bAIcycle maakt gebruik van zowel niet-zelf-lerende als zelf-lerende technologieën om de kwaliteit van fietspaden in kaart te brengen. Zoals voorheen gesteld, registreert je smartphone automatisch sensor data, zoals trillingen en bewegingen, wanneer je met de app fietst. Deze gegevens worden vervolgens geanalyseerd om a) het comfort en b) de veiligheid van het fietspad te beoordelen.

Alle informatie, verwerkt met inachtneming van de privacywetgeving, wordt overzichtelijk weergegeven op een dashboard. Hier kun je de fietspaden op een kaart raadplegen en snel zien waar de slechtste stukken zich bevinden. Dit helpt zowel fietsers als beleidsmakers om probleemzones gericht aan te pakken. Daarnaast is bAIcycle flexibel inzetbaar: het kan zowel als een stand-alone app gebruikt worden, als geïntegreerd worden in bestaande mobiliteitssystemen.

bAIcycle kent fietspaden een comfortscore toe tussen 0 en 100. Scores boven de 50 zijn beter dan gemiddeld, terwijl scores onder de 50 onder het gemiddelde liggen. Een score van 55 lijkt misschien niet hoog, maar betekent wel dat dit fietspad beter scoort dan 55% van de andere gemeten wegen. Uit validatie oefeningen blijkt dat dit scoresysteem robuust fietscomfort in kaart kan brengen.

Zo bevestigen verscheidene tests dat bAIcycle effectief wegkwaliteit in kaart brengt, zonder dat verschillende fietsmodellen en persoonlijke fietsvoorkeuren het beeld vertekenen.

Naast comfort meet bAIcycle ook onverwachte uitzwenkingen, bijvoorbeeld wanneer een fietser een obstakel moet ontwijken. Hoewel één enkele uitwijking geen reden voor alarm is, zijn meerdere uitwijkingen na elkaar wel een indicatie is van een gevaarlijke weg. Deze identificatie van uitzwenkingen gebeurt via een geavanceerd model dat de gyroscoopsensoren van de smartphone analyseert.

Hierdoor kunnen gevaarlijke situaties, zoals plotselinge manoeuvres door slecht wegdek of andere hindernissen, worden geïdentificeerd en gemeld. Dit evalueert dus wegveiligheid.

Met het bAIcycle Scout project willen we onze bestaande applicatie uitbreiden met een AI-gestuurde routeplanner. Deze planner bepaalt slimme, optimale fietsroutes door rekening te houden met factoren zoals afstand, veiligheid, comfort en de betrouwbaarheid van de onderliggende metingen. Gebruikers kunnen vervolgens hun gewenste route kiezen, waarna deze automatisch geopend wordt in een externe navigatiedienst zoals Google Maps.

Om deze innovatieve functies te ontwikkelen, verzamelen we data via pilootprojecten in samenwerking met lokale scholen en medewerkers van Stad Mechelen.