Met de uitvoering van het onderzoek ‘Het stedenbouwkundig bureau van de toekomst’ (zie eerste rapportage van het RAAK-project) aan de Hogeschool van Amsterdam is een kennisplatform tot stand gekomen over de inhoud en onderlinge positionering van stedelijke theorieën, methoden en casussen. Het platform stelt de stedelijk professional (al werkend en lerend) in staat, in samenspraak met collega’s, de beschikbare interdisciplinaire kennis over ruimtelijke analyses in stedelijke gebieden te ontsluiten, te delen en te vergroten.
Met de huidige maatschappelijke uitdagingen, zoals klimaat en transities op het gebied van de vermindering van beschikbare ruimte voor stedelijk goederenvervoer en de sterke groei in e-commerce wordt het steeds belangrijker om logistiek mee te nemen in het ruimtelijk ontwerp van een gebied. Hierdoor kan efficiënte bevoorrading worden gerealiseerd en overlast worden beperkt. Ook kan zo worden aangesloten bij stedelijke ambities omtrent schone en slimme stadslogistiek. Toch wordt logistiek vaak niet of beperkt meegenomen in de ruimtelijke planning bij het (her-)ontwikkelen van gebieden. Door vroegtijdig na te denken over hoe het logistieke systeem eruit moet zien kan in het stedelijke ontwerp rekening worden gehouden met het ruimtegebruik van logistiek. Dit kan inefficiënte inpassing achteraf voorkomen. Om een hulpmiddel te bieden voor steden is daartoe een methode ontwikkeld die een basis vormt voor het nadenken over hoe logistiek kan worden geïntegreerd in de ruimte bij nieuwe gebiedsontwikkelingen. Stadslogistiek kenmerkt zich door de grote diversiteit van stromen waarin elk logistiek segment (afval, bouw, express en pakket, facilitair, etc.) om een eigen aanpak vraagt. Om die reden is het uitgangspunt van de methode om eerst grip te verkrijgen op het verwachte aantal voertuigen per stadslogistiek segment voordat wordt gekeken naar welke logistieke oplossingen passend zijn. Op basis van de samenstelling van het nieuw te ontwikkelen gebied (type en grootte bedrijven, functies en aantal huishoudens) en de geobserveerde voertuigen in andere gebieden wordt daar een inschatting van gegeven. Vanuit hier kan met maatwerk een mix van logistieke oplossingen worden opgesteld dat aansluit bij het type logistiek en de kenmerken en plannen voor en rond het gebied. Stedenbouwkundige ontwerpers kunnen dit vervolgens meenemen, zodat logistiek een slim en integraal onderdeel wordt van het ontwerp.
De 2SHIFT SPRONG-groep is een samenwerkingsverband van HAN University of Applied Sciences en Fontys Hogescholen. Onze ambitie is het vergroten van eerlijke kansen op gezond leven. Dit doen we door het vormgeven en versterken van gemeenschappen als fundament voor het creëren van eerlijke kansen op gezond leven. Vanuit deze gemeenschappen wordt in co-creatie gewerkt aan structuur (i.e. systeem), sociale en technologische innovaties. Deze ambitie sluit aan bij de centrale missie KIA Gezondheid en Zorg om bij te dragen aan goede gezondheid en het verkleinen van sociaaleconomische gezondheidsverschillen. Ook draagt het bij aan deelmissie 1. het voorkomen van ziekte, waarbij wij uitgaan van het concept Positieve Gezondheid en Leefomgeving. Én het zorgt voor het verplaatsen van ondersteuning en zorg naar de leefomgeving (deelmissie 2), doordat gemeenschappen hiervoor een stevig fundament vormen. De gemeenschap is geoperationaliseerd als een samenwerking tussen inwonersinitiatieven (i.e. informele actoren) én professionals vanuit wonen, welzijn, zorg en gemeenten (i.e. formele actoren) die bestuurlijk en beleidsmatig worden ondersteund. Toenemend wordt een belangrijke rol en meer verantwoordelijkheid toebedeeld aan inwoners en wordt de noodzaak van sectoroverstijgende, inclusieve samenwerking tussen deze actoren in lokale fieldlabs benadrukt. 2SHIFT start daarom in vier fieldlabs: twee dorpen en twee wijken in (midden-)stedelijke gebieden, waar in vergelijking met groot-stedelijk gebied (zoals Amsterdam, Rotterdam, Den Haag en Utrecht) andere dynamieken en mechanismen een rol spelen bij het creëren van eerlijke kansen op een gezond leven. Om impact in onderwijs en praktijk te realiseren werken we nauw samen met studenten, docenten én met inwoners, professionals, bestuurders en beleidsmakers uit wonen, welzijn, zorg en gemeenten én landelijke kennispartners (“quadruple helix”). 2SHIFT brengt transdisciplinaire expertise én verschillende onderzoeksparadigma’s samen in een Learning Community (LC), waarin bestaande kennis en nieuwe kennis wordt samengebracht en ontwikkeld. Over 8 jaar is 2SHIFT een (inter)nationaal erkende onderzoeksgroep die het verschil maakt.
