Parkeren in Amsterdam wordt gemakkelijk met de autonome auto
Daan Oppenhuis, 10648712 major Politicologie Nick Boon, 10504230 major Natuurkunde Selwyn Fontijn, 10680055 major Planologie
Thema III: Interdisciplinair Onderzoeksproject – deel 2 (5022TII06Y) Begeleiders: Evert Glebbeek en Lieke Mulder
29 januari 2016, Amsterdam
Abstract (145 woorden)
In Amsterdam is er een hoge bezettingsgraad van parkeerplekken. Hierdoor worden er dagelijks extra zoekkilometers gemaakt en gaat er tijd verloren. Gezien de huidige ontwikkelingen omtrent autonome auto’s hebben wij onderzocht wat de mogelijkheden zijn van deze auto’s met betrekking tot het oplossen van het parkeerprobleem. We hebben verschillende opties bekeken. Deze opties gaan vooral over de mate van zelfstandigheid van de auto. Kan de auto volledig autonoom rijden of alleen autonoom inparkeren bijvoorbeeld? Op deze wijze zijn de verschillende mogelijkheden overwogen en aan de hand van een analyse met GIS (Geografisch Informatiesysteem), enquête en literatuurstudie wordt een aanbeveling gedaan om auto’s autonoom tussen plaats van bestemming
en parkeergarage te laten rijden. De weg naar volledige inzet van deze optie wordt ook toegelicht. Er zijn echter nog wel vele factoren, waar geen rekening mee gehouden zijn in dit onderzoek. Deze behandelen we in de discussie.
Inhoud
Inleiding...2 Amsterdam...2 Huidige oplossingen...3 De autonome auto...3 Plan en probleemstelling...4 Hypothese...5Verantwoording interdisciplinaire aanpak en disciplines...5
Gemeenschappelijk theoretisch kader...5
Acceptatie...5
Definitie van autonomie...6
Nieuwe mogelijkheden...7 De Rivierenbuurt...7 Afbakening...8 Methoden...9 Interview...9 Enquête...9 GIS...9 Resultaten...10 Enquête...10 GIS...12
Conclusie & Aanbevelingen...17
Discussie...18
Literatuurlijst...19
Interviews...21
Bijlagen...21
Bijlage 1: De enquêteresultaten...21
Bijlage 2: Het integratieproces (637 woorden)...22
Bijlage 3: Samenvatting interview met Bastiaan Krosse van TNO (573 woorden, 03-11-15)...24
Bijlage 4: Interview Taede Tillema van het KIM...25
Inleiding
Amsterdam
Figuur 1: Wereldwijde ontwikkeling van het aantal personenauto’s en commerciële voertuigen tussen 2006 en 2013 in miljoenen (Statista, 2016).
Het aantal auto’s neemt wereldwijd toe, zoals afgebeeld in figuur 1. In Nederland neemt het aantal auto’s niet toe, maar neemt het aantal auto’s in steden wel toe (Stielstra, 2012). Dit komt doordat het aantal mensen in de steden toeneemt (Ibid.). In Amsterdam wordt het ook steeds drukker met auto’s (Gemeente Amsterdam, 2015a). Hoewel het relatieve autobezit in Amsterdam sinds 2000 gestaag is afgenomen (Figuur 2), is het absolute autobezit in dezelfde periode met 1632 auto’s toegenomen door de stijging van het aantal inwoners (Amsterdam, 2015b). Deze toename van auto’s uit zich in een hoge bezettingsgraad van de aanwezige parkeerplaatsen en wordt ook wel de parkeerdruk genoemd. Deze ligt vooral in het centrum boven de door de gemeente gewenste maximale bezettingsgraad van 90%, maar wordt in andere delen van de stad ook regelmatig overstegen (Amsterdam, 2013a).
Figuur 2: De ontwikkeling van vervoerswijzen van Amsterdammers, 1986-2013 (indexcijfers 1986-1991=100) (Amsterdam, 2015b)
Amsterdam is dus een voorbeeld van een grote stad met parkeerproblemen. Het zoeken naar een parkeerplek levert veel irritatie en vertraging op. Volgens de Gemeente Amsterdam (2012) leidt dit dagelijks tot 50.000 onnodige zoekkilometers. Daarnaast laat 36% van de Amsterdammers de auto weleens staan omdat ze verwachten bij terugkomst geen parkeerplek te kunnen vinden. In het centrum, waar de parkeerdruk het hoogst is, loopt dit percentage op tot 63%.
Huidige oplossingen
Er worden in Amsterdam al verschillende maatregelen genomen in de richting van een parkeerprobleemvrije stad. Zo worden mensen gestimuleerd om buiten het centrum te parkeren. Dit gebeurt door parkeerkosten in het centrum te verhogen en nieuwe parkeergelegenheid juist buiten het centrum te creëren. Daarnaast kunnen parkeervergunninghouders maximaal de helft van hun parkeervergunning terugverdienen wanneer zij gebruik maken van P+R-locaties. Bovendien probeert de Gemeente Amsterdam meer parkeerplekken te creëren door in bestaande of nieuwe parkeergarages plekken voor vergunninghouders te maken. Deze plekken zullen parkeerplaatsen langs de grachten vervangen (Gemeente Amsterdam, 2012). Hoewel ervan wordt uitgegaan dat de openbare ruimte verreikt wordt door deze laatste maatregel stuiten deze plannen wel op veel tegenstand. Uit een buurtonderzoek aan de Prinsengracht bleek dat 96% van de bewoners tegen het weghalen van parkeerplaatsen voor de deur is (Gemeente Amsterdam, 2012).
De autonome auto
Helaas blijft de parkeerproblematiek tot op heden onopgelost. Toch blijft het probleem aanwezig en zal het in de toekomst een steeds groter probleem worden. Het absolute autobezit blijft, zoals eerder vermeld, toenemen (Amsterdam, 2015b) waardoor een ingrijpende oplossing hoognodig is.
De autonome auto kan wellicht een oplossing bieden voor het parkeerprobleem. Deze volledig computergestuurde auto komt steeds dichterbij, zoals blijkt uit de invoering van de Autopilot functie
in auto’s van Tesla (Tesla Motors, 2015) en de ontwikkelingen omtrent de Google Car (Google, z.j.)
Figuur 3: Weergave van de interesse in autonome auto’s van 2009 tot nu (Google Trends, 2016). Data over januari 2016 is onvolledig.
De autonome auto is in de laatste jaren een relevant onderwerp geworden (Alkim & Veenis, 2015:7), ook omdat de interesse in autonome auto’s stijgend is, zoals in figuur 3 is weergegeven. De ontwikkelingen rond de autonome auto volgen elkaar in hoog tempo op, waardoor de maatschappij zich nu al moet voorbereiden op de aanstaande introductie van de autonome auto. De Rijksoverheid staat tests met autonome auto’s in Nederland sinds 1 juli 2015 toe op de openbare weg (Rijksoverheid, 2015). Autonome auto’s hebben grote voordelen wanneer iedereen een autonome auto heeft, zoals minder files (Snelder, van Arem, Hoogendoorn & van Nes, 2015:41). In dit onderzoek wordt onderzocht of autonome auto’s het parkeerprobleem kunnen oplossen.
