Identifiera färdmedel för delresor - vid analys av rörelse med hjälp av mobildata
Det här projektet avser att utföra två pilotprojekt för att åstadkomma en automatiserad och generell/skalbar modell för färdmedelsidentifiering - även för delresor. Syftet är bl a att effektivisera samhällsplanering och att bättre kunna följa upp beteendeförändring när vi ställer om till hållbart resande.
Mål för projektet är, utifrån Movement Analytics-metoden för analys av mänsklig rörelse med hjälp av mobildata, utveckla en en skalbar, automatiserad och självlärande mönsterigenkänningsmodell som visar vilka färdmedel människor väljer under hela resan - dörr till dörr.
Förväntade effekter och resultat
- Bättre förståelse för resandet per färdmedel i trafikplanering
- Möjligheten att följa upp beteendeförändringar när samhället ställer om till hållbart resande
- Synliggöra vilka konsekvenser åtgärder för att minska bilåkande i stadskärnor har på människors resvanor - per färdmedel
Resultat från detta projekt kommer att kunna användas i uppföljning av beteendeförändring i Stockholms och Lunds beslutade systemdemonstratorer för snabbare klimatomställning
Planerat upplägg och genomförande
- Modellutveckling, Testbädd Göteborg (januari - juni 2024)
- Modellvalidering, Testbädd Helsingborg (januari-juni 2024)
- Automatisering och test (januari-juni 2024)
- Internkommunikation och nyttiggörande i Göteborg och Helsingborg (mars-juni 2024)
- Slutrapportering och Resultatpresentation (augusti 2024)
Projekttid
December 2023 - augusti 2024
Projektledare
Jonas Järnfeldt, The Train Brain
jonas.jarnfeldt@thetrainbrain.com
Vinnovanummer
2023-04178
Partners
The Train Brain, Helsingborgs stad, Göteborgs stad, Trafikverket, Region Skåne, EIT Urban Mobility, Consat
