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.

Ofbylding fan 'e mannichte (NL)

Crowd Image is in web-app dy't in oersjoch jout fan 'e hjoeddeistige drokte yn 'e stêd troch ferskate ynformaasjeboarnen byinoar te bringen.

Lêst feroare op 10 septimber 2025 om 9:26 | Publikaasjestandaard 1.0
Publicatiecategorie
Ympaktfolle algoritmes
Impacttoetsen
DPIA
Status
Yn gebrûk

Algemene ynformaasje

Tema

  • Romte en ynfrastruktuer
  • Ekonomy

Begjindatum

2022-07

Kontaktgegevens

algoritmen@amsterdam.nl

Ferantwurde gebrûk

Doel en impact

Drokte yn iepenbiere romten is al jierren in probleem yn Amsterdam. Sûnt de koroanapandemy is it noch wichtiger wurden om in dúdlik byld te hawwen fan 'e drokte yn 'e stêd. Crowd View is in webapp dy't in byld jout fan 'e hjoeddeistige droktenivo's yn 'e stêd troch ferskate ynformaasjeboarnen te kombinearjen. It lit bygelyks sjen hoefolle besikers der op in lokaasje binne of hokker parkearplakken yn gebrûk binne. Om dit byld te krijen, brûke wy lokaasjegegevens fan besikers fan boarnen lykas Weeronline.


Druktemonitoring is bedoeld om it publyk te ynformearjen oer drokte yn iepenbiere romten. Minsken kinne sjen hoe drok it is yn in spesifyk gebiet en dan kieze om op in rêstiger tiidstip te besykjen of in oare rûte te nimmen. Druktemonitoring helpt de gemeente ek om drokte te behearskjen as it nedich is.


Gelikensens en justysje


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


Wy hawwe de ynfiergegevens foar it foarbygongersmodel (CMSA-tellingen) ûndersocht. Dit liet gjin rasiale of geslachtsbias sjen. It algoritme wurdt traind op in ferskaat oan 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 yndrukmodel (Resono-tellingen) binne basearre op GPS-lokaasjes fan in app-brûkersgroep. Dêrom wurde allinich de lokaasjes fan 'e oanwêzige minsken brûkt. Dit sil de telling ferfoarmje, benammen nei lân fan komôf, mar mooglik ek nei geslacht of leeftyd, bygelyks. Omdat dizze persoanlike skaaimerken net troch Resono sammele wurde, kinne wy ​​de grutte fan dit effekt net krekt foarsizze. 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/ynterpretaasje fan mannichte wjerspegelet. Wy hawwe ek in apart kanaal makke 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-befel.


Der wurde gjin automatisearre besluten nommen op basis fan 'e modellen fan Druktebeeld. Elke beslissing basearre op crowding wurdt nommen troch minsken, of it no oerheidsamtners of boargers binne, mei stipe fan Druktebeeld-gegevens en de webapp.


De modellen "foarbygonger" en "yndruk" generearje oantsjuttings fan mannichte. Dizze wurde kontroleare troch elke pear wiken in rapport te publisearjen. Dit rapport evaluearret de ynfiergegevens, feedback fan brûkers oer de oantsjuttings fan mannichte, en feedback fan it team foar mannichtebehear oer de oantsjuttings fan mannichte. 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 ferkearde oantsjutting fan mannichte.


Der kinne ferskillen wêze tusken de presintearre (modellearre) en waarnommen (werklike) drokte. Dit kin derta liede dat immen:

  • in lokaasje/rûte foarkomme om't it (te) drok wie, wylst dat net it gefal wie;
  • in lokaasje/rûte waard brûkt ûnder de oanname dat it net (te) drok wie, wylst it dat eins wol wie.


De drompelwearden wurde kontinu evaluearre om te soargjen dat brûkers de bêste mooglike yndikaasje hawwe fan oerlêst. Dizze evaluaasje omfettet ek feedback fan brûkers.


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


By it brûken fan 'e web-app kinne minsken it gefoel hawwe dat se besjoen wurde fanwegen alle mannichtegegevens dy't blykber beskikber binne.


Troch de app te brûken kinne minsken ek it gefoel hawwe dat se folge wurde. Harren lokaasje wurdt lykwols allinich sammele en opslein as se kieze om feedback te jaan 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-funksje dy't allinich ferskynt as jo de opsje selektearje om jo lokaasje te dielen of feedback te jaan. It wurdt net twongen fia in pushnotifikaasje of pop-up, en it ferskynt net automatysk, yn tsjinstelling ta in protte oare websiden.


