Een nieuwe databron doet z’n intrede: sensor- en schakeldata vanuit de voertuigen. Om wegbeheerders bewust(er) te maken van de mogelijkheden die deze voertuigdata bieden, organiseerde NDW half 2019 workshops met medewerkers van in totaal zeventien wegbeheerders.
Rijkswaterstaat en de provincies Groningen, Noord-Holland en Overijssel deden in 2017 en 2018 al proeven met het uitlezen van de CAN-bus van dienstvoertuigen. Die pilots waren dermate bemoedigend dat het Landelijk Verkeersmanagementberaad (LMVB) besloot dat meer wegbeheerders betrokken, of in ieder geval geënthousiasmeerd, moesten worden. Het LVMB vroeg NDW een reeks workshops te organiseren.
Mogelijkheden te over
Eén doel van de bijeenkomsten was om te inventariseren welke kansen de wegbeheerders zoal zien voor de data. Dat resulteerde in een mooie waslijst. Neem de mogelijkheden op het vlak van verkeersveiligheid. Als we in de voertuigdata bijna-ongevallen, opstoppingen en gevaarlijke situaties kunnen herkennen – het gebruik van ABS zou een goede indicatie zijn – zijn knelpunten en black spots sneller op te sporen en aan te pakken. Het moet zelfs mogelijk zijn de incidentkans op een weg(deel) te voorspellen op basis van het collectieve rijgedrag, meenden enkele workshopdeelnemers. Wegbeheerders zouden dan preventief verkeersmaatregelen kunnen inzetten.
Voor dynamisch verkeersmanagement zijn voertuigdata vooral een aanvullende bron met geografisch nauwkeurigere informatie, voor betere verkeersberichten en -meldingen. Interessant detail: de data geven ook inzicht in het aantal personen dat in een voertuig aanwezig is. Verkeersregelingen zouden daar rekening mee kunnen houden, bijvoorbeeld met een ‘extra groen voor carpoolers’.
De workshopdeelnemers vonden verder de kansen voor assetmanagement interessant. Met de voertuigsensoren is bijvoorbeeld de kwaliteit van de infrastructuur te bepalen, zoals stroefheid van het asfalt (af te leiden van remvertragingen) of de zichtbaarheid van de belijning (gebruikmakend van de camera’s van voertuigen). Een nauwkeuriger beeld van hitte-hotspots op de weg kan weer bijdragen aan het voorspellen van temperatuurgerelateerde slijtage van het wegdek. Nog een mooi voorbeeld uit de bijeenkomsten: door voertuigdata te combineren met andere databronnen, kunnen we vaststellen of de gladheid op een landelijke weg veroorzaakt wordt door modder (tijdens het bietenseizoen) of door oliesporen op het wegdek (na een wolkbreuk).
Vragen
De workshops maakten ook duidelijk dat er nog veel onduidelijk is. Sommige kwesties zijn technisch van aard. ‘Hoeveel CAN-bussen moeten we uitlezen om tot betrouwbare informatie te komen? Wat is de latentie van de data?’ Andere meer juridisch. ‘Hoe borgen we de privacy? Kunnen we aansprakelijk worden gesteld als we (nog) geen gebruikmaken van voertuigdata en deze in de nasleep van een ongeval laten zien dat er iets met de weg aan de hand was?’ En er waren organisatorische vraagstukken. ‘Welke rol kunnen of moeten publieke en private organisaties vervullen in het verrijken en aanbieden van voertuigdata?’
Roadmap
Om de kansen te grijpen en de vragen te beantwoorden, is een visie en een gezamenlijke roadmap nodig, aldus de deelnemers aan de workshops. Het LVMB kan daarin het initiatief nemen. Een eerste stap zou zijn om een onderzoeksgroep van wegbeheerders en andere belanghebbenden samen te stellen, met vertegenwoordigers vanuit verkeersveiligheid, verkeersmanagement en assetmanagement en met dataspecialisten. Deze groep kan de kennis en ervaring die al in pilots zijn opgedaan, bundelen en een toekomstvisie uitwerken over hoe wegbeheerders gezamenlijk voertuigdata willen gebruiken. De onderzoeksgroep zou ook concrete voorbeeldtoepassingen met voertuigdata moeten uitwerken, gebruikmakend van echte data. Met zulke use cases wordt duidelijk wat de mogelijkheden nu echt zijn.
Al die kennis en ervaringen moeten breed gedeeld worden, was de oproep vanuit de workshops. De nieuwe databron moet snel net zo gewoon worden als smartphone-data nu.
_____
Meer lezen? Download het rapport…
