Tink derom: De algoritmebeskriuwingen yn it Frysk binne automatysk oerset. Hjir kinne flaters yn sitte. Foar de orizjinele beskriuwingen geane jo nei de Nederlânske ferzje fan it Algoritmeregister.

Mannichtesituaasje (NL)

Druktebeeld is in web-app dy't in oersjoch jout fan 'e hjoeddeistige droktenivo's yn 'e stêd troch ferskate ynformaasjeboarnen byinoar te bringen.

Lêst feroare op 26 maart 2026 om 8:22 | Publikaasjestandaard 1.0
Publicatiecategorie
Ympaktfolle algoritmes
Impacttoetsen
DPIA
Status
Bûten gebrûk

Algemene ynformaasje

Tema

  • Romte en ynfrastruktuer
  • Ekonomy

Begjindatum

2022-07

Kontaktgegevens

algoritmen@amsterdam.nl

Ferantwurde gebrûk

Doel en impact

Drukte yn iepenbiere romten is al jierren in probleem yn Amsterdam. Sûnt de COVID-19-pandemy is it noch wichtiger wurden om in dúdlik byld te hawwen fan 'e droktenivo's yn 'e stêd. Druktebeeld is in webapp dy't in oersjoch jout fan 'e aktuele droktenivo's yn 'e stêd troch ferskate ynformaasjeboarnen byinoar te bringen. It lit bygelyks sjen hoefolle besikers der op in lokaasje binne of hokker parkearplakken beset binne. Om dit byld te krijen, brûke wy lokaasjegegevens fan besikers fia webapps lykas Weeronline.


Druktebeeld is bedoeld om it publyk te ynformearjen oer droktenivo's yn iepenbiere romten. Minsken kinne sjen hoe drok it is op in plak en dêrnei kieze om op in rêstiger tiidstip te besykjen of in oare rûte te nimmen. Fierder helpt Druktebeeld de gemeente by it behearen fan drokte as it nedich is.


Gelikensens en justysje


De modellen fan Druktebeeld geane allinnich oer it oantal minsken en auto's, net oer persoanlike skaaimerken.


Wy hawwe de ynfiergegevens foar it fuotgongermodel ûndersocht (CMSA-tellingen). Dit liet gjin foaroardiel sjen basearre op ras of geslacht. It algoritme wurdt traind mei ferskate ôfbyldings sûnder rekken te hâlden mei it ras of geslacht fan 'e minsken yn dy ôfbyldings. It algoritme telt allinich it oantal hollen.


De ynfiergegevens foar it werjeftemodel (Resono-tellingen) binne basearre op GPS-lokaasjes fan in app-brûkersgroep. Dêrom wurde allinich de lokaasjes fan oanwêzige minsken brûkt. Dit sil in bias yn 'e telling yntrodusearje, benammen nei lân fan komôf, mar mooglik ek nei geslacht of leeftyd, bygelyks. Omdat dizze persoanlike skaaimerken net troch Resono sammele wurde, kinne wy ​​net presys oanjaan hoe grut it effekt hjirfan is. MAC-adressen wurde net brûkt.


Doe't wy begûnen mei it ûntwikkeljen fan 'e web-app, hawwe wy belanghawwenden (it publyk en meiwurkers fan 'e gemeente) frege nei harren behoeften. Belanghawwenden kinne ek meidwaan troch yn 'e web-app oan te jaan oft de mannichte-yndikator harren eigen ûnderfining of ynterpretaasje fan mannichtenivo's wjerspegelet. Derneist hawwe wy in apart kanaal ûntwikkele foar it mannichtebehearteam fan 'e gemeente om ús mear detaillearre feedback te stjoeren.


De resultaten fan 'e modellen kinne besjoen wurde yn 'e Druktebeeld web-app. Dizze app is noch net folslein kompatibel mei beheiningen lykas kleurenblindheid en analfabetisme, en is allinnich beskikber yn it Nederlânsk.

Afwagings

Fjild net ynfierd.

Minskele tuskenkomst

Minske yn kommando.


Der wurde gjin automatisearre besluten nommen op basis fan 'e Druktebeeld-modellen. Elke beslissing basearre op drokte wurdt nommen troch minsken - dit kinne amtners of boargers wêze - mei stipe fan 'e Druktebeeld-gegevens en webapp.


Massa-oantsjuttings wurde ôflaat fan 'e 'foarbygonger'- en 'yndruk'-modellen. Dizze wurde kontroleare troch elke pear wiken in rapport út te bringen. Dit rapport evaluearret de ynfiergegevens, brûkersfeedback oer de drokte-oantsjuttings, en feedback fan it crowd management team oer de drokte-oantsjuttings. It rapport befettet tabellen en grafiken mei gegevens en resultaten dy't ûnferwachts of ûnregelmjittich lykje. Op basis fan 'e resultaten fan it rapport wurde de modellen oanpast as nedich.

