Mobilitetsdata med grønne potentialer
- Nyheder
- Use-cases
I det fællesoffentlige projekt, Grøn datadrevet innovation, er der blevet sat fokus på hvordan åbne offentlige data potentielt kan understøtte den grønne omstilling på mobilitetsområdet.
Åbne offentlige data rummer et stort værdipotentiale, men det kan være en udfordring for de offentlige myndigheder at vide, hvilke data der skal prioriteres til udstilling.
Derfor er der i et fællesoffentligt forprojekt i 2021 undersøgt, hvilke resultater der kan opnås, når offentlige og private aktører samarbejder om dataudvælgelse.
I tre innovationsforløb har offentlige og private aktører samarbejdet om at udvikle løsninger på konkrete udfordringer med endnu ikke offentliggjorte data. Projektet har taget udgangspunkt i en efterspørgselsdrevet tilgang til dataudvælgelse, og dermed haft fokus på at identificere data, der kan være med til at afhjælpe konkrete grønne problemstillinger.
Innovationsforløbene har fokuseret på tre aktuelle udfordringer på mobilitetsområdet og med udgangspunkt i den grønne omstilling; samordnet varedistribution, last mile delivery og kollektiv trafik.
Et mere detaljeret overblik over mobilitets- og leverancedata kan hjælpe kommuner med at organisere en grønnere varedistribution, med færre kørte kilometer og mindre trafik i byerne.
Samordnet varedistribution
Aarhus Kommune og Erhverv Aarhus stillede i forløbet data til rådighed om indkøb og levering til offentlige institutioner og rejsetidsdata, både historisk og realtidsdata. Det er data, der endnu ikke er åbne, men som virksomhederne Geoinfo og Septima så store potentialer i at kunne benytte, hvis der skal udvikles mere præcise måder at optimere kommunens vareleverancer på.
Data fra kommunens indkøbssystem gav et indblik i leverancebehov og leveringsmønstre, og de detaljerede oplysninger giver mulighed for at gentænke kommunens indkøbs- og leveringsmodeller.
Med data fra Grunddataprogrammet blev der lavet visualiseringer af destinationerne, der sammen med den detaljerede indsigt i leveringsmønstre kan gøre det nemmere at se og forstå sammenhænge i varedistributionen.
Identificeret og undersøgt data
- Rejsetidsdata: historisk datasæt baseret på 400 trafiksensorer, der registrerer rejsetid i udvalgte områder af byen som på nuværende tidspunkt udstilles som realtidsdata (Aarhus Kommune, endnu ikke åbne data)
- Indkøb fra offentlige institutioner: leverancefrekvens og lokationer (Aarhus Kommune, endnu ikke åbne data)
- Vejnetsdata: vejstatus, hastighedszoner, brohøjder, tungtvognsvejnet (Aarhus Kommune, endnu ikke åbne data)
Last mile delivery
I dette forløb samarbejdede PostNord, Odense Kommune og softwarevirksomheden Urban Radar om at udvikle en løsning, der kan gøre PostNord’s last mile delivery grønnere.
For at blive klogere på, hvordan pakkelevering og -afhentning kan gøres mere bæredygtig, samarbejdede de tre aktører om at finde endnu ikke offentliggjort data, der kan bidrage til optimal placering af fremtidige servicepunkter. I øjeblikket foregår den planlægning på baggrund af PostNord’s egne pakkeservicedata og allerede åbne offentlige data om blandt andet demografi.
Med kendskab til borgernes faktiske bevægelser i byrummet vil det imidlertid være muligt at optimere placeringen af fremtidige servicepunkter markant.
I et pilotprojekt har Odense Kommune opsat kameraer, der registrerer trafikanters bevægelse i bymidten, både kørende, cyklende og gående. Både PostNord og Urban Radar fandt disse data særligt interessante, da de gør det muligt at få et indblik i den reelle færdsel i byen. Koblingen af flere forskellige datakilder giver PostNord mulighed for at tage et væsentligt skridt nærmere en mere datadrevet tilgang til udviklingen af grønnere last mile delivery services.
“Hver gang vi skal beslutte, hvor vi skal placere det næste servicepoint, baserer vi det på et stort datagrundlag. Men for første gang kombinerer vi vores egne data med data fra byen – og det er den nye vinkel. Vi får nye indsigter, og vi får skabt større gennemsigtighed på tværs.”
Joan Lykke Hansen, Head of Operational Development, PostNord
For PostNord gav det stor værdi at få indsigt i endnu flere data om trafikken i det offentlige rum, og den direkte dialog mellem PostNord og Odense Kommune var afgørende i arbejdet med at identificere data, der repræsenterer et værdipotentiale, hvis de gøres åbne.
Identificeret og undersøgt data
- Trafikdata (sensordata): bevægelsesdata fra blød og hård trafik, herunder både gående, cyklende og kørende (Odense Kommune, endnu ikke åbne data)
- Busdata: busstop, ruter og zoner (Fynbus, åbne data)
- Geografiske data: arealanvendelse, kommerciel jordforsyning og transportinfrastruktur (Odense Kommune, åbne data)
- Demografiske data: opdateret demografi, butikker, andre servicepunkter, befolkning, butikker udbud (Odense Kommune, åbne data)
- Pakkeservice-data: historiske data om eksisterende servicepunkter, krav og leveringer og afhentninger (Postnord data)
Kollektiv transport
Forudsigelighed er et essentielt parameter, hvis privatbilister skal flyttes over i den kollektive transport. Når rejsende skal hjælpes godt på vej, kan positionsdata være med til at skabe et bedre overblik over de forskellige transportmidler og -muligheder; noget der netop kan gøre det nemmere at tilvælge de kollektive rejsemuligheder.
I dette innovationsforløb gik Syddjurs Kommune, Midttrafik og virksomheden Diroto, der arbejder med ruteoptimering og – planlægning, sammen om at se på hvilke data, der kan påvirke trafikanter til at vælge den kollektive transport til. Meget af Midttrafik’s data er allerede tilgængeligt på for eksempel Rejseplanen. Herudover har de også data om egne køretøjer, blandt andet positionsdata, der i realtid giver information om køretøjernes positioner. Disse data var særligt interessante for Diroto, der ved hjælp af kunstig intelligens og data om aktuelle placeringer samt historiske data om kunderejser, kunne udvikle en løsning, der kan give mere præcis information om for eksempel forsinkelser.
Med kendskab til Midttrafik’s data, er det også muligt at udvikle løsninger, der kan tage højde for bilisters egen lokation i trafikken og guide trafikanten over i kollektive transportformer, hvis der for eksempel skulle opstå kødannelse på motorveje.
Identificeret og undersøgt data
- Realtidsdata: 15 sekunders interval – lokation af Midttrafiks køretøjer, position af busser, toge, letbane
- (Midttrafik, endnu ikke åbne data)
- Rettidighed- og fremkommelighedsdata (Midttrafik, endnu ikke åbne data)
- Rejseplanens API: køreplaner og realtidsdata (Midttrafik, åbne data)
- Øvrige data: transportvaneundersøgelse (DTU, endnu ikke åbne data)
I casesamlingen kan du læse meget mere om forløbene, hvilke data der blev anvendt og til hvilke løsninger. Se den her