AI-ondersteund omleidingsbeheer: minder files voor zwaar vrachtverkeer!

AI-ondersteund omleidingsbeheer: minder files voor zwaar vrachtverkeer!

Edgar Schneider, afgestudeerd communicatie-ingenieur met ruime ervaring in IT en productielogistiek, heeft een innovatief concept ontwikkeld om het verkeersmanagement te verbeteren. Gemotiveerd door een rapport over de nieuwe B30-brug bij Hochdorf realiseerde hij zich dat verkeersmanagement en productielogistiek in veel opzichten vergelijkbaar zijn. Te veel bestellingen zonder de juiste dosering leiden tot files, een probleem dat ook in het wegverkeer dringend moet worden opgelost. Schneider bekritiseert de huidige omleidingsplannen van het Ministerie van Verkeer en Waterstaat, die niet voorzien in digitale verkeersleiding, en presenteert zijn ideeën.

Het door Schneider ontwikkelde ‘omleidingsmanagement met AI’ richt zich op het zware vrachtverkeer en maakt gebruik van een ‘road ticket system’. Met dit systeem kunnen expeditiebedrijven hun ritten op omleidingsroutes vooraf melden bij het Duitse Transportcentrum (VZD). Hierdoor is een vooraf bepaalde dosering en controle van het vrachtverkeer mogelijk. Met behulp van AI-technologieën kan het systeem in realtime naar alternatieve alternatieve routes zoeken en het verkeer efficiënt verdelen. Dit zou kunnen resulteren in een aanzienlijke verkeersverlichting tot wel 30 procent, waarbij wordt voorspeld dat er in 2028 een proefproject zou kunnen starten tijdens de B30-omleiding.

Kunstmatige intelligentie en verkeersmanagement

De integratie van kunstmatige intelligentie (AI) in verkeersmanagement is een centraal aspect bij het vergroten van de efficiëntie in het wegverkeer. Het gebruik van intelligente verkeersstroomregelsystemen die verkeersvertragingen verminderen wordt steeds belangrijker. Systemen op basis van dynamische verkeerslichtregeling analyseren gegevens in realtime om de verkeerslichtfasen aan te passen en de verkeersstroom te optimaliseren. Volgens Techzeitgeist zorgen dergelijke systemen niet alleen voor vlotter verkeer, maar helpen ze ook de CO2-uitstoot te verminderen.

Een voorbeeld van de succesvolle implementatie van intelligente transportsystemen is Singapore, waar een netwerk van sensoren en camera's wordt gebruikt om het verkeer in realtime te monitoren en te controleren. Ook in Los Angeles is een systeem ontwikkeld dat data van ruim 4.500 verkeerslichten en talloze sensoren combineert om het verkeer efficiënter te beheren. De uitdagingen bij de implementatie van deze technologieën, zoals gegevensbescherming en hoge investeringskosten, vereisen echter politieke wil en de bereidheid om te investeren in digitale infrastructuur.

Uitdagingen en kansen

Edgar Schneider wijst erop dat een bonussysteem voor expediteurs die de aanbevolen routes volgen cruciaal zou zijn voor de acceptatie van zijn concept. Hoewel hij de verloren tolinkomsten voor de staat als klein inschat, beschouwt hij het verzamelen van voldoende gegevens om AI te optimaliseren als een centraal punt. Het is duidelijk dat de inzet van AI in het verkeersmanagement niet alleen kan helpen files te vermijden, maar ook verkeersproblemen proactief kan oplossen.

Gezien het groeiende verkeersvolume en de daarmee samenhangende uitdagingen is de toekomst van stedelijke mobiliteit nauw verbonden met intelligente verkeersstroomcontrole. Schneider biedt geïnteresseerden de mogelijkheid om zijn concept per e-mail aan te vragen. Het succes van dergelijke systemen hangt uiteindelijk af van de inzet van de verantwoordelijke autoriteiten en de politieke wil.

Schneider en de talrijke internationale voorbeelden laten zien dat het gebruik van AI in de transportsector meer is dan alleen een theoretische discussie; het is een pragmatische aanpak die de basis zou kunnen vormen voor toekomstige transportoplossingen. Informatie van [Schwäbische] en [Techzeitgeist] ondersteunt deze visie en laat zien dat digitale technologieën kunnen worden gebruikt om het verkeer duurzaam te ontlasten en files te vermijden.