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.
Betrokken organisaties
Meer projecten uit Innovation Impact Challenges
Ontdek andere projecten binnen deze regeling
AI-Avatar
Politieagenten worden continu geconfronteerd met onverwachte situaties waarin ze snel moeten handelen, hulpverlenen en informatie verzamelen. Realistische training is hiervoor essentieel, maar duur, tijdrovend en slecht schaalbaar. Met een AI-avatar – een digitale, mensachtige figuur aangestuurd door kunstmatige intelligentie – kunnen agenten via VR-brillen realistische scenario’s oefenen. De avatar wisselt flexibel tussen rollen zoals verdachte, getuige, slachtoffer of collega en reageert natuurlijk op de agent. Zo trainen agenten in een veilige, levensechte omgeving hun communicatie, inschatting en besluitvorming. Dit maakt het oefenen van onvoorspelbare situaties effectiever, efficiënter en eenvoudig schaalbaar.
Training Sandbox
De Training Sandbox is een hybride IX-platform waarmee operationele politiemedewerkers zelfstandig realistische scenario’s kunnen genereren, aanpassen en delen binnen uren. Een webeditor maakt ad-hoc-situaties en grootschalige evenementen snel navolgbaar; een Unity-package geeft interne ontwikkelteams de mogelijkheid tot maatwerk en uitbreiding. Het platform ondersteunt real-time beïnvloeding, learning analytics en samenwerking met meerdere medewerkers in een simulatie. Met privacy-bewuste architectuur en publieke waarden als leidraad richt de Sandbox zich op het vergroten van handelingsbekwaamheid, vakbekwaamheid en mentale weerbaarheid van agenten, en het verkorten van de doorlooptijd van weken naar uren.
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.
Polaris: Real-time Situational Intelligence voor het Politiewerk van de Toekomst
Polaris is een nieuw platform dat politieagenten ondersteunt met realtime informatie tijdens hun inzet. Het systeem brengt data uit verschillende bronnen samen, interpreteert deze en vertaalt deze naar begrijpelijke visuele signalen. Deze signalen zijn vervolgens zichtbaar op verschillende devices waaronder; desktop, mobiele apparaten en in het bijzonder AR-devices. Daarmee krijgen agenten direct inzicht in wat er in hun omgeving gebeurt, zoals veranderingen in dreigingsniveau of relevante meldkamerinformatie. Polaris helpt zo om sneller en veiliger te handelen, vermindert de cognitieve belasting en maakt het mogelijk om immersieve technologie verantwoord en toekomstvast in te zetten. Niet alleen in training, maar ook in echte operaties.
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
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.