Plan en probleemstelling
De autonome auto zal mensen op de plaats van bestemming afzetten waarna de auto autonoom parkeergelegenheid, zoals een parkeergarage, buiten het centrum zal opzoeken. Daarna kan de auto weer worden opgeroepen wanneer de eigenaar weer wil worden opgehaald. Dit plan kan echter alleen met een level 4 autonome auto volgens de NHTSA-definities. De verschillende levels worden in het theoretisch kader stuk voor stuk behandeld, maar level 4 houdt in dat er in het ontwerp van de auto geen rekening wordt gehouden met constante supervisie van een menselijke bestuurder. De auto hoeft dus in principe ook geen stuur meer te hebben, hoewel in dit onderzoek wordt aangenomen dat er nog wel een stuur aanwezig is. Door deze oplossing kunnen mogelijk veel parkeerplekken in het stadscentrum worden vervangen door parkeerplekken buiten het centrum, waar over het algemeen meer ruimte is voor parkeerplaatsen. Daarom is onze probleemstelling: De parkeersituatie in Amsterdam kan verbeterd worden door invoering van autonome auto’s van level 4 volgens de NHTSA-definities.
Allereerst zullen we de hypothese behandelen. Hier stellen we een hoofd- en deelvragen op die we zullen gaan beantwoorden. Daarna volgt de verantwoording van de interdisciplinaire aanpak en de
disciplines die gebruikt zullen worden. Dan komt het theoretisch kader waarin het onderwerp zal worden afgebakend en bijbehorende theorie besproken. Dan volgen de methoden en resultaten van het onderzoek. Als laatste volgen de conclusie en de discussie.
Hypothese
De hoofdvraag van het onderzoek is ‘kan de parkeersituatie in Amsterdam verbeterd worden door invoering van autonome auto’s van level 4 volgens de NHTSA-definities?’. Wij verwachten dat de autonome auto inderdaad kan helpen bij het oplossen van het parkeerprobleem. De autonome auto (niveau 4) kan autonoom naar een parkeergarage rijden, waar genoeg parkeerruimte is. Het blijkt dat er in Amsterdam namelijk veel parkeergarages leegstaan (Gemeente Amsterdam, 2012).
Om de hoofdvraag te kunnen beantwoorden hebben we de volgende deelvragen opgesteld:
- Wat is de publieke opinie ten opzichte van autonome auto’s? (zullen mensen überhaupt een autonome auto gaan rijden)
- Wat zijn de capaciteiten van de autonome auto?
- Wat is het mogelijke bereik van parkeergarages voor autonome auto’s aan de hand van de in de enquête gevonden eisen waar deze aan moet voldoen?
Verantwoording interdisciplinaire aanpak en disciplines
Het parkeerprobleem kan mogelijk worden verholpen met gebruik van de autonome auto. De natuurkunde kan de mogelijkheden en de techniek van dit nieuwe type auto goed beschrijven. Echter, voordat de autonome auto mag worden gebruikt op de openbare weg dienen er maatregelen te worden genomen om deze auto zo optimaal mogelijk te integreren in het dagelijks leven. Plannen moeten worden gemaakt qua inrichting van de stad om de nieuwe mogelijkheden optimaal te benutten, hier speelt planologie een grote rol. Vanuit de politicologie en planologie speelt de publieke opinie een belangrijke rol, de consumenten moeten wel vertrouwen hebben in de autonome auto als deze zal worden ingezet als oplossing voor het parkeerprobleem. In de politicologie kijkt men naar de publieke opinie op grote schaal. Dit houdt in dat er gekeken wordt naar de mening van heel Nederland of van heel Amsterdam. Planologie kijkt meer op kleine schaal. Planologie kijkt eerder naar de publieke opinie van een buurt of straat in Amsterdam. Er bestaat dus een complexe wisselwerking tussen de drie disciplines, waardoor een interdisciplinaire aanpak noodzakelijk is voor een succesvolle integratie van de autonome auto in het dagelijks leven.
Gemeenschappelijk theoretisch kader
Acceptatie
Uit onderzoek van Choi en Yong (2015) blijkt dat het waargenomen nut van en vertrouwen in de autonome auto door de eindgebruiker goede indicatoren zijn voor de intentie om de autonome auto te gaan gebruiken. Daarnaast blijkt uit onderzoek door Verberne, Ham en Midden (2015) dat het gebruik van een avatar, lijkend op de bestuurder zelf, het vertrouwen in de autonome auto doet versterken. Door op deze twee factoren te letten kan de uiteindelijke acceptatie van de autonome auto worden versneld. Een ander, technisch aspect van het vertrouwen in de autonome auto is het vertrouwen in en de betrouwbaarheid van de techniek achter de autonome auto. De auto moet immers beter in staat zijn zich in het verkeer te begeven dan de mensen zelf, anders is een groot deel van het waargenomen nut verloren.
Naast vertrouwd aanvoelen moet de autonome auto ook daadwerkelijk handig zijn. Zo kunnen autonome auto’s in de toekomst mensen thuis kunnen afzetten om vervolgens zelfstandig naar een nabijgelegen parkeergarage te rijden. Het gemak van de auto voor de deur zal hierdoor namelijk blijven bestaan. De eigenaar van de auto zou namelijk na het oproepen van zijn auto alleen nog maar zijn voordeur uit hoeven te stappen om zijn auto te bereiken. Deze manier van het gebruiken van de autonome auto zou dus mogelijk een oplossing voor het parkeerprobleem kunnen bieden, mits potentiële gebruikers positief zijn tegenover de nieuwe manier van parkeren. Als de publieke opinie over autonome auto’s negatief is, dan zullen maar weinig mensen een autonome auto bezitten laat staan gebruiken.
Naast enkel het waarnemen van de complete omgeving in het verkeer moet de autonome auto ook alle inkomende informatie verwerken. Software in de auto combineert alle input tot een 3D-weergave van de omgeving. Deze 3D-kaart bevat alle relevante informatie, van medeweggebruikers tot stoplichten (Levinson et al., 2011). De weggebruikers worden geïdentificeerd op type, simpelweg omdat een fietser eenmaal anders gebruik maakt van de weg dan een voetganger. Het computeralgoritme kan op deze wijze ook anders reageren op verschillende weggebruikers. Software speelt een belangrijke rol in de acceptatie van de autonome auto. De software moet altijd een situatie correct kunnen herkennen en adequaat handelen wil de autonome auto een oplossing worden voor het parkeerprobleem in Amsterdam.
Definitie van autonomie
Voordat autonome auto’s gemeengoed worden is het belangrijk om te definiëren wat de verschillende niveaus zijn van autonomie. Het Amerikaanse National Highway Traffic Safety Administration ([NHTSA], 2013) onderscheidt vijf verschillende niveaus van autonome voertuigen. Op niveau 0 is de bestuurder ten alle tijden in volledige controle van het voertuig. Er zijn geen autonome systemen die invloed hebben op het besturen van het voertuig. Er kunnen echter wel waarschuwingsfuncties ingebouwd zijn, zoals een ‘Lane Departure Warning’-systeem. Dit systeem geeft een signaal wanneer de auto onverwachts van baan wisselt, maar het systeem zal nooit zelf ingrijpen. Op niveau 1 kunnen specifieke controlefuncties of meerdere controlefuncties onafhankelijk van elkaar worden overgenomen door een autonoom systeem, denk bijvoorbeeld aan cruise-control. Het systeem neemt hier slechts controle over de snelheid van het voertuig, de bestuurder zal nog steeds moeten sturen. Op niveau 2 worden twee primaire controlefuncties overgenomen door een autonoom systeem. Een voorbeeld is de combinatie tussen cruise-control en een actieve rijbaanassistent of de nieuwe Autopilot-functie van de Tesla Model S (Tesla Motors, 2015). Hier wordt het rijden overgenomen door het autonome systeem, maar moet de bestuurder nog steeds paraat zijn om, indien nodig, de controle terug te nemen. Op niveau 3 wordt alle controle overgegeven aan het autonome systeem. Er wordt echter nog steeds aangenomen dat, indien noodzakelijk, de bestuurder kan ingrijpen, maar in tegenstelling tot niveau 2 hoeft de bestuurder niet constant op het verkeer te letten. Op niveau 4 is het voertuig volledig autonoom en is de aanwezigheid van een vaardige menselijke bestuurder niet langer aangenomen.
