Roeselare verhoogt verkeersveiligheid dankzij machine learning

Camera’s gemonteerd op bestelwagens van bpost monitoren tijdens hun ronde het wegdek en de verkeersborden in de stad. Via machine learning worden de beelden verwerkt en alle verkeersborden in kaart gebracht, inclusief locatie. Omdat de stad daarbij de lokale en de Vlaamse databank automatisch voedt, is er een quasi real-time overzicht va de situatie. Op basis van de foto’s kan de stad snel ingrijpen bij meldingen en beelden van nieuwe, versleten en ontbrekende borden. Na verloop van tijd, met alle data die ze verzamelt en verrijkt met onder andere verkeersreglementen en cijfers van ongevallen, wil de stad onderzoeken of artificiële intelligentie kan ingezet worden om verbetervoorstellen te formuleren.

De aanleiding is tweeledig:

• Het manueel actueel houden van de verkeersborden databank vergt een grote inspanning.
• Het onderhoud van de verkeersborden is cruciaal om de veiligheid van de weggebruikers te garanderen. Het is daarom belangrijk om vaak updates te krijgen over de staat van de borden zodat je sneller kan inspelen op de noden.

De doelstellingen zijn:

• Via machine learning constant input krijgen over de verschillen tussen onze inventaris en de situatie op het terrein: nieuwe borden, verdwenen borden en borden die onderhoud vereisen.
• Op basis van de meldingen met betrekking tot onderhoud zo snel mogelijk ter plaatse gaan om de veiligheid te garanderen.
• Via artificiële intelligentie inzicht krijgen in verbeteringen op het gebied van verkeersveiligheid zoals een te groot aantal borden op één punt, tegenstrijdige borden, enzovoort.
• Via machine learning alle wegmarkeringen en hun status in kaart brengen zodat noodzakelijk onderhoud snel kan gedetecteerd worden.
• Het bouwen van een koppeling tussen de oplossing voor inname openbaar domein en de tijdelijke wegsignalisatie. Dat moet inzicht geven in het correct plaatsen van onder andere tijdelijke borden en wegomleidingen, maar ook in het niet correct verwijderen na de einddatum van een inname.
• Door het toevoegen van extra data zoals verkeersongevallen, via artificiële intelligentie, inzicht krijgen in onbekende relaties tussen de verkeersborden, wegmarkeringen, enzovoort. Deze inzichten kunnen mogelijks leiden tot een andere benadering en optimalisaties die op zich dan weer resulteren in verkeersveiligere situaties.

Eura Nova, bpost, Vlaanderen

145.000 euro via de Slim in de Stad-prijs van Vlaanderen.

Dit project wordt gerealiseerd in de periode 2019 – 2021. Op dit ogenblik zijn de inventaris en het doorsturen van de meldingen operationeel.

Andere besturen kunnen de resultaten van de stad Roeselare raadplegen en overnemen:

• Afspraken maken met bpost om ook in hun gemeente of stad rond te rijden en informatie aan te leveren.
• Met de stad Roeselare leren hoe de operationele processen zijn ingericht. Dit zijn processen zoals het beheren van een inventaris, voeden van de Vlaamse Verkeersborden Databank, meldingen wegwerken, enzovoort.

De grootste hindernissen zoals bijvoorbeeld de hardware en datatransfer zouden niet meer mogen voorkomen als een stad met dezelfde partners in zee gaat.

• De grootste hindernis vandaag is de hardware en het effectief constant rondrijden om kwalitatieve beelden te capteren.
• De interne operationele processen zijn niet onmiddellijk een hinder gebleken, maar vooral meer werk omdat er verschillende positieve neveneffecten zijn ontdekt die je niet mag laten liggen.

• Enorme efficiëntiewinst
• Real-time input in plaats van eenmalige jaarlijkse acties
• Operationele processen die constant worden uitgevoerd in plaats van projectmatig

Geert Sinnaeve – Directeur ICT Shared Services

Geert.Sinnaeve@Roeselare.be