Hoe kun je data verzamelen die iets zeggen over de risico-indicator Veilige verkeersdeelnemers? De definitie van deze risico-indicator kent meerdere subindicatoren waaronder lichtvoering en het gebruik van alcohol, drugs en medicijnen. In opdracht van RWS/WVL bracht Goudappel een advies uit over de gewenste manier om al deze data te verzamelen. In haar verhaal ging Wilma in op de kernpunten van dit advies waaronder:

• het afnemen van vragenlijsten onder verkeersdeelnemers als aanvulling op de metingen op straat (dat gebeurt vanaf 2023)
• de frequentie van metingen op basis van onder andere hoe snel gedrag wijzigt en hoe hoog het percentage is van het niet gewenste gedrag
• het online dashboard, dat het Kennisnetwerk SPV lanceert in het voorjaar van 2023.

 

Meten van gedrag

Na de bijdrage van Wilma gaf moderator Sarah Lynch, beleidsmedewerker verkeersveiligheid bij de Europese Commissie, het woord aan Milan Tešić. Milan werkt bij de Road Traffic Safety Agency in Servië die deelnam aan een Europees gefinancierd project over het meten van bepaald gedrag van de bestuurder. 21 landen doen al mee aan het project. De monitoring laat bijvoorbeeld zien hoe hoog het gebruik van de veiligheidsgordel is. Mocht dat laag zijn, dan kan dat voor een regio aanleiding zijn om daar gericht op in te zetten.
 

Combineren van data

Thibault Castagne van het bedrijf VIANOVA ging in op een dashboard dat verschillende lagen met data combineert. De nadruk ligt op data van stromen voetgangers en fietsers. Ook rembewegingen door voertuigen worden meegenomen. Door deze data te combineren krijg je scores per wegsegment. De data komen van allerlei partijen waaronder leveranciers van deelmobiliteit en app-track-info om snelheid te traceren. Daarbij wordt gezorgd voor een goede representatie van verschillende typen voertuigen.
VIANOVA is ook in Nederland actief, bijvoorbeeld bij de gemeente Amsterdam waar het bedrijf diensten verleent op het gebied van deelmobiliteit. 
 

Voorspelmodel verkeersveiligheid

Craig Smith is verkeersveiligheidsadviseur bij Agilysis en sprak over de ontwikkeling en het gebruik van een voorspelmodel voor verkeersveiligheid. Dat model leidt tot een overzichtskaart met voorspelde risico’s voor de infrastructuur. Data die worden gebruikt, zijn die van infrastructuur, omgevingsdata en gebruikersdata (onder andere snelheid en verkeersstromen). Het model werkt nu nog op wegvakniveau maar in de nabije toekomst zitten er ook kruispunten in. Dit soort modellen is ook in Nederland ontwikkeld, onder andere voor de gemeente Rotterdam.
 

Empathische auto

José Solaz van IBV, een biomechanisch instituut in Valencia, sloot af met de ‘empathische’ auto van de toekomst. Hij ging in op het begrip antropomorfisme: het toekennen van menselijke eigenschappen aan voorwerpen zoals een robot of in dit geval een auto. Mensen hebben weinig vertrouwen in automatisch rijden. Maar op het moment dat je een auto introduceert als de invoelende persoon Alfred – hij past licht en snelheid aan op basis van je stemming – dan is de acceptatie een stuk groter, blijkt uit onderzoek. Of het erg realistisch is, is de vraag maar het is wel iets om over na te denken.
 

Presentaties

De presentaties van de sessie staan hieronder. Ze waren allemaal in de vorm van een pecha kucha (20 dia’s die ieder 20 seconden duren) met als resultaat dat de info op de sheets beperkt is.
 
Collecting and monitoring SPI-data in the Netherlands: What about human behaviour?, Wilma Slinger, CROW
 
Star rating of driver’s behaviour as a tool to prevent risky driving, Milan Tešić, Road Traffic Safety Agency of the Republic of Serbia
 
Telling the story with big data: Pulling relevant insights out of an ocean of safety data Thibault Castagne, VIANOVA
 
Road danger reduction through artificial intelligence, Craig Smith, Agilysis
 
Empathic vehicles: Detection of occupant emotion in autonomous vehicles to adapt the response, José Solaz, IBV