De stad Roeselare kan de weg naar een slimme stad verder uitbouwen. Ze diende, als trekker, samen met Brugge en Knokke-Heist via de oproep ‘City of Things’ enkele projecten in en kregen goed nieuws, de aanvragen werden volledig goedgekeurd.
Enerzijds zal machine learning nog veel meer ingezet worden om het openbaar domein, in de brede zin van het woord, sneller in kaart te brengen. Anderzijds moet het project rond mobiele sensor units dit mee faciliteren.
“Onder leiding van de stad Roeselare zullen de drie steden de handen in elkaar slaan om data te verzamelen en ter beschikking te stellen op basis van machine learning technologie. Zo kunnen we op een slimme manier maatschappelijke uitdagingen aanpakken en ontwikkelen we een gezamenlijk platform om kennis uit te wisselen. Dit platform zullen de drie steden daarna ter beschikking stellen van alle lokale besturen en zo blijven we een voortrekkersrol spelen in slimme lokale besturen”, aldus schepen Matthijs Samyn.
“We zijn als stad heel tevreden om deze subsidie binnen te krijgen. Het zorgt ervoor dat onze ambitie om ‘slim’ beleid te voeren, versneld kan worden. De subsidie toont aan dat de inspanningen en voortrekkersrol van de afgelopen jaren worden gewaardeerd en erkend door Vlaanderen”, klinkt het verder.
Postwagens
Roeselare was al trekker met het project machine learning om de verkeersveiligheid te verhogen in samenwerking met bpost. De postwagens rijden rond en genereerden tegelijkertijd foto- en/of videomateriaal. Dit materiaal zorgde voor snellere en adequatere beleidsbeslissingen. Bij het project ging het vooral om het herstellen of vervangen van verkeersborden, om het automatisch uitbouwen van een complete inventaris van meer dan 12.000 verkeersborden, wegmarkeringen en andere die nodig zijn om de verkeersveiligheid te verhogen.
De gesubsidieerde projecten gaan een stap verder en zullen onderzoeken hoe naast videocamera’s ook sensoren in voertuigen data kunnen verzamelen. Denk maar aan warmtesensoren, sensoren die drukte meten op bepaalde locaties, meten van luchtkwaliteit, enz. Via machine learning op basis van lucht- en satellietfoto’s wordt ons openbaar domein versneld en volledig automatisch in kaart gebracht
Dit zal zorgen voor gerichtere beslissingen rond mobiliteitsingrepen, groene ruimtes, … maar ook data rond droogte in landbouwzones, mogelijke overstromingen en andere maatschappelijke uitdagingen.
Fout opgemerkt of meer nieuws? Meld het hier