Risikobehear

De identifisearre risiko's binne:


1. Beslút wurdt nommen op basis fan in ferkearde oantsjutting fan 'e mannichte.


Der kinne ferskillen wêze tusken presintearre (modellearre) en waarnommen (werklike) drokte. It gefolch hjirfan kin wêze dat immen:

  • mijt in lokaasje/rûte om't it (te) drok wie, ek al wie dat net it gefal;
  • in lokaasje/rûte brûkte oannimmend dat it net (te) drok wie, wylst it eins wol sa wie.


De drompelwearden wurde kontinu evaluearre om te soargjen dat brûkers de bêste mooglike yndikaasje hawwe fan drokte. Wy nimme ek rekken mei brûkersfeedback by dizze evaluaasje.


2. Bewenners/besikers fiele dat se yn 'e gaten hâlden wurde troch de gemeente.


By it brûken fan 'e web-app kinne minsken it gefoel hawwe dat se yn 'e gaten hâlden wurde, fanwegen alle ferkearsgegevens dy't blykber beskikber binne.


Troch de app te brûken kinne minsken har ek folge fiele. Harren lokaasje wurdt lykwols allinich sammele en opslein as se feedback jaan wolle en tastimming jouwe foar it dielen fan harren lokaasjegegevens. Dizze lokaasjegegevens binne keppele oan in ID, net oan persoanlike ynformaasje.


Der is in dúdlike opt-in dy't allinich ferskynt as jo sels op de opsje klikke om jo lokaasje te dielen of feedback te jaan. Dit wurdt jo net oplein troch in pushnotifikaasje of in pop-up en ferskynt net automatysk, lykas it gefal is mei in protte oare websiden.


Alle gegevens dy't wy ûntfange foar de Druktebeeld-modellen binne aggregearre tellingen. Privacymaatregels binne nommen troch de partijen dy't de gegevens leverje. Se ûntfange ek gjin persoanlike gegevens lykas geslacht, leeftyd en wenadres.


3. Unbedoeld gebrûk fan 'e ynformaasje.


Wy litte it oantal minsken sjen, ynklusyf it werklike oantal fuotgongers. Dit kin brûkt wurde op manieren dy't de ûntwikkelders net bedoeld hawwe. Bygelyks, minsken kinne drokke plakken sykje ynstee fan se te mijen. Zakkerollers kinne de app brûke om drokke lokaasjes te sykjen.


Troch gjin werklike sifers te sjen litten, kinne wy ​​dizze risiko's ferminderje. Dit is noch ûnderwerp fan diskusje.


4. De gemeente hat net selsstannich fêststelle kinnen dat de gegevens dy't Resono krigen hat folslein anonymisearre binne. ICT hat in ûnôfhinklik ûndersyk yn opdracht jûn en hjirfoar in sertifikaat útjûn; sjoch risiko 'ferkregen gegevens'. Link: https://blog.reso.no/privacy-verified-certificering-toegekend-aan-resono-2/.

Impacttoetsen

Data Protection Impact Assessment (DPIA)

Wurking

Gegevens

CMSA


It Crowd Monitoring System Amsterdam (CMSA) jout ynformaasje oer it oantal foarbygongers op in oantal drokke lokaasjes yn 'e stêd. Dit giet oer fuotgongers. De gegevens binne anonym. CMSA brûkt benammen 2D- en 3D-sensoren. Dêrmei mjitte wy hoe drok in plak is. "Troch gegevens te sammeljen oer oantallen fuotgongers, tichtheden en streamingen, is it mooglik om tûkere maatregels te nimmen om drokte effektyf te behearskjen." Sjoch de folgjende keppelings foar mear ynformaasje: https://www.amsterdam.nl/privacy/specifieke/privacyverklaring-parkeren-verkeer-bouw/crowdmanagement/ en https://api.data.amsterdam.nl/v1/crowdmonitor/passanten/?format=api