Alle gegevens dy't wy ûntfange foar de Druktebeeld-modellen binne aggregearre tellingen. De gegevensleveransiers hawwe privacymaatregels ymplementearre. Se ûntfange ek gjin persoanlike ynformaasje lykas geslacht, leeftyd of thúsadres.


3. Unbedoeld gebrûk fan 'e ynformaasje.


Wy litte drokte sjen, ynklusyf werklike fuotgongertellingen. 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 finen.


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


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

Impacttoetsen

Data Protection Impact Assessment (DPIA)

Wurking

Gegevens

CMSA


It Amsterdam Crowd Monitoring System (CMSA) jout ynformaasje oer it oantal minsken dat op ferskate drokke lokaasjes yn 'e stêd foarby komt. Dit omfettet fuotgongers. De gegevens binne anonym. CMSA brûkt benammen 2D- en 3D-sensoren. Dizze wurde brûkt om te mjitten hoe drok in lokaasje is. "Troch gegevens te sammeljen oer it oantal, de tichtens en streamingen fan fuotgongers, is it mooglik om tûkere maatregels te nimmen om te soargjen dat de mannichte soepel ferrint." Sjoch de link: https://www.amsterdam.nl/privacy/specific/privacyverklaring-parkeren-verkeer-bouw/crowdmanagement/ (https://api.data.amsterdam.nl/v1/crowdmonitor/passanten/?format=api)


Resono


Om drokte yn parken, pleinen en winkelsintra yn 'e stêd oan te jaan, brûke wy gegevens fan it bedriuw Resono. "Resono mjit drokte op elke winske lokaasje mei in mobiel paniel fan mear as in miljoen minsken. Hjirmei kinne wy ​​de drokte binnen in bepaalde tiid sekuer skatte. 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 fyftjin minuten. Dêrom krijt de gemeente gjin ynformaasje oer yndividuen, allinich aggregearre gegevens. Resono hâldt him oan de Nederlânske en Jeropeeske privacywetten. Se hawwe gjin persoanlike ynformaasje oer yndividuen (lykas leeftyd en geslacht), allinich anonime lokaasjegegevens. It privacybelied fan Resono is hjir te finen: https://reso.no/privacy-policy/


Besettingsgraad fan 'e parkeargaraazje


Dizze boarne jout hast real-time beskikberens fan parkearplakken yn Amsterdam, ynklusyf guon Park and Ride (P+R) lokaasjes. Dit omfettet iepenbiere parkeargaraazjes en terreinen, mei in fokus op grutte lokaasjes (200+ plakken) yn it stedssintrum. It omfettet gjin parkeargelegenheid op strjitte. De gegevens komme fan meardere parkearbehearsystemen, dy't ynkommende en útgeande auto's telle. De gegevens wurde sammele en ferienige troch it bedriuw Vialis.


Nasjonaal portaal foar ferkearsgegevens


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


GVB


Anonymisearre oersjoch fan it oantal yn- en útsjekken by 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 mannichte-yndikator:


*net drok: maklik om in ôfstân fan 1,5m te hâlden / genôch parkearplakken (grien)

*drok: hâld mooglik in ôfstân fan 1,5m / pear beskikbere parkearplakken (kleur oranje)

*te drok: lestich/ûnmooglik om in ôfstân fan 1,5 m te hâlden / (hast) gjin parkearplakken beskikber (kleur read)


*Dringendheid is wat subjektyf. It doel is om de kleuren yn Crowd View te brûken om de gemiddelde drokte ûnder app-brûkers te sjen litten. Doe't de maatregel fan 1,5 m sosjale distânsje opheft waard, hawwe wy de kleurdefinysjes oanpast. Wy brûke brûkersfeedback by it ynstellen fan drompelwearden foar drompelwearden (net direkt as brûkers feedback jouwe). De modellen meitsje twa drompelwearden per lokaasje: de lege drompelwearde foar drompelwearden en de hege drompelwearde foar drompelwearden. Dizze wearden wurde berekkene en opslein elke pear wiken (Resono) of moannen (CMSA & parkeare). As de telling op in lokaasje op in bepaald momint is:


*Under de lege droktedrompel wurdt in lokaasje oanjûn as 'net drok'.

*Tusken de leechdrukdrompel en de heechdrukdrompel wurdt it oanjûn as 'drok'.

*As it de publyksdrompel oerskriuwt, wurdt it markearre as 'te drok'.


*Dizze mannichte-oantsjuttings wurde elke fyftjin minuten per lokaasje (fan elke boarne) berekkene en werjûn yn 'e Crowd Image-webapp.