Nieuwe mogelijkheden
Door de nieuwe techniek ontstaan talrijke nieuwe mogelijkheden. Voertuigen hebben in de toekomst onderling contact, waarbij informatie wordt gedeeld over bijvoorbeeld de onderlinge afstand zodat voertuigen beter op elkaar kunnen anticiperen. Deze techniek wordt Vehicle-to-Vehicle (V2V) communicatie genoemd (Centre for Advanced Automotive Technology [CAAT], 2015). Door via deze techniek een Vehicle ad-hoc network (VANET) te creëren, of via Vehicle-to-Infrastructure (V2I) communicatie een centraal netwerk, kan precies worden gezien waar parkeerplaatsen beschikbaar zijn. Deze informatie kan weer worden gedeeld met auto’s die een parkeerplek zoeken om zo zoektijden te elimineren (Tasseron, G., Martens, C. J. C. M., & van der Heijden, R. E. C. M., 2014). Ook niet-autonome auto’s kunnen deel uitmaken van het netwerk door bijvoorbeeld de ontwikkeling van een mobiele applicatie.
Het parkeren zelf kan in de nabije toekomst al grotendeels worden geautomatiseerd. In ons interview met Bastiaan Krosse (2015), programma manager automatisch rijden bij TNO, wordt gezegd dat automobielfabrikanten al volop bezig zijn om Automated valetparking te ontwikkelen. Met Automated valetparking is het mogelijk om een semiautonome auto in het begingedeelte van een parkeergarage te parkeren, waarna de auto zelf in de parkeergarage een plek opzoekt. Doordat een dergelijke parkeergarage een zeer gedefinieerde omgeving is, er bevinden zich slechts andere auto’s en de structuur is constant, is het vele malen eenvoudiger om hier autonoom te rijden.
De Rivierenbuurt
De Rivierenbuurt is een deel van het Plan Zuid van Berlage. De buurt wordt afgebakend door zowel natuurlijke als kunstmatige barrières. Zo wordt de buurt afgebakend door zowel de Boerenwetering aan de westzijde, de Amstel aan de oostzijde en het Amstel Kanaal aan de noordzijde. De A10 vormt in het zuiden de kunstmatige afbakening van de buurt.
De Rivierenbuurt telde in 2014 28.479 inwoners (Amsterdam, 2014). De Rivierenbuurt, die van oorsprong bedoeld is voor de middenklasse en mensen met een vrij beroep als advocaat of arts wordt tegenwoordig op het gebied van sociaaleconomische factoren als een vrij representatieve buurt gezien voor geheel Amsterdam (Amsterdam, 2015c). Daarnaast bleek uit ons interview met de adviseur parkeren van de Gemeente Amsterdam dat Rivierenbuurt wat zijn parkeersituatie betreft ook een vrij goed beeld geeft van de parkeersituatie en druk in de stad (Brant, 2015). Het gemiddelde inkomen van mensen in de rijnbuurt en de IJselbuurt licht met respectievelijk € 28.500,- en € 28.100,-onder het gemiddelde van Amsterdam € 30.700,-. Echter ligt in de Scheldebuurt het gemiddelde inkomen met € 37.300,- zelfs hoger dan het gemiddelde van Amsterdam-Zuid (€ 35.700).
De parkeersituatie wordt door de inwoners van de Rivierenbuurt gemiddeld met een 6,5 beoordeeld. Vooral in de schelde buurt kan de situatie verbeterd worden. Deze scoorde met een 6,0 het laagste (Amsterdam, 2014). In de Rivierenbuurt zijn in totaal 8.903 straatparkeerplaatsen aanwezig (Amsterdam, 2013b). Daarnaast is in parkeergarages en op P+R parkeerplaatsen nog eens plaats voor in totaal 4.044 plekken (Parool, 2014, BRON PARKEERGARAGES). Wanneer het totaalaantal parkeerplekken van 12.947 gedeeld wordt door het aantal huishoudens in de rivierenbuurt (15.525), blijkt het dat er per huishouden plek is voor 0,83 auto’s. Dit lijkt aan de hand van de gewenste maximale bezettingsgraad van 90% parkeerdruk nog voldoende te zijn. Deze is ‘s middags en ‘s avonds namelijk respectievelijk 60% en 80% (Amsterdam, 2013b). Desondanks blijft de parkeerdruk in de avond vrij hoog. Daarnaast is het niet overal even druk met parkeren in de Rivierenbuurt. Zo is het
vooral in de Rijnstraat, Maasstraat en Scheldestraat erg druk. Op deze straten zijn zones ingesteld waar je voor een goedkoop tarief (10 cent/uur) maximaal een uur mag staan (Amsterdam, 2015)
Figuur 4: De Rivierenbuurt (Google Maps, 2016)
Afbakening
In het onderzoek is ervoor gekozen om slechts één mogelijke oplossing te bekijken. Na enige oriëntatie lijkt de optie om autonome auto’s zelfstandig naar parkeergarages in de buurt te laten rijden om daar vervolgens te parkeren de meeste voordelen te hebben. De verwachting is dat deze optie bij de doelgroep het beste geaccepteerd gaat worden omdat de mensen die momenteel in auto’s rijden niet of nauwelijks hoeven in te leveren op het gebruiksgemak van een auto. Men kan namelijk nog altijd binnen korte tijd (die in de enquête bepaald gaat worden) over een auto beschikken. Bij Automated valetparking zou men deze nabijheid van de auto alleen hebben wanneer de parkeergarage ook nabij zou zijn. Door dit nadeel van Automated valetparking viel deze optie af en zien we deze optie slechts als tussenstap in de tijd. Daarnaast bleek de oplossing van garages waar autonome auto’s zelfstandig heen rijden voor de stad het aantrekkelijkst. Door deze optie kunnen namelijk de parkeerplekken op straat grotendeels opgeheven worden. Deze openbare ruimte, met zijn hoge waarde, kan volgens de gemeente veel beter voor andere doelen dan parkeren gebruikt worden (Brant, S. van den, 2015). Bij het ontwikkelen van apps of efficiënter parkeren van auto’s door
onderlinge communicatie is het voordeel van het vrijkomen van openbare ruimte niet aanwezig, waardoor ook deze opties afvielen en de gekozen optie overbleef.
Methoden
Interview
Wij hebben Taede Tillema van het Kennisinstituut Mobiliteit (KIM) geïnterviewd naar aanleiding van het artikel van zijn onderzoeksgroep Chauffeur aan het Stuur (KIM, 2015). In dit artikel worden toekomstige scenario’s geschetst omtrent het gebruik van de autonome auto en de gevolgen daarvan. Een samenvatting van het interview met Taede Tillema is te vinden in bijlage 4.
Sander van den Brant van de Gemeente Amsterdam is geïnterviewd over zijn kennis van het parkeerprobleem, de huidige ontwikkelingen en de maatregelen die Amsterdam momenteel neemt om het probleem aan te pakken.
Als laatste is Bastiaan Krosse van TNO geïnterviewd over het technische aspect dat meespeelt bij het introduceren van de autonome auto. Voordat de autonome auto gebruiksklaar is dienen nog vele ontwikkelingen plaats te vinden en het TNO is daar volop mee bezig. Een samenvatting van het interview met Bastiaan Krosse is te vinden in bijlage 3.
Enquête
Daarnaast gaan we met behulp van een enquête onderzoeken of mensen in Amsterdam bereid zijn om in een autonome auto te rijden. We zijn op straat gaan staan en hebben aan 43 respondenten vragen gesteld.
