Artificiële Intelligentie toepasbaar in mobiliteits- en transportsector

TNO stelt in een nieuwe analyse dat er tal van veelbelovende toepassingen zijn, zoals autonome voertuigen, slim elektrisch laden, predictief onderhoud, zelflerende energie en deelmobiliteit.

Trefwoorden: #adaptief, #analyse, #autonoom, #data, #deelmobiliteit, #elektrisch laden, #emissiemanagement, #energie, #logistiek, #mobiliteit, #predictief onderhoud, #sensing, #systeem, #TNO, #transport, #voertuig, #zelfrijdend

Lees verder

Nieuws

( Foto: 3103 - 123RF )

ENGINEERINGNET.BE - Dichtbevolkte steden, een infrastructuur die zucht onder congestie, de noodzaak tot vergaande reducties in schadelijke emissies, maar ook onverwachte urgenties in logistieke ketens en mobiliteit zoals nu het Corona-virus, leggen de complexiteit en limieten van transport en mobiliteit bloot.

Conventionele werkwijzen schieten inmiddels vaak tekort, maar Artificiële Intelligentie (AI) biedt de mogelijkheid om hiermee wel om te gaan en oplossingen te bieden, aldus het position paper “Artificiële Intelligentie in Mobiliteit en Transport” van TNO (Nederlands onderzoeksbureau).

AI bestaat uit adaptieve systemen die intelligent gedrag vertonen dat doorgaans voorbehouden is aan de mens. Dat wil zeggen: systemen die hun toestand en omgeving kunnen waarnemen en reconstrueren (sensing), kunnen analyseren en voorspellen (thinking) en met een zekere vorm van autonomie (zelfstandig) beslissingen kunnen nemen, adviezen kunnen geven of daadwerkelijk actie ondernemen (acting).

Een elementair aspect voor AI is leren uit data. Voor de complexe mobiliteit- en transportsystemen is gebruik maken van grote hoeveelheden beschikbare data voor AI toepassingen dan ook cruciaal. Dit maakt het mogelijk om de best mogelijke beslissingen te identificeren en te implementeren op systeemniveau.

Vanuit een AI perspectief is mobiliteit en transport op te delen in twee niveaus: Enerzijds personen en objecten, zoals verkeersdeelnemers, voertuigen, lading en infrastructuur. Anderzijds systemen en processen, zoals bevoorradingsketens, verkeerscentrales, verkeer, beleid en regelgeving.

Christian van Ommeren, logistiek consultant TNO: “Veelbelovende toepassingsgebieden voor een veiliger, duurzamer en efficiënter systeem zijn onder meer zelfrijdende voertuigen, slim elektrisch laden, predictief onderhoud, zelflerende energie en emissie management, coöperatieve mobiliteit, deelmobiliteit en zelforganiserende logistiek.”

AI kan zo uitstekend bijdragen aan het integreren van de op dit moment vaak geïsoleerde activiteiten van personenvervoer, logistiek en verkeersmanagement, is de conclusie uit het rapport van TNO.