FleetLogo
Fleetoptimiser

Hvad er FleetOptimiser?

Velkommen til FleetOptimiser - din nøgle til at revolutionere måden, du styrer din bilflåde på. Fleet Optimiser anvender kunstig intelligens løsninger til facilitering af grøn omstilling af transport af flådestyring i din organisation.

Projektet skal sikre ambitionsniveauet for CO2-reduktion på transportområdet både for danske myndigheder og private virksomheder, samtidig med at øge økonomisk effektivitet.

Kundernes erfaring er, at de ved at anvende løsningen strategisk kan spare ca. 15 % i driftsøkonomi og op til 75 % i CO-udslip.

Hvad siger de myndigheder, der anvender FleetOptimiser?

"FleetOptimiser er med sine muligheder for dataoverblik blevet et helt centralt værktøj i arbejdet med vores bilflåde." Kenneth Krogsgaard, Esbjerg kommune
"Økonomi og klima er de to vigtigste dagsordenerfor os i Helsingør Kommune, og her er FleetOptimiser bare win-win." Nicole Pedholt Andersen, Helsingør kommune
Med FleetOptimiser er vi 100% klar til at handle bæredygtigt på transportområdet. Sara Midtgaard, Region Midtjylland
FleetOptimiser har gjort analyser nemmere og gjort data mere tilgængeligt. Darwish Ahmad Akhizada, Københavns kommune
Vi har et helt andet overblik over vores flåde, som det simpelthen ikke er muligt at skabe manuelt. Christina Grauengaard, Slagelse Kommune
fleetoptimiser

FleetOptimiser har tre algoritmebaserede hovedfunktioner:

 

Automatisk flådeoptimering

Automatiske forslag til det optimale antal og typer af køretøjer i flåden ud fra en prioritering mellem økonomi og CO2-reduktion.

Eksempel: Du oplyser de 15 biler, som du kan tilvælge på dine leasingaftaler, og AI algoritmen fortæller dig, hvad der er det bedste valg i forhold til CO2 og årlige prisomkostninger.

 

Simulering af konsekvenser

Simulerer konsekvenser for både økonomi og CO2- udledning.

Eksempel: Få svar på, hvilken konsekvenser det ville få, hvis 50% af dine leasede biler blev erstattet af elektrisk drevne Volvo EX30.
Kan de samme behov stadig dækkes når ny opladning og rækkevidde tages i betragtning? Hvad er CO2-besparrelserne, og hvilke økonomiske omkostninger får det?

 

Forstå virkninger af div. tiltag

Fleet Optimiser analyserer GPS data fra dine køretøjer, og tager dermed udgangspunkt i dit historiske kørselsmønster. Udtræk detaljerede rapporter for at få afklaring af effekt og konsekvens af tiltag.

Eksempel: Hvilken CO2 gevinst og bundlinje-gevinst giver det, hvis der vedtages et krav om, at alle ture under 10km i dagstimerne skal køres på elcykler?

Læs mere om FleetOptimiser fungerer:

Simuleringssetup - første
Vælg flåde og datoperiode for simulering ved manuel – eller automatisk flådesammensætning.
Manuel simulering - andet

Med den manuelle flådesammensætning kan man teste forskellige scenarier med den nuværende flåde.

Hvad vil der ske, hvis fire fossilbiler erstattes med tre cykler?

Hvad gør det ved udledningen, økonomien og kan kørselsbehovet fortsat tilfredsstilles?

Der kan testes fiktive køretøjer med forskellig WLTP. Der kan simuleres med vagtlag, så der tages hensyn til faggruppers brug af køretøjer i bestemte tidsperioder. Der kan indstilles adskillige simuleringsparametre; udledning pr. liter benzin, kr. pr. kWh, accepterede længde på cykelture og meget mere. Blandt resultaterne af simuleringen vises hvor mange rundture der ikke kan allokeres og hvad den potentielle besparelse og reduktion er. Den simulerede køreplan kan downloades til Excel, så man kan undersøge præcis hvilket køretøj, der kører hvilken rute.

Automatisk simulering - tredje

Med den automatiske målsimulering afsøges det, vha. af en optimeringsalgoritme, hvilken flåde der vil være den bedste ud fra de givne parametre. Har man specifikke økonomi – eller udledningsmål kan det indtastes, hvorefter der vil blive forslået 0 til 5 løsninger, der tilfredsstiller kørselsbehovet.

Det kan prioriteres om man ønsker mere økonomisk besparende flådesammensætninger, eller om man ønsker mere CO2-reducerende løsninger. Der kan vælges en pulje af testkøretøjer man tillader i de endelige løsninger. Bl.a. kan det udnyttes til let at teste konsekvenserne ved at inddrage nye typer af elbiler i flåden.