GIS
Door middel van Geografische Informatie Systemen (GIS) zullen een aantal ruimtelijke analyses gedaan worden die mee kunnen helpen bij het beantwoorden van de hoofdvraag. Het doel van de analyse is om een duidelijk beeld te krijgen van de tijd die nodig is om autonome auto’s in een parkeergarage te laten parkeren en terug te laten komen. Om hierachter te komen wordt met behulp van GIS bekeken welk bereik een potentiële parkeergarage heeft in de Rivierenbuurt. Hier wordt dan bepaald hoeveel mensen met deze garage in een bepaald tijdbestek bereikt kunnen worden. Er worden voor twee tijdsbestekken elk één keer een analyse uitgevoerd. Een keer voor een verzorgingsgebied van 2 minuten en een keer voor een verzorgingsgebied van 5 minuten. Een uitgebreide beschrijving van de analyse is te vinden in bijlage 4.
Als potentiële parkeergarage is voor een parkeergarage bij de RAI gekozen. Deze locatie heeft door de ligging bij de s109, President Kennedylaan en de Rooseveltlaan namelijk een goede ontsluiting. Daarnaast zou een optie midden in de Rivierenbuurt, hoewel deze waarschijnlijk nog beter bereikbaar zou zijn, mogelijk tot veel protest leiden. Recentelijke plannen voor een ondergrondse parkeergarage aan de Nassaukade leidde namelijk tot veel ophef bij buurtbewoners (Stichting Vrienden van de Singelgracht, 2015, Sloan, 2011). Ook om protest te voorkomen zou de Rai als locatie voor een nieuwe garage daarom aantrekkelijk zijn.
Ook is er een kaartje van het starten patroon gemaakt waarop de richting en de snelheid van de verschillende straten duidelijk is aangegeven. Bij het uitvoeren van deze analyse is gebruik gemaakt van verschillende soorten GIS-datasets en programma’s. De programma’s die wij gebruiken voor de analyse zijn allemaal een onderdeel van ArcGIS. Ten eerste gebruiken we ArcMap (10.1), een
programma waarin de datasets als kaarten kunnen weergegeven worden. Ten tweede gebruiken we ArcCatalog. Dit onderdeel van ArcGIS kan gebruikt worden om zelf kaarten te maken die vervolgens in ArcMap kunnen worden weergegeven.
De datasets die we voor het uitvoeren van de analyses zullen gebruiken worden hieronder kort omschreven. Hierbij is het belangrijk om te weten dat vectorfiles files zijn die kunnen omgezet worden in kaarten en dat dBase files, files zijn met informatie die aan kaarten gekoppeld kunnen worden. Dit kan als een dBase file en een vectorfile een gemeenschappelijk kenmerk hebben. De volgende files zijn gebruikt:
Bestand Omschrijving Bron
RPC6GEBIEDEN Gebiedenkaartlaag van de
zespositie postcodegebieden van de Rivierenbuurt
Cursus Ruimtelijk Analyseren met GIS voor Planologie (734201162Y)
RSTRATEN_NETWERK Lijnenkaartlaag van de straatgedeelten in de Rivierenbuurt
Veldhuizen, Vos & Heemskerk, 2009
RSTRATENADDLOC Address Locator die adressen kan selecteren uit de dBase-file RPC6INFO.DBF
Cursus Ruimtelijk Analyseren met GIS voor Planologie (734201162Y)
RPC6INFO.DBF dBase-file met gegevens over het aantal bewoners per zespositie postcodegebied van de Rivierenbuurt in 2012
O+S Amsterdam, 2013
RSTRATEN_NETWERK_ND.ND Map met bestanden die gezamenlijk aangeven welke kenmerken van het netwerk voor de analyses gebruikt kunnen worden. Zij vormen daarmee het echte netwerk.
Veldhuizen, Vos & Heemskerk, 2009
Resultaten
Enquête
In de Rivierenbuurt is bij 43 mensen de enquête afgenomen. Uit onze enquête in de Rivierenbuurt blijken een aantal belangrijke resultaten te komen. De belangrijkste resultaten zullen in dit stukje weergegeven worden. Voor de hele enquête plus antwoorden kunt u de bijlage bekijken. Ten eerste heeft ongeveer 60% van de mensen in de Rivierenbuurt regelmatig moeite met het vinden van een parkeerplek. De meeste mensen hebben hier ’s avonds last van. Hieruit wordt nog een keer duidelijk dat er een parkeerprobleem is in Amsterdam. Ten tweede blijkt uit de enquête dat de grootste groep mensen openstaat voor de autonome auto. Het is wel opvallend dat er twee groepen zijn. Mensen
die helemaal tegen de autonome auto zijn en mensen die juist wel voor de autonome auto zijn. Er is eigenlijk bijna geen middengroep. Mensen zijn iets huiveriger voor de autonome auto, als het aankomt op zelf een autonome auto kopen. Dan zeggen maar 18 mensen i.p.v. 25 dat ze dat zouden doen. Verder zijn mensen wel extra enthousiast over een auto, die zelf zonder bestuurder een parkeerplaats opzoekt. Hier zeggen maar liefst negenentwintig mensen dat het hun ideaal lijkt. Er is ook bereid om even te wachten op de auto. 4 van de 5 mensen is bereid om minimaal 5 minuten te wachten op hun auto. Dit is mooi, omdat auto’s op elke plek kunnen komen in de Rivierenbuurt binnen een tijdsbestek van 5 minuten. Er is ook nog onderzocht of er correlaties zijn. Bijvoorbeeld mensen die het fijn vinden om zelf een auto te rijden zijn voorstander van de autonome auto. Wij hebben niet dit soort correlaties kunnen vinden. Dit betekent niet dat deze correlatie er niet is; het zou ook kunnen komen, omdat onze steekproef te klein is.
Samenvattend staan in Amsterdam ongeveer twee derde van de mensen open voor de autonome auto en is 80% van de mensen bereid om meer dan 5 minuten op hun auto te wachten. Ook zegt 60% van de mensen regelmatig last te hebben bij parkeren. Bij deze enquête is er wel een disclaimer. De bovengenoemde percentages hebben een standaardafwijking van ongeveer 6 á 7 procent. Dit is berekend met de formule voor de standaardfout van steekproefproporties:
^
σp=
√
p(l−p) nFiguur 6
GIS
De drie verschillende gemaakte kaarten zijn hieronder weergegeven. Hoewel veel van de resultaten uit de kaart duidelijk worden, zijn er toch nog een aantal opmerkingen die helpen de kaarten juist te interpreteren.
Figuur 7: Het stratenpatroon van de Rivierenbuurt in 2009
Op deze kaart wordt weergegeven welke richtingen de wegen in de Rivierenbuurt hebben en met welke snelheden hierop gereden kan worden.
De pijlen geven in deze kaart de richtingen van de wegen weer en zijn aan het eind van de wegen afgebeeld. Wanneer een weggedeelte geen pijl bevat, betekent dit dat dit een tweerichtingsverkeersweg is.
De kleur van de straatgedeelten geeft aan hoe hard hierop gereden mag worden. Rode wegen hebben een snelheidslimiet van 50 km/h en op de blauwe wegen geldt een snelheidslimiet van 30 km/h. De paarse wegen zijn niet bestemd voor het gebruik van auto’s. Deze wegen kunnen alleen gebruikt worden door fietsers en voetgangers. Echter zijn deze niet van belang voor ons onderzoek. De belangrijkste wegen in de rivierenbuurt zijn de President Kennedylaan, de Rooseveltlaan, de Rijnstraat, de Scheldestraat en de s190. Dit zijn de dikke rode tweerichtingsverkeerswegen.
Figuur 8 en 9: Bereik van de potentiële parkeergarage
In deze kaart wordt het gehele stratenpatroon van de rivierenbuurt rood in beeld gebracht. Dit betekent echter niet dat net als in de eerste kaart op deze wegen hetzelfde snelheidslimiet geld. De kleur van de straten zegt dus niets over de snelheid waarop erop gereden mag worden.
