RDW dashboards met behulp van Big Data

In het Big Data semester wordt een data-oplossing gebouwd voor de opdrachtgever IDO-LAAD (Intelligente Data-gedreven Optimalisatie van Laadinfrastructuur). IDO-LAAD is een lectoraat van de Hogeschool van Amsterdam (HvA) wat onderzoek doet naar laadgedrag van elektrische auto’s. Het doel is hierbij om patronen te ontdekken en hiermee de uitrol van de laadinfrastructuur te ondersteunen op een kostenefficiënte manier die zich richt op het in balans houden van de kosten en baten door plaatsing, gebruik en exploitatie op elkaar af te stemmen.

Team

RWS – Team 2

Project

Het idee van het project is om een dashboard te maken met inzichten in het aantal en het type elektrische auto’s. Met behulp van dit dashboard wordt er eenvoudig analyse gedaan naar de huidige groei van elektrische auto’s. Vervolgens wordt met deze analyse een slimme benadering gemaakt van een oplaadinfrastructuur voor elektrische auto’s.

Team

RWS – Team 4

Project

Voor het project RWS is een oplossing nodig voor het visualiseren van RDW data. De oplevering van RWS-4 is een effectief dashboard voor het weergeven van RDW data in combinatie met EV compare. Het dashboard neemt de gebruiker als prioriteit en heeft daarom ook de mogelijkheid voor filteren op specifieke wensen. Dit dashboard helpt met het in kaart brengen van de elektrische auto’s in Nederland, om vervolgens oplossingen te bedenken voor het oplaadinfrastructuur van elektrische auto’s.