Crowdfund — Maastricht & Valkenburg

Hoi! 👋 We brengen elke drempel in Maastricht in kaart.

Een drempel is fysiek én mentaal een belemmering — zeker als je ergens snel naartoe of weg wilt. Een dagje winkelen, een weekendje weg of spontaan ergens binnenwippen is voor veel mensen op wielen geen vanzelfsprekendheid. DrempelVrees brengt daar verandering in: door data-architectuur, scanning, modeltraining en ouderwets handwerk te combineren tot iets dat blijft werken. En daar hebben we uw hulp bij nodig.

8 cm
Onze testdata · Maastricht centrum

De centrale ader
tussen station
en Vrijthof.

We zijn begonnen op één plek: de winkelas Wycker Brugstraat → Vrijthof. Drie dagen meten, 171 winkelingangen vastgelegd. Het beeld is niet gunstig.

42% tegenover 58%

Slechts 42% van de winkels langs deze as is zonder hulp of hulpmiddelen toegankelijk voor mensen in een rolstoel.

De overige 58% heeft een drempel, een trede of een trap bij de ingang. Bij 28% gaat het om een traptrede hoger dan 8 cm — zelfstandig onpasseerbaar.

Er bestaat geen kaart van de stoep.

Gemeenten weten welke straten ze onderhouden, maar niet welke drempels, paaltjes en hellingen daarop liggen. Routeplanners voor rolstoelen en scootmobielen werken met schattingen, vrijwilligersmeldingen of helemaal niets.

Je kunt Google vragen naar het type winkel en de weg ernaartoe, maar niet of je met de rolstoel of buggy wel binnenkomt, of onderweg trapjes tegenkomt.

Wie het raakt

Tot zover de data.
Nu even de mens.

Want dit project gaat over mensen. Over de vrouw die haar moeder ophaalt voor een dagje stad. Over de man op de scootmobiel die niet weet of de route die hij plant ook eindigt waar hij wil eindigen. Over wie 's avonds bij voorkeur lantaarnpalen ziet branden.

Eigen ervaring — opgevoed door iemand in een rolstoel

Eigen ervaring

Ik ben opgevoed door iemand in een rolstoel. Ik heb vaak genoeg meegemaakt hoe vervelend en beperkend de wereld is voor iemand wiens plannen door één drempel kunnen worden doorkruist.

Dagelijkse praktijk — terrassen, steigers, reclameborden

Dagelijkse praktijk

Onverwachte terrassen, steigers, reclameborden: voor wie op wielen rijdt is het regelmatig het einde van de plannen, of stevige vertraging bij een belangrijke afspraak. Dat is constante stress waar mensen die afhankelijk zijn van een rolstoel mee te stellen hebben.

De vakantie — geen twee weken in een hotelkamer

De vakantie

Wie op vakantie wil — of nét een vakantie heeft geboekt — wil zeker weten dat het geen twee weken in een hotelkamer wordt omdat geen van de geplande tripjes effectief toegankelijk bleek.

Wat we al hebben

De methode werkt.
Het is alleen handwerk.

Vier sporen, alle vier ontwikkeld, getest en in gebruik. Onze software herkent inmiddels drempels op nieuwe foto's zonder dat we ze nog hoeven te annoteren. Wat ontbreekt is niet de techniek — het is de snelheid om een hele stad te doen in plaats van één winkelstraat.

01
Werkt
Veldwerk — klassieke intake met zelf ontwikkelde tools

Veldwerk

Klassiek veldwerk met eigen intake-tool. Per straat een gestructureerde rondgang volgens een herhaalbaar protocol. 171 winkelingangen in het centrum van Maastricht gemeten.

02
Werkt
Objectfotografie — elk obstakel vanuit diverse hoeken

Objectfotografie

Van elk object meerdere foto's vanuit diverse hoeken. Wat vanuit één hoek een verkleuring lijkt, blijkt vanuit een ander perspectief een drempel.

03
Werkt
Meetblokken — vaste blokken van 2, 4 en 8 cm naast drempels

Meetblokken

Vaste meetblokken van 2, 4 en 8 cm naast bestaande drempels. Daarmee is het model getraind op hoogte-inschatting — geen schatting, een referentie.

04
Werkt
Modeltraining — eigen beeldherkenning op duizenden geannoteerde foto's

Eigen herkenning

Duizenden foto's handmatig geannoteerd, beeldherkenning getraind op deze specifieke beelden. Het model herkent nu drempels op nieuwe foto's zonder dat we ze nog hoeven annoteren.

Wat we ermee versnellen · concept

Van één straat
naar een hele stad.

De methode hierboven werkt — maar één persoon op de fiets meet ongeveer 60 winkelingangen per dag. Een stad als Maastricht bevat duizenden objecten, en die moeten elke zes maanden opnieuw. De crowdfund financiert het stukje techniek dat dat handwerk overneemt: een compact meetwagentje en een snellere computer om de beelden te verwerken.

Let op: wat hieronder staat is een conceptschets. De wagen wordt ontwikkeld als de crowdfund slaagt — niet daarvoor.