De P op de kaart laat zien waar de potentiële parkeergarage kan komen. Vanaf dit punt is gekeken welk gebied in een bepaalde tijd bereikt kan worden. In de eerste kaart is deze tijd 2 minuten en in de
tweede kaart is deze tijd 5 minuten. Dit is het enige verschil tussen de twee kaarten. Hierdoor wordt ook het enige visuele verschil op de kaarten veroorzaakt, namelijk de verschillende verzorgingsgebieden van de garages. Deze wordt weergegeven door het transparante grijze gebied op de kaart. In de legenda staat tevens het aantal mensen dat hiermee bereikt wordt vermeld, ofwel de grote van het verzorgingsgebied.
Uit de kaarten kan opgemerkt worden dat het bereik van de potentiële parkeergarage sterk afhangt van de tijd die gegeven wordt om deze te bereiken. Zo kunnen er in 2 minuten 16.722 personen bereikt worden, terwijl er in 5 minuten 28.581 mensen bereikt kunnen worden.
Wanneer naar de resultaten van de enquête gekeken wordt, dan kan er geconcludeerd worden dat een garage per buurt goed zal aansluiten bij de wensen van de bewoners en bezoekers van de Rivierenbuurt. 80% van de ondervraagden gaf namelijk aan bereid te zijn om 5 minuten of meer op hun auto te moeten wachten nadat ze deze oproepen. Mogelijk kan zelfs per buurtcombinatie een parkeergarage gebouwd worden. Buiten de Rivierenbuurt ligt namelijk ook nog een aanzienlijk deel van het verzorgingsgebied van de potentiële parkeergarage. Deze kon echter niet in deze analyse bepaald worden.
Conclusie & Aanbevelingen
Hoewel de volledige overstap naar de autonome auto nog ver in de toekomst ligt (Krosse, B., 2015), is het wel al mogelijk om te kijken welke ontwikkelingen deze auto’s in de toekomst teweeg zullen brengen. Een gevolg is het verminderen van het parkeerprobleem in Amsterdam. Uit de resultaten van zowel de enquête als de GIS-analyse in de Rivierenbuurt en de informatie uit interviews blijkt dat een parkeergarage voor autonome auto’s op buurtniveau een goede deeloplossing kan zijn om de huidige parkeerdruk weg te nemen.
Zo is door de enquête aangetoond dat 2 op de 3 mensen met een autonome auto zou willen rijden. Daarnaast blijkt dat 4 op de 5 mensen bereid is om de benodigde 5 minuten, die het de auto kost om voor te rijden, te wachten. Er is dus een grote hoeveelheid potentiële gebruikers van de garage. De ontwikkeling van een dergelijke garage sluit goed aan bij het Parkeerplan Amsterdam (2012) waarin de gemeente eveneens de parkeerdruk wil verlagen door openbare parkeerplekken op straat te verplaatsen naar parkeergarages.
Hoewel de onderzochte mogelijkheid naar een parkeergarage waar autonome auto’s zelf heen rijden aantrekkelijk is, is de technologie van autonome auto’s nog niet ver genoeg ontwikkeld om deze ook daadwerkelijk mogelijk te maken (Krosse, B., 2015). Daarom kan in de nabije toekomst beter voor een andere inzet van de autonome auto gekozen worden. Hierbij is Automated valetparking de oplossing die de meeste potentie heeft. Door Automated valetparking te introduceren kan al op korte termijn ruimte worden bespaard bij het parkeren in parkeergarages. Doordat elementen zoals looppaden en liften kunnen worden weggelaten is er meer ruimte voor parkeerplaatsen. Wij adviseren dan ook om pilotprogramma’s te starten om Automated valetparking sneller te kunnen introduceren. Daarnaast dient een optimaal ontwerp voor parkeergarages te worden gemaakt om zo de nieuwe mogelijkheden optimaal te benutten.
Ook zouden andere ontwikkelingen zoals in Vehicle-to-Vehicle communicatie benut moeten worden. Zo kan door een efficiëntere communicatie tussen verschillende auto’s nu mogelijk al langzaam rijdend verkeer voorkomen worden door snelheid van auto’s aan elkaar aan te laten passen of auto’s aan elkaar te laten doorgeven waar vrije plekken beschikbaar zijn. Dit systeem werkt echter alleen optimaal wanneer alle auto’s meedoen. De auto’s die niet meedoen kunnen parkeren zonder dat het geregistreerd wordt door het systeem. Daardoor daalt echter wel de efficiëntie van het hele netwerk (Tasseron et al., 2014).
Bij al het bovenstaande moet echter ook worden opgemerkt dat de techniek voor volledig autonome auto’s momenteel nog niet klaar is voor de consument. Er worden vanuit de automobielsector verschillende termijnen gegeven waarin de autonome auto geïntroduceerd zal worden, echter liggen deze ver uiteen. Tesla verwacht in 2018 al volledige autonomie te bereiken, waarna Google zijn techniek zal aanbieden vanaf 2020 (Korosec, K., 2015). Daarnaast zijn er schattingen van Bastiaan Krosse (2015) dat het nog tientallen jaren zal duren, van Luettel, Himmelsbach en Wuensche (2012) 10 tot 15 jaar en Schladover (2016) verwacht pas over 60 jaar de introductie van de autonome auto.
Discussie
De vraag of mensen de autonome auto als een positieve ontwikkeling zien om de parkeersituatie in Amsterdam te verbeteren kan met ons onderzoek niet met zekerheid worden vastgesteld. Er zijn simpelweg te weinig respondenten om hierover een significante uitspraak te kunnen doen. Bovendien is enkel onderzoek in de Rivierenbuurt wellicht toch niet representatief voor heel Amsterdam. Het is voor te stellen dat de parkeerdruk in het centrum van Amsterdam vele malen hoger is dan in een wijk buiten het centrum. Deze parkeerdruk kan in het centrum dan ook een veel grotere rol spelen in het dagelijks leven waardoor bewoners van dergelijke wijken meer zien in een mogelijke oplossing, waardoor zij mogelijk positiever zijn over de autonome auto. Alhoewel het ook mogelijk is dat mensen het hebben geaccepteerd dat zij gewoon geen plek hebben voor een auto en er daarom nooit over hebben nagedacht hoe zij over een autonome auto denken. Vervolgonderzoek zou hier duidelijkheid over kunnen geven.
Uit de interviews met experts blijkt dat de autonome deelauto een optimale oplossing kan bieden bij het tegelijkertijd verminderen van de parkeerdruk en de druk op de infrastructuur. Een autonome deelauto kan door een bedrijf beschikbaar worden gesteld tegen een kilometertarief, net als de hedendaagse taxi, waardoor mensen niet langer een auto nodig hebben. Veel mensen bezitten nu nog een auto enkel voor de lange afstand, maar welke verder enkel parkeerplekken innemen (Brant, S. van den, 2015). Exacte aantallen zijn bij ons niet bekend, maar uit onderzoek van het International Transport Forum [ITF] in Lissabon blijkt dat er met deze TaxiBots en het bestaande openbare vervoer maar 35% van het huidige aantal auto’s nodig is tijdens de piekuren (ITF, 2014). Deze auto’s zullen weliswaar individueel meer rijden, maar het totale aantal kilometers zal afnemen. Bijkomend voordeel is dat, omdat deze auto’s vrijwel constant rijden, er minder parkeerplekken nodig zijn voor deze 35% van het huidig totaal. Het idee van een deelauto is in ons onderzoek niet heel sterk teruggekomen, echter heeft vooral het interview met Sander van den Brant (2015) ons doen inzien dat de ontwikkeling richting deelauto’s vrij aannemelijk is. Sander vertelde dat er nu al een trend te zien is richting het delen van auto’s. Daar bijkomend is het feit dat de eerste autonome auto hoogstwaarschijnlijk een dure aankoop zal zijn. Hierdoor is het voor automobielfabrikanten lastiger om direct aan de consument te verkopen, maar kunnen bedrijven ontstaan die de auto’s beschikbaar stellen als autonome taxi. Het is ook mogelijk dat de consumenten die een dergelijke auto wel kunnen aanschaffen de auto beschikbaar stellen als particulier, zodat de auto zijn kosten terug kan verdienen wanneer de eigenaar de auto even niet nodig heeft.
