Vandaag zijn er heel wat data die niet meteen klaar zijn voor gebruik in een interventiecontext. Om deze data beschikbaar te stellen, zet de brandweerzone in op drie lagen:
- Een eenvoudige interventie applicatie INA die de data op een zeer gebruiksvriendelijke en slimme manier beschikbaar stelt aan de collega’s op het terrein.
- Een interventie context store die dynamisch, veilig, snel en betrouwbaar samenwerken faciliteert waardoor databronnen multidisciplinair (door meerdere hulpdiensten) geraadpleegd kunnen worden.
- Dataontsluiting en voorbereiding
Brandweer Zone Antwerpen (BZA) werkt voor haar technologie projecten samen met Digipolis Antwerpen
1. Interventie Applicatie INA
Bij een interventie moet de brandweer op een eenvoudige, intuïtieve en gebruiksvriendelijke manier een beeld kunnen vormen op basis van alle beschikbare gegevens. Daarom werd een nieuwe applicatie ontwikkeld en uitgerold via tablets in alle voertuigen.
In deze webapplicatie is een chat de centrale plaats voor alle informatie en communicatie over de interventie. Het start met het automatisch aanmaken van een interventiekanaal vanuit de bestaande dispatchingsoftware. In dit interventiekanaal wordt alle beschikbare informatie over de interventie aangeboden, zoals de locatie, de toegewezen eenheid en het type interventie. Het interventiekanaal laat vervolgens toe om tijdens de interventie te communiceren en om foto’s en andere informatie te delen. Operationele documenten zoals procedures zijn niet alleen te raadplegen via de app, een intelligente chatbot zal in functie van bepaalde parameters de relevante procedures proactief aanreiken in het interventiekanaal.
Naast de chat is de kaart een belangrijk onderdeel van INA. De interactieve kaart gaat gericht relevante informatie op een kaart visualiseren. Deze informatie is afkomstig van bestaande systemen van Brandweer Zone Antwerpen of informatie die bijvoorbeeld publiek beschikbaar is. Deze kaart wordt enerzijds automatisch aangestuurd in functie van de interventie en het interventietype, anderzijds kan de gebruiker zelf bepaalde kaartlagen met GIS-data, zoals de locatie van de hydranten, weergeven. Het is voor de teams mogelijk om zelf nuttige informatie over een bepaalde locatie op de kaart te bewaren zodat die in de toekomst zichtbaar en beschikbaar is voor collega’s. De intelligente kaart biedt bovendien een route naar de locatie van het incident per voertuig en de realtime positie van alle eenheden die betrokken zijn in een interventie. Beknopte meteogegevens worden om de tien minuten binnengehaald en weergegeven.
2. Interventie context store
Het opbouwen van een interventie context store is van cruciaal belang om de samenwerking tussen veiligheidsdiensten te ondersteunen. Hiermee kunnen ze namelijk een ‘unieke waarheid’ aanbieden over een multidisciplinaire interventie. Een prioritisering en een intelligente opbouw van de informatie in deze contextstore zal uiteindelijk ook bijdragen aan een efficiënte communicatie.
Voorbeelden van relevante informatie voor deze contextstore zijn verslagen, vergunningen, bouwplannen, aantal bewoners, cameralocaties rond de interventie, meteogegevens, beeldmateriaal uit INA of social media … De verrijking van beeldmateriaal gebeurt door gebruik te maken van Image Recognition-modellen (AI) voor de detectie van nummerplaten, aanduidingen van gevaarlijke stoffen of containeridentificaties. Door onmiddellijk de link te leggen met de respectievelijke databases van DIV en CRS (Crash Recovery System), BIG en NextPort kunnen in de achtergrond veel data klaargezet worden. Afhankelijk van de afnemer kan dan snel de nodige informatie aangeboden worden.
3. Dataontsluiting en voorbereiding
Interventievoorspelling
Door dit project willen de projectpartners ervoor zorgen dat de brandweer beter kan anticiperen op interventies. Dit doen ze door aan de hand van AI-modellen te voorspellen waar en wanneer interventies zullen plaatsvinden.
Meer concreet kunnen ze bijvoorbeeld voorspellen hoeveel interventies er in de nabije toekomst zullen optreden. Dit doen ze op basis van verschillende parameters, waaronder de weersvoorspelling, tijdstip en historische gegevens. Om dit model te maken konden ze gebruikmaken van de historische interventiedata van de afgelopen negen jaar.
Bouwplannen
Een probleem dat regelmatig voorkomt, is dat de brandweer bij een interventie niet weet naar welke soort woning/gebouw ze aanrijden. Het zou een grote meerwaarde zijn als de brandweerploegen voor aankomst al weten waar de toegangen tot het gebouw, de trappenhallen of de brandtrappen zich bevinden, om maar enkele voorbeelden te noemen.
Sinds kort kunnen ze in Antwerpen dankzij de Pand API deze informatie digitaal raadplegen in de vorm van bouwdossiers van het gebouw in kwestie, maar op weg naar een interventie is er vaak niet genoeg tijd om het juiste grondplan terug te vinden en te interpreteren. Dit probleem lossen ze op door de bouwdossiers te analyseren. Met beeldherkenningstechnieken proberen ze de relevante informatie uit een bouwdossier te extraheren en samengevat te presenteren.
Om dit te verwezenlijken gebruiken ze een AI-model met een groot aantal geannoteerde grondplannen. Dit model zorgt ervoor dat er nuttige informatie uit deze grondplannen gehaald kan worden. In een eerste fase willen ze ons beperken tot het identificeren en extraheren van de individuele planelementen. Dit wil zeggen dat ze aanduiden welke tekening het gelijkvloers beschrijft, welke de eerste verdieping, wat het zijaanzicht is … In een volgende fase gaan ze over tot meer gedetailleerde analyse van de individuele planelementen.
Dit project wordt momenteel voorbereid. Ze beschikken al over een grote dataset, maar die moet nog geannoteerd worden. Om dit annotatiewerk vlot te laten verlopen is het meeste voorbereidende werk al gebeurd. Eenmaal de dataset geannoteerd is, kunnen ze aan de ontwikkeling van de AI-modellen beginnen.
Pand API
Het doel van dit stukje software is het verzamelen van pandinformatie over de grenzen van de verschillende veiligheidsdiensten heen en deze data te leveren aan zowel de gebruiker op het terrein als de dossierbehandelaar op kantoor. Door gebruik te maken van een combinatie van gelinkte data en AI-modellen proberen ze een duidelijker beeld te scheppen van de verschillende eigenschappen van een pand en zijn gebruikers.
Momenteel worden naast de bouwplannen uit het Felixarchief ook de brandweerverslagen en de status van een vergunning (aangevraagd door een onderneming) ontsloten door de pand API. Potentieel toekomstige bronnen zijn bijvoorbeeld verslagen van bouwtoezicht, gegevens over isolatiematerialen.
Live beeldherkenning en verwerking
Brandweer Zone Antwerpen heeft toegang tot verschillende beeldbronnen die bij een oproep de juiste context kunnen schetsen. Door beeldherkenning los te laten op deze datastroom kunnen ze op een gestructureerde manier belangrijke gegevens aanleveren die de interventieleiding kan gebruiken.
