Jaarlijks komen er zo’n 40.000 bezoekers af op de cross-country van Boekelo, onderdeel van het grootste paardensportevent van Nederland. Langs dit zes kilometer lange parcours staan ongeveer 25 hindernissen opgesteld die door zo’n honderd deelnemers worden gereden. Elke bezoeker van de wedstrijd heeft zijn of haar eigen voorkeuren; een favoriete hindernis, een favoriete deelnemer of het volledige parcours. Hoe kan een bezoeker meer betrokken worden bij een evenement als de Military Boekelo op basis van eigen persoonlijke interesses?
Op dit moment vindt de centrale informatievoorziening over de wedstrijd plaats met behulp van luidsprekers langs het parcours. Daarnaast staan camera’s geplaatst bij de meest interessante hindernissen. Deze beelden worden tevens op enkele schermen langs het parcours en bij horecapunten getoond op grote schermen en worden live uitgezonden in een TV-uitzending van de regionale omroep. Om meer aan te sluiten bij de huidige behoefte van het publiek aan grote evenementen als de Military Boekelo door real-time, gepersonaliseerde beelden en informatie te verschaffen over de cross-country, hebben onderzoekers en studenten van lectoraat Ambient Intelligence een Event Information System (EIS) ontwikkeld.
Het EIS is een netwerk van camera’s langs het parcours die bij de hindernissen staan opgesteld. Met behulp van kunstmatige intelligentie technologie worden paarden automatisch gedetecteerd en worden na detectie opnames gestart en live gedistribueerd via een draadloos netwerk. Op basis van persoonlijke keuzes kunnen bezoekers kiezen voor het volgen van een favoriet paard of favoriete hindernis zonder daarbij ter plekke te zijn via hun eigen smartphone. Daarnaast maakt het systeem jurering van de cross-country eenvoudiger. Beelden worden opgeslagen en kunnen indien nodig vertraagd/versneld of vooruit/achteruit afgespeeld worden.
De onderzoekers zijn er in geslaagd een oplossing te vinden voor uitdagingen in het benodigde draadloze netwerk, het automatisch maken en distribueren van opnamen op basis van automatische detectie en het monitoren van de realtime positie van de deelnemers in het parcours. In het proof of concept zijn aspecten en technologieën gebruikt die eerder in TechForFuture project MoSes zijn ontwikkeld.
Partners
