Herkenning bijplaatsing ORAC's

Gemeente Den Haag

Digitaal scannen en categoriseren van types bijplaatsingen bij Orac’s.

Laatst gewijzigd op 23 augustus 2024 om 16:11 | Publicatiestandaard 1.0

• Publicatiecategorie: Impactvolle algoritmes
• Impacttoetsen: Veld niet ingevuld.
• Status: Buiten gebruik

Algemene informatie

Thema

Openbare orde en veiligheid

Begindatum

Veld niet ingevuld.

Contactgegevens

[e-mail]

Verantwoord gebruik

Doel en impact

De technische ontwikkeling inzake beeldherkenning uitbaten in het operationeel proces door gebruik te maken van de scanauto’s van parkeerhandhaving. Beeldherkenning kan een goede toevoeging zijn aan de verschillende manieren waarop bijplaatsingen worden gesignaleerd, aangezien scanauto’s nu ook al door de stad rijden. Het doel is het versterken van de MOR-keten en opvolging te versnellen. Reductie op herhaalmeldingen, dubbelmeldingen, handmatige handelingen en de opvolgtijd van opruimen is -naast de dienstverlening aan de burger- een significante verbetering van de bedrijfsvoering voor de ketenpartners. Met toepassing van scantechnologie wordt beoogd om met -uitbreiding van- bestaande middelen de meldingenketen extra te voeden. De opruiming van afval en de handhaving erop kunnen mogelijk nog sneller worden opgevolgd.

Bijplaatsingen worden sneller gedetecteerd en opgeruimd (schone stad);

De melder wordt sneller geïnformeerd (betere dienstverlening), wanneer een melding tevens m.b.v. de scantechnologie wordt gedetecteerd.

Afwegingen

Er zijn verschillende initiatieven om de overlast van afval te bestrijden. Dit project is een aanvulling in de aanpak en geen alternatief.

De raad nam op 20 februari 2020 een motie aan waarin de raad het college oproept een onderzoek uit te voeren naar de inzet van scanauto’s (RIS 304747), uit dit onderzoek bleek de technologie voor handen. Het college wilde ook onderzoeken of de data verkregen door de scantechnologie geïntegreerd kunnen worden met meldingen uit het meldsysteem (zodat ze samen één informatiebron vormen voor de planning van de operatie op straat) en/of de data gebruikt kunnen worden voor informatiegestuurd werken in de capaciteitsplanning en de beleidsmatige aanpak van bijplaatsingen. Het onderzoek is uitgevoerd en heeft uitgewezen dat koppeling van gegevens te realiseren is. 

Menselijke tussenkomst

Een deskforce monitort de beeldherkenning met name om het zelflerend effect van de toegepaste kunstmatige intelligentie te bevorderen op automatische toekenning aan de juiste afvalcategorie en de opvolging van de informatievoorziening naar de betrokken ketenpartners. Dit proces kan op elk moment worden stopgezet.

Risicobeheer

Er waren risico's m.b.t. opslag van beelden, deze zijn nog niet in kaart gebracht. Het algoritme is gestopt.

Wettelijke basis

De wet Milieubeheer. Deze wet is in werking getreden op 1 maart 1993 en vormt een belangrijk kader voor het milieubeheer in Nederland. Het biedt de juridische basis voor regelgeving en beleid op het gebied van milieu, inclusief het beheer en de inzameling van afvalstoffen door gemeenten.

Werking

Gegevens

Beeldopnames van orac's.

Technische werking

De scanvoertuigen worden voorzien van de exacte locaties (GPS-coördinaten) waar de ORAC’s zich bevinden. Aan de hand daarvan wordt gescand en bepaald wanneer overzichtsfoto’s gemaakt moeten worden. Van elke ORAC worden negen foto’s opgestuurd; 3 van de camera die naar voren is gericht, 3 van de haakse camera en 3 van de camera die naar achteren is gericht. Het maakt daarbij niet uit of de ORAC’s rechts of links van de scanauto binnen het gezichtsveld van de camera’s komen.

De analyse van de beelden geschiedt centraal. Per ORAC wordt bepaald of er sprake is van bijplaatsing. Zo ja, dan wordt deze gecategoriseerd aan de hand van door Den Haag bepaalde categorieën (zakken, dozen, chemisch, wit/bruingoed en overig). Ook wordt een indicatie over het volume van de bijplaatsing gegeven.