Axis deed een onderzoek naar mobiliteitsproblemen onder Nederlandse consumenten. Twee derde van de ondervraagden stoort zich het meest aan slechte verkeersdoorstroming. Daarnaast blijkt uit onderzoek van het National Safety Council dat ondanks een flinke daling van het verkeer vorig jaar, het aantal verkeersdoden met acht procent gestegen is. Dit laat zien hoe belangrijk het is om verder vooruit te kijken als het gaat om het oplossen van verkeersproblemen in ons land.

Uitdagingen in verkeersmanagement

Verkeersmanagementcentrales staan anno 2021 voor ongekende uitdagingen. Naast bovengenoemde factoren zullen ook andere ontwikkelingen, zoals verstedelijking, lage brandstofprijzen, bevolkingstoename en vertragingen door wegenonderhoud, druk blijven uitoefenen op de verkeersmanagementcentrales. Daarnaast zien we een verschuiving van stedelingen die naar dorpen verhuizen. Hierdoor kan de reistijd naar werk toenemen en ontstaan er nog meer verkeersbewegingen.

In verkeersmanagementcentrales gaat het werk 24/7 door, om toezicht te houden, het verkeer in beweging en de wegen vrij te houden. Je kunt je voorstellen dat het behoorlijk lastig is om op elk moment te kunnen zien wat er waar gebeurt en problemen in realtime te detecteren. Netwerktechnologie kan hier een oplossing voor zijn.

Snel verkeerssituaties vaststellen

Het verzamelen en beheren van gegevens in real-time helpt verkeersmanagementcentrales snel elke verkeerssituatie vast te stellen, voornamelijk de incidenten of situaties die afwijken van de norm. Op korte en lange termijn kunnen deze verkeersgegevens nuttige inzichten bieden. Dit soort informatie kan worden gebruikt voor bijvoorbeeld het beter plannen van wegwerkzaamheden, het ontwikkelen van nieuwe infrastructuur of het opstellen van aanvullende verkeersonderzoeken. Maar om van deze gegevens te kunnen profiteren, moeten verkeersmanagementcentrales deze natuurlijk wel gemakkelijk kunnen verzamelen.

Completer beeld

Iets wat daarbij kan helpen zijn netwerkvideosystemen. Tegenwoordig zijn dit soort systemen gemakkelijk te integreren met verschillende apparaten. Dankzij deze eenvoudige integratie kunnen vaste en mobiele middelen makkelijk nuttige informatie delen. Dit levert een completer beeld op van meerdere locaties dan een enkel apparaat alleen zou kunnen.

Verkeersmanagementcentrales hebben een snel en duidelijk beeld nodig van wat er 24 uur per dag gebeurt. Dit kan door netwerkcamera’s te integreren op een open platform, wat het mogelijk maakt analytics en toepassingen direct op die camera’s te laten draaien. Hierdoor is het niet meer nodig voortdurend alle informatie van elke camera naar de verkeersmanagementcentrale te streamen, waardoor de kosten van brandbreedte, opslag en verwerkingskracht lager zijn dan bij server gebaseerde toepassingen.

Met slimme netwerkvideo-oplossingen worden verkeersmanagementcentrales snel en automatisch gewaarschuwd voor bijvoorbeeld files, stilstaande voertuigen of spookrijders. Door snel over de meest actuele informatie te beschikken, kunnen ze direct ingrijpen om het verkeer weer zo vlot mogelijk te laten doorstromen. Niet alleen voor operators in de centrale is dit een groot voordeel, maar ook voor bijvoorbeeld hulpdiensten, wegwerkers en lokale autoriteiten.

Invloed van extreme omstandigheden

Natuurlijk rijst de vraag hoe bepaalde externe omstandigheden de prestaties van netwerkvideo-oplossingen kunnen beïnvloeden. Wat voor invloed heeft bijvoorbeeld slecht weer? Of hoe zit het met felle koplampen als het buiten donker is? Dit zijn slechts een paar uitdagingen voor verkeersmanagementcentrales. En ze zorgen voor grote problemen bij centrales die niet zijn uitgerust met camera’s die hiertegen bestand zijn.

Het is daarom belangrijk dat een netwerkvideo-oplossing de mogelijkheid biedt om beelden van hoge kwaliteit te leveren, zelfs in de moeilijkste lichtomstandigheden. Denk hierbij aan voortdurend veranderend tegenlicht, reflecterend licht of zeer weinig licht. Met wide dynamic range zijn bijvoorbeeld de effecten van verblindende koplampen en reflecties te minimaliseren. Maar ook in volledige duisternis moeten netwerkcamera’s beelden van hoge kwaliteit leveren. Hiervoor zijn dan weer thermische camera’s in te zetten.

Ai en deep learning

Alleen netwerkcamera’s lossen niet alle verkeersuitdagingen op. Door deze te combineren met verkeersspecifieke analytics en toepassingen, met name artificial ontelligence (ai) en deep learning, zijn de gegenereerde gegevens beter te stroomlijnen en aan de verkeersmanagementcentrales te verstrekken.

Door deze ai-ontwikkelde toepassingen kunnen verkeersgegevens snel en makkelijk worden verzameld, gecontroleerd en geanalyseerd. Dit helpt stadsbestuurders slimmere beslissingen te nemen over de verkeersinfrastructuur, veiligheid en mobiliteit voor automobilisten en voetgangers. Door centrales meer bruikbare informatie te geven over automobilisten, objecten, oorzaken en hoe te anticiperen op ongevallen, kunnen ze beter bepaalde situaties in realtime opsporen, volgen en proactief reageren in plaats van reactief. Zo wordt een wereld zonder meer files, ongevallen en incidenten wellicht toch nog toekomstmuziek.

*Het onderzoek is uitgevoerd door Multiscope onder duizend Nederlanders.