De UMO faciliteit is gebruikt of wordt gebruikt in verschillende projecten.
MOCOLODO
MObility during and after COrona LOckDOwn (afgekort MOCOLODO) is een onderzoeksproject dat zich richt op urgente (beleids)vragen over mobiliteit in coronatijden. Het project verenigt onderzoekers van de Vrije Universiteit Amsterdam, Universiteit Twente, Technische Universiteit Delft, Universiteit Utrecht en Rijksuniversiteit Groningen. De belangrijkste vragen die MOCOLODO adresseert zijn:
- Wat kunnen we leren over mobiliteitsgedrag en de determinanten daarvan tijdens lockdown en ontspanning?
- Hoe kunnen we op basis van deze kennis overheden adviseren over flexibel en effectief beheer van mobiliteit tijdens lockdown en ontspanning?
- Hoe kan dit in overeenstemming worden gebracht met de duurzaamheidsdoelstellingen op lange termijn op het gebied van (stedelijke) mobiliteit?
Meer informatie over dit project vind je hier.
Campus Mobility Dashboard
One of the most important measures taken to prevent the spread of the coronavirus is to maintain a distance of 1.5 metres from each other. To see how effective these measures are, and which measures should be taken when, we need to know how people move around and how this changes over time. To collect data on mobility on and around the TU Delft campus, a dedicated sensor network has been installed and combined with publicly available data such as the opening times of bridges and real-time locations of trains, buses and trams. The combined information is visualised in the Campus Mobility Dashboard, a digital twin of the university campus.
Floating car data onthult betrouwbaarheid reistijd
Data van navigatiesoftware voor in de auto, verkeersapps en software voor wagenparkbeheer zijn een waardevolle nieuwe bron om mobiliteit te beschrijven. Dergelijke Floating Car Data zijn veelbelovend voor een gedetailleerdere beschrijving van mobiliteitspatronen en een beter begrip van reisgedrag. Het Nederlandse nationale dataportaal voor wegverkeer bevat een uitgebreide database met gemiddelde snelheden op alle segmenten van het Nederlandse wegennet voor afzonderlijke minuten en dagen sinds 2019. Met deze gegevens kunnen reistijden op elke route voor elke dag en elk tijdstip worden gereconstrueerd. De VU heeft een analyseomgeving opgezet die gebruik maakt van deze enorme databank om variatie in reistijden te analyseren. In opdracht van het Ministerie van Infrastructuur en Waterstaat construeerden zij de reistijden voor 120 routes met behulp van floating car data over een pre-COVID periode van 15 weken in 2019 tussen de zomer- en kerstvakantie. Hun analyse richtte zich op de onbetrouwbaarheid van reistijden en ondersteunde de verdere ontwikkeling van de beslissingsondersteunende tool (LMS-BT) die het ministerie gebruikt om de noodzaak van toekomstige investeringen in het snelwegsysteem te evalueren. Het rapport met de voorbereiding van de gegevens en de resultaten werd in juni 2022 aan het ministerie geleverd en is hier te vinden. Het UMO platform kan toegang bieden tot deze big data bron en zal gebruik maken van de ervaringen van de VU in het omgaan met en analyseren van deze gegevens. Dutch national data portal for road traffic hosts an extensive database that contains average speeds at all segments of the Dutch road networks for individual minutes and days since 2019. This data allows reconstructing travel times on any route for any day and time. VU set up an analysis environment that makes use of this huge data repository to analyse variation in travel times. Commissioned by the Ministry of Infrastructure and Water Management, they constructed the travel times for 120 routes using floating car data capturing a pre-COVID period of 15 weeks in 2019 between the summer and Christmas holidays. Their analysis focussed on travel time unreliability and supported the further development of the decision support tool (LMS-BT) the ministry uses to evaluate the need for future investments in the highway system. The report describing data preparation and results was delivered to the Ministry June 2022 and can be found here. The UMO platform can provide access to this big data source and will draw on VU’s experiences in handling and analysing it.