Slimme camera's voor Rijkswaterstaat

RWS Guido

In het project Slimme Camera’s onderzoekt Rijkswaterstaat samen met de Innovatiecentrale en ViNotion de mogelijkheden om het schouwproces bij spitsstroken te automatiseren met behulp van slimme camera’s. In de huidige situatie moet een wegverkeersleider een spitsstrook ‘schouwen’ (inspecteren) voordat een spitsstrook open kan. Zo wordt het gehele traject gecontroleerd op de aanwezigheid van voertuigen en voorwerpen (afgevallen lading). In het project worden door middel van bestaande en nieuw ontwikkelde algoritmes de videobeelden van bestaande spitsstrook camera’s geanalyseerd. In het onderzoek wordt gekeken of met deze algoritmes de camera’s slim genoeg kunnen functioneren om routinematig het werk van de wegverkeersleiders te ondersteunen en gedeeltelijk te kunnen overnemen.

ViNotion heeft voor dit project de ViSense detectie en tracking technologie uitgebreid voor de analyse van wegverkeer. Het systeem analyseert de camerabeelden van de bestaande camera's langs de snelweg en herkent volledig automatisch alle voertuigen. Daarnaast worden de snelheid van elk voertuig gemeten en statistieken bijgehouden over het weggebruik op zowel de spitsstrook als de andere rijbanen. Tevens heeft ViNotion een algoritme ontwikkeld dat volledig automatisch afgevallen lading detecteert. Met de ontwikkelde algoritmes kan de schouwprocedure worden ondersteund. De software van ViNotion is gebruikt om de verkeersintensiteit te meten zodat er automatisch een besluit kan worden genomen wanneer de spitsstrook geopend of gesloten moet worden.

Begin 2017 zijn er verschillende demonstraties geweest, onder andere voor de wegverkeersleiders en het management van Rijkswaterstaat en de Innovatiecentrale te Helmond. Een uitgebreide validatie van het systeem tijdens de oplevering heeft aangetoond dat het systeem betrouwbaar en robuust is en de wegverkeersleiders effectief kan ondersteunen.

Voor meer informatie verwijzen we naar de projectpagina van Rijkswaterstaat en nieuwberichten hier en hier.

Project: Slimme camera's

Nieuws1: Automatisch proces betrouwbaarder, sneller en voorspelbaarder

Nieuws2: Camera's leren fiets, jerrycan en baksteen te herkennen