Rijkswaterstaat test AI voor beveiliging bruggen

Voor de duidelijkheid: ook bij het project van Sander is software nodig, en die moet natuurlijk getest worden. “Het is de bedoeling dat de inzet van AI zorgt voor het doorgeven van bepaalde signalen, daar is een programma voor nodig.” Maar de hoofdopgave is toch het ‘trainen’ en testen van het AI-model.

Trainen met eigen beelden

Voor het herkennen van onveilige situaties wordt een AI-model gebruikt. Dit model herkent niet alleen specifieke objecten, zoals een kinderwagen of een stuk papier, maar ook of de situatie op de camera afwijkt van wat er normaal verwacht mag worden. Het bereiken van die nauwkeurigheid, bij het real time verwerken van de data, is ingewikkeld. Sander: “Gelukkig zorgde de leverancier van het AI-model er al voor dat het model veel objecten herkent. Maar voor deze specifieke toepassing op bruggen moeten we het system met onze eigen beelden trainen en testen.” Dit trainen gebeurt fysiek op een brug van Rijkswaterstaat.

AI als extra signaal

“Bij dit project richt het team zich op het herkennen van gevaarlijke situaties op bruggen, zodat bedienaars de brugopeningen nog veiliger kunnen uitvoeren.” Deze brugwachters hoeven daarbij niet te vrezen voor hun baan. “Het blijven mensen die de brug bedienen”, maakt Sander duidelijk. “De kunstmatige intelligentie zetten we in ter verhoging van de veiligheid, als een extra signaal voor de brugwachter. Die is verantwoordelijk.”

Veiligheid staat voorop

Het selecteren van een brug klinkt eenvoudig, maar het bleek een uitdaging. “De brug mocht niet te druk of te rustig zijn,” vertelt Sander. Ook moesten er goede mogelijkheden voor een proefopstelling met camera’s zijn. “En natuurlijk moeten de Rijkswaterstaat-regio en de onderhoudsaannemer hun toestemming verlenen. De veiligheid staat daarbij voorop – en de proef is een mogelijk risico.” Voor de proefopstelling koos het team voor de brug over de Biesboschsluis bij Werkendam.

Bron: AI-leverancier Pegamento

Veel rollen in het team

Testers die agile werken zijn gewend aan scrums in multidisciplinaire teams, en de situatie in de Biesbosch week in dat opzicht niet af. “Het was een flinke groep collega’s daar bij die brug”, herinnert Sander zich. “Er komen nogal wat rollen kijken bij het registreren van goede beelden. Uiteraard de AI-leverancier die de beelden opneemt, iemand die de stappen in het draaiboek omroept en twee mensen die steeds wisselende voorwerpen op de brug neerleggen.” 

Collega Sander Mol

Om de beelden op te nemen moest de brug worden afgesloten. Bij iedere testronde sloot de bedienaar de slagbomen. Twee monteurs zorgden voor technische ondersteuning en twee verkeersregelaars zorgden ervoor dat het wegverkeer tijdig en op de juiste plek wachtte. “Het ziet er vreemd uit voor de automobilisten en fietsers. Ze staan zo’n vijf minuten te wachten terwijl er steeds een aantal voorwerpen op de brug wordt gezet.” Daarom deelden teamleden koeken uit, waarbij ze meteen konden vertellen wat er op de brug gebeurde. “De reacties waren verrassend positief en geïnteresseerd,” zegt Sander. 

Kans op herkenning vergroten

Met de beelden die het team op de brug opnam wordt het model nu getraind. Over een paar maanden komt dan het moment waar Sander het meest op wacht: het testen. “Ik heb al een mooi lijstje met gestructureerde scenario’s, maar ik heb ook een achterbak vol met vervoersmiddelen en andere voorwerpen om op de brug te leggen en te kijken wat er gebeurt.” Hij legt uit dat in het in de praktijk niet voldoende is om, bijvoorbeeld, één kinderwagen in te zetten. “We plaatsen een groot aantal verschillende kinderwagens om de kans op herkenning te vergroten.”

Ook zal getest worden in verschillende seizoenen, onder uiteenlopende weersomstandigheden en zowel overdag als ’s nachts. “En steeds met allerlei voorwerpen en scenario’s die mijn collega’s bij Rijkswaterstaat bedenken. Veiligheid gaat voor alles, en AI kan daar een belangrijke bijdrage aan leveren. Zeker weten!”