Resono


Om droktenivo's yn parken, pleinen en winkelsintra yn 'e stêd oan te jaan, brûke wy gegevens fan it bedriuw Resono. "Resono mjit droktenivo's op elke winske lokaasje mei in mobiel paniel fan mear as in miljoen minsken. Hjirmei kinne wy ​​in krekte skatting meitsje fan droktenivo's binnen in spesifyk tiidsbestek. Lokaasjes kinne ferskille yn grutte en type. Tink bygelyks oan in winkel, winkelgebiet, parkearplak, buert of stêd. Mei Resono hawwe klanten wiidweidich ynsjoch yn it gedrach fan besikers." (oerset fan reso.no) De gemeente bepaalt foar hokker gebieten Resono gegevens sammelt. De dataset befettet in skatting fan it oantal minsken dat binnen dy gebieten beweecht, per kertier. Dêrom krijt de gemeente gjin ynformaasje oer yndividuen, allinich aggregearre gegevens. Resono hâldt him oan de Nederlânske en Jeropeeske privacywetjouwing. Se bewarje gjin persoanlike ynformaasje oer minsken (lykas leeftyd, geslacht), allinich anonime lokaasjegegevens. Jo kinne it privacybelied fan Resono hjir fine: https://reso.no/privacy-policy/


besettingsgraad fan 'e parkeargaraazje


Dizze boarne toant de beskikberens fan parkearplakken yn Amsterdam hast yn realtime, ynklusyf ferskate P+R-lokaasjes. It giet om iepenbiere parkeargaraazjes en terreinen, mei in fokus op grutte lokaasjes (200+ plakken) yn it stedssintrum. Dit omfettet dêrom gjin parkeargelegenheid op strjitte. De gegevens komme fan meardere parkearbehearsystemen dy't auto's telle dy't yn- en útride. De gegevens wurde sammele en standerdisearre troch it bedriuw Vialis.


Nasjonaal portaal foar ferkearsgegevens


Driuwende autogegevens fan it Nasjonaal Wegenferkearsgegevensportaal. Dit binne iepen gegevens, basearre op aggregearre en anonime gegevens fan navigaasjesystemen. De gegevens binne anonymisearre.


GVB


Anonymisearre oersjoch fan it oantal yn- en útsjekken by de GVB om drokte by grutte metrostasjons te foarsizzen.

Links nei gegevensboarnen

  • CMSA: https://api.data.amsterdam.nl/v1/crowdmonitor/passanten/?format=api
  • Resono: https://reso.no/
  • Car park occupancy: https://open.data.amsterdam.nl/uploads/actuele_beschikbaarheid_parkeergarages/Beschrijving%20Dataset%20-%20Actuele%20beschikbaarheid%20Parkeergarages%20v2.pdf
  • Car park occupancy: opd.it-t.nl/data/amsterdam/GuidanceSign.json

Technyske wurking

Modelarsjitektuer


Foar de fisualisaasjes yn Druktebeeld hawwe wy trije modellen brûkt, ien foar elke gegevensboarne. It doel fan 'e modellen is om in wearde te oersetten yn in oerlêstindikator:


*net drok: maklik om 1,5m ôfstân te hâlden / genôch parkearplakken (griene kleur)

Drok: hâld 1,5m ôfstân mooglik / pear beskikbere parkearplakken (oranje)

te drok: lestich/ûnmooglik om 1,5m ôfstân te hâlden / (hast) gjin beskikbere parkearplakken (reade kleur)


De mannichtetichtens is wat subjektyf. It doel is om de gemiddelde mannichtetichtens fan 'e app-brûkers te sjen litten fia de kleuren yn Druktebeeld. Doe't de 1,5m-maatregel ôfskaft waard, hawwe wy de definysjes fan 'e kleuren oanpast. Wy brûke brûkersfeedback by it ynstellen fan drompelwearden foar mannichtetichtens (net fuortendaliks as brûkers feedback jouwe). De modellen meitsje twa drompelwearden per lokaasje: in lege drompelwearde foar mannichtetichtens en in hege drompelwearde foar mannichtetichtens. Dizze wearden wurde elke pear wiken (Resono) of moannen (CMSA & parkeare) berekkene en opslein. As de telling op in lokaasje, op in spesifyk momint, is:


Under de lege drompel foar drokte wurdt in lokaasje oanjûn as 'net drok'.

Tusken lege en hege drukdrompelwearden wurdt it oantsjutten as 'drok'.

As de publyksdrompel heech boppe de limyt leit, wurdt it oanjûn as 'te drok'.


Dizze mannichte-yndikatoaren wurde elke 15 minuten per lokaasje (fan elke boarne) berekkene en werjûn yn 'e Druktebeeld-webapp.


Foarbygongersmodel (CMSA)


It doel fan dit model is om drompels te meitsjen foar it oantal minsken dat in sensor passearret. De droktedrompels wurde direkt berekkene op basis fan 'e breedte fan 'e strjitte dêr't de sensor him befynt. Foar guon lokaasjes kin it crowd management team fan 'e gemeente de wearden oanpasse op basis fan feedback fan besikers.


