Mobiliteit en AI

Verkeersstroom analyseren op basis van beeldherkenning.  AI leren hoe een verkeersstroom evolueert (en hoe een file kan ontstaan) op basis van historische beeldgegevens

Een camera ophangen om het aantal wandelaars, fietsers en auto's te tellen. 

Communicatie tussen bestuurders, iets dat ongevallen kan vermijden

Ik zie  vaak de dynamische verkeersborden op de ring van Antwerpen die op zich op niets slaan. Deze worden bediend door mensen die  vaak te laat of niet reageren, AI zou dit veel beter en sneller kunnen  

Via beeldherkenning in bestaande camera's obstakels leren herkennen

Ik werk in Antwerpen en moet van mijn vertrekplaats eerst met de auto 20 min naar station en dan met de trein, dan met bus, tram of fiets eer ik op het werk ben. Ik ben altijd te vroeg aan station want bang dat ik geen parkeerplaats heb. De volgende aansluitingen zijn nooit afgestemd en lange wachttijden. Ik wil ingeven ik wil naar daar en om dat uur aankomen en dat een AI kan opmaken, nu opstaan dan met auto vertrekken en dan daar een bus of trein en dan beter fiets vandaag want het is goed weer...dus echt alles incalculeren van weer tot vertragingen en parking.

Let's consider 3 scenarios: 1. You are planning to go to a place Y from place X in time T. Can AI help you to choose the best possible route containing more greener mobility options (less carbon footprint) before your journey? 2. A delivery company C is operating W numbers of automatic vehicles and X number of conventional (non-electric) vehicles. It suddenly receives an order and has to deliver it in time T (so uncertainly is present in workflow). Can AI help the company C to choose the best possible route and combination of vehicle en route to the place which is more greener? 3. Consider scenario 1 without time constraints (i.e. suppose you're traveling for leisure). Can AI help you to choose more greener route along with mobility?

We'll use AI based optimization tools as well as reinforcement learning for solving the smart mobility issue discussed in the question. For optimal greener route selection we need different AI tools merged together to solve the optimization problem! 

Ik doe bijna alles met de fiets en heb een fiets voor elke gelegenheid: de speed-pedelec voor verre afstanden, de elektrische fiets voor middellange afstanden en de koersfiets voor als ik in een sportieve bui ben. Ik vroeg me af of het mogelijk is om een AI app te ontwikkelen die de meest veilige route naar mijn bestemming kan berekenen, rekening houdend met het type fiets waarmee ik rij en mijn persoonlijke voorkeuren (bijv. ik wil een ontspannen fietstochtje maken, ik moet ergens voor het werk zijn en wil dus de snelste weg, ik wil een sportieve uitdaging, ik wil langs toeristische hoogtepunten komen, ik maak een ritje met de kinderen,... )

AI model kan milieu-impact simuleren van een bepaalde routekeuze met een bepaald voertuig en op een bepaald moment waardoor men bij de keuze van de route niet enkel rekening kan houden met reistijd en afgelegde afstand, maar ook met de milieu-impact.

Inzicht geven in de redenen waarom de routes gebruikt worden? vb: zone 30, afgescheiden fietspad, weinig gevaarlijke kruispunten. En door wie? Eventueel ook drukte op fietsroutes voorspellen.

- Het vervoermiddel herkent gevaarlijke "zwarte punten" op basis van een databank en GPS en waarschuwt de bestuurder.
- Dmv AI wordt de beste route gesuggereerd om het gevaarlijke punt te passeren.
- AI herkent plots opduikende hindernissen en kan anticiperen.

A.I. scant op verkeerspunten, waar er veel mogelijk conflicterende stromen zijn op zwakke weggebruikers. Zwakke weggebruikers krijgen voorrang door de regeling van de verkeerslichten. A.I. leert op langere termijn wanneer er grote stromen van zwakke weggebruikers op bepaalde kruispunten aanwezig zijn en leidt andere weggebruikers om.