Dynamic page for System

Cluster Ruimte en Economie, Directie Verkeer en Openbare Ruimte

Overzicht

Geautomatiseerde handhaving Milieuzones

Tags

Geautomatiseerde handhaving Milieuzones, zone Zwaar verkeer, knippen Munt en Sloterweg, andere vergelijkbare inrijdverboden (verbod brom- en snorfietsen Cuyperspassage en Rijksmuseum, busbaar Twiske, Montelbaansbrug, tijdelijke brug Berlagebrug, handhaving van het verbod voor brom- en snorfietsers op het fietspad en het gebruik van kentekens om reistijden in het centrum van Amsterdam te berekenen.

Een milieuzone is een gebied in een stad waar bepaalde vervoersmid-delen niet mogen rijden. Bewoners en bezoekers van Amsterdam hebben recht op schone lucht en een leefbaar klimaat. De lucht die bezoekers en bewoners nu inademen is niet schoon genoeg en dit komt grotendeels door het stadsverkeer. De milieuzones voor personenauto’s, vrachtauto’s, bestelauto’s, taxi’s, autobussen en brom- en snorfietsen in de gemeente Amsterdam zijn ingesteld om de meest vervuilende voertuigen te weren. De gemeente Amsterdam wil hier-mee de luchtkwaliteit in de stad verbeteren.
Andere in- of doorrijdverboden zijn ingesteld door de gemeente om de verkeersveiligheid en de leefbaarheid te verbeteren, bijvoorbeeld door sluipverkeer of drukte tegen te gaan.
Er wordt ook geautomatiseerd gehandhaafd op de 7,5-tonszone ter bescherming van bruggen en kademuren in het historische centrum.

Het doel is het handhaven van milieuzones voor personenauto’s, vrachtauto’s, bestelauto’s, taxi’s, autobussen en brom- en snorfietsen in de gemeente Amsterdam die door middel van verkeersbesluiten zijn ingesteld, zodat de meest vervuilende voertuigen geweerd worden.
Het doel het handhaven van de zone zwaar verkeer is het beschermen van bruggen en kademuren in het oude centrum.
Bij de andere zones is het doel het handhaven van de onderliggende verkeersbesluiten van de gemeente Amsterdam.
Binnen de milieuzones van de gemeente Amsterdam worden ANPR-camera’s (automatic number plate recognition) met algoritmen ge-bruikt om kentekens van voorbijrijdende voertuigen te kunnen lezen. Het kenteken wordt vervolgens gekoppeld aan informatie, zoals aan voertuiginformatie van de RDW (Rijksdienst voor het wegverkeer), aan een datum, tijdstip en locatie. 
De handhaving van de wordt ondersteund door diverse andere op regels gebaseerde algoritmes. Al deze algoritmes dragen bij aan een besluit met rechtsgevolg in geval van overtreding van de milieu- en andere zones (boetebeschikking). 
 

Contactgegevens

Gedetailleerde informatie over het systeem

Hier kunt u kennismaken met de door het systeem gebruikte informatie, de werkingslogica en het bestuur ervan op de gebieden die u interesseren.

Datasets Toon Meer Toon Minder

Belangrijke gegevensbronnen die worden gebruikt bij de ontwikkeling en het gebruik van het systeem, hun inhoud en gebruiksmethoden. De verschillende gegevensbronnen worden gescheiden door subkoppen.