Yndrukmodel (Resono)


It doel fan dit model is om drompels te berekkenjen om te skatten hoefolle minsken der yn in spesifyk gebiet binne. It model is in beslútbeam mei de folgjende ynfier:

histoaryske Resono-gegevens;

*type lokaasje (park/plein/winkelstrjitte);

oerflak (fjouwerkante meters fan it park/plein/winkelstrjitte);

*lingte fan paden binnen it gebiet (sammele mei OpenStreetMap);

feedback fan 'e brûkers fan 'e webapp; en

feedback fan it crowdmanagementteam fan 'e gemeente.


De resultearjende drompelwearden ferskille fansels per lokaasje.


Parkearmodel


Mei help fan histoaryske besettingsgegevens kinne wy ​​in oanwizing jaan fan 'e kâns dat in lokaasje fol rekket op it momint dat de brûker Druktebeeld kontrolearret. De besettingsgegevens jouwe ek oan oft der genôch tiid is tusken it momint dat in brûker Druktebeeld rieplachtet en it momint dat se oankomme by de parkearlokaasje en in plak fine. De besettingsgraad wurdt bepaald op basis fan:


de beskikbere plakken;

de totale kapasiteit per garaazje as it ferskil tusken it totale oantal beskikbere plakken; en

de beskikbere sitten fan 'e ôfrûne 75 minuten.

Op it stuit brûke wy allinnich ynformaasje oangeande koart parkearjen. De drompels wurde per lokaasje bepaald op basis fan in analyze fan histoaryske gegevens. Foar de measte lokaasjes is de 'lege' besettingsdrompel ynsteld op 90 prosint. Under dit persintaazje binne der genôch plakken. Foar dizze lokaasjes is de 'hege' besettingsdrompel ynsteld op 95 prosint. Tusken 90% en 95% binne der genôch plakken beskikber, mar der is in hege kâns dat se binnen 30 minuten fol binne. Guon lokaasjes kinne rapper fol reitsje. Op dy lokaasjes binne de 'lege' en 'hege' drompels respektivelik 80 prosint en 90 prosint.


Ferwachte drokte by metrohaltes


Wy meitsje in mannichtefoarsizzing foar de kommende wike by de metrohaltes. Om dit te dwaan brûke wy gegevens oer eardere yn- en útsjekken, waargegevens en de waarfoarsizzing. De drompelwearden binne per halte ynsteld, ôfhinklik fan har gebiet. De mannichtefoarsizzing wurdt bepaald op basis fan:

Oantal yn- en útchecken ferline jier

Oerflak fan it metrostasjon

Waargegevens fan ôfrûne wike

Waarfoarsizzing foar de kommende wike

Leveransier

Yntern ûntwikkele

Soartgelikense algoritme beskriuwingen

  • It ûndersykjen fan in fjoerwurkûngelok is lestich. It fjoerwurk wurdt yn in protte stikken en fragminten útinoar blaasd, faak fier fan it plak fan it ûngelok. Foar in goed ûndersyk moatte amtners witte hokker fjoerwurk brûkt is. Se moatte ek witte nei hokker fragminten se sykje moatte. De app helpt de plysje hjirby. Troch foto's fan fragminten te brûken, kin de app identifisearje hokker fjoerwurk eksplodearre is.

    Lêst feroare op 5 desimber 2025 om 7:26 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Oare algoritmes
    Impacttoetsen
    Fjild net ynfierd.
    Status
    Yn gebrûk
  • As in persoan in twadde oanmaning foar in ferkearsboete krijt en dy net (folslein) betellet, kin hy of sy belle wurde troch it CJIB. It algoritme foarseit foar hokker persoan it wierskynliker is dat in persoanlik petear telefoanysk it gaadlik middel is foar in betelling of it berikken fan in betellingsoerienkomst.

    Lêst feroare op 10 desimber 2024 om 14:00 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    Fjild net ynfierd.
    Status
    Yn gebrûk
  • It algoritme bepaalt, basearre op ynlêzen gegevens en antwurden jûn troch de oanfreger, oft de oanfreger yn oanmerking komt foar ien fan 'e foardielen dy't moatte wurde oanfrege.

    Lêst feroare op 24 juny 2024 om 7:02 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    Fjild net ynfierd.
    Status
    Yn gebrûk
  • De oanpaste scan lit sjen hoe wierskynlik it is dat jo úteinlik sosjale bystân krije.

    Lêst feroare op 9 febrewaris 2026 om 12:52 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    GEB, EIA
    Status
    Yn gebrûk
  • Wy brûke software om it oantal besikers yn Giethoorn te foarsizzen. Dizze prognosen tsjinje as in stypjend ark foar it plannen en ynsetten fan personiel.

    Lêst feroare op 21 maaie 2025 om 14:48 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Oare algoritmes
    Impacttoetsen
    Fjild net ynfierd.
    Status
    Yn gebrûk