Hoewel de autonome auto potentie toont als mogelijke verbetering van de parkeersituatie in Amsterdam is er nog veel onduidelijk. Zoals in de conclusie is besproken is het nog volstrekt onduidelijk wanneer de autonome auto zal worden geïntroduceerd. Daarnaast spelen er complexe vraagstukken over verantwoordelijkheid. Het probleem bij volledige autonomie is dat de bestuurder
niet ten alle tijden op het verkeer hoeft te letten. Daarom moeten automobielfabrikanten vol achter hun computeralgoritmes staan, zij moeten kunnen garanderen dat de software altijd juiste beslissingen maakt. Dit kan leiden tot moeilijke dilemma’s, moet een auto de verkeersregels overtreden als het daarmee een aanrijding kan voorkomen? Mensen kiezen er in dat geval intuïtief voor om de aanrijding te voorkomen, maar hoe programmeer je een computer om het altijd goed te doen, misschien blijkt dit wel een onoverkomelijk probleem waar geen oplossing voor te vinden is. Daar zijn tot nu toe geen aanwijzingen voor, omdat de Google Car telkens steeds beter wordt geoptimaliseerd. Zo rijdt deze sinds kort iets agressiever om menselijk rijgedrag beter te benaderen en zo beter te voldoen aan de verwachtingen van medeweggebruikers (New York Times, 2015). Wanneer de autonome auto zal worden geïntroduceerd, zal deze niet meteen door elke consument wordt aangeschaft. Een auto wordt vaak voor langere tijd aangeschaft, het is een grote investering die niet vaak wordt gedaan. De adoptie van de nieuwe techniek zal in eerste instantie niet snel verlopen, maar ook na deze introductieperiode zal er een lange periode blijven bestaan waarin het zelfrijden blijft. Net als met handgeschakelde en automatische auto’s zal er een gemengd wagenpark ontstaan waarin zowel autonome als niet-autonome auto’s op de weg rijden. Toch kan uit veiligheidsoverwegingen de autonome auto verplicht worden gesteld en zo de adoptie sterk worden versneld.
Literatuurlijst
Alkim, T., & Veenis, J. (2015). Verslag Kennisagenda Automatisch Rijden. Geraadpleegd van
http://kennis-automatisch-rijden.weebly.com/uploads/1/3/0/8/13083631/kennisagenda-automatisch-rijden-verslag14april2015-2.pdf
Centre for Advanced Automotive Technology (2015). Automated and Connected Vehicles.
Geraadpleegd op 8 januari 2016, van
http://autocaat.org/Technologies/Automated_and_Connected_Vehicles/
Choi, J. K., & Ji, Y. G. (2015). Investigating the Importance of Trust on Adopting an Autonomous Vehicle. International Journal of Human-Computer Interaction, 31(10), 692-702.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, 319-340.
Evans, A. (2008). Economics and land use planning. John Wiley & Sons. p. 13-22.
Gemeente Amsterdam (2012). Parkeerplan Amsterdam: Beter bereikbaar en autoluwer: Gemeente Amsterdam.
Gemeente Amsterdam (2013a). Uitwerkingsnotitie Autoparkeren in Centrum: Gemeente Amsterdam. Gemeente Amsterdam (2013b). STRAATPARKEERPLAATSEN. Afdeling Verkeer en Openbare Ruimte: Gemeente Amsterdam.
Gemeente Amsterdam (2014). Gebiedsanalyse Rivierenbuurt: april 2014: Gemeente Amsterdam. Gemeente Amsterdam (2015a). Uitvoeringsagenda Mobiliteit Amsterdam: Gemeente Amsterdam.
Gemeente Amsterdam (2015b). Amsterdam in cijfers 2015: Onderzoek, Informatie en Statistiek: Gemeente Amsterdam.
Gemeente Amsterdam (2015c). Gebiedsanalyse 2015 De Pijp/Rivierenbuurt Standsdeel Zuid: Gemeente Amsterdam.
Gemeente Amsterdam (2015d). Amsterdam Parkeertarieven November 2015: Gemeente Amsterdam. Google (z.j.), Google Self-Driving Car Project. Geraadpleegd op 18 november, 2015, van
https://www.google.com/selfdrivingcar/
Google Trends (2016). Google Trends - Interesse in Google Zoeken: autonomous car - Wereldwijd,
2004 - heden. Geraadpleegd op 5 januari, 2016, van
https://www.google.nl/trends/explore#q=autonomous%20car
Hajer, M., & Zonneveld, W. (2000). Spatial planning in the network society-rethinking the principles of planning in the Netherlands. European planning studies, 8(3), 337-355.
International Transport Forum [ITF] (2014). Urban Mobility: System Upgrade. Geraadpleegd op 23 november 2015, van http://www.citymobil2.eu/en/upload/Presentations/Urban%20mobility %20system%20upgrade-ITF.pdf
Korosec, K. (2015). Elon Musk Says Tesla Vehicles Will Drive Themselves in Two Years. Geraadpleegd op 26 januari 2016, van http://fortune.com/2015/12/21/elon-musk-interview/
Levinson, J., Askeland, J., Becker, J., Dolson, J., Held, D., Kammel, S., ... & Thrun, S. (2011, June). Towards fully autonomous driving: Systems and algorithms. In Intelligent Vehicles Symposium (IV), 2011 IEEE (pp. 163-168). IEEE.
National Highway Traffic Safety Administration [NHTSA]. (2013, 30 mei). Preliminary Statement of Policy Concerning Automated Vehicles [Persbericht]. Geraadpleegd van
http://www.nhtsa.gov/staticfiles/rulemaking/pdf/Automated_Vehicles_Policy.pdf
New York Times (2015, 1 september). Google’s Driverless Cars Run Into Problem: Cars With Drivers.
Geraadpleegd op 23 november 2015, van
http://www.nytimes.com/2015/09/02/technology/personaltech/google-says-its-not-the-driverless-cars-fault-its-other-drivers.html
Parool (2014) 24 uur parkeren voor één euro bij de RAI. geraadpleegd op 28 januari, van:
http://www.parool.nl/parool/nl/4/AMSTERDAM/article/detail/3595586/2014/02/12/24-uur-parkeren-voor-een-euro-bij-de-RAI.dhtml
Rijksoverheid. (2015, 15 september). Beleid voor autonome auto's. Geraadpleegd op 04 oktober, 2015, van https://www.rijksoverheid.nl/onderwerpen/auto/inhoud/autonome-auto
Shladover, S. (2015). Road vehicle Automation History, Opportunities and Challenges
Snelder, M., Van Arem, B., Hoogendoorn, R. G., & Van Nes, R. (2015). Methodische Verkenning Zelfrijdende Auto's en Bereikbaarheid. Project Singelgracht garage. Geraadpleegd op 28 januari 2015, van: https://nassaukade.files.wordpress.com/2012/06/bezwarencartesiuslyceum.pdf
Sloan (2011). Zienswijze Cartesius Lyceum
Statista (2016). Number of vehicles in use worldwide 2013. Geraadpleegd op 29 januari 2016, van http://www.statista.com/statistics/281134/number-of-vehicles-in-use-worldwide/
Stichting Vrienden van Singelgracht (2015). Referendum Flyer. Geraadpleegd op 28 Januari 2015, van:
https://nassaukade.files.wordpress.com/2012/06/referendumflyer.doc
Stienstra, S. (2012). Back to the future; gevolgen van bevolkingskrimp en-groei op parkeren.
