Identifiera färdmedel för delresor - vid analys av rörelse med hjälp av mobildata

Syfte och mål

Mål för projektet är, utifrån Movement Analytics-metoden för analys av mänslig rörelse med hjälp av mobildata, utveckla en en skalbar, automatiserad och självlärande mönsterigenkänningsmodell som visar vilka färdmedel människor väljer under hela resan - dörr till dörr. Det här projektet ämnar utföra två pilotprojekt för att åstadkomma en automatiserad och generell/skalbar modell för färdmedelsidentifiering - även för delresor. Syftet är bl a att effektivisera samhällsplanering och att bättre kunna följa upp beteendeförändring när vi ställer om till hållbart resande.

Förväntade effekter och resultat

- Bättre förståelse för resandet per färdmedel i trafikplanering - Möjligheten att följa upp beteendeförändringar när samhället ställer om till hållbart resande - Synliggöra vilka konsekvenser åtgärder för att minska bilåkande i stadskärnor har på människors resvanor - per färdmedel Resultat från detta projekt kommer att användas i uppföljning av beteendeförändring i Stockholms och Lunds beslutade systemdemonstratorer för snabbare klimatomställning

Planerat upplägg och genomförande

Modellutveckling, Testbädd Göteborg (Januari - Juni 2024) Modellvalidering, Testbädd Helsingborg (Januari-Juni 2024) Automatisering och test (Januari-Juni 2024) Intern kommunikation och nyttiggörande i Göteborg och Helsingborg (Mars-Juni 2024) Slutrapportering och Resultatpresentation (Augusti 2024)