Mobiele menu

HeatTrack: specialisatie monitoring dashboard voor risicogebieden in de 1.5m samenleving

Projectomschrijving

Doel

Het doel van HeatTrack is om een actueel inzicht te geven in de drukte van risicogebieden op basis van een crowd monitoring systeem. Daarnaast tracht HeatTrack een inschatting van het risico door middel van real-time drukte-informatie in combinatie met drempelwaarden (KPIs). HeatTrack focust specifiek op het gebruik van heatmaps voor crowd management, welke de drukte op een bepaalde locatie weergeven door middel van kleuren (een soort buienradar beeld). Voor deze heatmaps zijn tevens drempelwaarden opgesteld m.b.t. COVID-19 en ‘normaal’ gebruik.

Resultaten

Dit onderzoek laat zien dat alleen visuele heatmaps (plaatje met kleurtjes maar zonder eenheden) geen volledig beeld geven van de situatie. Crowd managers hebben kwantitatieve informatie en vastgestelde drempelwaarden nodig om de beelden op waarde te kunnen schatten, bijvoorbeeld de maximaal toelaatbare dichtheid of de minimale toelaatbare onderlinge afstand tussen mensen. Juist de combinatie van beeld en signaalwaarden geeft crowd managers handelingsperspectief. Deze (nieuwe) inzichten worden meegenomen in de ontwikkeling van crowd monitoring systemen voor gemeentes.

Verslagen


Eindverslag

De komende maanden zullen steeds meer activiteiten worden toegestaan in de openbare ruimte. Om de veiligheid van burgers te waarborgen, hebben gemeenten en politie informatie nodig omtrent het gebruik van de openbare ruimte en de effectiviteit van maatregelen. De gemeente Nijmegen heeft een nieuw sensornetwerk in de binnenstad, welke nu goed van pas komt om de gemeente te ondersteunen in het effectueren van de 1.5meter samenleving. Echter, om de data uit de deze sensoren effectief in te zetten moet deze data eerst ontsloten worden en moeten er protocollen ontwikkeld worden betreffende het gebruik van deze inzichten in de operatie. Het doel van dit project is om een bestaand crowd monitoringsysteem van de TU Delft, geschikt te maken voor het genereren van een actueel inzicht in de drukte van risicogebieden. Dit onderzoek laat zien dat heatmaps een belangrijke bijdrage kunnen leveren aan het overzicht van gemeenten en politie, zeker wanneer de dynamiek van de menigte over tijd goed zichtbaar is. Echter, visuele heatmaps (plaatje met kleurtjes maar zonder eenheden) geven op zichtzelf geen volledig beeld, en de trends in deze grafieken zijn moeilijk interpreteerbaar zonder eenheden. Het is dus essentieel om dit type data te verbinden met kwantitatieve waarden. Daarom heeft het HeatTrack project heeft een nieuw analysemethode ontwikkeld gebruik makend van de data die onder de heatmaps ligt (traces), waarmee crowd managementorganisaties kunnen inschatten of de huidige richtlijnen van het RIVM worden nageleefd in de buitenruimte. Deze methode combineert real-time data uit crowd monitoringsystemen en een door ons ontwikkelde set COVID-19 Key Performance Indicators (KPIs). In vergelijking tot eerdere methoden, kan deze nieuwe methode gebruikt worden om de data uit de sensoren die traces produceren in perspectief te plaatsen en op basis van objectieve criteria te managen.

Samenvatting van de aanvraag

De afgelopen maanden is er veel veranderd als gevolg van de uitbraak van SARS-CoV-2. Evenementen zijn afgelast, scholen zijn gesloten en Nederlanders werken in grote getalen thuis, met als gevolg dat het op straat stil is. Echter, de komende maanden zullen stapsgewijs steeds meer activiteiten worden toegestaan in de openbare ruimte, waardoor de druk op de openbare ruimte toe gaat nemen. Om de veiligheid van burgers gedurende deze stapsgewijze versoepelingen te waarborgen hebben gemeenten informatie nodig omtrent het gebruik en de drukte van de openbare ruimte. De gemeente Nijmegen heeft een nieuw sensornetwerk voor crowd management doeleinden dat potentieel ook gebruikt zou kunnen worden om de gemeente van informatie te voorzien tijdens de maanden van geleidelijke versoepeling, mits de output van deze sensoren kan wordt omgezet in beslissingsondersteunende informatie. Het Crowd Monitoring Dashboard (CMD) van de TU Delft is gespecialiseerd in het maken van deze vertaalslag. Helaas kan de output van het Nijmeegse sensornetwerk nog niet worden vertaald en gevisualiseerd door het CMD, omdat de Nijmeegse sensoren (NUMINA) a) nog nooit zijn aangesloten op het CMD, en b) een nieuw type semantische data genereren, namelijk heatmaps en trajectorien. Daarnaast moeten er nieuwe protocollen (i.e. Key Performance Indicatoren en drempelwaarden) moeten worden opgesteld voor de vertaling van ruwe data naar beslissingsondersteunende informatie. Dit toegepaste onderzoek beoogt een bestaand beslissing ondersteunend systeem (i.e. CMD) geschikt te maken voor het monitoren van de drukte van risicogebieden en de effectiviteit van de genomen maatregelen door middel van een nieuw type sensoren. De doelstelling van dit project is vierledig: 1. het koppelen van het nieuwe type sensoren aan het CMD, 2. het opstellen van KPI’s en drempelwaarden voor het nieuwe type sensoren, 3. het visualiseren van de ontwikkelde KPI’s, en 4. het valideren van de KPI’s en drempelwaarden voor de 1.5m samenleving.

Onderwerpen

Kenmerken

Projectnummer:
10430042010004
Looptijd: 100%
Looptijd: 100 %
2020
2020
Onderdeel van programma:
Gerelateerde subsidieronde:
Projectleider en penvoerder:
Dr. ir. D.C. Duives
Verantwoordelijke organisatie:
Technische Universiteit Delft