Passant Ferkearsmodel (CMSA)


It doel fan dit model is om drompels te meitsjen foar it oantal minsken dat in sensor passearret. De drompelwearden 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 foar it skatten fan it oantal minsken yn in bepaald gebiet. It model is in beslútbeam mei de folgjende ynfier:

*histoaryske Resono-gegevens;

*type lokaasje (park/plein/winkelstrjitte);

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

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

*feedback fan brûkers fan 'e webapp; en

*feedback fan it crowdmanagementteam fan 'e gemeente.


*De resultearjende drompelwearden foar mannichte sille fansels per lokaasje ferskille.


Parkearmodel


Mei help fan histoaryske besettingsgegevens kinne wy ​​de kâns oanjaan dat in lokaasje fol rekket as de brûker de besettingsgegevens kontrolearret. De besettingsgegevens jouwe ek oan oft der genôch tiid is tusken it momint dat in brûker de besettingsgegevens rieplachtet en it momint dat se oankomme op it parkearplak 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 plakken fan 'e ôfrûne 75 minuten.

*Op it stuit brûke wy allinich ynformaasje oer koart parkearjen. De drompels wurde foar elke lokaasje bepaald op basis fan in analyze fan histoaryske gegevens. Foar de measte lokaasjes is de "lege" drompel ynsteld op 90% besetting. Under dit persintaazje binne der genôch plakken. Foar dizze lokaasjes is de "hege" drompel ynsteld op 95% besetting. Tusken 90% en 95% besetting binne der genôch plakken beskikber, mar der is in grutte kâns dat se binnen 30 minuten fol reitsje. Guon lokaasjes kinne rapper fol reitsje. Op dizze lokaasjes binne de "lege" en "hege" drompels respektivelik 80% en 90%.


Drukteprognosen foar metrohaltes


Wy foarsizze drokte by metrostasjons foar de kommende wike. Wy brûke histoaryske yn- en útsjekgegevens, waargegevens en de foarsizzing. Drompelwearden wurde ynsteld foar elke halte, ôfhinklik fan har grutte. De droktefoarsizzing is basearre op:

*Oantal yn- en útsjekken ferline jier

* Gebiet fan 'e metrohalte

*Weergegevens fan ôfrûne wike

* Waarferwachting foar kommende wike

Leveransier

Ynterne ûntwikkele

Soartgelikense algoritme beskriuwingen

  • De ôflieding fan kâns jout in yndikaasje (heech/middel/leech) fan 'e mjitte wêryn oantoanber fertrek fan in bûtenlanner yn 'e caseload (fertrekprosedueres dy't troch DTenV ferwurke wurde) mooglik is, basearre op feiten dy't fêststeld binne tidens it fertrekproses.

    Lêst feroare op 27 maaie 2025 om 13:37 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    DPIA
    Status
    Yn gebrûk
  • By in ûndersyk troch in saakkundige wurde gesichtsbylden mei inoar ferlike. It doel fan de gesichtsbyldfergeliking is om te bepalen oft in persoan sichtber op kamerabylden (fertochte fan in misdriuw) en it byld fan in bekend gesicht (plysjefoto fan in fertochte) fan deselde persoan binne of fan twa ferskillende minsken.

    Lêst feroare op 25 juny 2024 om 16:15 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Heechrisiko AI-systeem
    Impacttoetsen
    Fjild net ynfierd.
    Status
    Yn gebrûk
  • Wy brûke in berekkening om te bepalen hoefolle immen betelje moat foar de ûnderhâld fan syn eks-partner en/of syn minderjierrige bern. Dit bedrach moat oan de Tsjinst betelle wurde.

    Lêst feroare op 16 septimber 2025 om 11:01 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    DPIA
    Status
    Yn gebrûk
  • Yn Amsterdam is der beheinde húsfesting en akkommodaasje beskikber foar sawol ynwenners as besikers. It ferhieren fan in hûs of wenboat oan toeristen moat oan bepaalde easken foldwaan.

    Lêst feroare op 10 septimber 2025 om 15:16 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    Fjild net ynfierd.
    Status
    Bûten gebrûk
  • Wy wolle graach witte oft en wêr't yn 'e neie takomst geskikte wenningbouprojekten beskikber komme sille yn Utert. Us doel is om safolle mooglik wenten beskikber te hawwen yn Utert. Op dizze manier drage wy by oan in sûn stedslibben yn Utert.

    Lêst feroare op 5 septimber 2025 om 12:53 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    Uthiek, DPIA
    Status
    Yn gebrûk