Dit doctoraat, getiteld ‘Automatic accident detection and notification system using IoT-based vehicular environment and an internet of smart(speed)-cameras for traffic lights optimization’, is het resultaat van meer dan drie jaar onderzoek en vormt een belangrijke bijdrage aan het domein van verkeersveiligheid. Op basis van meer dan 15 jaar ervaring in een verkeerscentrum in Griekenland werd voor de heer Zavantis duidelijk hoe cruciaal het is om hulpdiensten snel te informeren, aangezien hun tijdige aankomst op de plaats van het ongeval levensreddend kan zijn. Het onderzoek onderstreept het belang van een snelle noodrespons. Hoewel sommige ongevallen onvermijdelijk zijn door menselijke fouten, kan snelle tussenkomst de ernst van verwondingen verminderen en levens redden.

Met de groei van stedelijke bevolkingen komt het wegennet steeds meer onder druk te staan. Om zowel de verkeersveiligheid als de doorstroming te verbeteren, zijn innovatieve oplossingen noodzakelijk. Deze doctoraatstudie richt zich op twee kerntechnologieën: automatische ongevallendetectie en verkeerslichtoptimalisatie. Met behulp van geavanceerde technologieën zoals artificiële intelligentie (AI), machine learning en het Internet of Things (IoT), hebben deze systemen als doel om ongevallen in real time te detecteren en hulpdiensten sneller ter plaatse te krijgen. Geoptimaliseerde verkeerslichten zorgen er bovendien voor dat hulpvoertuigen met minimale vertraging door het verkeer kunnen rijden.

De studie onderzoekt hoe deze technologieën in de praktijk kunnen worden toegepast om de responstijden te verkorten en de verkeersveiligheid te verhogen. Aan de hand van reële data van de Aegean Motorway worden tekortkomingen van eerdere systemen aangepakt en worden nieuwe benaderingen voorgesteld voor verkeers- en incidentbeheer.