ReMuNet:
Motståndskraftigt multimodalt nätverk för godstransporter
Motståndskraftiga och miljövänliga godstransport- och logistiknätverk mot störande händelser (inklusive pandemier)
Som en pionjär för det fysiska internet är ReMuNets vision att möjliggöra synkromodala relätransporter på europeiska järnvägar, vägar och inre vattenvägar och att skapa incitament för att öka nätverkets motståndskraft. Det minskar utsläppen avsevärt och ökar effektiviteten i godskorridorerna i händelse av störande händelser. ReMuNet identifierar och signalerar incidenter och utvärderar deras inverkan på multimodala transportkorridorer. Det reagerar snabbt och sömlöst på incidenter i realtid och stöder TMS-leverantörer i att förbättra resiliensen i ruttplaneringen. ReMuNet kommunicerar alternativa, fördefinierade multimodala transportvägar till transportörer och sedan till lastbilsförare, tågförare och pråmkaptener, vilket möjliggör en snabbare och mer adaptiv respons i det multimodala nätverket. Dessutom styr ReMuNet ruttanvändningen, föreslår bytespunkter för multimodala transportörer och optimerar kapacitetstilldelningen, vilket minimerar skadorna och minskar återhämtningstiden.
ReMuNets kärnfunktioner
Standarder
En standardiserad metod för att beskriva multimodala transportnät. Den föreslagna standarden bygger på befintliga metoder och har utvecklats tillsammans med nyckelintressenter för att säkerställa paneuropeisk tillämpbarhet och acceptans, som lätt kan översättas till lämpliga rättsliga ramar för att säkerställa effektivare kommunikation och operativ sammankoppling av intressenter.
Plattform för samarbete
En samarbetsplattform som kopplar samman relevanta logistikföretag och gör det möjligt för dem att hantera störningar genom att tillhandahålla säkra och motståndskraftiga digitala logistik- och nätverkshanteringsverktyg som ger information för alternativ ruttplanering och orkestrerar händelsebaserade synkromodala relätransporter.
Algoritm
En algoritm som kan beräkna multimodala ruttalternativ och kapacitetsutnyttjande vid störande händelser (t.ex. pandemier, naturkatastrofer, geopolitiska konflikter, vägarbeten etc.) med hjälp av realtidsdata för dynamisk synkromodal alternativ ruttplanering.
AI-modell
Användning av AI (förstärkningsinlärning) för att modellera och utvärdera alternativa handlingsvägar som grund för ett självlärande, anpassningsbart multimodalt europeiskt godstransport- och logistiknätverk som stärker motståndskraften i den europeiska handeln.
- Utgångsläge
- Förväntat resultat och nytta för målgruppen
- Lösning
I takt med att naturkatastrofer blir allt vanligare i klimatförändringarnas spår och riskerna för pandemier och geopolitiska konflikter ständigt är närvarande, blir hotet mot det europeiska transportnätet från störande händelser allt större. Enbart under 2021 uppgick de ekonomiska förlusterna till följd av störningar i leveranskedjan i euroområdet till 112,7 miljarder euro. Med den ökande komplexiteten i globala leveranskedjor och tätt synkroniserade transportscheman kommer den europeiska handelns sårbarhet för störningar att fortsätta att öka om inte transportnäten blir mer motståndskraftiga. Dessa åtgärder måste dock ta hänsyn till miljö- och klimatförändringsaspekter för att EU:s gröna giv och FN:s mål för hållbar utveckling för transportsektorn ska kunna uppnås till 2030 och därefter. Den europeiska visionen om ett fysiskt internet som möjliggör sömlös tillgång till resurser och tillgångar i öppna, uppkopplade och delade nät kommer att eftersträvas aktivt.
ReMuNet kommer att bidra till denna vision genom att utrusta transportnätverket med kärnkapaciteten att förbereda sig för, svara på och anpassa sig till störande händelser. Med detta i åtanke använder vi digital teknik för att på ett holistiskt sätt förbättra motståndskraften hos logistik- och godstransportnätverk – från mer robusta deltagande planeringsprocesser till kortare svarstider och snabbare systemåterhämtning. Ur miljösynpunkt bidrar ReMuNet ytterligare till implementeringen av Physical Internet och syftar därmed till synkromodala transportalternativ med de lägsta utsläppen med hjälp av konceptet för delning av tillgångar i relätrafik.
ReMuNet ökar transportnätets motståndskraft och ökar korridorernas effektivitet. För närvarande saknar det europeiska gods- och logistiknätverket tillräckliga standarder, digitalisering och hållbara, kostnadseffektiva affärsmodeller för gemensam användning av multimodala transportsätt. ReMuNet bryter ner planeringshorisonterna för multimodala transporter till en synkroniserad operativ nivå och möjliggör multimodala relätransporter. ReMuNet bygger på en självlärande systemdesign som kontinuerligt optimeras utifrån de underliggande målfunktionerna “resiliens” och “lägsta utsläpp” och därmed leder till en betydande ökning av korridorens effektivitet. Det tvärvetenskapliga konsortiet och involveringen av ett stort nätverk av intressenter säkerställer genomförbarhet, marknadsmässighet och bred acceptans.
Projektpartners
MANSIO GmbH, Aachen
Forskningsinstitutet för rationalisering (FIR) e. V. vid RWTH Aachen University
Ordförande för PEM vid RWTH Aachen University, Aachen
Svenska Handelshögskolan, Helsingfors
PTV Planung Transport Verkehr GmbH, Karlsruhe
4PL intermodal GmbH, Rotenburg
Fraunhofer Austria Research GmbH, Wien
Hafen Wien GmbH, Wien
White Research SRL, Saint-Gilles
UIRR s.c.r.l., Bryssel
Contargo GmbH & Co KG, Duisburg
Vediafi Oy, Helsingfors
Dansk Røde Kors, Copehangen
Ilmatieteen laitos meteorologiska, Helsingfors
ALICE Allians för logistikinnovation genom samarbete i Europa
Schachinger Logistik GmbH, Hörsching
CargoBeamer AG, Leipzig
Medlemmar i rådgivande kommitté
4flow AG, Düsseldorf
Kouvola Innovation Oy, Kouvola
Föreningen för tyska transportföretag, Köln
Studiengesellschaft für den kombinierten Verkehr e.V., Berlin
Försörjningsberedskapscentralen, Helsingfors
Transporeon GmbH, Ulm
INFORM Consulting GmbH, Aachen
ReMuNet i pressen
ReMuNet pressmeddelande
Information om projektet
Runtid
01.07.2023 - 30.06.2026
Finansieringskod
HORIZON-CL5-2022-D6-02-07
Projekt-ID
101104072
Donator
Projektorganisatör
DRivE i pressen