Bevoorrading en retourstromen in stedelijke gebieden zijn kostbaar en gebonden aan veel regelgeving. Er is verkeersdruk en parkeren (op laad- en losplekken) is vaak slecht mogelijk. Dit project bekijkt een nieuwe techniek om verkeersstromen in Amsterdamse straten te observeren en de relatie te leggen met de bevoorrading van winkels, van de markt en van andere bedrijven en partijen in een straat. Met dit inzicht kan er in samenwerking met vervoerders, leveranciers, ondernemers en bewoners bekeken worden welke oplossingen er zijn om de verkeersdruk te verminderen. Het slimmer en schoner regelen van de bevoorrading en inzameling van afval betekent een beter leefklimaat, een betere bereikbaarheid en niet in de laatste plaats een bruisende wijk waar het prettig vertoeven is. Het samenbrengen van de benodigde data is arbeidsintensief en zal in verband met concurrentie posities en privacy niet altijd mogelijk zijn. Schattingsmodellen en metingen worden daarom ingezet. Een andere techniek is om daadwerkelijk in een winkelstraat te gaan observeren. Fysiek is dat zeer arbeidsintensief en camerabeelden mogen meestal niet worden gebruikt in verband met privacy. Met artificiële intelligentie kunnen objecten (en personen) uit beeldmateriaal worden herkend. Daarover zijn succesverhalen in een social media context gepresenteerd, en recent ook in verkeersomgevingen (vaak snelwegen). In dit project willen we gedetailleerd beeldmateriaal (foto’s) verzamelen, om te zien welke informatie kan worden geleerd met beeldherkennings-algoritmes. Het betreft een verkennend bruikbaarheidsonderzoek met een aantal praktijkpartners.
Bouw, interieurarchitectuur en productontwerp herontdekken hout als duurzaam materiaal. De vraag naar hout neemt toe, prijzen exploderen, de beschikbaarheid neemt af. Een van de gevolgen is de toenemende aandacht voor hoogwaardig gebruik van inheems hout uit de bosbouw en stedelijke gebieden. Toch blijft bij het kappen van bomen slechts 40% van het hout – de stam – daadwerkelijk behouden. De rest van het hout wordt in het bos achtergelaten (om bodemuitputting te voorkomen) of geoogst als houtsnippers. Dit omvat boomtakken en vorken, onderdelen waarvan de vezels op natuurlijke wijze zijn gerangschikt om een hoge structurele sterkte te bereiken. Tegenwoordig kunnen geavanceerde technologieën zoals 3D-scannen, 6-assig frezen en andere productieprocessen met industriële robots nieuwe mogelijkheden bieden om takken en vorken in hun oorspronkelijke staat te gebruiken. Deze technieken kunnen helpen om de geometrische gegevens van deze boomdelen nauwkeurig vast te leggen, om hun structurele sterkte te berekenen en om het gebruik ervan in zo oorspronkelijk mogelijke staat mogelijk te maken. Bij het HvA Robotlab wordt al jaren onderzoek gedaan naar slim scannen en bewerken van hout met industriële robots. In BranchOut wordt deze kennis gebruikt voor het scannen en bewerken van twee grote boomvorken, geoogst door partner Staatsbosbeheer. Aanvullend onderzoek wordt gedaan naar logistiek (transport, handling, opslag voor droging) en bewerking door expert partners Fijnhout resp. Visser. Stichting Hout Research levert kennis aan hoe het draagvermogen van boomdelen te bepalen. De bevindingen worden gebruikt om hoogwaardige toepassingen te bedenken en de marktkansen van boomvorken en gesteltakken in te schatten. Indien veelbelovend, leidt BranchOut tot vervolgonderzoek, waaronder de ontwikkeling van specifieke digitale ontwerp- en verwerkingstools om het gebruik van niet-standaard vorken en takken te stroomlijnen en te optimaliseren, richting de constructie van een demonstratieproject.
