Analysetool fietspad voor veilige, gladde en goed onderhouden wegen.
Hoe verleid je meer mensen te gaan fietsen en welke routes wil je “promoten”. Hoe kun je de veiligheid van het fietspad vergroten. En zijn er wegen waar het onderhoud te wensen overlaat. Of zijn foto’s van het fietspad en haar omgeving nodig.
Een glad, breed en goed onderhouden fietspad is cruciaal, blijkt uit diverse onderzoeken. De analysetool biedt antwoord op vragen als:
- De gemiddelde kwaliteit van de straat of het fietspad
- De afwijking ten opzichte van de referentiewaarde van de gebruikte verharding
- Top X slechtste plekken op die wegen waar meer dan Y fietsers per etmaal fietsen.
- Waar kan beter wegdek op rustige wegen fietsers aantrekken, waardoor onveilige drukke wegen worden vermeden
- Hoe kan op een structurele manier worden gemeten of aan de gestelde beleidsdoelen wordt voldaan.
VuurTooren heeft hiertoe met behulp van Python een software programma ontwikkeld om de kwaliteit van het fietspad te meten en deze te analyseren. Hiertoe wordt met een snelheid van 15 km/h van iedere 5 meter een foto van de weg gemaakt en worden diverse sensoren uitgelezen.
Het idee is om alle wegen van het beheersgebied in een keer te onderzoeken en daarmee op een uniforme wijze een compleet inzicht te krijgen, om zo beleid en onderhoud optimaal te ondersteunen. Door het gehele beheersgebied om de zoveel jaar te scannen kun je gericht beleid ontwikkelen en evalueren of de aanpassingen tot verbeteringen hebben geleid.
Gladheid van het fietspad
De resultaten van de sensoren worden conform de Kiwa richtlijn vertaald naar kwaliteitsniveaus van het fietspad.
Van iedere periode van 2 seconden, circa 5 meter, wordt van de duizenden waarden de hoogste verticale krachtafwijking genomen en in een open source (web)GIS geanalyseerd en gevisualiseerd.
Ter plaatse van de groene en gelige bollen is de kwaliteit van het fietspad uitstekend tot goed, bij de paarse bollen is de kwaliteit slecht.
Koppeling met Open Street Map
Via een koppeling met OSM wordt de kwaliteit per wegsegment bepaald. Bijgaande kaart geeft het resultaat weer
De oranje en rode wegsegmenten worden door fietsers als onprettig ervaren. Vaak betreft het slecht gelegde klinkers, maar ook asfalt met scheuren of veel slijtage.
Foto’s
De foto’s die iedere 2 seconden worden gemaakt zijn in het GIS aan te klikken, of er kan doorheen worden gebladerd met de pijltjestoets, waarbij steeds de gevisualiseerde foto met geel wordt aangeduid. Het bladeren gebeurt conform de geografische volgordelijkheid. Een visuele inspectie is op deze manier kinderspel. De functionaliteit is vergelijkbaar met Google Streetview en CycloMedia, maar dan van het fietspad (waar de auto vaak niet kan komen). Er kan niet 360 graden rond worden gekeken. Indien gewenst kunnen wel foto’s naar beide zijkanten worden gemaakt om zo 270 graden inzicht te krijgen.
Op alle foto’s zullen gezichten en kentekens worden geblurred met behulp van Python.
GIS
Alle gegevens kunnen als QGIS project, webgis of Cloud GIS worden aangeboden. De data zal bovendien als database beschikbaar worden gesteld, zodat ze in het systeem van de klant in te lezen is.
Invoer via app
Aanvullend kan locatie gebaseerde informatie via de mobiele telefoon in onze GIS invoer app worden vastgelegd. De ondergrond en de onderliggende kaartlagen zijn zelf te bepalen.
Invoer kan bv. de volgende zaken betreffen: type bestrating, type fietspad, staat van het onderhoud, verlichting, maar ook zaken als grootte van de opstelruimte, aanwezigheid obstakels, of het overzichtelijk is etc. Tot slot is het mogelijk om een foto te maken en meteen toe te voegen.
Zie onderstaande invoer voorbeelden. Op kantoor of online worden alle ingevoerde gegevens van de veldwerkers gesynchroniseerd. Voor de app is geen GIS software nodig, bovendien kan de app volledig off-line werken.
In ontwikkeling: Bepaling breedte van de weg
Op basis van de foto’s die iedere 2 seconden worden gemaakt, wordt de breedte van het fietspad automatisch berekend. Hiervoor is in Python een programma ontwikkeld dat op basis van kleurverschillen in de fotopixels de zijkanten van het fietspad of de weg bepaald. Ook kan worden bepaald of er belijning aanwezig is.
Per foto wordt de breedte bepaald en worden de resultaten gevisualiseerd in GIS per gemeten locatie.
Indien gegevens over intensiteiten in de spits bekend zijn kunnen natuurlijk analyses worden gemaakt waar het fietspad te smal is conform de CROW-richtlijn. Bij hogere spitsintensiteiten worden grotere breedtes geadviseerd dan bij rustige fietspaden. De breedte bepaling is nog gevoelig voor kleine kleurverschillen.
Op dit moment wordt gewerkt aan verbetering van de breedte bepaling.