Wat onderzoek je precies?

“Met mijn afstudeerproject wil ik meer te weten komen over hoe fietsers in het verkeer op elkaar reageren. Ik onderzoek specifiek wat fietsers doen als ze elkaars pad kruisen. We kijken bijvoorbeeld naar de snelheid van de fietsers, de afstand die ze tot elkaar houden en op welk moment ze beslissen te remmen. Ook ben ik benieuwd naar welke factoren de fietsers meenemen in hun besluit. Eigenlijk maken we een soort gedragsanalyse van fietsers.” 

En waarom is dat belangrijk?

“Het uiteindelijke doel is om onze infrastructuur zo veilig mogelijk in te richten voor alle weggebruikers. Mijn onderzoek levert data op die gebruikt kan worden om verkeersmodellen realistischer te maken. Met deze modellen worden verkeerssituaties gevisualiseerd. Op die manier kan je bijvoorbeeld voorspellen wat de gevolgen zijn van werkzaamheden aan een bepaalde weg. Maar deze modellen ondersteunen ook de inrichting van onze infrastructuur. Is het bijvoorbeeld veiliger en efficiënter om een apart fietspad aan te leggen naast een autoweg? Die verschillende scenario’s kan je allemaal visualiseren en meenemen in de uiteindelijke beslissing. Het trainen van deze modellen gebeurt met data uit het verkeer. De huidige modellen zijn vooral gefocust op auto’s. Data over de interactie van fietsers met auto’s en voetgangers met fietsers zijn in mindere mate beschikbaar, maar data over de interactie van fietsers met elkaar, daar is nog maar heel weinig over bekend. Dat komt voornamelijk omdat het gedrag van fietsers zich moeilijk laat voorspellen. ”

Met dit onderzoek leveren wij een kleine bijdrage aan de benodigde data over fiets-fietsinteracties. Als we de modellen kunnen trainen met meer fietsdata, kan de infrastructuur uiteindelijk beter op fietsers worden afgestemd.

Hoe ziet je onderzoek eruit?

“Achter de faculteit is een speciale testlocatie die we gebruiken voor mijn onderzoek. We laten twee deelnemers tegelijk op de fiets stappen. De een moet naar punt A en de ander naar punt X fietsen. En ergens op deze route kruisen hun paden. De fietsers weten dat er een andere fietser is, maar niet waar de andere fietser heen gaat. Om de data zo realistisch mogelijk te houden, wil ik een doek ophangen tussen de deelnemers, zodat ze elkaar zo laat mogelijk zien. Dan krijgen we de echte reacties te zien als ze snel moeten reageren. We bootsen als het ware een conflictsituatie na op een plein, waar geen verkeersregels zijn.” 

“Dat doen we uiteraard niet op normale fietsen. Samen met mijn begeleider, PhD-student Christoph Schmidt, heb ik, naast de al aanwezige sensoren, de fietsen uitgerust met een aantal extra sensoren. Die houden allerlei data bij, zoals de snelheid, de stuurhoek, trapfrequentie en de positie met GPS. Ook plaatsen we meerdere camera’s rondom de testlocatie zodat we goed beeld hebben van hoe fietsers reageren. Er doen in totaal 20 deelnemers mee en iedereen voert 12 keer het experiment, waarbij ze elkaar elke keer vanuit een andere hoek benaderen.”

Wat vind je het leukste aan je onderzoek tot nu toe?

“Wat mij onwijs aanspreekt aan dit onderzoeksproject is dat het een hele praktische kant heeft. Ik heb al een andere master afgerond, namelijk Biomechanical Engineering, en daar werkte ik veel met modellen. Zo’n programmeeropdracht is in mijn ervaring toch minder tastbaar. Ik vind het leuk dat ik van het begin tot het eind betrokken ben en hopelijk ook echt nuttige conclusies kan trekken en iets aflever waar Christoph verder mee kan.” 

Wat was de grootste uitdaging?

“Die lag bij het monteren van de sensoren, haha. Ik ben niet zo handig met mijn handen en heb niet veel ervaring met elektrotechniek, dus dat was wel even een uitdaging. Gelukkig zijn er altijd mensen bereid om je te helpen in het Bike Lab.” 

Hoe ervaar je de masteropleiding Robotics en wat heb je eraan gehad tijdens je onderzoeksopdracht?

“De masteropleiding bevalt heel goed. Ik ben heel geïnteresseerd in de interactie tussen mens en machine, dus deze opleiding voelde als een logische keuze voor mij. Het is wel een pittige studie maar je leert ontzettend veel. Het leukste vind ik dat er veel projecten zijn. Dan ben je ook praktisch bezig en kan je je nieuw opgedane kennis meteen toepassen. In mijn huidige onderzoek heb ik vooral veel gehad aan de programmeervaardigheden die je opdoet tijdens de opleiding.” 

Hoe nu verder?

“20 deelnemers die elk 12 keer het experiment uitvoeren, dat leidt natuurlijk tot ontzettend veel data. De komende maanden ga ik dat allemaal analyseren. Uiteindelijk wil ik een machine learning model maken in Python. Als ik een regressiemodel weet te maken dan kan ik op basis van statistiek onderbouwde conclusies trekken aan het eind.” 

“Mijn data en conclusies draag ik aan het einde van mijn project over aan Christoph. Hij gaat er echt mee aan de slag om met deze data huidige verkeersmodellen te verbeteren.”