- Home
- Cases
Business challenges
- Hoe kan het zijn stationsgebieden optimaliseren?
- Hoe kan het zijn jaarlijkse telling van geparkeerde auto's op zijn 400 treinstations automatiseren?
- Hoe kan NS slimmer werken met de nieuwe data & analytics technologieën die beschikbaar zijn?
Succesfactoren
- Consultants die creatief zijn en buiten de gebaande paden denken
- Diepgaande kennis van geavanceerde AI-mogelijkheden
- Expertise in eenvoudig te maken en te gebruiken apps
Resultaten
- NS ontvangt en analyseert automatisch luchtbeelden voor elk NS-station
- Informatie over parkeergebruik wordt goedkoper en vaker verzameld
- NS kan haar parkeerfaciliteiten verfijnen
Hoe NS AI kan gebruiken om stationsgebieden te optimaliseren
De Nederlandse Spoorwegen(NS) is de belangrijkste dienst voor personenvervoer per spoor in Nederland. Als onderdeel van haar dienstverlening exploiteert, beheert en ontwikkelt zij alle stationsgebieden in samenwerking met verschillende partners. In deze samenwerkingsverbanden staat het uitwisselen van informatie over het gebruik van de ruimten centraal. Elk jaar voert NS een handmatige telling uit van alle geparkeerde auto's op de 400 treinstations - een tijdrovend en duur proces. Zou NS nieuwe technologieën kunnen gebruiken om deze taak efficiënter te maken?
Business challenges
NS wil graag het gebruik van nieuwe technologieën onderzoeken en heeft zich daarom ingeschreven voor de jaarlijkse Advanced Data & Analytics Hackathon van Emixa. Tijdens de eerste gesprekken heeft ons team van consultants samen met NS verschillende ideeën geëvalueerd. Het concept om het tellen van het gebruik van parkeerplaatsen te automatiseren kwam als meest veelbelovend naar voren, zowel qua toegevoegde waarde als qua haalbaarheid. Zouden we met de beschikbare data en technologieën in minder dan 48 uur een werkend prototype kunnen maken? Het antwoord: ja, dat kunnen we!
Succesfactoren
Tijdens de hackathon maakte het team gebruik van openbaar beschikbare luchtfoto's data en specifieke data van NS. De adviseurs gebruikten het nieuwste AI-herkenningsmodel, YOLOv8, om het aantal geparkeerde auto's te tellen met behulp van luchtbeelden. Door een combinatie van creativiteit en expertise ontwikkelde het team met succes een werkend prototype.
Na de hackathon hebben de consultants het prototype verder verbeterd door aanvullende data bronnen op te nemen, gebruikmakend van zeer precieze coördinaten en meer gedetailleerde luchtfoto's. Ons team ontwikkelde een geautomatiseerd Python-script waarmee beelden van elk NS-station kunnen worden opgehaald en geanalyseerd. Bovendien is de informatie nu gemakkelijker toegankelijk.
Resultaten
Informatie over de bezettingsgraad van het parkeren kan nu automatisch en frequenter worden verzameld. Dit helpt NS om haar parkeerfaciliteiten te verfijnen en de faciliteiten op haar stations verder te verbeteren, samen met haar partners.
AI gebruiken om parkeerfaciliteiten te optimaliseren
"Een unieke uitdaging die creativiteit en Data & Analytics-expertise vereiste."
Joris Schalks
Emixa