EN
Wat we doen
Dutch Automated Mobility heeft FMN ingeschakeld om te onderzoeken of er in Zuid-Nederland (Limburg en Brabant) een data-gedreven tool ontwikkeld kon worden om de inzet van logistieke voertuigen in geschikte use cases sneller en eenvoudiger te maken. Dit onderzoek werd uitgevoerd in opdracht van Logistics Community Brabant (LCB), die vanuit het programma Digital Data Square Zuid Nederland (DDSZ) op zoek was naar een geschikte partij om dit te realiseren.
In het project is een methode ontwikkeld genaamd de “Use Case Filter”, een extra stap vóór het vinden van een geschikte locatie en belanghebbende partij voor een use case. Er werden verschillende scenario’s voor toepassingen met logistieke voertuigen op de openbare weg of bij afgesloten terreinen gecreëerd, met als basis de voorzieningen in Noord-Brabant.
Deze scenario’s zijn vervolgens geanalyseerd met behulp van een geografisch informatiesysteem (GIS) voor verschillende typen omgevingen, zoals pakketpunten bij bedrijventerreinen, apotheken in combinatie met verzorgingshuizen, winkelcentra in de buurt van openbaar vervoer en vakantieparken. Hierbij werden geografische kenmerken van steden onderzocht, zoals beschikbare wegen, OV-voorzieningen, snelheden, en toegankelijkheid voor logistieke voertuigen.
De meest veelbelovende toepassingen werden beoordeeld met behulp van een decision support tool, waarbij scores werden toegekend aan verschillende factoren per thema. Dit stelde het projectteam in staat om snel inzicht te krijgen in de waarde van elke toepassing.
Tot slot organiseerde het team een demo-dag in Noord-Brabant om de interesse van partijen in deze innovatieve vorm van bezorging te verkennen, waarbij relevante belanghebbenden werden uitgenodigd om de mogelijkheden te bekijken.
Hoe we het doen
Binnen het proces hebben we drie stappen geformuleerd om te volgen.
Stap 1: De scorecard methodiek
Verschillende mogelijke toepassingen worden door expert judgement gescoord op thema’s (o.a. vraag, gemak van integratie, impact, veiligheid) en of deze hoog scoort bij een optelling van deze waarden. Welke juridische drempels liggen er om te implementeren op een bedrijventerrein? Hoe hoog is de vraag op het bedrijventerrein? Hoe groot is de impact en hoe hoog is de acceptatie?
Stap 2: Visualisatie verschillende use cases
Middels open source data brengen we voor Noord-Brabant overzichtelijk in beeld welke factoren een rol spelen bij de implementatie van een logistiek voertuig en dus welke factoren moeten worden meegenomen in de GIS-analyse kaarten van mogelijk interessante toepassingen.
Stap 3: Decision Support Tool
Op basis van de verzamelde data gaan we fysiek naar de locaties toe om te toetsen aan de hand van factoren door ‘expert judgement’ en details of de ogenschijnlijke geschiktheid ook matcht met de werkelijkheid.
Daarnaast leggen we interviews af met belangrijke partijen bij de implementatie van zelfrijdende logistieke voertuigen, zoals de RDW, gemeenten in Noord-Brabant en een verzekeringsmaatschappij. Ook legden we contact met mogelijk interessante partijen uit de buurt.
Het resultaat
Over een duur van vijf maanden slaagden we er in al onze doelstellingen te halen en bovendien een data gedreven manier te ontwikkelen om nieuwe use cases te vinden op de weg, die Dutch Automated Mobility nu daadwerkelijk kan inzetten. Ook was de demomiddag en het afsluitend evenement een groot succes, waarbij veel interesse en welwillendheid aan de oppervlakte kwam.
