AI en ruimtelijke objecten
We nemen je mee in een volledig open-source methode om objecten in de openbare ruimte te herkennen en lokaliseren in panoramabeelden. De Panoramax tooling is doorontwikkeld door de gemeente Amsterdam, samen met het Nationaal Dataprotaal Wegverkeer (NDW), binnen het Europese TISGRADE-programma. Verkeersborden is het praktijkvoorbeeld met wegbeheerders als doelgroep. De aanpak biedt net zo goed kansen voor andere objecten. Met open-source YOLO-modellen detecteren we borden in de panoramabeelden (waarbij gezichten & kentekens automatisch worden geblurd) en geclassificeerd volgens de Nederlandse RVV-, zwarte- en zonecode. Via triangulatie (een old school kruispeiling) bepalen we de exacte locatie. Die koppel je aan je referentiedatabase (in ons geval de landelijke George-database) zodat je meteen ziet wat klopt, ontbreekt of dubbel geregistreerd staat. Kosteneffectief & helpt wegbeheerders bij voldoen aan de Europese ITS-regeling. Deze aanpak herkent ook andere objecten; laadpalen, parkeerautomaten, bomen etc. Digitale autonomie als basis: open-source werken houdt data en kennis uitwisselbaar; zonder dat je het wiel opnieuw hoeft uit te vinden. De methode is interessant voor iedereen die met locatie van assets in de openbare ruimte werkt. Van assetmanagement tot compleet andere vakgebieden. Kom langs en ontdek hoe je met beperkte middelen een grote stap zet naar betrouwbare, actuele digitale assets.