Ett nytt AI-verktyg är på gång för att kommuner ska kunna följa upp rörelsemönster och analysera hur olika trafikåtgärder påverkar människors beteenden – särskilt när det gäller hållbara transportslag.
Så ska Södertälje få mer hållbar trafik med hjälp av AI
Verktyg
Ett nytt AI-verktg ska hjälpa kommuner att se människors rörelsemönster för att göra trafiken mer hållbar. Södertälje är en av kommunerna som är med på initiativet. 
– Det är jätteviktigt att kunna följa upp om vi gör en åtgärd på en gata eller längs ett stråk. Ger det den effekten vi önskar eller inte, säger Albin Reinhardt, trafikplanerare på Södertälje kommun.

Foto: Privat, Adobe Stock
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Miljö & Utveckling premium
Läs vidare – starta din prenumeration
- Magasinet Miljö & Utveckling - 6 nummer per år
 - Full tillgång till allt digitalt material
 
Redan prenumerant? Logga in och läs vidare.
– Till exempel ska vi kunna se vad införandet av en sommargågata kan medföra för skillnader i beteenden och hur folk rör sig, säger Albin Reinhardt, trafikplanerare på Södertälje kommun, och fortsätter:
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