Konfiguration - fjerde
Konfigurationsside til at justere meta-data på køretøjerne. Her kan også tilføjes testkøretøjer. 
Overblik - femte
Samlet overblik over kørte ture af køretøjerne i FleetOptimiser. Det kan ses over en valgt dato periode, hvordan tre forskellige parametre udvikler sig; CO2-udledning, andel af ture kørt i elbil og det totale kørte antal km. Det vil tydeligt vise om kørslen over en længere periode går i den rigtige retning ift. bl.a. udledning.
Gennemsnitlig kørsel - sjette
Her vises et overblik og den faktiske kørsel på bestemte lokationer. Der kan filtreres på dato, lokation, afdelinger og specifikke køretøjer. Den øverste graf viser den gennemsnitlige kørsel pr. dag i de forskellige vagtlag for de valgte køretøjer (nummerplade og afdeling fjernet). Den nederste graf viser den samlede kørsel fordelt på månedsbasis for de valgte køretøjer.
NYT ledighedsgraf - syvende erstartter
Få fuldt overblik over din flådes kapacitet – se hvor mange ledige køretøjer, der er på et givent tidspunkt.
Køretøjsaktivitet - ottende
Overblik over den faktiske kørsel på lokationer - og køretøjsniveau. Heatmap fremhæver de dage, hvor der er kørt mindre end den indtastede grænseværdi.
overblik over ture - sidst niende
Se antallet af rundture der er kørt under et vis antal kilometer. Rundturen kan fremhæves, så det kan ses hvor mange køre - og parkeringssegmenter den består af.

Teknisk baggrund:

Fleet Optimiser er drevet af avanceret kunstig intelligens (AI) og er skabt til at imødekomme de unikke udfordringer, som offentlige myndigheder og private virksomheder står overfor, når de skal gennemføre den grønne omstilling af transporten. Bag den kraftfulde løsning ligger en omfattende teknisk infrastruktur og datadrevne processer, der gør det muligt at eksekvere en strategi om flådeoptimering og bæredygtig transport i praksis. 

  • AI-Optimeringsalgoritmer:
    FleetOptimiser udnytter avancerede AI-optimeringsalgoritmer, der beregner den mest effektive sammensætning af din flåde baseret på en række parametre, herunder økonomi, CO2-udledning og specifikke kørselsbehov.
  • Dataindsamling og -analyse:
    Vores system indsamler og analyserer kontinuerligt data fra køretøjer, lokationer og vagtlag. Dette giver mulighed for realtidsmonitorering og optimering af flådeaktiviteter.
  • Simuleringskapacitet:
    FleetOptimiser tilbyder avancerede simuleringsværktøjer, der giver dig mulighed for at eksperimentere med forskellige scenarier og ændringer i flåden. Dette gør det muligt for brugerne at træffe velinformerede beslutninger på et øjeblik.
  • Integreret Cloudinfrastruktur:
    Vores løsning er bygget på en europæisk cloudplatform, der sikrer skalerbarhed og tilgængelighed. Med både backend og frontend-funktionalitet, brugerstyring, datapipelines og AI-optimeringsalgoritmer leverer FleetOptimiser en pålidelig og sikker løsning.
  • Brugercentreret udvikling:
    Udviklingen af FleetOptimiser har altid haft brugernes ønsker og behov i fokus. Dette har resulteret i en brugervenlig platform, der kan tilpasses individuelle myndigheders krav og prioriteringer.
emil

Emil Sarauw

Head of AI & Lead på Fleet Optimiser

Email

Telefon: 20 70 86 05


 

Læs hvad 15 forskellige kommuner mener om Fleet Optimiser:

_Portrætter samlet, FleetOptimiser1-01
_Portrætter samlet, FleetOptimiser1-07
_Portrætter samlet, FleetOptimiser1-02
_Portrætter samlet, FleetOptimiser1-03
_Portrætter samlet, FleetOptimiser1-04
_Portrætter samlet, FleetOptimiser1-05
_Portrætter samlet, FleetOptimiser1-06
_Portrætter samlet, FleetOptimiser1-08
_Portrætter samlet, FleetOptimiser1-09
_Portrætter samlet, FleetOptimiser1-10
_Portrætter samlet, FleetOptimiser1-11
_Portrætter samlet, FleetOptimiser1-12
_Portrætter samlet, FleetOptimiser1-13
_Portrætter samlet, FleetOptimiser1-14
_Portrætter samlet, FleetOptimiser1-15

FleetOptimiser cases:

Hoeringskort_OF

FleetOptimiser case

Aarhus Kommune: 

"Værktøjet FleetOptimiser kan skabe klimasmart flådestyring for offentlige myndigheder ved hjælp af kunstig intelligens."

kl-1

FleetOptimiser case

KL:

"Kunstig intelligens skaber grønnere kørsel i Aarhus Kommune"

Er du interesseret i FleetOptimiser?