in nauwkeurigheden
Nu wordt het even technisch, maar om tot een accuraat totaalbeeld te komen van de mobiliteit in de stad haalt het generische datafusiemodel van CityFlows – zoals eerder gezegd – zijn ruwe data uit een aantal verschillende bestaande, externe bronnen. Dat gaat van camera’s die passanten tellen tot wifiscanners en mobiele telecomdata.
“Eigenlijk zien we al die datapunten – het aantal wandelaars, fietsers, auto’s en vrachtwagens dat zich in de stad voortbeweegt – als grenswaarden,” legt Ellie D’Hondt uit. “In een eerste stap mappen we die grenswaarden op de straatsegmenten waarbij ze horen. Dat vraagt wel wat voorbereidend werk – maar eens dat gebeurd is, heb je een mooi overzicht van alle grenswaarden of constraints volgens tijd, plaats en transportmodus.”
Voor wie wil weten hoe het vervolgens werkt, licht D’Hondt toe: “Die input gooien we door een problem solving library die het wiskundig stelsel gevormd door die grenswaarden als het ware oplost. Daarvoor werken we samen met een team van experten in modelleertechnieken van het departement natuurkunde van de UAntwerpen.”
Naar een data-gedreven, multimodaal verkeersmodel
Vandaag worden verkeersmodellen opgesteld door deskundigen, die, naast een beperkt aantal databronnen, in eerste instantie gebruik maken van hun jarenlange ervaring en domeinkennis over hoe files zich gedragen, hoe routekeuzes bepaald worden, enz.
“CityFlows, daarentegen, heeft een datagedreven insteek: wij vertrekken in de eerste plaats uit metingen – over alle modaliteiten of vervoersmiddelen heen,” aldus Ellie D’Hondt. “En hoewel ons werk vandaag nog grotendeels gebaseerd is op statistische modellen, heeft artificiële intelligentie op termijn absoluut een rol bij de samenstelling van volwaardige verkeersmodellen. Ook dat is een van de onderzoekstrajecten waarop we dit jaar zullen inzetten.”
CityFlows heeft een datagedreven insteek: wij vertrekken in de eerste plaats uit metingen – over alle modaliteiten heen. En op termijn willen we ook gebruik maken van de kracht van artificiële intelligentie
Een optimale balans tussen nauwkeurigheid, privacy, acceptance en trust
Op het kruispunt van samenleving en technologie, ten slotte, is een belangrijke rol weggelegd voor privacy en het creëren van vertrouwen in technologische innovatie. Ook die aspecten worden in het kader van CityFlows bestudeerd.
Ellie D’Hondt: “Het spreekt voor zich dat dit een erg delicate evenwichtsoefening is. Betere, meer nauwkeurige en waardevolle informatie is immers onlosmakelijk verbonden met een hogere privacygevoeligheid. Binnen CityFlows willen we dat soort overwegingen van bij de start meenemen. We buigen ons voortdurend over vragen zoals: hoe gebruiken we de data die we binnenkrijgen? Hoe kunnen we die data op een privacyvriendelijke manier visualiseren? Wat kan en wat kan niet?”
“Uiteraard heeft elke partner die data aanlevert zijn eigen privacyregels. In het geval van telecomoperatoren, bijvoorbeeld, worden aantallen kleiner dan dertig automatisch herleid tot nul. Maar wat gebeurt er wanneer je die data gaat samenvoegen met andere datastromen? Creëer je dan een nieuw privacyprobleem? Of toch niet? Ook die vragen hebben binnen CityFlows hun plaats.”
Hoe een verbindende factor als imec het verschil maakt
De rol van imec beperkt zich niet tot het sturen van de verschillende onderzoekscomponenten, maar omvat eveneens het samenbrengen van het onderliggende ecosysteem van dataleveranciers. Want hoewel de bedrijven die (mobiliteits)data ter beschikking stellen aan derden zich bewust zijn van de beperkingen van hun data, is het niet altijd makkelijk om samen te werken met concullega’s. In zo’n setting vormt een neutrale onderzoekspartner als imec een meerwaarde; een partner met wie bedrijven wél bereid zijn om hun data te delen – in ruil voor extra kennis over datafusie die ze kunnen gebruiken om hun eigen dienstverlening te verbeteren en te vernieuwen.
Vooruitblik op verdere ontwikkelingen
Het Agentschap Binnenlands Bestuur (ABB) erkent de relevantie en urgentie van het CityFlows-model en heeft daarom begin 2021 de financiering van het project bekrachtigd. Een zicht op de drukte in een gemeente of stad kan volgens ABB bijdragen aan een goed lokaal economisch beleid, een toeristisch plan, de stadsinrichting en natuurlijk ook het mobiliteitsbeleid. Ook de uitdagingen die de COVID-19-pandemie met zich meebrengt, tonen de noodzaak aan van druktemetingen – en druktebeheer.
Het plan is om de verdere ontwikkeling van het CityFlows-model te realiseren in samenwerking met twee (nog nader te bepalen) Vlaamse pilootsteden. De operationalisering van de bestaande en nieuwe toepassingen zal gebeuren in nauwe samenwerking met het ecosysteem van industriële partners van deze steden. Alle opgedane inzichten zullen worden gedeeld met de steden uit het Smart Flanders-samenwerkingsverband en alle geïnteresseerde lokale besturen.
Er wordt gestreefd naar een eerste proof of concept in de tweede helft van 2021. Op een termijn van twee jaar moet een goed werkend model beschikbaar zijn dat lokaal bestaande vormen van druktemetingen verder kan versterken maar ook andere toepassingen mogelijk maakt, waarbij specifieke vragen over multimodale verkeersstromen beantwoord kunnen worden.
Bouw mee aan het CityFlows-verkeersmodel
Om het model verder te ontwikkelen, wil CityFlows graag samenwerkingsverbanden aangaan met lokale overheden en met bedrijven die leverancier zijn van databronnen, platforminsfrastructuur, slimme algoritmes en applicatiebouwers. Wil jouw bedrijf of organisatie een bijdrage leveren aan de verdere operationalisering van CityFlows of wil jij gebruik maken van het model? Neem dan zeker contact met ons op voor een constructief gesprek.
Meer weten?
- Lees meer over CityFlows en bekijk de demo hier.
- Het eerste CityFlows-pilootproject in de Antwerp Smart Zone kwam tot stand met steun van Citymesh, Proximus, Telraam, Be-Mobile en Universiteit Antwerpen.
Wil jij meer weten over de rol die technologie kan spelen in mobiliteitsoplossingen? Lees dan zeker onderstaande blogposts:
- Hoe we slimme steden en gemeenten dezelfde (digi)taal kunnen laten spreken? Lees meer.
- Hoe ziet de bouwplaat voor slimme mobiliteit in Vlaanderen eruit? Lees meer.
- Nieuwe spin-off van imec en UAntwerpen lanceert privacyvriendelijke druktebarometer. Lees meer.
Of ontdek onze andere projecten.
Ellie D’Hondt is data-innovator bij imec. Ellie heeft de taak om te evalueren welke plaats data-analytics inneemt in de imec-marktsegmenten en om deze evaluatie te linken aan competenties binnen en buiten imec. Na haar opleidingen fysica, wiskunde en computerwetenschappen was zij altijd al geïnteresseerd in interdisciplinair onderzoek. Zij behaalde een doctoraat in quantumcomputing en veranderde toen van koers, door aan de Vrije Universiteit Brussel de onderzoeksrichting 'smart city' op te zetten.
Gepubliceerd op:
10 februari 2021