Automatische detectie van geparkeerde fietsen kan ook buiten op straat
In fietsenstallingen binnen kun je met speciale sensoren in de gaten houden hoeveel en hoelang er fietsen staan in de rekken. Dat blijkt ook buiten te kunnen.
Een fietser parkeert zijn fiets bij voorkeur op de plek waar hij moet zijn. Maar dat kan tot overlast leiden waar de ruimte ontbreekt, bijvoorbeeld in winkelstraten. Een oplossing is om langparkeerders wat verder weg te laten parkeren. Maar hoe werkt zoiets in de praktijk?
Gewoonlijk probeert men daar met handmatig tellen achter te komen, waarbij fietsen soms worden voorzien van een sticker of krijtstreep op de band, om erachter te komen hoe lang zo’n fiets blijft staan.
Ook in straten die onderdeel zijn van de Rode Loper in Amsterdam spelen dergelijke vragen. Om een goed beeld te krijgen van het fietsparkeergedrag, werd een pilot opgezet om te bekijken of het handmatig registreren van geparkeerde fietsen is te vervangen een geautomatiseerd detectiesysteem.
De pilot had plaats in het kader van een programma waarbij de gemeente Amsterdam met (startende) bedrijven probeert innovatieve ideeën om te zetten in praktisch toepasbare oplossingen. Het fietsdetectiesysteem dat het bedrijf Lumiguide gebruikt om de bezetting van inpandige fietsenstallingen in de gaten te houden, werd daartoe buiten geïnstalleerd. Op de hoek van de Ferdinand Bolstraat en de Govert Flinckstraat hing men twee camera’s op, die twee verschillende parkeerplekken in de gaten hielden in beide straten. De eerste straat is een winkelstraat met fietsparkeervakken, bedoeld voor kortparkeerders. Daarom kan men zijn fiets daar ook nergens aan vastleggen. De andere straat is een woonstraat, waar de bewoners hun fietsen voor langere tijd in fietsrekken plaatsen. Buiten deze plekken geldt een fietsparkeerverbod.
Met de camera’s werden minimaal 1x per minuut foto’s gemaakt. De foto’s werden door een AI-algoritme geanalyseerd op de aanwezigheid van fietsen.
Met de data bleek het goed mogelijk bezettingsgegevens en dergelijke te genereren. Uit de cijfers blijkt dat het gebruik van de fietsvoorzieningen in grote lijnen overeenkomt met hetgeen was te verwachten. In de rekken stonden de fietsen langer dan in de vakken. Ongeveer 80 procent staat langer dan een uur in een rek. Maar in de vakken in de winkelstraat bleken toch nogal wat fietsen te staan die kennelijk afkomstig waren van mensen die in de buurt werken, mogelijk winkelpersoneel. Zo’n 30 procent parkeert langer dan uur. Er is dus ruimte voor verbetering. Het liefst had men wil bekijken of een duidelijkere markering van de parkeervakken het gedrag beïnvloedt, maar dat onderzoek is voorlopig op de lange baan geschoven.
Conclusie van de pilot is in ieder geval dat de techniek zich leent om ook op het maaiveld in te zetten, bijvoorbeeld om het parkeergedrag op notoire overlastlocaties (of hotspots) beter in kaart te brengen.
Het systeem laat het (nog) niet toe individuele fietsen goed te detecteren, onder meer omdat er vooral in de vakken vaak lukraak wordt geparkeerd. Daarom is het niet mogelijk om weesfietsen op te sporen.
Praktisch problemen zijn ook te overwinnen voordat je een dergelijke techniek kunt inzetten. Het kostte enige moeite om een goede plek voor de camera’s te vinden. Ook de privacy-aspecten vroegen veel aandacht.
