Afgelopen zomer testte de stad Beringen een innovatieve technologie om geluidsoverlast van voertuigen op te sporen. Een geluidsdetector, gecombineerd met onze Mobiqam, werd ingezet om na te gaan of we met slimme sensoren betrouwbaar geluidsoverlast kunnen detecteren, bv knalpotten, driftende auto’s en andere geluidsoverlast.
De setup: geluidsdetector + Mobiqam
We plaatsten een AI-gestuurde geluidsdetector, die verschillende soorten geluidsoverlast herkent: luide knallen van knalpotten, driftende voertuigen, slippende banden en motoren die op hoge toeren draaien. Wanneer de detector zo’n geluid opvangt, stuurt hij een korte geluidsopname van 1,5 seconde door naar ons online portaal, samen met relevante informatie over het event.
De detector werkt op een interne batterij die ongeveer 32 uur meegaat. We sloten hem aan op een verlichtingspaal, zodat hij ’s nachts automatisch kon opladen.
Naast de geluidsdetector hingen we ook een mobiele camera op, zodat we de events die opgepikt werden door de detector ook visueel konden verifiëren.
Het resultaat: veelbelovend, maar met kanttekeningen
Bij de eindevaluatie was de stad Beringen tevreden over de proef. De detecties bleken correct en kwamen overeen met echte incidenten. De combinatie van geluidsdetector en camera werkte goed voor verificatie.
Waar de technologie scoort:
- De detector geeft bruikbare meldingen over geluidsoverlast
- De combinatie met een camera is cruciaal om te verifiëren wat er werkelijk gebeurt
- Het systeem werkt autonoom dankzij batterij en oplading via verlichtingspalen
- Het biedt duidelijke meerwaarde voor het overzicht van de situatie
- De detector maakt geen opnames, maar analyseert het geluid realtime. Qua privacy is er dus geen probleem.
Waar we voorzichtig moeten zijn:
- De classificatie van meldingen in specifieke categorieën is niet altijd even accuraat
- In België mag je (momenteel nog) niet beboeten op basis van geluidsoverlast alleen
Dat laatste punt is cruciaal. Hoe technisch betrouwbaar de detecties ook zijn, de juridische mogelijkheden om er direct op te handhaven zijn momenteel nog beperkt. Daarom is het belangrijk dat deze setup als een tool gebruikt wordt. Je moet er dus mee aan de slag.
Inzicht in patronen
Moeten we het idee dan helemaal afvoeren omdat er niet beboet kan worden? Zeker niet.
Hoe actief de organisatie omgaat met de tool maakt of kraakt het project. Door gegevens over langere tijd te verzamelen en te analyseren, krijgt de politiezone inzicht in patronen: waar en wanneer keert de overlast regelmatig terug? In plaats van lukraak te controleren, kunnen patrouilles ingezet worden voor gerichte controles op hotspots. Deze acties, samen met het afschrikkende effect van de camera en geluidsdetector, kunnen voor een daling van de overlast zorgen.
Slimme geluidsdetectie heeft duidelijk potentieel. Of en hoe zones dat potentieel volledig kunnen benutten, hangt af van de juridische en beleidsmatige keuzes die in de toekomst gemaakt worden én hoe actief ze ermee aan de slag gaan.