Tasseron, G., Martens, C. J. C. M., & van der Heijden, R. E. C. M. (2014). De mogelijke impact van in-car informatie op stedelijk parkeergedrag.
Tesla Motors. (2015, 14 oktober). Your Autopilot has arrived. Geraadpleegd op 25 oktober, 2015, van
http://www.teslamotors.com/blog/your-autopilot-has-arrived
Verberne, F. M., Ham, J., & Midden, C. J. (2015). Trusting a virtual driver that looks, acts, and thinks like you. Human Factors: The Journal of the Human Factors and Ergonomics Society, 0018720815580749.
Interviews
Brant, S. van der, (2015) Beleidsadviseur Parkeren, Gemeente Amsterdam, RVE Verkeer en Openbare Ruimte. Eigen interview (17 november, 2015).
Krosse, B. (2015). Programma manager automatisch rijden, TNO. Eigen interview (3 november, 2015). Tillema, T. (2015). Projectleider van KIM-onderzoek zelfrijdende auto, KIM. Eigen interview (13 november, 2015).
Bijlagen
Bijlage 1: De enquêteresultaten
De enquête heeft de onderstaande resultaten gegeven:
Enquête over de autonome auto N Ja Nee
1. Woont u in Amsterdam? 43 38/88,4% 5/11,6%
2. Heeft u een auto? 43 29/67,4% 14/32,6%
3. Heeft u een parkeervergunning voor Amsterdam?
43 18/41,9% 25/58,1%
4. Heeft u een vaste parkeerplek in Amsterdam?
43 3/7% 40/93%
Ja Neutraal Nee
5. Vindt u het fijn om zelf auto te rijden?
43 32/74,4% 6/14% 5/11,6%
6. Heeft u regelmatig moeite met het vinden van een parkeerplek in Amsterdam?
34 20/58,8% 14/41,2% 8
‘s Morgens ‘s Middags ‘s Avonds nvt
7. Zo ja, wanneer op de dag heeft u de meeste moeite met het vinden van een parkeerplek?
20 1/5% 4/20% 15/75% 21 Helemaal mee eens Beetje mee eens Neutraal Beetje mee oneens Helemaal mee oneens nvt
8. Ik vind het vervelend als er auto's geparkeerd staan op straat.
43 3/7% 6/14% 4/9,3% 8/18,6% 22/51,2% 0
9. Ik sta open voor de autonome auto.
43 25/58,1% 4/9,3% 2/4,7% 2/4,7% 10/23,3% 0
10. Als ik bij de aanschaf van een nieuwe auto zou kunnen kiezen tussen een reguliere versie en een versie met een autonome functie, dan kies ik voor de auto met de autonome functie.
42 18/42,9% 3/7,1% 5/11,9% 3/7,1% 13/31% 1
11. Ik zou het fijn vinden als ik overal zou kunnen uitstappen
43 28/65,1% 1/2,3% 1/2,3% 3/7% 10/23,3% 0
12. Een auto die zonder bestuurder zelf een parkeerplaats kan opzoeken lijkt mij ideaal
43 29/67,4% 1/2,3% 0/0% 3/7% 10/23,3% 0
13. Als ik een autonome auto zou bezitten dan zou ik mijn vaste parkeerplaats opgeven met ter vervanging een parkeerplek in een nabijgelegen parkeergarage
26 11/42,3% 3/11,5% 0/0% 1/3,8% 11/42,3% 17
14. Als u de autonome auto oproept, hoeveel minuten zou u daarop willen wachten?
43 Gemiddeld
9,5 minuten
Bijlage 2: Het integratieproces (637 woorden)
Wanneer er door de inzet van autonome auto’s getracht wordt om het parkeerprobleem in Amsterdam op te lossen zullen de disciplines natuurkunde, planologie en wiskunde ieder met eigen inzichten en theorieën komen. Zo houdt men in de planologie zich vooral bezig met de invloed van het ruimtegebruik op de menselijk handelen. Men probeert negatieve externe effecten (economisch of maatschappelijk) die niet door de markt opgelost (kunnen) worden weg te nemen door in te grijpen in het ruimtelijke beleid (Evans, 2008). Meestal spelen economische factoren de grootste rol bij het zetten van doelstellingen. Wel moet er ook rekening met maatschappelijke factoren gehouden worden. Bij het doorvoeren van maatregelen is het namelijk belangrijk dat men de belanghebbenden (veelal bedrijven of bewoners) tevreden kan houden. Echter ontstaan vaak juridische conflicten
omdat deze maatschappelijke factoren ondergeschikt worden gesteld aan economische belangen (Hajer & Zonneveld, 2000). Deze conflicten kunnen planvorming en planontwikkeling sterk vertragen of laten mislukken.
Het raakvlak van de planologie en de politicologie is te vinden bij de maatschappelijke factoren. Waar deze in de politicologie centraal staan, zijn deze in de planologie in de praktijk vaak slechts een contextuele variabele waar rekening mee gehouden moet worden. In het onderzoek naar introductie van de autonome auto in het Amsterdamse straatbeeld kan een combinatie van planologisch en politicologisch onderzoek hierdoor een uitkomst bieden. Zo kan onder andere door een enquête onder belanghebbenden de houding tegenover de autonome auto onderzocht worden. Deze enquête kan verweven worden met het planologische onderzoek naar interventies die gedaan kunnen worden met betrekking tot autonome auto’s in Amsterdam. Hierdoor kan naast de mogelijkheid tot invoering op zich, ook bekeken worden in welke mate de invoering van de autonome auto op steun van de belanghebbenden kan rekenen. Hierbij moet de enquête zich focussen op uitsluitend de belanghebbenden in de buurt (o.a. bewoners, bezoekers en bedrijven), wat afwijkt van normaal politicologisch onderzoek dat gebruikelijk naar een grotere groep mensen kijkt.
Voordat een enquête samengesteld kan worden moeten de technische mogelijkheden van de autonome auto bekend zijn. Hierin speelt de natuurkundige invalshoek een belangrijke rol. Hierbij wordt geen rekening gehouden met de publieke opinie, maar wordt gekeken welke mogelijkheden en technieken de autonome auto met zich meebrengt. Deze kennis zal als leidraad dienen om verschillende maatregelen te bedenken die aansluiten op de wensen die de stad heeft voor een betere parkeersituatie. Hierbij zullen enkele voorbeeldsituaties doorberekend worden op hun effect. Als de enquête is afgenomen kunnen de resultaten gebruikt worden om de ontworpen maatregelen te toetsen vanuit politicologisch en planologisch perspectief. Omdat de maatregelen niet alleen vanuit politicologisch en planologisch perspectief getoetst moeten worden en om multidisciplinariteit te voorkomen is gekozen om een SWOT-analyse van de verschillende maatregelen uit te voeren. Deze maatregelen die betrekking hebben tot het gebruik van de autonome auto om de parkeersituatie in Amsterdam te verbeteren, zullen dan getoetst worden op sterktes, zwaktes, kansen en bedreigingen. Hierin kunnen alle positieve en negatieve aspecten van maatregelen vanuit een transparante invalshoek bekeken worden. Hierdoor vindt in ieder geval bij het trekken van conclusies integratie van het onderzoek plaats. Het zal doordat het invoeren van de autonome auto een toepassing van technologie betreft, namelijk niet altijd mogelijk zijn om al in een vroeg stadium zuiver interdisciplinair onderzoek te doen. Voordat de mogelijkheden van de technologie vertaald kunnen worden naar praktische maatregelen moeten namelijk eerst stappen ondernomen worden waar niet alle disciplines bij betrokken zijn. Bij onderzoek naar mogelijke maatregelen die aansluiten bij het huidige verkeersbeleid moet eerst bekend zijn wat er technisch mogelijk is. Ook kan de publieke opinie pas interdisciplinair bepaald worden als duidelijk onder woorden gebracht kan worden hoe mogelijke interventies eruitzien. Daarnaast kan de haalbaarheid van maatregelen pas onderzocht worden nadat duidelijk is wat gesteund wordt door de belanghebbenden. Door onderzoek zo vroeg mogelijk op de eerdergenoemde raakvlakken uit te voeren kan integratie het best bereikt worden.
