Over het muurtje
Elsa
Net voor de start van de zomer zetten we een project van de winterdienst in de kijker. Elsa, niet zomaar vernoemd naar de ijskoningin van Frozen, moet ervoor zorgen dat we onze strooibeslissingen nog gerichter en objectiever kunnen nemen. ‘Laat het los, laat het gaan’, dat is onze Elsa niet van plan. Trekker Nick Lagast vertelt ons hoe het in elkaar zit.
Nick, kan je ons vertellen wat het project Elsa inhoudt?
Elsa bouwt voort op het project Turing. Daar bouwen we, samen met het technologiebedrijf ML6 een dataplatform waarin we allerlei gegevens van de weg in verzamelen. Denk aan gegevens uit de systemen die de drukte van het verkeer en de files meten, data uit onze eigen weerstations, uit applicaties zoals Waze, geodata … Elsa is een toepassing die op basis van deze gegevens én voortschrijdend inzicht suggesties gaat doen in verband met strooien.
Wat zijn de voordelen?
Elsa kan de districtschef ondersteunen bij het nemen van de beslissing om wel of niet te strooien. Ook over de hoeveelheid strooien geeft ze een suggestie. Hierdoor gaan we op termijn naar een meer gestandaardiseerde strooiaanpak en kunnen we besparen op strooimiddel. Ook voor nieuwkomers binnen de winterdienst is het een dankbare tool. Zij kunnen immers nog niet rekenen op hun ervaring om inschattingen te maken.
De besparing op strooimiddel moet je even uitleggen
Nu wordt er bij twijfel gestrooid, om geen risico te nemen. Elsa moet ervoor zorgen dat er minder twijfel is, en er dus nog meer gericht kan gestrooid worden. Minder verspilling is niet alleen economisch maar ook ecologisch interessant.
Je gaf aan dat Elsa naast gegevens bij elkaar brengen ook bijleert
Klopt. De eerste voorspellingen die Elsa zal maken zullen redelijk voorzichtig en voor de hand liggend zijn. Ze maakt immers gebruik van de gegevens, maar heeft nog geen ‘ervaring’. Bijvoorbeeld: op basis van gegevens zal weg A vergelijkbaar zijn met weg B maar de districtschef weet uit ervaring dat het op weg A altijd gladder is dan op weg B. Het is de bedoeling dat de districtschef de strooisuggestie gaat evalueren en er feedback op geeft. Zo kan Elsa bijleren en deze factoren meenemen in haar toekomstige voorspellingen.
Wat zijn de grote uitdagingen bij het bouwen van Elsa?
Meteodata zijn geen eenvoudige data om te beheren: ze durven nog last minute te wijzigen We kunnen dus maar een paar uur op voorhand suggesties laten genereren, het blijft altijd ad hoc. Er kunnen ook verschillen qua weer zitten op één gebied. De ervaring van de districten zijn daarom een cruciale aanvulling op onze voorspellingen. De feedback waar ik het daarnet over had gaat dus heel belangrijk zijn om er een nuttige toepassing van te maken.
Gaat Elsa een nieuwe app worden?
Nee, Elsa wordt geen nieuwe gebruikersapplicatie. Het is de bedoeling om de strooisuggesties in de toekomst te integreren in de sms-applicatie waar we nu al mee werken of het gms-systeem.
Wanneer moet Elsa klaar zijn?
We zouden haar graag inzetten tijdens de volgende winterdienst. Zoals ik al zei zal ze het eerste jaar vooral een leuke extra zijn. Maar naarmate de tijd vordert moet ze een betrouwbare partner worden van de districtschef tijdens de winterdienst.
Wordt de toepassing ook al in andere landen gebruikt?
Nee, bij mijn weten niet. De toepassing is naar voor gekomen tijdens een brainstorm over wat we allemaal met de data uit Turing kunnen doen. Een andere toepassing is slimme verlichting langs snelwegen. Door gebruik te maken van de data uit ons platform willen we meer plaatsgebonden en geautomatiseerd kunnen beslissen of het nodig is de wegverlichting al dan niet aan te zetten.
Het project valt onder PIO. Wat is dat?
PIO staat voor Programma Innovatieve Overheidsopdrachten en is een initiatief van het beleidsdomein economie, wetenschap en innovatie. De bedoeling is subsidies uit te delen aan innovatieve projecten van de Vlaamse Overheid en agentschappen in contact te brengen met innovatieve startups en andere privépartners.
Wie werkt er allemaal mee aan Elsa?
Ikzelf ben de trekker van het project en wordt bijgestaan door mijn collega’s van BMI (Bewaking en Monitoring Infrastructuur). Uiteraard is de commissie winterdienst betrokken. Externe partners zijn ML6, de ontwikkelaar van Elsa (en ook die van Turing) en het KMI (want die data halen we binnen).
Veel succes. Ik zou zeggen we kijken al uit naar de winter maar het mag toch nog even duren :).
Van links naar rechts: Céline De Clercq (ML6), Bruno Heirbrant (AWV), Lieven Duchateau (AWV), Nick Lagast (AWV), Serge Roelandt (AWV), Jakob Cassiman (ML6)