MISTic | Trendanalyse uit meerdere bronnen voor intelligente transportsystemen

Een beter verkeersmanagement is van fundamenteel belang als Brussel een slimme(re) stad wil worden. Het MISTic-project focust op mobiliteit, intelligente transportsystemen (ITS) en slimme steden. Het doel van dit onderzoeksproject is om de technologie te ontwikkelen voor een trendanalysemotor.

Context

MISTic richt zich op onderzoek naar het ontwerp en de validatie (op het gebied van ITS) van een geavanceerde trendanalysemotor, om zo de ontwikkeling van specifieke oplossingen te faciliteren die een nauwgezet en contextgevoelig inzicht (of situatieschets) in een (verkeers)situatie opleveren en die de bij die situatie betrokken stakeholders (bijv. verkeersleiders, weggebruikers) verhelderende feedback verschaffen om hun besluitvorming te vereenvoudigen.

Om zo'n situatieschets te verkrijgen, moeten data uit meerdere bronnen, inclusief sensoren op vaste locaties (camera's, nummerbordlezers, inductieve lussen enz.), met het verkeer meebewegende sensoren (zoals data verzameld door testpennen en 'connected' voertuigen) en andere bronnen zoals historische en weergegevens, worden gecombineerd (gefuseerd) en benut. Dat noemen we datafusie uit meerdere bronnen. Bovendien moeten er methodes worden ontwikkeld om de verkeerssituatie op een contextgevoelige manier te profileren, de situatie te interpreteren en de mogelijke ontwikkelingen van die situatie te voorspellen, teneinde feedback te verschaffen over eventueel gedetecteerde relevante trends en zo de besluitvorming te vergemakkelijken. Voorbeelden van mogelijke trends die in aanmerking kunnen worden genomen, zijn het aantal voertuigen van eenzelfde type (auto's, motorvoertuigen, vrachtwagens, vrachtwagens die gevaarlijke substanties vervoeren enz.) in een tunnel en hoe die met elkaar omgaan, de verschillende soorten bestuurders op een gegeven wegsegment op basis van hun rijgedrag, het aantal kwetsbare weggebruikers op kruisingen enz.

Doelstelling

Het doel van dit onderzoeksproject is om de technologie te ontwikkelen voor een trendanalysemotor.

Aanpak

1. Hiërarchische en adaptieve data uit meerdere bronnen en modelintegratietechnieken onderzoeken die het mogelijk maken om informatie uit heterogene bronnen te combineren.
2. Technieken voor kennisverspreiding onderzoeken in en tussen databronnen.
3. Methodes verkennen om de kwaliteit van de datafusie in te schatten.
4. Methodes onderzoeken waarmee situaties op een contextgevoelige manier kunnen worden geprofileerd en geïnterpreteerd en waarmee hun evolutie kan worden voorspeld.
5. Een proof of concept voor een trendanalysemotor ontwikkelen en valideren, en zijn potentieel aantonen via realistische gebruikssituaties.

Samen met de industriële partner, Macq, werden al twee van zulke situaties geïdentificeerd tijdens de voorbereiding van dit voorstel. In de loop van het project zullen die verder worden uitgewerkt. De eerste gebruikssituatie heeft betrekking op tunnelveiligheid (en infrastructuurveiligheid). De tweede focust op het classificeren en/of profileren van het gedrag van weggebruikers. 

Hierbij moet worden opgemerkt dat de door ons geïdentificeerde gebruikssituaties en de potentiële nieuwe gebruikssituaties die nog tijdens het onderzoek zullen worden gedefinieerd, enkel bedoeld zijn om het potentieel van de trendanalysemotor aan te tonen; als een soort van toolkit met geoptimaliseerde en gevalideerde modules die de ontwikkeling van geavanceerde mobiliteitstoepassingen mogelijk maken.

Referentie

Doctoraatstheses in samenwerking met universiteit en industrie, MISTic: Multi-source trend analytics for intelligent transportation systems

Projectpartners

Het project heeft Sirris (EluciDATA Lab) als onderzoekorganisatie en initiatiefnemer, Macq als industriële partner en VUB (onderzoekslabs ETRO en MOBI) als academische partner en mede-initiatiefnemer.