Dit is de elfde uitgave van Verkeer in Nederland. We beginnen daarmee aan ons derde lustrum – een goede reden om de vormgeving onder handen te nemen, vonden we. We vroegen de vormgever om ‘herkenbaar maar met frisse look’ en dat hebben we gekregen ook. Ook voor de inhoud hebben we gekozen voor ‘herkenbaar maar
fris’. Ook voor de inhoud hebben we gekozen voor ‘herkenbaar maar fris’. In het eerste hoofdstuk komen, zoals elk jaar, de kale cijfers voorbij. Hoofdstuk 2 gaat, ook zoals elk jaar, over de thema’s die spelen.We maken daarin natuurlijk een beetje onze eigen keuzes: wat viel ons op en wat doet er volgens ons toe? Dan de hoofdstukken drie tot en met vijf, over onderzoek, pilots en programma’s. Ook die zijn qua opzet herkenbaar, maar fris van inhoud.

Daarmee biedt deze 2024-uitgave weer een mooie snapshot van het verkeer en vervoer in Nederland. Uit de cijfers blijkt dat er nog veel te doen is om ons mobiliteitssysteem goed en gezond te houden. Dat is allerminst eenvoudig, want ons overzicht leert ook dat de materie er alleen maar complexer op wordt. Maar ook is duidelijk hoe gevarieerd het vakgebied is. Wiskunde, technologie, AI, gedrag: het komt allemaal samen in verkeer en vervoer. Alle reden dus om breed te blijven investeren en onderzoeken. Dat gebeurt gelukkig ook, merken we. Maar dat is voer voor de uitgave van volgend jaar!@en

The field of Artificial Intelligence (AI) seems promising for traffic and transport. All kinds of possibilities and applications are suggested, but are these suggestions feasible and when will they become available? To address this question for traffic management, a picture of the field and its latest, state-of-the-art innovations is painted and opportunities for the future are investigated. Applications that have already been implemented or tested as pilots are described, as well as those applications that domain experts expect to be developed within one to five years, with a focus on applications that generate the greatest improvements in terms of traffic flow, safety, and sustainability. Also, the study looks at what the possible pitfalls and challenges could be during development and implementation. The research method consisted of several elements. Interviews were conducted with experts in the field of AI and traffic management and the interviewees were asked about possible opportunities and obstacles. In addition to the interviews, relevant and current sources describing applications of AI in traffic management were studied. The focus was on the added value of applications that have already been implemented. Based on the information gathered, a selection of the most promising future applications was made and these applications were discussed in a workshop. The current applications of AI in traffic management show that the focus is now on performing one specific task, using a limited number of data sources. It also shows there is great future potential for AI-based applications that combine multiple data sources or address multiple complex tasks in a combined fashion. This could, for example, lead to new insights about traffic being derived from data; insights that are not readily apparent with existing methods and a single data source.@en