Slimme tool geeft inzicht in effect van zelfrijdende auto’s

Is Mobility as a Service een app om multimodale reizen te plannen, boeken en betalen? Niet als het aan PTV Group ligt. Volgens de ontwikkelaar van verkeerskundige software slaat het concept op de inzet van zelfrijdende deelauto’s. En wat de impact van de voertuigen is en hoe overheden en autofabrikanten hierop kunnen inspelen, daar kan het Utrechtse IT-bedrijf goed inzicht in bieden, stelt business manager Robin Huizenga onlangs op het MaaS Congres 2019.

Een fancy app die aangeeft hoe je je met verschillende, bestaande mobiliteiten het best kunt verplaatsen. Zo zien de meeste mensen MaaS, zegt Huizenga. PTV Group, onderdeel van Porsche SE, kijkt verder. “Voor ons is MaaS vooral het vergezicht op het moment dat je autonome voertuigen gaat krijgen, en vooral autonome deelvoertuigen. Met name het aspect: welke invloed hebben deze vervoersmiddelen op ons verplaatsingsgedrag en daarmee op ons verkeerssysteem? En: hoe moeten we ons daar op voorbereiden.”

Voorbereiden

Hier zit ‘m ook de uitdaging voor de IT-onderneming. Autonome voertuigen zijn er nog niet dus zowel het gebruik als ook de effecten van dit gebruik in kaart brengen is een uitdaging. Maar wel heel relevant: de overheid heeft een belang, maar ook openbaar vervoersbedrijven en autofabrikanten. Allemaal moeten ze inspelen op deze ontwikkeling om klaar te zijn voor de toekomst.

Hoe die toekomst zich ontwikkelt, is koffiedik kijken

Een toekomst die overigens dichterbij is dan het lijkt, benadrukt Huizenga. “Hij klinkt ver weg, zeker als je naar die fancy plaatjes op internet kijkt. Maar kijk naar Uber: die rijden er al mee. Nog wel met een bestuurder erin, maar die gaan er op termijn echt uit. En kijk naar ViaVan in Berlijn. Busjes rijden daar op aanvraag rond om mensen die zich aanmelding via een app van deur naar deur te brengen. Mercedes zit erachter. Waarom? Omdat het bedrijf zich aan het voorbereiden is op de komst van de zelfrijdende deelauto.”

Core business

Hoe die toekomst zich ontwikkelt, is “koffiedik kijken”, erkent Huizenga. De MaaS-pilots van het ministerie en de regionale overheden kunnen hem helpen inzicht te krijgen. Bijvoorbeeld in de wil van mensen om hun auto vaker te laten staan of in de wil om voertuigen te gaan delen. Om aantallen gaat het hem overigens ook niet. Doel van PTV Group is om een stip aan de horizon helpen formuleren – en dat terwijl de core business van het bedrijf software ontwikkelen is en niet advies geven.

“Je moet punt op de horizon hebben”, stelt Huizenga. “Waar wil je naartoe en hoe wil je daar komen? Veel mensen zijn gericht op vandaag en morgen, op die fancy MaaS-app. Maar als die het verkeerssysteem niet verbetert, moet je als overheid daar dan wel in investeren? Wij helpen die stip in de verte te definiëren. Wat is nodig om dat verkeerssysteem klaar te maken? Wat is de toegevoegde waarde voor de samenleving? Welke business case sluit daar op aan?”

Doelstellingen

De effecten van autonome voertuigen zijn niet eens zo moeilijk in kaart te brengen, legt Huizenga uit. “Veel partijen werken aan een methode voor inschatting van het potentiële gebruik op basis van theoretische en/of gedragsmodellen, maar maken niet de doorvertaling naar het effect voor de samenleving hiervan. Wij doen, in afwachting van een goede methode voor inschatting van het potentieel gebruik, op dit moment nog een veronderstelling. Vervolgens onderzoeken we het effect, kijken of het aansluit bij de doelstellingen en schakelen indien nodig bij.”

Wij brengen in beeld of je hiermee de gewenste vermindering van problemen met doorstroming, uitstoot en geluidsoverlast behaalt

Huizenga geeft een voorbeeld. “Stel dat je als gemeente tien procent van de mensen in een autonoom voertuig denkt te kunnen krijgen. Wij brengen in beeld of je hiermee de gewenste vermindering van problemen met doorstroming, uitstoot en geluidsoverlast behaalt. Hieruit kan komen dat je pas vanaf vijftien procent duidelijk effecten gaat zien. Je weet dan als overheid dat je een tandje moet bijzetten.”

