Project Details

Description

From https://ing.dk/artikel/vejviser-ledige-p-pladser-skal-mindske-trafikken-koebenhavn-210813:  »Find & Park er udviklet ved hjælp af avancerede algoritmer, der behandler forskellige datakilder – herunder data fra transaktioner, der sker ved parkeringsbetaling og konkrete trafikmålinger. Ved at indsamle parkeringsdata over mange år og kombinere det med big data kan vi forudsige, hvor der er størst sandsynlighed for at finde en ledig parkeringsplads på et hvilket som helst tidspunkt på dagen. Det betyder også, at jo mere data der indsamles over tid, des mere præcis bliver løsningen,« forklarer Bernd Reul, landechef for EasyPark i DanmarkNår en algoritme får mange forskellige typer data, så giver det matematiske udfordringer i algoritmen. »Udfordringen har været at kombinere den meget store og forskelligartede datamængde, vi får ind, og opbygge en model, der kan levere forslag af høj præcision. Vores datalag kører både i tid og sted, hvor nogle data har et GIS-lag, mens andre er udtrykt i tid. Nogen datakilder er meget præcise, f.eks. transaktionsdata for betaling af parkering, hvor vi har tid, gps-data. Andre data er meget mere usikre, f.eks. har vi antallet af beboerlicenser, men vi ved ikke, hvornår de bruges og hvordan,« siger Bjarne Ersbøll, professor og sektionsleder ved DTU Compute.Han og andre fra DTU Compute har hjulpet EasyPark med omkring 400 arbejdstimer igennem programmet Smart Innovation på DTU Scion.
StatusFinished
Effective start/end date01/01/201531/10/2016

Collaborative partners

Fingerprint

Explore the research topics touched on by this project. These labels are generated based on the underlying awards/grants. Together they form a unique fingerprint.