Voor het meten van reistijden en reisroutes worden tot nu toe vooral apps ingezet of GPS-volgsystemen met een tracker op de fiets. Bij dergelijke oplossingen ben je afhankelijk van de medewerking van fietsers en ook privacy-aspecten komen daarbij soms in het geding. Technolution ontwikkelde al even geleden Recall4bikes, waarbij dergelijke problemen niet spelen. Het systeem wordt nu in Rotterdam ingezet.

Op de route van het Centraal Station naar de Erasmusbrug zijn vier kastjes met camera’s opgehangen, verdeeld over twee routes. De camera’s zijn eigenlijk niet meer dan beeldsensoren, want via een techniek die deep learning heet wordt van een fietsers bijvoorbeeld aan de hand van de soort fiets of de kleur van de jas wordt een digitale profiel vastgelegd. De software zet de geanonimiseerde beelden om in een matchcode. De matchcodes die bij een volgende camera worden herkend geven een beeld hoeveel een bepaalde route wordt gebruikt.

Voor het onderzoek is in Rotterdam een uitgebreide Privacy Impact Assessment doorlopen. Daaruit blijkt dat de camerabeelden in het tijdelijk geheugen van het camerasysteem voor de periode van 0,3 seconden wordt vastgehouden. Deze tijd is noodzakelijk om de fietsers en voetgangers te herkennen om deze vervolgens om te zetten in een matchcode. Deze matchcode wordt vervolgens 20 minuten vastgehouden in het tijdelijke geheugen. Deze periode is noodzakelijk om heridentificatie mogelijk te maken bij het volgende kastje.
Rotterdam hoopt hieruit de leren wat de favoriete routes van fietsers zijn om hier met het fietsbeleid op te kunnen inspelen.

In principe kan het systeem ook worden gebruikt om - wanneer de reistijden langer worden - verkeersregelingen aan te passen of alternatieve routes via Fiets-DRIP’s te tonen.