Bron: Pexels
Amsterdam for All
Amsterdam for All bestaat uit een reeks experimenten om de bereikbaarheid en toegankelijkheid van de stad te meten. Hiermee geven we ambtenaren de juiste gegevens en analyses, zodat ze hun beslissingen kunnen baseren op tastbaar bewijs. Daarmee wordt het leven voor iedereen in de stad toegankelijk gemaakt.
Het uiteindelijke doel van het AI team is om door middel van goed ontworpen en geïmplementeerde producten, diensten, omgevingen en apparatuur het leven van mensen met een beperking makkelijker te maken. Wij geloven dat het mogelijk moet zijn voor mensen met een beperking om te genieten van dagelijkse activiteiten met dezelfde inspanning als mensen zonder beperking. Door het meten van toegankelijkheid in de stad verkennen we de problemen waar burgers en organisaties tegenaan lopen. Aan de hand hiervan stellen we prioriteiten en creëren we AI gerelateerde oplossingen.
Bron: www.amsterdamintelligence.com
Stoepen, fietsen en andere lastige objecten
Mensen met een beperking hebben vaak problemen met obstakels op de stoep. Dit komt vanwege de te lange oversteekplaatsen of ontbrekende opritten. Ook ontbrekende markeringen en te hoog geplaatste drukknoppen zijn een probleem. Hierdoor kunnen ze hun dagelijkse activiteiten niet op dezelfde manier uitvoeren als mensen zonder beperking.
Fietsen zijn een ander relevant knelpunt voor de toegankelijkheid doordat ze bij het blokkeren van de weg een gevaar vormen. Door gebruik te maken van historische tellingen van het aantal obstakels op trottoirs (bv. fietsen), is het mogelijk om aan de hand van de kenmerken van de straat of buurt te voorspellen hoe groot de kans is dat er obstakels op de stoep zullen zijn. De nabijheid van een café of school kan de aanwezigheid van fietsen verklaren. Hoe kunnen we de aanwezigheid of afwezigheid van dergelijke kenmerken in kaart brengen?
Toegankelijkheid in kaart brengen
Het in kaart brengen van toegankelijkheidsobstakels kan een uitdagende taak zijn. Een oplossing is de start van Project Sidewalk. Dit is een systeem die de straten van een stad virtueel verkennen en de informatie daarvan in kaart brengt. Een soortgelijke aanpak is het nemen van luchtfoto’s met lidar-gegevens. Lidar-gegevens worden gebruikt om de hoogte van bijvoorbeeld troittoirs nauwkeirig te meten, en luchtfotos worden gebruikt om oversteekplaatsen te bepalen. Het AI team concludeerde dat we met panoramabeelden het bestaan of ontbreken van voetgangerskenmerken konden vaststellen. Enkele voorbeelden van voetgangerskenmerken zijn obstakels, opritten, oversteekplaatsen, drukknoppen, tactiele markeringen en straatmeubilair. Toch blijft het een hele opgave om nauwkeurige metingen en tijdsvoorspellingen te doen op basis van panoramabeelden. Dit geldt ook voor de toegankelijkheid van gebouwen, niet-visuele informatie en het contrast van trottoirs en borden.
Tot zo ver..
Helaas weten mensen met een beperking vaak niet van tevoren of zij gebruik kunnen maken van een openbaar gebouw. Toegankelijkheidsinformatie over openbare gelegenheden wordt vaak handmatig ingevoerd, waardoor er voor veel gebieden in de stad informatie ontbreekt. Het gevolg hiervan is dat burgers naar een locatie gaan om er vervolgens achter te komen dat hun toegang onmogelijk is.
Wij denken dat het herkennen van bepaalde toegankelijkheidsrichtlijnen kan worden gedaan aan de hand van bestaande beelden, en we zouden deze beoordelingen automatisch aan plaatsen kunnen geven. Dit zou bezoekers in staat stellen snel na te gaan welke faciliteiten worden aangeboden voor een groot aantal plaatsen. Tegelijkertijd zou het de stad in staat stellen te controleren welke plaatsen toegankelijk zijn, na te gaan of het in de loop der jaren beter gaat en beleid te maken op basis van de verzamelde informatie. Op deze manier hopen we een stad te vormen die voor iedereen toegankelijk is.