Naam

Kentekenherkenning

Datasetbeschrijving

<figure>

1. kentekenherkenningsalgoritme. 
   Bij het passeren van een voertuig wordt door een ANPR-camera een foto gemaakt en in die foto wordt op basis van vorm een kenteken gezocht (plate finder). Met beeldherkenningsstechnieken wordt vervolgens naar karakters gezocht. Het algoritme gebruikt hierbij stipjes en lijntjes. Op die manier wordt een beeld van cijfers en letters gemaakt. Dit algoritme maakt gebruik van voornamelijk met Nederlandse kentekens gevulde referentiedatabank waardoor ze het beste herkend worden. Het merendeel van de voertuigen (rond de 97%) betreft voertuigen met een Nederlands kenteken.
2. Een algoritme dat de betrouwbaarheid van de kentekenherkenning beoordeelt.
   Het systeem beoordeelt de kans dat het kenteken goed gelezen is. Het resultaat van het herkennen van maximaal 5% van de kentekens van een voertuig met een Nederlands kenteken mag als onbetrouwbaar worden gecategoriseerd. Deze gegevens worden dan niet verwerkt.
3. Voertuigherkenningsalgoritme
   Dit is een algoritme dat alleen wordt ingezet indien er door algoritme 1 is vastgesteld dat er sprake is van een niet-Nederlands kenteken. Algoritme 3 stelt op basis van beeldanalyse vast of het passerende voertuig een personenvoertuig, een bestelauto, een vrachtauto of een autobus is. De aantallen voertuigen worden per categorie, locatie en tijdstip van passeren, zonder kenteken, gebruikt voor beleidsdoelsdoeleinden, zoals analyses voor verkeersonderzoek. 
4. Beslisalgoritme toegang tot een zone
   Om te bepalen of een passerend voertuig toegang heeft tot de zone zoals bepaald in het verkeersbesluit, worden de relevante voertuiggegevens behorend bij het gedetecteerde kenteken geautomatiseerd opgevraagd bij de RDW. Als op basis daarvan wordt geconstateerd dat het recht op toegang aanwezig is, wordt het kenteken onherroepelijk verwijderd uit het passagecontrolesysteem.
   Als het recht er niet is, controleert het systeem geautomatiseerd of er een ontheffing bekend is gekoppeld aan het kenteken. Zo ja, dan wordt het kenteken onherroepelijk verwijderd uit het passagecontrolesysteem.
   Bij al deze stappen wordt één op één het verkeersbesluit gevolgd.
   Indien er geen recht en geen onheffing worden gevonden, wordt geautomatiseerd een boetedossier samengesteld dat wordt doorgezet naar het CJIB dat de beschikking verstuurd. Een BOA controleert steekproefgewijs of het gedetecteerde kenteken overeenkomt met het kenteken op de foto en of er redenen zijn om een boete te seponeren.

Foto’s van voertuigen die de Milieuzones of andere zones in de gemeente Amsterdam niet overtreden worden maximaal 72 uur na vastlegging bewaard. 

Kentekens van voertuigen die de Milieuzones of andere zones in de gemeente Amsterdam niet overtreden worden direct na de toegangsbeoordeling onherroepelijk verwijderd van de server.

</figure>

Licentie

Gemeente Amsterdam

Operating

Persoonlijke gegevens

Geïdentificeerd

Bron

Er zijn koppelingen met • RDW voor het opvragen van voertuiggegevens, door RDW ver-strekte onheffingen en voor eigenaarsgegevens indien sprake is van een overtreding • de BRP (Basisregistratie Persoonsgegevens) voor private voertui-gen) en met het Handelsregister (Kamer van Koophandel voor bedrijfsvoertuigen) om te controleren of de adresgegevens van de eigenaar van een voertuig dat in overtreding is juist zijn. · NPR (Nationaal parkeerregister) voor ontheffingen in autoluwe gebieden. · DigiD voor het aanvragen van een ontheffing voor de milieuzones en het inzien van foto’s van een overtreding, · E-herkenning, idem · TNO voor het koppelen van de emissiefactor aan de gepasseerde voertuigen voor de milieuzones

Human oversight Toon Meer Toon Minder

Menselijk toezicht tijdens het gebruik van de dienst.

<figure>

Steekproeven door buitengewone opsporingsambtenaren (boa’s) zijn integraal onderdeel van deze geautomatiseerde besluitvorming. Een steekproef is het handmatig beoordelen of het kenteken van het voertuig op de overtredingsfoto overeenkomt met het kenteken zoals dat door de herkenningssoftware is geïdentificeerd. Dit gebeurt door een BOA. 

Indien bezwaar is aangetekend, dan wordt een overtredingsfoto altijd nogmaals (handmatig) door een BOA beoordeeld.

Daarnaast kunnen betrokkenen zelf via https//Mijn.Amsterdam.nl en DigiD de overtredingsfoto bekijken.

 

</figure>

Niveau van menselijke controle

human-in-command

Gegevensverwerking Toon Meer Toon Minder

De operationele logica van de automatische gegevensverwerking en redenering uitgevoerd door het systeem en de gebruikte modellen.

