Gent wil met AI onveilige verkeerslocaties voorspellen en sneller aanpakken

Gent wil kunstmatige intelligentie inzetten om verkeersonveilige situaties sneller op te sporen. De Belgische stad heeft samen met twee andere Europese steden een projectaanvraag gedaan bij de Europese Commissie voor de ontwikkeling van een tool die dit mogelijk moet maken.

Het is de bedoeling dat de beschikbare verkeersdata automatisch door AI-systemen wordt geanalyseerd, zodat nieuwe, potentieel gevaarlijke locaties sneller gevonden worden en er oplossingen kunnen worden gevonden voor bestaande onveilige verkeerssituaties, meldt VRT. Gent heeft samen met het Duitse Hamburg, het Franse Issy-les-Moulineaux en de technologiepartners Imec, Be-Mobile en NXP Semiconductors een projectaanvraag ingediend bij de Europese Commissie. De EC deed onlangs een oproep voor projecten die onderzoek doen naar preventief veiligheidsbeleid.

Als dit project van de Commissie groen licht krijgt, willen de betrokken partijen een AI-tool ontwikkelen die inschattingen maakt op basis van onder meer de verkeersintensiteit, bestemmingsdata, reistijdinformatie en ongevallencijfers. Gent zal daarvoor zijn verkeersdata aanleveren. In juni moet duidelijk worden of het project doorgang vindt.

Drone Gent
Gent gebruikt momenteel al drones om drukke verkeerssituaties beter te kunnen monitoren. Bron: Stad Gent

Door Kevin Krikhaar

Redacteur

13-02-2026 • 15:34

46

Submitter: jordy-maes

Reacties (46)

Sorteer op:

Weergave:

Ze kennen nochtans al vrij goed alle pijnpunten en komen nu al tijd en geld tekort om die allemaal aan te pakken :) Het lijkt me nuttiger om daar eerst meer tijd in te steken als de lijst langer te maken :)


https://www.nieuwsblad.be/regio/oost-vlaanderen/regio-gent/gent/welke-kruispunten-in-gent-zijn-het-gevaarlijkst-deze-20-plekken-staan-op-de-nieuwe-zwarte-lijst/125478844.html

[Reactie gewijzigd door psygarden op 13 februari 2026 15:40]

Punt is meer dat voor je een kruispunt dan aanpast voorspellen hoe veilig het wordt,
Zodat je het in 1x goed doet, ipv 2-3x moet doen gok ik.
Wat ik uit het artikel begrijp is dat dit model gebruikt wordt om potentieel gevaarlijke knooppunten te identificeren, niet om te bepalen hoe het aangepast moet worden. Daar hebben verkeerskundigen namelijk al modellen voor.

Dat er toch nog vrij regelmatig kruispunten worden aangepast die niet zo veilig blijken als de bedoeling was, geeft dan ook aan dat het (zeker bij de wat complexere knooppunten) niet zo heel simpel is om het effect van sommige aanpassing vooraf 100% goed te voorspellen. En daarbij geldt bovendien dat er altijd compromissen gesloten moeten worden - budgetair dan wel qua ruimte, en als de gemeenteraad zich er ook nog mee wil bemoeien is wat er uiteindelijk wordt aangelegd niet dat wat volgens de modellen van de verkeerskundigen de beste oplossing is.
Buiten dat de verkeersinfrastructuur in België best wel een zooitje, dan is het ook uitzoeken waar te beginnen. Bizar veel onoverzichtelijke kruispunten en gecombineerde voet- en fietspaden, provinciale weg (max. 70) / fietspad combinatie, oversteekplaatsen die niet gemarkeerd zijn etc. Als fietser is het beter vertoeven in Nederland en niet alleen omdat asfalt beter bolt dan kasseien.
Daarvoor gebruik je jaren aan ervaring en goede basisontwerpen. Desnoods gaan ze bij de noorderburen te leen die net bekend staan om heel goede ontwerpregels te hebben voor verkeersinfrastructuur.
De lijst van zwarte kruispunten wordt samengesteld op basis van een puntenlijst naar gelang de ernst van het ongeval.

En als een kruispunt op een zwarte lijst belandt, leidt dat ook niet onmiddelijk tot actie. Het is eerder een advies dat meegenomen wordt bij volgende wijzigingen aan het kruispunt

Maar als de doelstelling 0 verkeersdoden in 2050 is, is het best dat er ook preventief actie ondernomen wordt.
Vraag Aan Tesla de echte data. Want niet alle (bijna) ongevallen worden gemeld. Denk dat Tesla de situaties beter in de smiezen heeft.
Waarom zijn ongevallen statistieken niet voldoende op zichzelf? Waarom is daar AI voor nodig?

Op een locatie gebeuren veel ongelukken, analyseer waarom, los het op.
Omdat onveilige situaties niet per definitie hoeven te resulteren in ongevallen. Het loopt vaak ook af met near-misses.

Ook die wil je, indien enigszins mogelijk, natuurlijk vermijden.

