Steeds meer voertuigen worden uitgerust met systemen die de bestuurder ondersteunen bij het uitvoeren van de rijtaak. Voor deze systemen wordt de afkorting ADAS gebruikt, Advanced Driver Assistance System. ADAS toepassingen dragen bij aan het verbeteren van de verkeersveiligheid. Zo kan het systeem als er een gevaarlijke situatie dreigt waarschuwen, of zelfs ingrijpen.

ADAS-toepassingen halen hun informatie uit de fysieke en uit de digitale infrastructuur. Naast de verwachte positieve effecten van ADAS brengt de introductie van de systemen ook potentiële risico’s met zich mee. Uit onderzoek (Onderzoeksraad voor Veiligheid -OVV, 2019) blijkt dat sommige ADAS-toepassingen niet optimaal/maximaal renderen, omdat de noodzakelijke informatie niet of onvoldoende door deze systemen gedetecteerd wordt. Het komt ook voor dat digitale en fysieke informatie elkaar tegenspreken. Een veelvoorkomend voorbeeld zijn verkeersborden die de snelheidslimiet weergeven.  

Uitdagingen bij de detectie van verkeersborden

Verkeersborden die de snelheidslimiet tonen worden in principe overal gedetecteerd, mits ze binnen het zichtveld van de camera staan en niet worden afgedekt. Soms komt het voor dat een voertuig niet het juiste bord detecteert, wanneer het voertuig bijvoorbeeld op een parallelweg rijdt en het limietbord van de hoofdrijbaan waarneemt, of vice versa.  Ook komt het voor dat tonnageborden of snelheidsstickers op kliko’s als snelheidsbeperking worden gedetecteerd, of dat er een snelheidswijziging wordt gemist omdat de aanduiding voortvloeit uit de betekenis van een ander bord. Denk hierbij bijvoorbeeld aan komborden. Ook kan het bord fysiek ontbreken, waardoor er geen informatie kan worden gedetecteerd.

Uitdagingen bij de detectie van wegbelijning

Naast goed geplaatste, herkenbare en leesbare verkeersborden is wegbelijning essentieel voor ADAS functionaliteiten en autonoom rijden. Om voertuigen binnen de rijstrook te houden, detecteert een Lane Keeping System langsmarkeringen en past de koers hierop aan. Het systeem functioneert als de markering voldoende detecteerbaar is. Ervaring leert dat de Lane Keeping systemen niet altijd en overal kunnen functioneren. Enerzijds zien we dat de weersomstandigheid invloed kan hebben en systemen daardoor niet werken. Anderzijds zien we dat op bepaalde locaties systemen niet in staat zijn om vereiste informatie te detecteren vanwege beperkte zichtbaarheid door onder andere de onderhoudsstatus van belijningen. Onvoldoende afwatering en plassen op het wegdek dragen hier ook aan bij. Door het onvoldoende kunnen waarnemen van de belijning ontstaan er “gaten” in het, voor het systeem, beoogde toepassingsgebied. 

Het is van groot belang dat de kwaliteit van wegbelijning en bebording op orde en goed zichtbaar en juist geplaatst is. Voor ISA zijn de borden die de snelheidswijzigingen aangeven essentieel, maar ook de overige borden uit de Data top 15 (en RTTI) zijn van belang voor het goed functioneren van ADAS functies en andere incar toepassingen.

Nederland is jaren geleden al gestart met het project 'Digitalisering Mobiliteitsdata' om voorbereid te zijn op de komst van zelfrijdende auto's en ADAS functionaliteiten. Dit met als doel om wegbeheerders digitaal capabel te maken en aan het eind van 2023 de data-items uit de Data top 15 voor 90% structureel beschikbaar te hebben. Het ministerie van IenW, regionale datateams (RDT's) en verschillende betrokken partijen werken hierbij samen. 

De digitale versie van verkeersborden en die van de fysieke verkeersborden dienen identiek te zijn. Voor het gebruik van de systemen is het van belang dat de basis op orde is. Wanneer de incar informatie en de werkelijke situatie elkaar tegenspreken, ontstaan er onveilige situaties. De bestuurder verliest het vertrouwen in het systeem en zal ervoor kiezen om het uit te schakelen, waarna alle beoogde veiligheidswinst teniet wordt gedaan. 

In Europees verband is de regelgeving rondom digitalisering van mobiliteitsdata vastgelegd in de RTTI. Zie voor de concrete deadlines voor digitalisering en aanlevering van de data de informatie in bijgaand document: RTTI

Hoe kan AI-InfraSolutions een bijdrage leveren aan het beschikbaar krijgen en houden van de mobiliteitsdata?

AI-Infrasolutions beschikt over eigen Mobile Mapping voertuigen en sensoren voor grootschalige data-inwinning. Onze AI-oplossing haalt geautomatiseerd data uit de beelden, waardoor we de locatie, type maar ook conditie en context van de verkeersborden bepalen. De inventarisatie en beoordeling voeren we uit binnen de eigen 3D Geoviewer, waar beeld en puntenwolk data samenkomen. Hierdoor ontstaat niet alleen een 3D Digital Twin van de omgeving, maar bieden we de informatie ook per object aan.

In de RTTI is vastgelegd dat providers gehouden zijn om beschikbare data die van goede kwaliteit is te gebruiken in hun applicaties. AI-InfraSolutions kan u helpen bij het maken van de digital twin van uw belijning en bebording en hiermee de benodigde kwaliteit van uw mobiliteitsdata voor borden en belijning voor u verzorgen. Wij brengen de delta’s tussen de verschillende inventarisaties en/of de data uit uw beheersysteem in kaart en delen deze met u, na uw check of de delta’s geoorloofde afwijkingen of bijplaatsingen zijn, of fysiek moeten worden hersteld kan de dataset door u, of door ons namens u, worden gedeeld met de NBd ten behoeve van publicatie. 

Ook de kwaliteit van uw bebording en belijning kan door ons in kaart worden gebracht, zodat u tijdig maatregelen kan nemen om ook de fysieke borden en belijning goed waarneembaar te houden voor mens en ADAS/autonome functionaliteiten.