Mobiliteit en AI

Via beeldherkenning in bestaande camera's obstakels leren herkennen

Soort trajectcontroles plaatsen, zeker binnen 30 km/u zones met op verschillende plaatsen bvb in het wegdek zelf kleuren die oplichten om aan te duiden dat je te snel rijdt. Blijkt op het einde van de zone dat je je snelheid niet aangepast hebt, dan ontvang je automatisch een boete die per keer dat je hetzelfde traject te hard rijdt binnen een termijn van 6 maanden, verhoogd wordt met €100. Na 6 maanden start de teller op 0. De boete wordt maandelijks rechtstreeks geïnd via je autoverzekering of bankrekening. Je hebt hierop geen weerwoord, want bewijzen zijn er. Zeer streng, maar waarschijnlijk een pak efficiënter dan hoe het nu gebeurd.

Registreer welke merken auto's regelmatig te snel rijden en bouw een limietbeperking in. Duurdere auto's hebben verkeersbordherkenning. Registreer hoeveel keer de bestuurder te snel rijdt in bepaalde straten en limieteer de wagen daar automatisch

Op de radio gaat het enkel over de snelwegen, misschien kan AI helpen met verkeersinformatie over lokale wegen op een website?

Via AI detecteren zelfrijdende wagens voortdurend risico's die ze opslaan en toepassen in toekomstige situaties, ook voor andere wagens en weggebruikers 

Sensoren in de auto die door sensoren langs de weg worden beïnvloed en de snelheid automatisch afremmen. Of, sterk oplichtende borden die de snelheid regelmatig "opflitsen".

Geen idee, ik ben niet zo thuis in techniek, maar aangezien er zelfbouwpakketten bestaan om je eigen fiets elektrisch te maken, zou dit voor rolstoelen toch ook mogelijk moeten zijn (maar dan bij lagere snelheid)?

Sensoren en slimme camera's.

Niet exact wat de rol van AI is, maar er is een hele reeks bronnen beschikbaar die kan helpen. Wie weet kan een lerend algoritme die gebruiken om tot een steeds beter model te komen; en om de vele beperkingen van de verschillende bronnen onderling te compenseren: - routeerbaar fietsnetwerk via OpenStreetMap - puntsgewijze tellingen van Telraam en allerlei tellussen - enquete data over woon-werk verkeer en fietsbezit - real time bezettingsgraad van fietsenstallingen - info over evenementen - open data over effectieve fietsverplaatsingen (bikedataproject, fietstelweek, bike to work, ...).

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.

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

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! 

Bijvoorbeeld: je stapt enkel over op de trein wanneer je zeker bent van een zitplaats, zodat je kan verder werken.