Begin 2017 werd door het Zentrum Digitalisierung Bayern de wedstrijd 1Mobility Innovation Competition @ Campus7 (MICC) uitgeschreven. Deze wedstrijd was gericht op studenten van Beierse hogescholen en universiteiten. In het kader van deelname moesten zij zich bezighouden met toekomstige mobiliteit als thema en een productidee ontwikkelen dat binnen een startup gerealiseerd kon worden.<\/P>
<\/P>
De competitie was opgebouwd uit drie fasen. Eerst moest een voorstel worden ingediend, waarin het projectidee, gekozen methoden en een businessplan werden beschreven. Van de teams die een voorstel hadden ingediend, werden ongeveer twintig uitgenodigd voor een evenement eind april in Neurenberg. Hier had elk team drie minuten om hun eigen idee te pitchen. Uiteindelijk werden 15 teams toegelaten tot de projectfase. Daarna hadden zij drie maanden de tijd om eerste delen van de ideeën te realiseren. Tijdens een afsluitend evenement in juli in München werden de projecten gepresenteerd en de winnaars beloond.<\/P>
<\/P>
<\/P>
<\/P>
Linus Lambrecht en ik, Simon Geigenberger, studeren beiden in de master Geoinformatica aan de Universiteit Augsburg. We werden attent gemaakt op de oproep en waren direct vastbesloten deel te nemen. Bij het zoeken naar een passend thema kwamen we snel uit bij het probleem van hoge fijnstofwaarden in Duitse binnensteden en waren we het erover eens dat een rijverbod voor voertuigen met verbrandingsmotor geen adequate oplossing is, maar dat er een mogelijkheid moet zijn om dynamisch en naar behoefte maatregelen te kunnen nemen. Ons idee was om een platform genaamd Clean Routing te ontwikkelen. Dit richt zich speciaal op grote steden met fijnstofproblemen. Drie bouwstenen vormen de centrale elementen.<\/P>
<\/P>
<\/P>
<\/P>
De primaire en belangrijkste component is een applicatie voor stadsbesturen, die een voorspelling van fijnstofwaarden geeft. De voorspelde waarden worden rekening houdend met weersgegevens berekend met behulp van een model dat in een Python-script is geïmplementeerd. Deze berekening wordt continu geoptimaliseerd door middel van machine learning. Het huidige model levert voor steden in onze breedtegraden een nauwkeurigheid van meer dan 90 procent. De datasets die gebruikt zijn om het model te trainen, zijn afkomstig uit de lente van dit jaar. Omdat er nog geen gegevens uit wintermaanden zijn, kan het model pas na de winter voor deze maanden worden aangepast. Dit is nodig omdat fijnstofwaarden zich bij koude temperaturen en sneeuwval anders ontwikkelen dan in andere seizoenen. Wanneer een overschrijding van de door de EU vastgestelde waarde voor een fijnstofalarm wordt voorspeld, heeft de stad nu vroeg genoeg de mogelijkheid om maatregelen te nemen om de drempelwaarde niet te overschrijden. Maatregelen zouden bijvoorbeeld kunnen zijn dat risicogebieden moeten worden vermeden.<\/P>
<\/P>
Er zal ook een applicatie voor particulieren worden ontwikkeld. Deze app berekent op basis van fijnstofwaarden alternatieve routes die risicogebieden vermijden of direct overstappen op vervoermiddelen van het openbaar vervoer (ÖPNV). Omdat men particulieren niet met verboden wil dwingen het openbaar vervoer te gebruiken, kan dit aantrekkelijk worden gemaakt met verschillende aanbiedingen. Deze aanbiedingen moeten door het stadsbestuur worden gekozen en aantrekkingskracht hebben op particulieren. Voorbeelden hiervan zijn gereduceerde prijzen voor ÖPNV-tickets of de mogelijkheid om een Park + Ride-parkeerplaats te reserveren. Daarnaast heeft de gebruiker de mogelijkheid zijn ritten te plannen en daarbij al rekening te houden met voorspelde fijnstofwaarden en daaruit voortvloeiende overschrijdingen van grenswaarden.<\/P>
<\/P>
Deze planningsservice kan ook geïntegreerd worden in een derde applicatie voor bedrijven, zoals ambachtsbedrijven of transportbedrijven. Deze bedrijven kennen hun routes vooraf en kunnen deze zo in hun werkplanning opnemen dat gebieden worden vermeden op tijden waarop een fijnstofalarm dreigt. De maatregelen van de stad zijn geen strikte verboden, maar slechts voorstellen en richtlijnen. Daarom is het noodzakelijk dat er naast de reeds genoemde aanbiedingen voor particulieren ook andere prikkels zijn die weggebruikers bewegen om gebruik te maken van alternatieve routing.<\/P>
<\/P>
<\/P>
 <\/P>
Originele route met gesimuleerde fijnstofwaarden<\/EM><\/P> <\/EM><\/P><\/TD> Alternatieve route (groen) en route met ÖPNV (blauw)<\/EM><\/P> <\/EM><\/P><\/TD><\/TR><\/TBODY><\/TABLE> <\/EM><\/P> <\/P>Tot nu toe zijn de technische componenten voor de voorspelling van fijnstofwaarden en multimodaal routeren geïmplementeerd. Wat nog ontbreekt is de integratie van de verschillende componenten in een gebruikersinterface om met de verschillende applicaties in een testfase te gaan. Omdat het gaat om scripts, centrale dataopslag en daarop gebaseerde toepassingen met routingopties, is ArcGIS Online uitstekend geschikt als platform om de onderdelen samen te brengen en technisch uit te voeren. Of en hoe we het product verder vormgeven is nog open, omdat we beiden in de eindsprint van onze studie zitten. Toch blijft het probleem van hoge fijnstofwaarden in Duitse binnensteden onopgelost. Wij zien ons product als een optimale oplossing voor dit thema, omdat geen verkeersdeelnemers worden benadeeld en toch het aantal voertuigen met verbrandingsmotor in steden verminderd zou kunnen worden.<\/P><\/P>Helaas konden we ons met het project niet positioneren binnen de prijswinnende rangen. Toch kijken we positief terug op deelname aan de wedstrijd. Het was een zeer interessante ervaring, want er werden veel disciplines gevraagd en alles wat we tijdens onze studie geleerd hebben kon samengebracht worden. Het was erg spannend en leerzaam voor ons om vanuit een idee toe te werken naar een product en het bijbehorende businessplan.<\/P> <\/P>Voor verdere vragen over ons project staan wij graag tot uw beschikking:<\/P> <\/P>Simon Geigenberger: simon@geigenberger.info<\/P>Linus Lambrecht: linus.lambrecht@gmx.de |
