Op drukke dagen bezoeken duizenden mensen de boulevard van Scheveningen met de fiets. Uit historische fietsmetingen blijkt dat het aantal fietsers sterk varieert: op de drukste dag werden bijna 10.000 fietsers geteld, terwijl het gemiddelde in de zomermaanden rond de 2.500 fietsers per dag ligt. Op piekdagen is de wens om met data en kwantitatieve onderbouwing de stallingscapaciteit te monitoren. De gemeente heeft goed inzicht in de locaties waar de fietsdrukte regelmatig oploopt.
Insight into bicycle traffic
o gain a better understanding of when and where peaks in bicycle traffic occur , the Smart Sensor Systems research group at The Hague University of Applied Sciences developed a forecasting model for bicycle traffic around the boulevard.
To predict where and when congestion is likely to occur, the model combines data from multiple sources, including historical bicycle counts, weather forecasts, public events and holidays. Based on these inputs, it estimates the number of cyclists expected at different locations along the boulevard throughout the day.
De voorspellingen bieden aanvullend inzicht in de momenten en locaties waar de fietsdrukte toeneemt. Daarmee ontstaat een beter beeld van de dynamiek van het fietsverkeer rondom de boulevard en de vraag naar stallingscapaciteit.
In het onderzoeksprototype worden de voorspellingen op een kaart van de boulevard weergegeven. Zo is in één oogopslag zichtbaar waar en wanneer het druk wordt.
Privacy-friendly technology
Privacy is an important consideration in this research. Bicycle traffic is measured using detection loops embedded in the road surface. These sensors only register that a bicycle has passed and do not collect any personal data. As a result, individual cyclists cannot be identified or tracked.
Practical value
The forecasts provide insight into where and when bicycle traffic around the boulevard is expected to increase and where demand for bicycle parking capacity is likely to be highest. This creates a clearer picture of when and where additional measures may be needed.
The next step is to assess whether the forecasting model can be integrated into the day-to-day operations of the coastal management team. The municipality will also explore whether the approach can be applied more broadly along the boulevard as a complement to the existing crowd monitoring systems used along the coast.
For more information, please contact Jochum Buchener at jochum.buchener@denhaag.nl or send an email to smartthehague@denhaag.nl.