Crowd management met slimme technologie tijdens Eindejaarscorrida
In Leuven wordt op vrijdagavond 30 december de Eindejaarscorrida gelopen. Daar komen zo’n 6000 deelnemers op af maar die zijn vaak niet alleen. Dat levert dus een stevige massa mensen op. Als er op zulke momenten incidenten of ongevallen zijn is het handig om te weten waar die mensen zich exact bevinden. Maar zelfs zonder incidenten heeft crowd management belangrijke voordelen. Je kan het de bezoekers namelijk veel aangenamer maken.
Het stadsbestuur van Leuven en hogeschool UCLL voeren daarom tijdens de Eindejaarscorrida vrijdagavond een proefproject uit waarbij ze de drukte in kaart brengen met nieuwe technologie.
Sensorunits zullen informatie uitwisselen over de aanwezige menigte. Met die informatie kunnen hulpdiensten en organisatoren vervolgens de evolutie van die menigte in kaart brengen. Daardoor kunnen ze op tijd ingrijpen wanneer het op bepaalde plekken te druk dreigt te worden. Na afloop wordt het proefproject geëvalueerd.
Leuven organiseert heel wat events en het is volgens schepen van ICT Stef Van Oppens een uitdaging om die in goede banen te leiden. Het proefproject dat plaats vindt tijdens de Eindejaarscorrida moet toelaten om na te gaan na of deze technologie kan helpen om te voorkomen dat het op bepaalde plaatsen te druk wordt. Als de resultaten positief zijn, kan die technologie ook ingezet worden tijdens andere evenementen.
Dat volgende evenement is overigens al bekend. Lut Gielen, onderzoeker bij UCLL Research & Expertise, wil namelijk de metingen die nu reeds gebeuren nog verfijnen en dat zal gebeuren tijdens Hapje Tapje Leuven.
Slimme technologie
De beeldsensoren op de Eindejaarscorrida worden aangestuurd door verschillende innovatieve technologieën zoals edge computing, waarbij de sensor zelf de data verwerkt. Hierdoor is het niet nodig om persoonsgegevens te bewaren of door te sturen. Het systeem maakt ook gebruik van swarm computing. Dit betekent dat de sensoren onderling met elkaar communiceren. Ze bepalen op die manier hun eigen positie en die van de andere sensoren. Er is dus geen centrale aansturing van de sensoren via het internet. Via AI computing wordt de drukte geanalyseerd door op zoek te gaan naar patronen. Het manueel bekijken van alle beelden en verwerken van alle data is hierdoor overbodig.
Eerdere versies van deze technologie werden al met succes uitgetest in de inkomhal van UZ Leuven om de opvolging van de coronamaatregelen te monitoren en tijdens de 24-urenloop. De proefopstellingen kaderen in een lopend PWO-project (praktijkgericht wetenschappelijk onderzoek) van UCLL.