GASPADA project update: alles draait om beweging

Wat hebben gnoes op de Afrikaanse savanne gemeen met auto's die zich een weg banen door Eindhoven? Het klinkt misschien vreemd, maar voor professor Bettina Speckmann en haar collega's in het GASPADA-project zijn gnoes en auto's niet zo verschillend. Het draait allemaal om bewegingsdata.

Slimmer verkeersmanagement

Professor Speckmann heeft gewerkt met bewegingsdata in verschillende omgevingen. In het GASPADA-project (Geometric Algorithms for the analysis and visualization of heterogeneous Spatio-temporal Data) lag de focus oorspronkelijk op het verkeer. Door informatie over de snelheid en locatie van auto's slim te combineren met data over bijvoorbeeld straatlantaarns en gebouwen langs de weg, kunnen nieuwe inzichten voor verkeersmanagement worden ontwikkeld. Het verzamelen van gegevens in dit soort projecten is niet altijd eenvoudig, legt Speckmann uit: "Trajectgegevens kunnen lastig te verzamelen zijn, vooral in stedelijke omgevingen. Gegevens moeten vaak opgeschoond worden voordat ze kunnen worden gebruikt in verdere analyse. Om de gegevens op te schonen, hebben we een zogenaamde fysiek realiseerbare aanpak ontwikkeld. Deze aanpak houdt rekening met de fysieke beperkingen van auto's, zoals hun snelheid en het feit dat de meeste auto's niet off-road zullen rijden. Door gebruik te maken van dergelijke factoren, zijn we in staat om de grootste subtrajecten te vinden die fysiek zinvol zijn. Zo kunnen we grote datasets snel opschonen."

Een onverwachte wending

Helaas nam het project een onverwachte wending omdat er een aantal dingen veranderden in het projectconsortium. "Een van de belangrijkste partners, Here Global, zette in Eindhoven een serieuze onderzoeksafdeling op die interessante mogelijkheden creëerde om samen te werken. Het eerste jaar van onze samenwerking pakte goed uit. We hebben toen echter de keerzijde ervaren van het werken met een multinational toen onderzoeksbudgetten werden gekort en uiteindelijk hun werk in Eindhoven volledig werd stopgezet.”

Met de veranderingen in het consortium verschoof ook de focus van het GASPADA-project van het centrum van Eindhoven naar de graslanden in Afrika. De aanpak was vergelijkbaar: het combineren van bewegingsdata met data over de omgeving. "In plaats van straatlantaarns gebruiken we gegevens over zaken als bodembedekkers en het weer", legt Speckmann uit. "Verder bouwen we nog steeds complexe algoritmes uit basisbouwstenen. Een voorbeeld van een bouwsteen is een algoritme dat de afstand tussen twee trajecten meet. Het mooie is dat we deze bouwstenen kunnen gebruiken bij het werken met trajecten in elke situatie, variërend van auto's in steden tot dieren op de savanne."

Medewerkers van Wageningen University werken aan kuddedieren, zoals gnoes. Door het collectieve gedrag van kuddes te analyseren, is het mogelijk om verstoringen in hun normale patronen te detecteren die kunnen worden veroorzaakt door stropers. Speckmann: "Als je een neushoorn volgt en de neushoorn op een gegeven moment stopt met bewegen, weet je dat de stropers er bij zijn gekomen. De data kunnen kloppen, maar je zou te laat zijn. Onze aanpak is anders omdat we andere soorten gebruiken als zogenaamde schildwachten: verstoringen door stropers veranderen de normale bewegingspatronen van deze soorten. Maar om te weten wat normale patronen zijn, moet je rekening houden met omgevingsvariabelen zoals bodembedekkers, weer et cetera. De integratie van dergelijke variabelen is precies waar we goed in zijn."

Vooruitblikkend

De verandering in richting binnen het project laat zien dat voor professor Speckmann en haar team de algoritmische concepten hetzelfde zijn - het gaat gewoon om het vinden van goede partners om de algoritmen op een zinvolle manier te laten werken. Als gepassioneerde wetenschapper heeft Speckmann enkele ideeën voor toekomstige ontwikkelingen. "Het zou geweldig zijn om onze bibliotheek van algoritmen verder te ontwikkelen, vooral in de richting van groepsanalyse, zoals we gebruiken voor gnoes. We kunnen ook meer halen uit onze aanpak van fysiek realiseerbare modellen. We zouden bijvoorbeeld kunnen proberen de overstap te maken van auto's naar mensen. Net als auto's hebben mensen fysieke beperkingen die kunnen worden gebruikt: de meesten van ons kunnen bijvoorbeeld niet vliegen. Het gebruik van de fysiek realiseerbare aanpak zou van belang kunnen zijn voor smart city-onderzoek. Ik woon in het centrum van Utrecht, dus ik zie elke dag de noodzaak van slim verkeers- en crowdmanagement."

De bewegingstoolkit die in dit project is ontwikkeld, vindt u hier: https://movetk.win.tue.nl/