Nachtlawaai verminderen d.m.v. technologie en nudging – Leuven (geluidsoverlast)

Dit is de initiatiefpagina City of Things Nachtlawaai verminderen d.m.v. technologie en nudging – Leuven (geluidsoverlast).

Deze pagina beschrijft het initiatief volgens de definitie op de VLAIO website en linkt door naar relevante pagina's op de kennishub.

Overzicht City Of Things Initiatieven

	Initiatiefnemer	Gelinkte Initiatieven	Domeinen
City of Things 2019	VLAIO	Slimme mobiliteit als hoeksteen van een levendige dorpskern – Geetbets (mobiliteit) VGS@school – Ingelmunster (mobiliteit) Gemeentelijk sensornetwerk voor luchtkwaliteitsmetingen - Kampenhout Een digitale innovatietrack ter ondersteuning van een leefbare en bruisende universiteitsbuurt – Antwerpen (welzijn) IoT gestuurde mobipunten – Aalst (mobiliteit) Monitoring energetische renovaties – Gent (energie) Monitoring van de Laak – Tremelo (waterbeheer) Move&Shop – Vilvoorde (mobiliteit) Nachtlawaai verminderen d.m.v. technologie en nudging – Leuven (geluidsoverlast) Netwerkregelingen in een stedelijke context – Antwerpen (mobiliteit) Proactive Openbaarheid van Bestuur als Linked Open Data – Gent (bestuur) Rainbrain – Roeselare (waterbeheer)

De Naamsestraat in Leuven is één van de 5 zogenaamde “doortrekkersstraten” waarlangs mensen uit het uitgaanscentrum van Leuven terugkeren naar huis. ’s Nachts levert dit regelmatig problemen op zoals rondslingerend afval, vandalisme, storend gedrag en ook nachtlawaai. Met dit project wil de stad Leuven, op een niet-repressieve manier, in een deel van de Naamsestraat storend straatnachtlawaai capteren om zicht en greep te krijgen op het probleem en deze data tergelijkertijd gebruiken om real time nudging technieken aan te sturen om het nachtlawaai wanneer het zich voor doet te verminderen.

Met deze aanpak kunnen we:

• actiegedreven nudging technieken uittesten in een living lab opstelling
• storend straatnachtlawaai geautomatiseerd definiëren wat ons kan helpen in de aanpak van deze problematiek in de rest van Leuven
• storend straatnachtlawaai in kaart brengen en zo het probleem objectiveren zonder dat er manuele melding moeten worden gemaakt bij of moet worden ingegrepen door de politie
• analyseren op welke momenten en door welke externe parameters storend nachtlawaai wordt geïntensifieerd en zo predictieve modellen opzetten die politie,stewards of nachtwachten kunnen helpen in betere planning van de interventies en ingrepen.