Daarnaast worden vermoedelijk ook niet alle ongevallen gemeld, denk aan lichte gevallen als twee fietsers die elkaar raken waarbij geen (serieus) gewonden vallen. Als dit soort gevallen niet gemeld worden, kan je ze ook niet analyseren.

Daarnaast is analyseren van ongevallen reactief. Dan is er dus al een ongeval gebeurd. Het zou fijn zijn als je pro-actief kan werken, dus vóór er ongevallen met bijbehorende schade (fysiek of materieel) ontstaat.

Of dat dan met AI moet kan je over discussiëren, maar dat er een grondige analyse plaatsvind lijkt me alleen maar posititief.
In Nederland vindt registratie van een ongeval alleen plaats wanneer er een hulpdienst aanwezig is geweest. Dat betekent een significante onderregistratie.


Er wordt gewerkt aan het beschikbaar krijgen van SEH data en gegevens van verzekeraars maar dat is nog lang niet voor alle regio’s geregeld.
En als je de registratie wel beter op orde hebt, dan wordt je eruit gepikt door de Volkskrant omdat zij denken dat je stad onveiliger is. Headliner vandaag in Volkskrant: Den Haag onveiligste fietsstad. In werkelijkheid gebeuren er zelfs minder ongevallen, maar worden deze beter geregistreerd.
Betwijfel dat ze alle bekende gevaarlijke situaties al hebben opgelost.
Als dit soort gevallen niet gemeld worden, kan je ze ook niet analyseren.
Nu kan je nog verklaren, hoe AI niet gemelde gevallen kan analyseren
Op basis van data die onvolledig is? Er gebeurd niks realtime. Dus alle situaties die je zonet hebt benoemd gaan geen deel uitmaken van de analyse.
Vrees dat in dit geval AI gebruikt wordt om het project succesvoller te laten overkomen. Ik snap persoonlijk ook niet goed hoe AI iets complex als een kruispunt zou kunnen analyseren. Daar zijn zoveel variabelen die onbekend en niet consistent zijn (putjes in het wegdek, enzovoort...) Kun je volgens mij enkel bepalen op basis van historiek. En daar heb je echt geen AI voor nodig maar een verkeersexpert.
Reageren op ongeval statistieken is achteraf, het kwaad is al geschied.

Voorspellen met AI is preventief. Als het werkt zoals gehoopt dan is het beter.
Reageren op ongeval statistieken is achteraf, het kwaad is al geschied. Voorspellen met AI is preventief. Als het werkt zoals gehoopt dan is het beter.
Dat werkt wellicht met nog te bouwen locaties, maar bij bestaande met een reputatie zijn de statistieken natuurlijk veel belangrijker.
Omdat subsidies veelal de hypes van het moment volgen.

Paar jaar terug verklaarde er paar van VOKA Bryo mij (als lead AI) en werkgever gek omdat we bezig waren met AI en Computer Vision, het zou nog tientallen jaren duren tegen dat AI nut had. Blockchain was de toekomst, lees veel subsidies te krijgen op dat moment. Al wist en weet geen kat er toen iets mee aan te vangen.

Nu zie je weer hetzelfde met AI, dezelfde mensen zijn nu trouwens plots ook al jaren AI specialisten.

Eigenlijk sneu want daardoor volg je enkel maar, dan echt te innoveren.
Omdat statistieken een onvolledig beeld kunnen geven. Bijna-ongelukken worden niet geregistreerd.

De kruispunten waar veel ongelukken zijn, zijn al bekend. (Althans. Ik ga er vanuit dat de verzekeraars/politie/ambulancediensten die data wel kunnen aggregeren zonder AI.)
Omdat een kruispunt al op de lijst kan komen vanaf 3 ongevallen op 3 jaar tijd. Dat is veel te weinig info om een correcte hypothese te maken.
Men gaat dus aan de slag met standaard oplossingen en richtlijnen waardoor het mogelijk is dat een specifiek probleem niet opgelost is.
omdat er hiervoor subsidieprojecten bij Europa zijn ;)
Ik denk dat een mens sneller de problemen ontdekt dan dat iemand bezig is met de nodige informatie in een overgecompliceerd softwareproduct ingeeft, realistisch gezien. Ik denk niet dat het ontdekken het probleem is; er moet dan ook iets aan gedaan worden... Dus leuke marketingcampagne, I guess?
zou je denken. Ik vind dit één van de weinige AI projecten die echt zinnig zijn. Een stuk beter dan al die neppe plaatjes die gegenereerd worden met onzinnige AI modellen of de zoveelste codex die onzin code uitspuugt
Een model “spuugt” geen code of plaatjes uit alsof het willekeurige onzin is. Het genereert output op basis van patronen in enorme hoeveelheden data en jouw input. Als er slechte code uitkomt, ligt dat vaak aan de prompt, de context of het gebruik. Niet omdat het model zomaar wat doet of "uitspuugt".
Dat hoor ik wel vaker: "je gebruikt het verkeerd".Over hallucinaties zullen we dan maar zwijgen. Functies die niet bestaan, library versies die al jaren outdated zijn of vol met CVE's zitten raad het anders ook nog steeds aan. De enige situatie waarbij het letterlijk alles goed doet wat ik vraag is als ik zo gedetailleerd ga dat ik het nog juist niet zelf schrijf :).
Bijzonder. Hier werken Laravel / Nuxt projecten en Directus / Nuxt projecten super goed in combinatie met bijvoorbeeld Sonnet 4.5. Soms moeten we zelf nog even wat bijwerken, maar over het algemeen hebben we echt geen last van halluciaties of outdated meuk.
Het vereist inderdaad dat de LLM op de juiste manier gevoed is met informatie en voldoende getraind is om de juiste documentatie te gebruiken.

