De 24-jarige Noorhan Helmy bouwt op basis van neurale netwerken een zelflerend model dat wachttijden aan verkeerslichten kan voorspellen. Ze helpt hiermee transportsystemen naar een hoger plan te tillen.

Noorhan, afkomstig uit Egypte, begon in september 2015 aan haar masteropleiding Transport, Infrastructure and Logistics (TIL) aan de TU Delft. Het omvat vakken uit de studierichtingen Civil Engineering/Mechanical Engineering en Technical Policy Management. Ze koos voor Delft omdat de TU hoog scoort in de QS World University Ranking en brede keuzemogelijkheden biedt voor studenten. Noorhan schrijft momenteel een thesis over het inzetten van artificiële intelligentie ten behoeve van proactief verkeersmanagement. “Mijn belangstelling gaat uit naar intelligente voertuigen. Deze hebben ook intelligente verkeersinfrastructuur nodig. Daar wilde ik meer mee, vandaar mijn thesisonderzoek.”

Zelflerend model

Tijdens haar stage bij Siemens Mobility bouwt Noorhan op basis van neurale netwerken een model dat, ongeveer 30 seconden op voorhand, voorspelt wanneer auto’s aankomen bij een kruispunt. Het moet de controller van verkeerslichten voldoende tijd geven om groen-licht-beslissingen tijdig door te geven, waardoor weggebruikers de juiste snelheidsadviezen krijgen. Door het model te voeden met simulatiedata maakte Noorhan het zelflerend. Het kan onder gesimuleerde, ideale verkeersomstandigheden de aankomst van voertuigen op een kruispunt met een nauwkeurigheid van ruim 95% voorspellen. “Ik ben het model nu aan het voeden met echte historische data uit de afgelopen 2 jaar. Daarna ga ik testen of het patronen herkent in echte verkeersomstandigheden. Als dit goed gaat, zoek ik een manier om de output van het model te koppelen aan een VRI in het lab. Ik wil dan in een klein testnetwerk kijken hoe de voorspellingen en time-to-green de verkeersdoorstroming beïnvloeden. We kunnen dan zien hoe we de voorspelde verkeersdoorstroming kunnen gebruiken als input voor predictief verkeersmanagement.” Het model stopt niet met leren nadat het getraind is. Eenmaal geïmplementeerd neemt het continu live input op, doet voorspellingen en herkent op basis van feedback-maatregelen zelf fouten. Op die manier wordt het steeds beter.

Out-of-the-box

“Noorhan bouwt een glazen bol”, aldus Eddy Verhoeven, die de studente tijdens haar stage bij Siemens begeleidt en gefascineerd volgt hoe de twintiger met grote behendigheid gebruik maakt van de allernieuwste technologie. Via universitaire afstudeerders haalt Siemens Mobility continu de laatste ideeën en technologie in huis. Verhoeven: “Studenten kunnen ook goed out-of-the-box denken. Ze zijn niet bang om de allernieuwste technologie te gebruiken. Dit is heel inspirerend voor onze eigen engineers. De tools waar Noorhan mee werkt, gaan we implementeren in onze dagelijkse business. Vooral op het vlak van coöperatieve mobiliteit zijn er veel toepassingsmogelijkheden. De actuele klantvraag is sterk gericht op het voorspellen van mobiliteit. Met deze nieuwe technologie kunnen we het transportsysteem naar een hoger plan tillen.”

Verkeersminister

Noorhan geniet volop van haar stagetijd bij Siemens, die voor haar als een ‘versneller’ werkt: “Ik leer veel bij en werk samen met mensen die interessante dingen doen.” Onlangs gaf ze in opdracht van Siemens een prestatie aan Nederlandse wegbeheerders. Met haar gefundeerde kennis en overtuigende uitstraling was dit voor Noorhan geen enkel probleem. Aan ambitie en talent ontbreekt het de jonge studente dan ook niet. Ze wil na haar studie doctoreren en denkt ook al na over haar professionele carrière. “Het liefst wil ik transportminister in Egypte worden. Dit land gaat gebukt onder verouderde infrastructuur. Er valt nog een hoop te verbeteren. De kennis die ik hier in Nederland vergaar, kan goed van pas komen.”