Beschrijving van de systeemarchitectuur

Zie de prestatienormen, die worden behaald. Op nagenoeg alle toegangswegen tot de zones staan camera’s. Op enkele toegangslocaties tot de milieuzones is de verkeersintensiteit zo laag dat is besloten daar geen camera te plaatsen, mede omdat de toegang tot de milieuzones ook met camera’s binnen de zone wordt bewaakt.

Afbeelding van systeemarchitectuur

milieuzone architecteur.jpg

Non-discriminatie Toon Meer Toon Minder

Promotie en realisatie van gelijkheid in het gebruik van de dienst.

Kentekenherkeningsalgoritme: minimale bias omdat buitenlandse kentekens iets minder goed worden herkend. Als gevolg van menselijke controle door buitengewoon opsporingsambtenaren van foutief gelezen kentekens breidt het aantal correct vastgestelde kentekens in de referentiedataset almaar uit, waardoor de betrouwbaarheid toeneemt. Er is geen sprake van een zelflerend algoritme.

Betrouwbaarheidsinschatting
Het betreft een algoritme dat op basis van een aantal criteria bepaalt wat de kans is dat het kenteken goed is gelezen. Dit voorkomt onterechte boetes door verkeers gelezen kentekens.

Voertuigherkenningsalgoritme: geen bias omdat dit algoritme enkel is bedoeld voor eventuele beleidsontwikkeling, nooit leidt tot een boete en een foutieve herkenning niet tot discriminatie leidt, hooguit tot een kleine hoeveelheid onjuiste onderzoeksdata die statistisch gecorrigeerd worden.

Besluitvorming toegang tot een zone geen bias.

 

Bijzondere persoonsgegevens:

• Medische gegevens (indien van toepassing en bij ontheffingsaanvraag ingevuld door de aanvrager).

Gevoelige persoonsgegevens:

• kenteken
• adresgegevens
• burgerservicenummer
• locatiegegevens
• financiële gegevens (indien van toepassing en door de aanvrager bij de ontheffingsaanvraag ingevuld). 

 

Referenties Toon Meer Toon Minder

Contractreferentie

https://wob.amsterdam.nl/2020/januari/wob-besluit-digitale-stad/ Zie onder nr.53, 53.1, 53.2 en 53.3.

Rechtsgrondslag

Openbaar belang of openbaar gezag

Rechtsgrondslag beschrijving

– Het voorkomen of beperken van door het verkeer veroorzaak-te overlast, hinder of schade alsmede de gevolgen voor het milieu, bedoeld in de Wet milieubeheer (art. 2 lid 2 sub a WvW); – Het bevorderen van doelmatig of zuinig energiegebruik (art. 2 lid 3 sub a WvW); – Verkeersbesluiten van de gemeente Amsterdam ter bevorde-ring van de verkeersveiligheid en leefbaarheid met als grond-slag de Wegenverkeerswet 1994 en in de op die wet gebaseer-de nadere regelgeving zoals het Reglement verkeersregels en verkeerstekens 1990 (RVV 1990) en het Besluit administratieve bepalingen inzake het wegverkeer (BABW). – Een overtreding kan “op geautomatiseerde wijze” worden vastgesteld op basis van artikel 3 lid 2 van de Wet administra-tiefrechtelijke handhaving verkeersvoorschriften (“Wet Mul-der”).

Adres privacybeleid

https://www.amsterdam.nl/privacy/specifieke/privacyverklaring-parkeren-verkeer-bouw

Risicobeheer Toon Meer Toon Minder

Risico's in verband met het systeem en het gebruik ervan en de beheersmethoden.

