Rosnąca motoryzacja jest dużym wyzwaniem dla większości społeczeństw europejskich i zagrożeniem dla ich środowiska, gospodarki i zdrowia obywateli (Möser et al., 2008). Transport drogowy ma największy udział (72% w 2019 r.) w całkowitej emisji gazów cieplarnianych z transportu. Istotnym źródłem emisji z transportu drogowego jest zatłoczenie (Smit et al. 2008). TomTom (2022) szacuje, że 15% całkowitej emisji CO2 w Londynie, 13% w Paryżu i 10% w Berlinie pochodzi z nieefektywnego ruchu i powstających w jego wyniku zatorów. Zatory pojawiają się, gdy warunki płynnego ruchu swobodnego pogarszają się z powodu zwiększonego popytu lub zmniejszonej przepustowości (Smit et al., 2008). Zwiększona liczba przyspieszeń i zwolnień podczas ruchu typu stop-and-go prowadzi do 40% wzrostu emisji CO2 w porównaniu z pojazdem poruszającym się ze stałą prędkością (Barth i Boriboonsomsin, 2008). Zatłoczenie jest złożonym zjawiskiem i podstawowym wyzwaniem w zarządzaniu ruchem. Może być zdarzeniem powtarzającym się lub nie, może wystąpić w wyniku zwiększonego popytu, incydentu drogowego, wyjątkowo złej pogody lub z powodu robót drogowych, a zatem wpływ przestrzenno-czasowy i skutki, jakie wywołuje, mogą być różne w zależności od źródła, rodzaju lub lokalizacji zatoru. Szczególne znaczenie mogą mieć również warunki poprzedzające zatłoczenie. Wiedza i metody naukowe są niezbędne do rozpoznawania wzorców zatorów i zarządzania nimi. Duże dane transportowe mogą być w tym kontekście niezwykle przydatne do wykrywania zatorów, rozpoznawania ich źródeł, przewidywania skutków lub skutecznego zarządzania zatorami za pomocą dostępnych narzędzi zarządzania ruchem. Politechnika Gdańska wraz z Royal Institute of Sweden planują połączyć swoje siły i wiedzę (AI, big data, inżynieria ruchu) w projekcie, aby wspólnie zająć się kwestią tego, jak powstają zatory drogowe, jak zdarzenia związane z zatorami mogą być identyfikowane w danych i przewidywane w przyszłości, jakie są skutki zatorów i jakie środki zaradcze są najbardziej skuteczne w łagodzeniu skutków. Projekt seed money pozwoli partnerom na zacieśnienie współpracy, opracowanie wspólnej i szczegółowej koncepcji projektu oraz zbudowanie wokół niej konsorcjum. Korzyści dla PG obejmują zwiększenie współpracy transgranicznej, wymianę doświadczeń i know-how ze szwedzkim partnerem oraz eksplorację nowych obszarów działalności (w zakresie AI i wykorzystania możliwości big data w pracach badawczych nad ruchem drogowym).