Alle, der har prøvet at køre i bil i det indre København, kender det. Det er ikke til at få øje på en parkeringsplads, og man skal køre i cirkler med øjnene fokuseret på vejkanten. Det koster både øget CO2-udledning, mere trængsel på vejene og øget risiko for uheld.
Derfor har Københavns Kommune i flere år været på jagt efter løsninger til at reducere søgetrafikken i hovedstaden. Til sommer satser kommunen på at kunne åbne for en software-løsning, der kan bruges til at beregne, hvor der er størst chance for en parkeringsplads.
»Vi stod over for et valg mellem en hardware-løsning med brug af sensorer, radar og kameraer, og så en softwareløsning. Vi valgte software-løsningen af flere årsager. Dels er software-udviklingen billigere, fordi der ikke er udgifter til drift og vedligehold af fysisk udstyr på samme måde som med kameraer eller sensorer. Derudover var der på tidspunktet for beslutningen en stor offentlig modvilje mod eksempelvis kameraer i bybilledet på grund af privatlivsbeskyttelse. Sidst, men ikke mindst, er den algoritme, der beregner sandsynligheden for at finde en parkeringsplads, faktisk bedre end en realtidsovervågning via kameraer og sensorer, fordi trafikken er dynamisk og hele tiden ændrer sig,« siger Anne Schou Johansen, stabschef i Teknik- og Miljøforvaltningen i Københavns Kommune.
Selvom machine learning og software-algoritmer kan lyde avanceret, så er kernen i algoritmen af mere håndgribelig karakter. To gange om året laver kommunen nemlig manuelle trafiktællinger rundt om i byen samt en række mindre punktmålinger af trafikken på udvalgte steder.
Det er de data, som nu er blevet raffineret og forfinet ved hjælp af en algoritme, der bruger machine learning til at forudsige sandsynligheden for en P-plads. Den algoritme lægges ud til virksomheden i en API – en softwaregrænseflade, der tillader et stykke software at interagere med andet software. Den kan private parkeringsvirksomheder bruge til at levere services til bilisterne.
For at præcisere resultaterne fra algoritmen vil parkerings-API’en blive beriget med en række andre datakilder udover de manuelle trafiktællinger. Københavns Kommune ligger nemlig inde med en guldgrube af informationer, der kan bruges til endnu bedre beregning af parkeringsmulighederne.
Læs også: Hør ugens podcast om smart cities
»Vi vil gerne bruge flere typer automatiserede data om forhold, der påvirker søgetrafikken i København. Vi vil på sigt gerne integrere data om vejarbejde, eller større byggeprojekter, der påvirker trafikken. Som kommune godkender vi den type arbejde og har data om netop forstyrrelser i vejnettet. Tilsvarende vil vi automatisk kunne fodre algoritmen med oplysninger om store events, som vi også godkender, f.eks. koncerter, maratonløb eller lignende. Vi har data om forhold der påvirker borgernes adfærd, at det er ærgerligt, hvis de ikke bliver brugt,« siger Anna Schou Johansen.
Hun nævner, at vejrdata også er et oplagt forhold at integrere i algoritmen. Når det styrter ned, hopper flere ind i bilen og lader cyklen stå, hvilket ændrer parkeringsmønstrene i byen.
Ved at lave en API, virksomheder kan slå op i frem for blot at lægge de rå data ud i en åben dataplatform, giver det også kommunen mulighed for at integrere flere datakilder, som ellers ikke kan lægges ud. For eksempel overblik over, hvor mange beboer- og erhvervslicenser, der er udstedt i bestemte bydele.
»Vi kan ikke lægge beboer- og erhvervslicenser ud som åbne data, fordi der er tale om personoplysninger. Men vi kan aggregere data til en form for statistik, der indgår som et parameter i vores API, siger Anna Schou Johansen.
Jo flere forskellige datakilder en algoritme har adgang til, desto bedre bliver den til at beregne sandsynligheden, og det er langtfra kun offentlige data, der kan bruges.
»Vi har en dialog med virksomheder, der håndterer betaling for parkering. De har meget præcise geopositionsdata om, hvor og hvor længe folk parkerer. I dag er de nye biler reelt omkørende computere, og det vil være oplagt at undersøge, hvordan vi kan få bildata i spil. I første omgang fra kommunens mange egne biler, « siger Anna Schou Johansen.
Hvordan den præcise udveksling af data mellem private og offentlige virksomheder kommer til at foregå, er Anna Schou Johansen ikke klar til at fortælle om. Om de private virksomheder skal have betaling i kroner og ører af kommunen for at levere data, eller om de skal levere data i en byttemodel for at kunne anvende API'en. Der er mange løsningsmodeller i spil og meget få konkrete erfaringer at hente i andre projekter.
»Vi har en løbende dialog med omkring 10 leverandører, der allerede har vist interesse. Det er vigtigt for os, at der er en efterspørgsel på den her type software.«
En storstilet datamarkedsplads for køb, salg og bytte af bydata om København, City Data Exchange, var svaret på den udfordring, men datamarkedspladsen er gået fuldstændig i stå og bliver i dag ikke anvendt af hverken private virksomheder eller offentlige myndigheder.
Ambitionen er, at den nye parkeringstjeneste er klar, så andre virksomheder kan udvikle tjenester fra juni i år. I februar lancerede parkeringstjenesten Easypark en lignende tjeneste, der også er baseret på åbne data fra Københavns Kommune.
At kommunen nu tilbyder Easyparks konkurrenter at søge direkte i en kommunal parkeringssoftware, handler dog ligeså meget om at stille de private virksomheder i en fair konkurrencesituation.
»Vi har en trængselsudfordring, der handler om at minimere søgetrafikken, altså antallet af biler, der aktivt leder efter en P-plads. Det er vigtigt at stille markedet lige, i det her tilfælde for app-udvikling. Det er også en måde for kommunen at undgå at investere i dyre it-projekter, fordi vi reelt deler omkostningerne med de private virksomheder, der ender med at lave slutproduktet,« siger Anna Schou Johansen.
Softwareløsningen har en anden fordel. Den er billig i drift, for der er ingen sensorer der skal vedligeholdes.
»Traditionelt har vi indkøbt hardware. Men nu kan vi faktisk integrere data, der findes i forvejen i vores modeller, og det give et bedre resultat, end hvis vi havde investeret i hundredevis af sensorer eller kameraløsninger.«
Hun fortæller, at man også kigger på, hvordan man kan bruge de eksisterende kommunale køretøjer, f.eks. i Teknik- og Miljøforvaltningen eller hjemmeplejen, til at scanne og indsamle data, mens de bevæger sig rundt i byen.
»Man skal starte med at ville løse et problem med data i stedet for at fokusere for ensidigt på indsamling af data. Big data bliver ofte svaret på alt, men det er vores overbevisning, at man bør tage udgangspunkt i et problem, hvor du har en hypotese. Ellers bliver det for ufokuseret og svært at arbejde effektbaseret,« siger Anna Schou Johansen.