Startpunt bij het in kaart brengen van de effecten van autonome voertuigen is het verkeersmodel van de betreffende stad of gemeente. Dat is er altijd en toont de mobiliteitssituatie over een x-aantal jaar, uitgesplitst per modaliteit. “Op basis daarvan doen wij een veronderstelling van het aantal mensen dat zal overstappen naar een MaaS-concept”, vertelt Huizenga.

Kortste route

Die groep voert hij in hun programma MaaS Modeler, dat ook dat verkeersmodel als uitgang heeft. Door aan parameters te ‘draaien’ kan hij zoeken naar optimalisatie. Een voorbeeld van die parameters? “Je kunt je voorstellen dat als gebruikers zich tien minuten van tevoren moeten melden bij een mobiliteitsaanbieder, die mobiliteitsaanbieder meer mogelijkheden heeft dan wanneer gebruikers zich een minuut van tevoren moeten melden. En mag een voertuig ver omrijden, dan kan hij veel meer mensen meenemen dan wanneer hij de kortste route moet nemen.”

Tekst gaat verder onder de foto

De uitkomst hiervan stopt hij weer terug in het verkeersmodel van de stad of gemeente, maar dan als nieuwe modaliteit: het zelfrijdende voertuig. Dan gaat hij opnieuw optimaliseren, net zolang tot er een mooie evenwichtige verdeling is tussen vervoersmiddelen. Het is een balans tussen het ene uiterste: geen autonome voertuigen. En het andere uiterste: zoveel autonome voertuigen dat er files ontstaan en mensen massaal een ander vervoersmiddel pakken.

Meer vergoeding

Op veel plekken in de wereld werkt PTV Group met deze software. Huizenga wijst als voorbeeld naar Barcelona. Voor verschillende partijen bracht het bedrijf de impact van zelfrijdende auto’s in kaart. Dat leverde interessante inzichten op. “Gebaseerd op verschillende uitgangspunten kwamen we tot de conclusie dat we 4300 voertuigen nodig hadden om alle mensen in de stad te bedienen. Maar toen we zagen hoe dat aantal is opgebouwd, zagen we: 2000 auto’s vervullen al 88 procent van de vraag. Dus voor die overige 12 procent moet je meer dan 2000 auto’s extra inzetten.”

Het stadsbestuur wil natuurlijk dat iedereen van A naar B kan, maar kan die partijen dwingen om meer voertuigen te leveren?

Zo’n situatie levert een belangrijke discussie op, zegt Huizenga. “Autofabrikanten of OV-bedrijven gaan dan achter hun oren krabben en zeggen: waar zit ons businessmodel in die laatste 2000 auto’s. Het stadsbestuur wil natuurlijk dat iedereen van A naar B kan, maar kan die partijen dwingen om meer voertuigen te leveren? Nauwelijks. En dan heb je nog app-ontwikkelaars. Stel dat het OV die overige 12 procent voor haar rekening neemt, maar dat die app-ontwikkelaar gebruikers massaal naar de zelfrijdende auto’s stuurt, simpelweg omdat daar meer vergoeding tegenover staat?”

Spel spelen

Daarom is het zo belangrijk dat de overheid die stip op de horizon zet. “Drie van de vier partijen hebben eurotekens in hun ogen. Alleen de overheid denkt aan het maatschappelijk belang. Dit spel moet je in gezamenlijkheid spelen en het platform daarvoor bieden wij.”

Ook in het Duitse Karlsruhe zette PTV de MaaS-software in. De insteek was daar net iets anders dan in Barcelona. In de effectmeting werden ook de gevolgen van maxima voor uitstoot en geluid inzichtelijk gemaakt. Huizenga verduidelijkt de situatie. “Stel dat je als gemeente overlast hebt van herrie of uitlaatgassen, dan wil je weten hoe je verkeerssysteem moet inrichten om onder het plafond te blijven. Dat betekent een andere verdeling van modaliteiten, of zelfs minder voertuigen – en dat kan soms ook weer nieuwe ruimte opleveren. Ook op dit soort vragen kan ons programma antwoord geven.”