<img src="https://secure.tool3sign.com/182543.png" style="display:none;">

Hoe NS AI kan inzetten om stationsgebieden te optimaliseren

NS-zaak

Vervoer

  • Hoe kan het de ruimtes rond zijn treinstations optimaliseren?

  • Hoe kan NS de jaarlijkse telling van geparkeerde auto’s bij haar 400 stations automatiseren?

  • Hoe kan NS slimmer werken met de nieuwe beschikbare data- en analysetechnologieën?

  • NS ontvangt en analyseert automatisch luchtfoto’s van elk NS-station

  • Informatie over het gebruik van parkeerplaatsen wordt goedkoop en vaker verzameld

  • De NS kan haar parkeerfaciliteiten nauwkeurig afstemmen

AI, data en analyse

Hoe NS AI kan inzetten om stationsgebieden te optimaliseren

De Nederlandse Spoorwegen (NS) is de belangrijkste spoorwegmaatschappij voor personenvervoer in Nederland. Als onderdeel van haar dienstverlening exploiteert, beheert en ontwikkelt de NS alle stationsterreinen in samenwerking met diverse partners. In deze samenwerkingsverbanden is de uitwisseling van informatie over het gebruik van de terreinen van cruciaal belang. Elk jaar voert de NS een handmatige telling uit van alle auto’s die op haar 400 stations geparkeerd staan – een proces dat zowel tijdrovend als duur is. Zou de NS nieuwe technologieën kunnen inzetten om deze taak efficiënter te maken?
Koptekst NS-zaak (960 x 353 px) (1)

Zakelijke uitdagingen

NS wil graag het gebruik van nieuwe technologieën verkennen en heeft zich daarom aangemeld 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 bleek het meest veelbelovend, zowel wat betreft toegevoegde waarde als haalbaarheid. Zouden we met de beschikbare data en technologieën binnen 48 uur een werkend prototype kunnen bouwen? Het antwoord: ja, dat kunnen we!

Station NS 2-1

Sleutels tot succes

Tijdens de hackathon maakte het team gebruik van openbaar beschikbare luchtfoto’s en specifieke gegevens die door NS waren verstrekt. De consultants pasten het nieuwste AI-herkenningsmodel, YOLOv8, toe om aan de hand van luchtfoto’s het aantal geparkeerde auto’s te tellen. Door een combinatie van creativiteit en expertise slaagde het team erin een werkend prototype te ontwikkelen.

Na afloop van de hackathon hebben de consultants het prototype verder verbeterd door aanvullende gegevensbronnen te integreren, waarbij gebruik werd gemaakt van uiterst nauwkeurige coördinaten en gedetailleerdere luchtfoto’s. Ons team heeft een geautomatiseerd Python-script ontwikkeld waarmee beelden van elk NS-station kunnen worden opgehaald en geanalyseerd. Bovendien is de informatie nu gemakkelijker toegankelijk.

4-okt-04-2024-09-06-02-4898-AM-1

Resultaten

Er kan nu automatisch en vaker informatie worden verzameld over de bezettingsgraad van parkeerplaatsen. Dit helpt NS om haar parkeerfaciliteiten beter af te stemmen en, samen met haar partners, de voorzieningen op haar treinstations verder te verbeteren.
Koptekst NS-zaak (960 x 353 px) (1)

KLANTCASES

We hebben meer dan 1700+ klanten geholpen

Alle klant cases
De Lijn

De Lijn houdt Vlaanderen mobiel: bussen en trams die dagelijks 785.000 reizigers vervoeren, verspreid over 30 onderhoudscentra. Emixa implementeerde SAP S/4HANA EAM, standaardiseerde de werkprocessen en verschoof het onderhoud van reactief naar preventief, datagedreven plannen. 

30 Onderhoudsprocessen gestandaardiseerd
PCS Innotec

Het SAP S/4HANA-traject van PCS Innotec kampte met zwakke governance en lage adoptie. Emixa voerde gestructureerd projectmanagement, duidelijke IT-serviceprocessen en changemanagement in, en leverde het project op tijd, binnen budget en met blijvend draagvlak op.

3 Pijlers Governance, Change & Adoptie
Jan De Nul

Jan De Nul ontwerpt en realiseert wereldwijd grote maritieme en civieltechnische projecten. Emixa migreerde 1,2 miljoen CAD-modellen van verouderde systemen naar Siemens NX en Windchill, en verbeterde zo de samenwerking, traceerbaarheid en doorlooptijden in het ontwerpproces. 

98.6% Succesvolle CAD-datamigratie
Alle klant cases