Als je bijvoorbeeld een LLM php-code wil laten genereren, en de internettoegang afknijpt tot php.net en een paar andere betrouwbare bronnen, dan kan dat al heel veel uitmaken.
Ik kan me voorstellen dat AI niet zo zeer gebruikt wordt om onveilige situaties te ontdekken, maar meer om oplossingen te vinden om die situaties veiliger te maken. Gebruik maken van AI bij simulaties kan helpen om overzicht te houden op alle verkeersstromen in de hele stad en ervoor te zorgen dat je niet bezig bent problemen te verplaatsen maar op te lossen.
Ik snap niet dat er nog geen AI-groene golven zijn. Als er voldoende meetpunten in de wegen zijn, kan AI perfect dynamisch omgaan met die data en dat telkens fine tunen, lijkt mij
Goed punt. Ik denk zelfs dat je dat zonder AI al goed zou kunnen regelen.
Dat gebeurt volgens mij ook al. Maar kan vast wel een stuk vernuftiger met betere on tge fly data analyse (desnoods ai 😊)
Dan moeten mensen zich er wel aan houden. Ze hebben hier een proef gedaan met een groene golf. Het verkeer bleef gewoon met 80 (of meer) van kruispunt naar kruispunt ‘scheuren’. Als je in je eentje de groene golf probeert aan te houden levert dat minimaal veel frustratie op, en in het situatie geval ongelukken.
Denk dat dat ook ligt aan rijopleidingen, de spitsstrook begrijpen mensen die hun rijbewijs voor 2001 (oid.) hebben gehaald ook geen fluit van.

Maar idd. Denk dat dat soort dingen vooral goed gaan lopen als zelfrijdende auto's bijvoorbeeld aan zulke systemen gekoppeld kunnen worden - of dat gewoon met camera's herkennen.
Ah leuk, nog meer voer voor de lokale ambtenaren om te discussiëren, onderzoeksbureau's in te schakelen, nogmaals discussiëren, inspraak van omwonenden, nogmaals een onderzoeksbureau en weer discussieren.

In een lokale dorp is 1 rotonde ook al een 5-jarig project zonder ook maar iets te hebben aangepast. Laatste update is dat er weer een onderzoek nodig is
Het gat in de begroting nog wat groter maken dus.
Voor de nederlanders: Gent is de stad met de grootste schuld van heel vlaanderen.
Maar zo goed als alle gevaarlijke kruispunten in Gent liggen op gewestwegen. Dit is gewoon een omweg van de stad om bijkomende investeringen te vragen aan Vlaanderen.
Vroeger noemde we dat gewoon statistiek en classificatie. Maar goed, stempeltje AI zal sneller miljoenen loskrijgen. De EU moet immers vol met AI gigafabrieken.
Klink weer alsof er weer eens niet wetende , non technische politici zijn overgehaald door mooie verkooppraatjes , vol met trendy termen door de een of ander lobby groep.
Ik heb nooit begrepen waarom Google Maps, Here Maps, Apple Maps en allerlei andere diensten nooit dit soort statistieken naar buiten brengen van hoe druk gebieden zijn, waar ongelukken gebeuren en meer van dit. Lijkt mij voor veel mensen gewoon interessant om in te zien en je blijft vanzelf verder bladeren, omgevingen bekijken, bedrijven inzien die ernaast zitten en meer van dat.

En waarom maakt Google Maps geen jaarlijkse kaart van de drukste plekken? Lijkt me een ideale manier om mensen naar de app toe te lokken en zo. Het is wellicht data die een overheid liever niet bekend maakt bv, omdat het toont dat ze bepaalde plekken al lang hadden kunnen verbeteren.

[Reactie gewijzigd door Martinspire op 13 februari 2026 17:05]

Google wil die info niet delen/verkopen.
Misschien zijn ze bang dat ze uitkomen dat ze veel meer data halen uit Android dan we denken? Ik weet het niet.

Autofabrikanten zijn ook zeer terughoudend. Van Apple weet ik het niet.
Voorspellen is hier echt het verkeerde woord. Ze willen de verkeerspunten en situaties die elke dag weer onveilig kunnen zijn identificeren.

Binnen de AI/machine learning/datawetenschappen noemen we het schatten van waardes voorspellingen, maar dat gaat meestal niet over iets in de toekomst. Als je het dan naar dagelijkse taal omzet dan is het beter om voorspelling alleen te gebruiken in de normale betekenis in het Nederlands. Hier gaat het dus niet over voorspellingen zoals je dat normaal in het Nederlands zou gebruiken.

Om te kunnen reageren moet je ingelogd zijn