T.O.A.R.
Dit project onderzoekt de haalbaarheid van een innovatieve Augmented Reality (AR) oplossing die het politieoptreden veiliger en efficiënter maakt. Cronos B.V. ontwikkelt een concept voor een slimme bril, die agenten in het veld voorziet van een contextuele heads-up display (HUD) en een interactieve 3D-kaart. Dit systeem vertaalt complexe operationele data naar een direct tactisch voordeel, waardoor agenten beter geïnformeerd zijn en sneller kunnen reageren. De haalbaarheidsstudie valideert de technische opzet, de gebruikerservaring met de politie, en de integratiemogelijkheden voor de toekomst.
Betrokken organisaties
Meer projecten uit Innovation Impact Challenges
Ontdek andere projecten binnen deze regeling
RapidScan, snelle en autonome AI-generatie van 3D-omgevingen
RapidScan is een tool voor het snel creëren van realistische 3D-simulaties van echte locaties, gegenereerd met behulp van foto’s of video’s van de locatie. De resulterende scènes kunnen, nadat een locatie is vastgelegd, snel in een VR-headset worden bekeken en gebruikt. RapidScan borduurt voort op het eerdere werk van de Universiteit Leiden met 3D Gaussian Splatting. Daarin lieten ze zien dat complexe stedelijke gebieden met opvallend veel detail kunnen worden gereproduceerd. Door te focussen op snelheid en gebruiksgemak biedt de tool een praktische manier om situaties te verkennen of te oefenen, wat kansen biedt voor politie, gemeenten en anderen die belang hebben bij simulaties van fysieke omgevingen
SPOT - Simultaan Plaats Onderzoek Tool
De oplossing van CoVince Innovations B.V. zet eenvoudige video-opnames om in collaboratieve 3D-omgevingen. Hierdoor kunnen meerdere experts plaatsen delict binnen twee uur - vanaf elke locatie - simultaan bezoeken.
ASA (Augmented Situational Awareness assistent)
ASA is een augmented reality-assistent die politieagenten ondersteunt met directe en contextuele informatie in hun gezichtsveld via een AR-bril. Denk aan visuele markeringen van uitgangen, collega’s, voertuigen of gevarenzones, plus subtiele waarschuwingen voor naderende personen buiten het zichtveld. In situaties met rook of slecht zicht verbetert ASA de oriëntatie door beeldverwerking. Tegelijkertijd kan de agent live beeld delen met de meldkamer voor betere coördinatie. Deze haalbaarheidsstudie onderzoekt of ASA technisch uitvoerbaar is, praktisch inzetbaar binnen de politieorganisatie en of het bijdraagt aan veiliger, sneller en beter geïnformeerd optreden van agenten op straat.
Planning & Real-time IX Scenario Maker
PRISM is een AI-ondersteunde VR-scenario-builder waarmee politiemensen zonder technische kennis realistische omgevingen en scenario’s kunnen bouwen en aanpassen. Met spraak en eenvoudige bouwblokken kunnen eerdere incidenten worden nagebouwd en nieuwe situaties worden voorbereid, bijvoorbeeld voor crowd control of dreigingsscenario’s. De tool verkort de ontwikkeltijd van XR-trainingen drastisch en maakt het delen en hergebruiken van scenario’s landelijk mogelijk. In fase 1 onderzoeken ze de technische haalbaarheid, gebruikersacceptatie en het economisch perspectief van een proof-of-concept voor deze AI-gestuurde IX scenario-builder.
AR Assistant
AR Assistant is de innovatieve applicatie voor AR brillen inzetbaar door politieagenten, om databronnen zo optimaal mogelijk te visualiseren tijdens dagelijkse operationele werkzaamheden. Door de AR Assistant kunnen agenten snel en doelmatig optreden wanneer nodig. Door enkel het opzetten van een AR bril, wordt de agent ondersteunt door meldingen, alarmeringen, predictive policing en kenteken herkenning. Veiligheid op straat en in publieke ruimtes staat in toenemende mate op de agenda bij de overheid, gemeentes en publieke instellingen. De Nederlandse Politie is hierin een essentiële schakel. De politie moet actueel blijven en werkzaamheden efficiënter uitvoeren zodat zij hedendaagse criminaliteit blijvend effectief kunnen bestrijden.
Scenebrook Haalbaarheidsonderzoek Interactieve XR-Trainingsscenario’s
Het project onderzoekt of Scenebrook kan worden uitgebreid met functies waarmee de politie sneller en nauwkeuriger VR-trainingsscenario’s kan ontwikkelen. We testen drie punten: het automatisch omzetten van geo-data naar realistische 3D-omgevingen, het bouwen van complexe, voor de politie specifieke, scenario’s zonder technische kennis en het meten van leerresultaten in VR. Het doel is te bepalen of de politie hiermee realistische, actuele en direct aanpasbare trainingen kan maken voor situaties die lastig fysiek te oefenen zijn.