 

<figure>

 

Er zijn twee soorten risico’s namelijk: 

 

1. Het risico is dat er ten onrechte overtredingen worden vastgesteld. 

 

1. Een ander risico is dat overtredingen worden gemist.

 

Deze risico’s worden als volgt verder beperkt: 

 

Kentekenherkeningsalgoritme: 

Minimaal risico. Als een kenteken verkeerd wordt gelezen en het onjuist gelezen kenteken blijkt te bestaan en hoort bij een voertuig dat geen toegang heeft tot bijvoorbeeld de milieuzone, dan krijgt de verkeerde persoon een boete opgelegd. Dit gebeurt zeer zelden omdat de herkenningssoftware aan bovengenoemde zware eisen voldoet en er (steeksproefsgewijs) een controle plaatsvindt door een BOA, en de kans dat het onjuist geïdentificeerde voertuig geen toegang heeft tot de milieuzone klein is. In het enkele geval dat dit toch gebeurt, wordt een bezwaar van de eigenaar van het ten onrechte beboete voertuig tegen de boete uiteraard toegewezen. 

Als het kenteken van een voertuig dat geen toegang heeft tot bijvoorbeeld de milieuzone door de camera onjuist wordt gelezen, krijgt de eigenaar ten onrechte geen boete opgelegd. Dit gebeurt maar zelden. Anders dan door de maatregelen met betrekking tot de betrouwbaarheidseisen die aan de herkenningssoftware in de camera’s worden gesteld, valt dit risico niet te mitigeren. 

Betrouwbaarheidsinschatting: dit algoritme verlaagt bovenstaande risico’s.
Voertuigherkenningsalgoritme: geen risico’s omdat dit algoritme niet leidt tot een boete.

Besluitvorming toegang tot een zone: geen risico onder voorbehoud van een juist gelezen kenteken (zie algoritmes 1 en 2).

 

</figure>

 

 

Het risico is dat er ten onrechte overtredingen worden vastgesteld. Een ander risico is dat overtredingen worden gemist.

De impact voor het gebruik van het algoritme staat in verhouding tot het doel, namelijk het recht van Amsterdammers op een schone lucht, een leefbaar klimaat, verkeersveiligheid, een bereikbare stad en een aangename leefomgeving. Door de milieuzones worden de meest vervuilende voertuigen uit de stad geweerd, hierdoor verbetert de luchtkwaliteit in de stad. In de andere zones worden met name voertuigen geweerd die relatief veel hinder veroorzaken, de verkeersveiligheid aantasten, de bereikbaarheid verminderen, bijvoorbeeld doordat zij door hun gewicht bruggen en kademuren beschadigen die daardoor afgezet moeten worden, enz. en daarmee bijdragen aan een verminderde leefbaarheid.

Beheersen risico o.a. door:

• Hoge eisen in het Programma van Eisen (PvE) bij de aanschaf van de camera’s met herkenningssoftware volgens de destijds (2016) vigerende normen van het CVOM;
• wetenschappelijk getoetst met behulp van de Nederlandse Organisatie voor toegepast-natuurwetenschappelijk onderzoek (TNO);
• Gedurende looptijd van het verkeersbesluit steekproeven door buitengewone opsporingsambtenaren (boa’s);

Bewaar- en beroepsprocedure in geval van overtreding.

 

De herkenningssoftware heeft soms moeite met het herkennen van karakters op een kentekenplaat als deze bijvoorbeeld beschadigd of vies is. Daardoor is het niet mogelijk om te garanderen dat alle kentekens altijd goed geregistreerd worden door de camera. De gemeente heeft geëist dat de camera’s minimaal voldoen aan de volgende criteria:

1. Nederlandse voertuigen: de camera’s voldoen aan de eis van het CVOM (Centrale Verwerking Openbaar Ministerie) dat minimaal 4.999 op 5.000 kentekens (99,98%) juist wordt gelezen.
2. Buitenlandse voertuigen: de camera’s voldoen aan de eis van het CVOM (Centrale Verwerking Openbaar Ministerie) dat minimaal 1.999 op 2.000 kentekens (99,95%) juist wordt geïdentificeerd. 

Brom- en snorfietsen: de camera’s voldoen aan de eis dat minimaal 999 op 1.000 kentekens (99,9%) op het fietspad juist wordt geïdentificeerd. Voor brom- en snorfietsen op de rijbaan geldt geen percentage omdat de ANPR-camera niet is geoptimaliseerd voor de kleinere kentekens van brom- en snorfietsen.

Geautomatiseerde beslissingen

Datasets combineren

Grootschalige gegevensverwerking

Locatiegegevens

Persoonlijke gegevens

1

Onderzoeksdoeleinden

Toezicht

Vond u deze informatie nuttig?