De levensreddende technologie is van onschatbare waarde in de metro

5 min
Een foto, genomen vanaf de grond, van vijf personen die op een metroperron staan. Een wit-groene trein rijdt langs.

Waarschuwing: houd er rekening mee dat dit artikel over overlijden door zelfmoord en zelfmoordpreventie gaat.

Het tragische feit is dat er elk jaar duizenden mensen sterven door voor een rijdende trein te springen. Spoorwegnetwerken over de hele wereld zoeken naar een oplossing om dit te voorkomen. Het is heel beangstigend en traumatiserend voor passagiers, spoorwegmedewerkers, machinisten en de families van degenen die dit als hun enige optie zien.

Op een dergelijk netwerk - een grote Amerikaanse vervoersmaatschappij - worden politieagenten, controlekamers en operationele managers ondersteund door een pionier op het gebied van videoanalysetechnologie: BriefCam, een Canon-bedrijf. Zoals je wellicht verwacht, is een netwerk van honderden camera's van grote betekenis voor de metro's, metrostations en de passagiers die er gebruik van maken. De controlekamers die de camerabeelden in de gaten houden zijn echter meestal slechts bemand door een of twee personen. Hun capaciteit om elke afzonderlijke persoon die naar het spoor toe loopt of op de rails ligt te herkennen is beperkt, maar daar kunnen zij zelf niks aan doen.

Het kan ook heel ingewikkeld zijn om de bedoelingen van iemand te beoordelen op basis van wat je op een scherm ziet. Daarnaast is het ook moeilijk om te bepalen of iemand die dicht bij de rand van het perron staat een potentieel risico is. Uit een recent onderzoek naar dodelijke slachtoffers op stations bleek dat degenen die op deze manier probeerden hun leven te beëindigen, veel tijd nodig hadden voordat ze hun laatste stap zetten. Dit feit alleen al is een belangrijk inzicht en biedt een kans om levens te redden.

De weergave die deze vervoersmaatschappij heeft gekozen, is veelhoekig.

Een schermopname van de videoanalyse van BriefCam in uitvoering. Het geeft een grijs luchtbeeld van gebouwen en een rotonde weer, met links een veelhoekig gebied gemarkeerd.

In dit voorbeeld wordt het BriefCam RESEARCH LPR-dashboard weergegeven, waarbij het gebied dat moet worden bewaakt 'omheind' is, waardoor een aangepaste waarschuwing wordt geactiveerd wanneer de parameters van de veelhoek worden overschreden.

De kracht van de veelhoek

Met behulp van de BriefCam-oplossing kan het team op het station zijn bestaande netwerk van beveiligingscamera's gebruiken om gebieden te bepalen waar iemand waarschijnlijk naartoe gaat als hij of zij voor de trein wil springen. Vervolgens kunnen ze met de videoanalysesoftware een virtuele, aanpasbare veelhoekige vorm over de afbeelding van dit gebied plaatsen, waardoor er een 'geofence' rondom wordt gecreëerd. Er kan vervolgens een regel worden geconfigureerd in de software die een waarschuwing activeert als iemand de veelhoek binnengaat en zich daarom in een gebied met een hoog risico bevindt.

Het kan zelfs zo worden ingesteld dat er alleen een waarschuwing wordt geactiveerd als er mensen in het gebied komen om vals-positieve waarschuwingen, bijvoorbeeld door bewegende dieren, te voorkomen. Op een bijzonder druk station, waar klantgericht personeel het moeilijk kan vinden om risicogedrag (zoals op het platform blijven staan, op en neer blijven lopen, van perron wisselen of naar het einde van het perron lopen als de trein eraan komt) te herkennen, kan de controlekamer worden gewaarschuwd voor beweging in risicovolle gebieden als deze vooraf worden geïdentificeerd en 'omheind'.

Het netwerk krijgt natuurlijk pas een goed beeld van of dit een effectieve manier is om levens te redden als datgene gebeurt dat je juist wilt voorkomen. En dat is precies wat er gebeurde toen het systeem werd geïnstalleerd.

Een integratiespecialist van BriefCam was samen met een stationsteam bezig met het instellen van hun meldingsparameters, waarbij hij de bewegingen van onderhoudsmedewerkers die regelmatig de gebieden betreden om onderhoud aan het spoor uit te voeren, had uitgesloten. Ze hadden zelfs een regel ingesteld om te voorkomen dat er een alarm zou afgaan als er dieren in de risicovolle gebieden liepen.

Tijdens de trainingssessie werd er een waarschuwing geactiveerd in de controlekamer. Iemand had het ingestelde gebied betreden. De systeemoperator bekeek de waarschuwing onmiddellijk en bevestigde dat er een man op het spoor lag. Dit is precies het gedrag waarvoor de BriefCam-oplossing is geïnstalleerd en het stationsprotocol voor een dergelijke situatie trad onmiddellijk in werking. Een naderende trein werd gestopt, politieagenten snelden zich naar het spoor en de man werd gered. De nieuwe oplossing had op dag één al een leven gered.

"BriefCam biedt gebruikers krachtige video-intelligentietechnologie en het is fantastisch om te zien dat de oplossing zo veel impact heeft en levens redt."

Actie-, analyse- en gegevensgestuurde interventies

De interventie was een succes en het nieuwe systeem deed precies wat het moest doen, maar wat hebben het team en de politie hiervan geleerd? Normaal gesproken zouden ze moeten proberen om precies te reproduceren wat er was gebeurd met getuigenverklaringen en camerabeelden. In dit geval kon het videoanalyseplatform (met VIDEO SYNOPSIS®-technologie) het gedrag, de route en de toegang tot het spoor van de man snel beoordelen, onderzoeken en begrijpen.

Dit hielp het team om verdere proactieve maatregelen te treffen om zelfmoordpogingen op hun station te verminderen. Want zodra je een potentiële mogelijkheid ziet, kun je deze afsluiten. De natuurlijke volgende stap is misschien om de door BriefCam aangedreven tools voor kunstmatige intelligentie te gaan gebruiken om historische gegevens van vergelijkbare scenario's en pogingen in het spoornetwerk te verzamelen en analyseren. 

In deze implementatie was video-intelligentie bedoeld voor gebruik door beveiligings- en veiligheidsteams, maar het kon ook toezicht houden op onderhoudsbehoeften, slimme planningen maken en patroondetectie toepassen om het netwerk te helpen inzicht te krijgen in het benodigde aantal medewerkers voor hun stations. Naast het spoorwegnetwerk kan het op dezelfde manier worden ingezet voor andere doeleinden, zoals het voorspellen van verkeersstromen en het beheren van menigten, en als dit allemaal wordt gecombineerd vormen de resultaten grootschalige datasets die kunnen worden gebruikt voor stedelijke planning. Dit bevestigt dat dit het 'smart city thinking' is dat we nodig hebben om openbare ruimten beter te begrijpen en een blueprint voor steden te creëren die ons beschermt.

Neem direct contact op met de hulpdiensten of lokale crisishulplijn als je iemand bent of kent die aan zelfmoord denkt of onmiddellijk hulp nodig heeft. Je staat er niet alleen voor. Er zijn mensen die je willen helpen.

Verwant