TNO gaat aankomsttijden voor binnenvaart voorspellen

Eén van de projecten binnen TKI Dinalog over het delen van data is een stap verder gekomen door een nieuwe samenwerkingsovereenkomst in het segment binnenvaart. TNO ontwikkelt een systeem, waarmee veel nauwkeuriger aankomsttijden worden gemeld.

Komende vrijdag staat de Arena in Amsterdam bol van innovatieve oplossingen voor de logistieke sector. Dan houdt TKI Dinalog het jaarlijks congres onder de titel ‘Big Data Small World’. Ook dit project van TNO zal daar voor het voetlicht komen, als onderdeel van een veel groter project met als rode draad slim datagebruik voor logistieke innovaties – allemaal gericht op het efficiënt delen van beschikbare data in de keten.

Kegelschepen actueel in beeld

TNO heeft zich sterk gemaakt voor dit initiatief en daar de benodigde partners voor bij elkaar gekregen. Doel is om het transport van binnenschepen met olieproducten in de Amsterdamse haven veiliger en efficiënter te laten verlopen. Het onderzoeksinstituut komt op termijn met een zogenaamde ‘demonstrator’, die zich richt op de logistieke keten van de zogeheten ‘kegelschepen’, die aankomen bij terminals in de havenregio Amsterdam. In deze logistieke keten is winst te behalen volgens TNO in de vorm van kostenbesparing, serviceverhoging en duurzaamheid, terwijl dat tegelijkertijd ook een optimaliseringsslag oplevert ten aanzien van veiligheid en risicobeheer.

Rekening houden met veiligheidseisen

Het te ontwikkelen systeem combineert informatie over lading, positie en route van kegelschepen met de gestelde veiligheidseisen. Aan de hand van slimme algoritmes kan de ‘demonstrator’ voorspellen en visueel maken wat de verwachte aankomsttijd op de steigers van de terminals en ligplaatsen is. Daarbij wordt rekening gehouden met bijzondere veiligheidseisen die voor kegelschepen gelden. Op die manier levert het project voordelen op in het sturen en plannen van terminals, ligplaatsen, vaarroutes en snelheden van kegelschepen. Daarnaast is deze informatie ook interessant voor veiligheidsregio’s in het kader van een real-time risicobeoordeling.