Trucks
Trucks
Moderne vrachtwagens verzamelen tijdens het rijden enorm veel gegevens. Deze data helpen bijvoorbeeld om ongeplande stilstand zoveel mogelijk te voorkomen. Maar met de komst van AI kan er nog meer met alle verzamelde informatie. Welk voordeel levert dit op voor u? En wat betekent het voor de toekomst van het wegtransport?
Om met kunstmatige intelligentie (artificial intelligence, afgekort AI) aan de slag te kunnen, is veel data nodig. Vandaag de dag is een moderne vrachtwagen uitgerust met wel meer dan honderd sensoren. Ter vergelijking: een smartphone heeft er ongeveer tien. Elke minuut verstuurt een truck ongeveer 20 gigabyte aan gegevens naar de fabrikant, wat gelijk staat aan 1.800 uur muziek streamen. In diezelfde minuut worden meer dan 600.000 verschillende meetgegevens en drie miljoen logberichten verzameld.
Vermenigvuldig die ene minuut nu met het aantal minuten dat een vrachtwagen operationeel is, en de hoeveelheid gegevens die wordt opgehaald wordt onvoorstelbaar groot. De uitdaging is vervolgens om de trucks met de juiste gegevens nog efficiënter te maken.
"Hoe meer data, hoe beter", legt Robert Valton, Head Data, Analytics & AI bij Volvo Group uit. "Met onze vakkennis op het gebied van data science en de geavanceerde analytische methoden en tools die we tot onze beschikking hebben, zijn enorme hoeveelheden data geen probleem - het is een kans. Juist door zoveel gegevens te analyseren, krijgen we meer inzicht in het gebruik en het gedrag van de truck. Dit kunnen we verder ontwikkelen, waardoor we onze klanten betere ondersteuning kunnen bieden."
"Als we data analyseren, kiezen we eerst gegevens uit waarvan we denken dat ze relevant zijn", legt Robert uit. "Met AI kunnen we naar álle beschikbare gegevens van een vrachtwagen kijken – ook als ze op het eerste gezicht niet relevant lijken. Zo kunnen patronen en verbindingen ontdekt worden die eerder nog niet eerder bekend waren. Ook kunnen we andere gegevens meenemen, zoals het weer en de rijomstandigheden. Hiermee kunnen we modellen maken die nog nauwkeuriger zijn en die verder vooruitkijken."
Hij vervolgt: "Met de ontwikkelingen van AI kunnen we de huidige analyses nog nauwkeuriger en begrijpelijker maken. Nu sturen we alle gegevens van een vrachtauto nog naar een server voor verdere analyse. Maar met AI kunnen we steeds meer controles al aan boord van de vrachtwagen doen."
Met AI kunnen we nog meer analyses aan boord van de vrachtwagen zelf uitvoeren. Het zou bijna een zelfdenkende en zelfreparerende vrachtwagen zijn...
Doordat trucks digitaal verbonden (ofwel: connected) zijn, is het mogelijk om uitval van een onderdeel te voorspellen. Hierdoor kan de reparatie preventief worden ingepland, om zo pech onderweg te voorkomen. De data die uit de voertuigen komen, worden geanalyseerd met onder andere machine learning. Patronen en omstandigheden die zorgen voor een specifieke storing kunnen daardoor worden ontdekt. Hiermee kunnen vervolgens modellen worden gemaakt om dezelfde fouten bij andere voertuigen te voorspellen en te voorkomen.
“We kunnen de werkplaats waar de truck wordt onderhouden al vroeg waarschuwen, zodat een afspraak kan worden ingepland op een moment dat voor de klant goed uitkomt. Dan kan het probleem worden onderzocht, nog voordat het tot ongeplande stilstand leidt”, zegt Elke Decaluwé, Vice President Technical Dealer Support bij Volvo Trucks. “De trucks hebben daardoor een betere uptime en de gevolgen van ongeplande stilstand worden zo tot een minimum beperkt, zoals het gebrek aan inkomen en reputatieschade voor hun organisatie”.
Omdat de ontwikkelingen doorgaan, moeten de datamodellen en algoritmes continu worden aangepast en verbeterd. “Vrachtwagens staan niet stil en worden telkens doorontwikkeld, net als de data die ze produceren”, zegt Elke. “Als een klant toch pech heeft of de melding naar de werkplaats komt te laat, moeten we dat onderzoeken en proberen we onze modellen hierop aan te passen”.
Vanaf de jaren ‘90 van de vorige eeuw, toen de eerste connected vrachtwagens de weg op gingen, is het aantal digitaal verbonden voertuigen gegroeid. De hoeveelheid data die ze verzamelden, nam flink toe in de afgelopen dertig jaar. Al die tijd is er gezocht naar manieren om deze gegevens zo goed mogelijk te gebruiken en om waarde te creëren voor vrachtwagenbezitters en transportbedrijven.
“Hoe we gegevens door de tijd heen hebben gebruikt, kan verdeeld worden in vier fases,” zegt Robert. “Aan het begin keken we achteraf naar data, om te zien wat er was gebeurd. Vervolgens kwam de fase waarin we de data in realtime bekeken om te zien wat er op dat moment gebeurde. De laatste jaren houden we vooraf in de gaten wat er kán gebeuren, en ondernemen we acties om dat te voorkomen. Real Time Monitoring is daar een goed voorbeeld van. Nu gaan we nog verder: we gebruiken data en kunstmatige intelligentie om te kijken hoe we onze klanten nog beter kunnen ondersteunen."
Maar ook in de afgelopen tijd is er veel veranderd in connectiviteit en data-analyse door de opkomst van nieuwe ontwikkelingen. Toen Elke en haar collega’s in 2016 begonnen met analyseren, hielden ze zeshonderd vrachtwagens in de gaten. Daarbij keken ze maar naar één onderdeel: de accu. Het duurde een hele dag om één controle uit te voeren.
Vandaag de dag verzamelen Elke en haar collega’s data van meer dan 85.000 vrachtwagens, verspreid over heel Europa. Hierbij worden elf onderdelen gecontroleerd, waarbij een controle nog maar acht minuten duurt. Elke maand worden ongeveer 4.000 meldingen verstuurd, waarvan naar verwachting 77% ongeplande stilstand voorkomt.
