• 14 december 2015

Nieuwe toepassingen: Smart Data Factory for logistics

Nieuwe toepassingen: Smart Data Factory for logistics

Nieuwe toepassingen: Smart Data Factory for logistics Topsector Logistiek

Worstelt u met een logistieke uitdaging waarbij beschikbaarheid van data en slimme algoritmes een rol spelen? TNO ontwikkelde op basis van het reeds bestaande Intrepid platform een aanpak waarmee de uitwisseling van informatie, ook internationaal, sterk wordt vereenvoudigd. Hiermee biedt TNO verschillende mogelijkheden om in samenwerking (in een pilot of proof of concept) naar een oplossing toe te werken.

De logistieke sector in Nederland staat op een hoog niveau. Er is echter voldoende reden om innovatie krachtig te blijven ondersteunen en deze unieke positie te behouden. TNO ziet de voordelen van (real-time) data delen in de logistieke sector en helpt de sector bij het ontwikkelen en implementeren van nieuwe en innovatieve oplossing om logistieke processen effectiever en efficiënter te laten verlopen.

Het beschikbaar maken van real-time data vanuit voertuigen, infrastructuur en bedrijfssystemen draagt bij aan het realiseren van nieuwe toepassingen voor een effectiever en efficiënter vervoer. Een drietal voorbeelden:

Containerterminal

De transportsector bespaart enorm als de reistijd van elke rit is voorspeld en de wachttijd op terminal of distributiecentrum kleiner is. Omgekeerd kunnen terminaloperators de interne planning optimaliseren indien toekomstige drukte goed is voorspeld. Vervoersbedrijven voeden het platform met actuele data uit on-board units en planningssystemen en de terminal voegt daar actuele data van huidige drukte aan toe. TNO combineert deze informatie met actuele gegevens over weer en verkeer. Alle informatie is real-time beschikbaar en wordt continu ververst. Historische gegevens herkennen trends en afwijkingen. Met speciaal ontwikkelde algoritmes kan TNO nauwkeurig reis- en wachttijden voorspellen.

Sluizencomplex

Voor schippers van binnenvaartschepen is de wachttijd bij sluizen nog een grote onbekende. Zij kunnen slecht voorspellen wanneer de vracht bij de klant is. Ook de sluiswachter wil beter geïnformeerd zijn over naderende schepen en te verwachten aankomsttijden om de start van het schutten beter te bepalen. Optimalisatie in het verkorten van wachttijd en aansturing van het schutten is in de toekomst mogelijk.

Voor de oplossing moet allereerst locatie en vaarsnelheid van schepen worden ontsloten. Deze data is beschikbaar via AIS (Automated Identification System). Ook informatie over laad- en losterminal kunnen ontsloten worden. Een slim algoritme voorspelt vervolgens de aankomsttijd van elk schip voor een sluis.  TNO heeft op een dashboard gevisualiseerd welke schepen onderweg zijn naar de sluis met welke te verwachten aankomsttijden. Drukte in de sluis kan zo beter voorspeld worden en de sluiswachter kan hierop anticiperen.

Stad

Een aantrekkelijke stad heeft een goede mix van leefbaarheid voor de inwoners en bereikbaarheid voor bedrijven. De praktijk is echter dat het verkeer vast staat: slechte luchtkwaliteit, slechte doorstroming, extra reistijd (slecht voor de business), frustratie. Wat ontbreekt is een gedetailleerd beeld van de staat van de stad: de wegen waarop het vast staat, maar vooral ook wie er vast staat – vrachtverkeer of personenauto’s en met welk reismotief.  Als je dat weet kun je veel specifieker de juiste maatregelen en oplossingen bedenken, zoals andere route, andere reistijden of restricties voor bepaalde doelgroepen in plaats van totaal afsluiten om luchtkwaliteit in sommige gebieden te verbeteren.

Ingewikkeld? Nee, het kan, en zonder extra sensoren. Er ligt al veel data in de stad; gegevens uit wegdeklussen, van camera’s. Bedrijven kunnen hun logistieke transportstromen delen. TNO heeft bestaande datasets van Rotterdam aan elkaar geknoopt om zo tot nieuwe inzichten te komen. De ‘Staat van de Stad’ in beeld: het StadsDashboard.

Ed van Dort (TNO Business development logistieke service providers)

Jan Burgmeijer (TNO Programmamanager smart logistics)