Bijlage 3: Samenvatting interview met Bastiaan Krosse van TNO (573 woorden, 03-11-15)
Bastiaan Krosse is programma manager automatisch rijden bij TNO. Dit houdt in dat hij de roadmap binnen TNO op het gebied van geautomatiseerd rijden probeert te versnellen. Hiertoe organiseert hij de juiste kennisontwikkeling te organiseren en deze af te stemmen met de markt. Heel concreet doet TNO allerlei projecten met overheden, industriële partijen, ook op het gebied van autonome auto’s. Zij proberen dergelijke projecten programmatisch aan te pakken. Voor de autonome auto wordt bijvoorbeeld gekeken naar welke technologieën je nodig hebt, welke stappen moeten worden gemaakt in wetgeving maar naar ook het gedrag van mensen in en rondom de auto. Er wordt dus voor de introductie van de autonome auto naar veel verschillende facetten gekeken.De vraag of de infrastructuur klaar is voor de invoering van de autonome auto is tot op heden onbeantwoord. Er zijn vele mogelijke scenario’s en veel verschillende effecten die een rol spelen. Zo stijgt de mobiliteit van bijvoorbeeld ouderen en zal door de vergrijzing dit effect steeds sterker worden. Een andere trend is carsharing waarbij een auto efficiënter kan worden gebruikt. Dat er dus per definitie meer auto’s gaan komen, daar is niet iedereen het over eens. Daarnaast spelen ook geografische factoren mee.
Automobielfabrikanten zijn bezig met Automated Valetparking. Dit houdt in dat je uitstapt bij de ingang van een speciale parkeergarage en dat de auto automatisch parkeert in die garage. Op deze manier kan je meer auto’s kwijt per vierkante meter. Dit is echter heel wat anders dan het idee om mensen thuis af te zetten, omdat de omgeving van thuis naar de parkeergarage niet goed gedefinieerd is. Er zijn fietsers, voetgangers en allerlei bijzondere verkeerssituaties. Een parkeergarage kent een vaste omgeving waarin enkel auto’s zijn. Het idee van Automated Valetparking zou in vijf jaar al geïntroduceerd kunnen worden via demo’s of pilotprojecten. Echte autonome auto’s zullen nog tientallen jaren op zich laten wachten.
Het grote probleem van de volledig autonome auto’s is het aantonen dat deze onder alle mogelijke omstandigheden juist functioneert. Bijvoorbeeld wanneer het mistig is, of zelfs sneeuwt. Een fabrikant zal pas zijn volledig autonome auto introduceren wanneer zij er zeker van is dat de auto het onder alle omstandigheden zal doen. Op de markt zie je nu volop SAE-level 1 en 2 systemen, maar een level 3, laat staan een level 4 systeem, is nog een hele grote stap die nog gezet moet worden. Google heeft recentelijk nog aangekondigd dat hun auto’s offensiever gaan rijden om beter aan de verwachtingen van medeweggebruikers te voldoen. Daarnaast zullen deze auto’s ook te maken krijgen met dilemma’s; overtreed ik de verkeersregels door over een doorgetrokken streep te gaan of ga ik nu vol op de rem staan op de snelweg? Deze keuzes moet een autonome auto ook autonoom kunnen maken.
Er is een project, genaamd City Mobil 2, waarin het last-mile transport wordt onderzocht. Je zou een people-mover, een soort shuttle, autonoom kunnen laten rijden vanaf station naar het centrum. In het project wordt gekeken welke invloed dit soort maatregelen zou kunnen hebben op een stadsomgeving. Zij hebben dus wel al de eerste verkenning gedaan en dit kan wellicht worden gebruikt in het onderzoek.
Waar Bastiaan niet in gelooft is het vervangen van de dikke verkeersstromen, zoals trein en metro, door de autonome auto. Een trein/metro is gewoonweg vele male effectiever dan persoonlijk vervoer zoals een autonome auto. Alleen voor het laatste stukje, bijvoorbeeld van de dikke verkeersstroom naar huis, kan een dergelijke oplossing interessant zijn.
Bijlage 4: Interview Taede Tillema van het KIM
Taede Tillema is projectleider bij het kennisinstituut voor mobiliteit (KIM). Hij heeft onder andere het onderzoek geleid naar een verkenning van de zelfrijdende auto. Taede gaf vooral aan dat we het rapport over de zelfrijdende auto met een slag om de arm moeten nemen. Een toekomstverkenning is namelijk ook veel speculeren. Verder verwachtte Taede dat het nog lang zou duren voordat er een volledig zelfrijdende auto beschikbaar zou zijn voor consumenten. De verwachting is namelijk dat het een lange tijd zal duren, voordat de consument echt zou overstappen op een geheel autonome auto. Taede zag vooral deelauto’s als een oplossing voor het parkeerprobleem.
Bijlage 5: De GIS-analyse
Het doel van de analyse is om een duidelijk beeld te krijgen van de tijd die nodig is om autonome auto’s in een parkeergarage te laten parkeren en terug te laten komen. Hiervoor wordt allereerst een punt aangewezen worden waar een mogelijke toekomstige parkeergarage voor autonome auto’s zou kunnen komen.
Om te bekijken in welk tijdsbestek welk gebied vanaf deze garage bereikt zou kunnen worden met de autonome auto wordt een punt gemaakt die aansluit op het verkregen netwerk (RSTRATEN_NETWERK_ND.ND). Hier is onder andere de Address locator (RSTRATENADDLOC) nodig om een adres aan het punt toe te voegen. Dit adres is te verkrijgen uit de aan de vectorfile gekoppelde informatie van de lijnenkaart van de Rivierenbuurt (RSTRATEN_NETWERK).
Wanneer de puntenkaart voor de garage gemaakt is kan via de informatie van de netwerkkaart (RSTRATEN_NETWERK_ND.ND) een verzorgingsgebied van de parkeergarage bepaald worden. Hierbij kan voor verschillende reistijden gekozen worden. Wij zullen voor zowel een reistijd van 2 als 5 minuten een kaart maken.
Wanneer een kaartlaag van dit verzorgingsgebied gemaakt wordt kan via deze kaart en de kaart van de zespositie postcodegebieden (RPC6GEBIEDEN) aan de hand van nabijheid van locatie bepaald worden hoeveel mensen bereikt kunnen worden vanuit de garage in het gekozen tijdsbestek. Hiervoor is het van belang dat al eerder de informatie van de dBase file over de zespositie postcodegebieden (RPC6INFO.DBF) gekoppeld is aan de kaart van deze gebieden.
Tot slot wordt een kaart gemaakt waarin de informatie duidelijk gevisualiseerd wordt.
Naast de analyse waar het verzorgingsgebied van de parkeergarage bepaald wordt, wordt ook een duidelijke kaart gemaakt waar de maximale snelheid op de wegen, de richting en het stratenpatroon van de wegen van de Rivierenbuurt op weer gegeven is. Dit wordt gedaan door de symbologie toe te voegen aan de lijnenkaartlaag van de Rivierenbuurt (RSTRATEN_NETWERK) aan de hand van de informatie uit de netwerkkaart (RSTRATEN_NETWERK_ND.ND).
