Sensoren en data maken de schoonmaak slimmer. Ook kan kunstmatige intelligentie worden ingezet om de openbare ruimte beter op te ruimen. Schoonmaakbedrijf Hago en de gemeente Amsterdam zijn voorbeelden van organisaties die innovatieve ict inzetten om efficiënter schoon te houden.
Smart intelligence doet nu ook zijn intrede in de facilitaire dienstverlening. Hago, het op een na grootste schoonmaakbedrijf van Nederland, introduceert bij verschillende opdrachtgevers een geavanceerd datasysteem dat met sensoren detecteert welke plekken moeten worden schoongemaakt.
Als eerste wordt gestart bij drie bedrijven met in totaal tienduizend werknemers. Te zien valt welke plekken in een kantoor, toiletten, wc-rollen en handdoekenautomaten wel of niet worden gebruikt. Meerdere pilots bij verschillende grote opdrachtgevers zijn aan de introductie hiervan vooraf gegaan. Op het dataplatform kunnen ook andere systemen worden aangesloten, zoals detectoren die bepalen wanneer het kopieerapparaat leeg raakt, wanneer de planten water moeten krijgen of wanneer de koffieautomaat moet worden bijgevuld. Door de coronacrisis is dit in een stroomversnelling gekomen.
Door gebruik te maken van objectieve data gaan de schoonmakers alleen die plekken reinigen die dat ook écht nodig hebben.
Erik van der Eik, directeur van Hago Next die het systeem ontwikkelde: ‘De kantoorruimtes, de vergaderruimten én de toiletunits worden uitgerust met sensoren. Op die manier brengen we het gebruik van een bepaalde ruimte permanent in kaart. Op zijn of haar tablet krijgt de schoonmaker die informatie realtime in beeld en hij weet daardoor precies welke ruimtes schoongemaakt moeten worden en of het bijvoorbeeld al nodig is om de zeepdispenser of de handdoekjes te vervangen. Onnodig werk doen behoort hiermee tot het verleden.’
Urban Object Detection Kit
Ook de gemeente Amsterdam is bezig met geavanceerde technologie maar dan om de stad efficiënter schoon te houden. Maarten Sukel, onderzoeker van de Amsterdam Business School, ontwikkelde een systeem dat real-time, op basis van machine learning, rondslingerende vuilniszakken en andere ongewenste objecten op straat herkent. Dat voorkomt dat de stadsreiniging voortdurend langs de 15.000 ondergrondse containers moet rijden om te kijken of er iets naast ligt. De Urban Object Detection Kit maakt het mogelijk om goedkoop en efficiënt de openbare (straat)omgeving te scannen met kunstmatige intelligentie.
Sukel: ‘In sommige buurten wordt elke vuilniszak die naast een container staat gemeld, terwijl op andere plekken vuilnis zich opstapelt. Daardoor ontstaat ongelijkheid. Daarbij komt dat de bestaande monitoren die werken op basis van beeld, een te lage frequentie hebben. Daarmee bedoel ik hoe vaak zo’n systeem nieuwe informatie verzameld. In sommige gevallen gaat het dan om foto’s die eens per jaar worden gemaakt. Maar de situatie voor zwerfafval kan van uur tot uur verschillen. Daarom was een systeem nodig dat real-time kan monitoren.’
Yolo
Dit nieuwe systeem dat momenteel wordt getest door de gemeente, biedt een goedkope en generieke oplossing die ook gemakkelijk in andere steden is te gebruiken. Daarbij worden smartphones gebruikt die zijn gekoppeld aan voertuigen, met daarop een applicatie die beelden maakt. Deze worden doorgestuurd naar een server voor objectherkenning. Sukel gebruikt het real-time object-herkenningssysteem Yolo dat beelden heel snel verwerkt. Vervolgens wordt gekeken of de uitkomsten daarvan overeenkomen met de meldingen uit de buurt zelf.
Volgens Sukel is het systeem breder toepasbaar dan alleen het herkennen en opruimen van afval. Het is ook toe te passen voor het herkennen van gevaarlijke situaties. Bijvoorbeeld een paaltje dat omver is gereden, of een stoeptegel die scheef ligt.’ Sukel leidt een team van ontwikkelaars dat toepassingen gaat ontwikkelen voor de stad. Het team werkt onder meer samen met het Civic AI Lab. Hierin is kennis van kunstmatige intelligentie ondergebracht van de gemeente, de UvA en de Vrije Universiteit.