IMU ODO LIDAR RTK-GPS CAM ×2 GYRO/IMU PIEZO CONCEPTSCHETS — RENDER VOLGT
LIDAR 3D-scanner ±2 mm nauwkeurigheid · 5 metingen/sec · bereik 40 m
RTK-GPS (A-SKY AK978) Horizontaal ±0,8 cm · verticaal ±1,5 cm · 20 Hz update
Camera's (×2) Objectherkenning: borden, paaltjes, uitritten, afval
Gyroscoop / IMU 3-assig · bepaalt hellingshoek per meting · telt traptredes
Piezosensor Meet trillingen van het wegdek → Comfort Factor 0–1
Odometerwiel Daadwerkelijk gereden meters · kalibreert GPS bij slechte ontvangst
Output per gemeten object
ID + tijdstempel GPS-coördinaat Hoogte (mm) Breedte (mm) Hellingshoek (°) Safety Factor Comfort Factor Objecttype
Wat we vaak gevraagd krijgen

Drie vragen
die altijd terugkomen.

Als we dit project uitleggen, krijgen we regelmatig drie type vragen.

Q.01

"Waarom hebben Google of andere grote partijen dit niet allang gedaan?"

Een dakcamera op een auto staat op ongeveer 2,5 meter. Vanaf die hoogte is een stoeprand of drempel van 4 centimeter visueel nauwelijks te onderscheiden van een verkleuring in het wegdek. De invalshoek werkt tegen je: hoe groter de hoek tussen camera en object, hoe slechter de diepte-schatting.

Voor Google is dat geen probleem — hun opdracht is straten indexeren, niet kwalificeren. Geen grote commerciële partij heeft baat bij scannen op stoephoogte. Wij plaatsen de LIDAR-scanner zo dicht mogelijk bij het wegdek: op ongeveer 30 cm.

Geen spannend idee. Wel een ander idee — op een hoogte waar het er werkelijk om gaat.

CONVENTIONEEL ~2,5 M ONS ~30 CM 4 cm drempel Vanaf 2,5 m: net een hobbel. Vanaf 30 cm: een drempel.
Q.02

"Kan een AI dit niet gewoon voor jullie oplossen?"

Hangt af van wat u met "AI" bedoelt. Taalmodellen — Claude, ChatGPT, Gemini — geven de meest waarschijnlijke output, maar nooit met zekerheid. Voor het meten van een stoeprand is "waarschijnlijk" niet goed genoeg.

Getrainde beeldherkenning kán wel met zekerheid werken, maar alleen na grondige training op de juiste data. Stoepranden en winkeldrempels zijn geen vaste set vormen zoals verkeersborden: ze verschillen per straat, per stad, per bouwjaar.

En vóór je iets kunt herkennen moet je weten wát je opslaat. Toegankelijkheid meten is iets anders dan toegankelijkheid vastleggen. Een bankje is een rustpunt, een lantaarnpaal bepaalt of iemand 's avonds nog durft te lopen, een vuilnisbak is een obstakel buiten verwachting. Daarvoor is een ontologie nodig die nog niet bestaat. Wij bouwen er één.

Waarom dat ook de reden is dat grote partijen het laten liggen: de inspanning is te groot voor wat het aan kaartdata-omzet oplevert. Voor ons is het de kern.

Ontologie · uitsnede stoeprand
stoeprand
klasse
egaal_optisch schuine_afloop verval
if verval
hoogte
dorpel_<2cm Ldorpel_<4cm kleine_trede_<8cm traptrede_>8cm
locatie_lijn
GeoJSON · LineString

Eén objecttype uit ons schema. Vier waarden voor "hoogte" — niet drie, niet zes — gebaseerd op wat we tijdens duizenden metingen daadwerkelijk in de stad tegenkwamen.

Q.03

"Hoe verzeker je continuïteit?"

Tijdens ons vooronderzoek vonden we mooie initiatieven — toegankelijkheidskaarten, buurtacties, de vrijwilligers rondom het Ronald McDonald-huis in Houthem. Werk dat we diep respecteren. Maar de meeste worstelen met dezelfde twee dingen.

Het eerste

Vrijwilligers-data is onschatbaar als indicatie, maar moeilijk bruikbaar als hard feit. Een drempel wordt door de één in graden genoteerd, door de ander in "lastig", door een derde in centimeters. Voor mensen prima leesbaar. Voor een routeplanner: te veel ruis. Wij vullen die data aan met uniforme metingen, niet vervangen.

Het tweede

Stoepen veranderen. Een terras gaat staan, een paaltje wordt geplaatst, een tegel breekt. Eén scan per stad is niet genoeg — het moet elke zes maanden opnieuw. Daar lopen subsidie-projecten op stuk: na drie jaar is het geld op en is de data verouderd.

Hoe we het laten blijven werken
Scan

We meten meer dan alleen drempels — bankjes, verlichting, breedtes, oneffenheden.

Verkoop

De rijke dataset wordt verkocht aan routeplanners, bezorgers en gemeenten — twaalf maanden exclusief.

Terug naar DREMPELVREES

Verkoopinkomsten financieren primair de volgende scan. Daarna gaat de data open en gratis voor iedereen.

Geen donateurs-vermoeidheid na jaar drie. Geen subsidie-cliff. Het project verdient zichzelf terug.

Lastverdeling

Wat verandert er
als de crowdfund slaagt?

Vier soorten werk houden dit project draaiende. Drie daarvan doen we nu met de hand. De crowdfund automatiseert wat geautomatiseerd kán worden — en laat het menselijke deel met rust waar dat hoort.

01

Foto-intake

Waarom foto's? Ze vergeten niet en ze blijven gelijk. Een ideale bron om een model iets te leren.

Nu

Handmatig — foto per foto, op de fiets.

Na crowdfund

Geautomatiseerde intake op een rijdend platform.

02

Meting ter plaatse

Hoogtes, breedtes, hellingsgraden — de harde getallen die een routeplanner nodig heeft.

Nu

Met de hand, meetblokjes en notitieblok.

Na crowdfund

Camera detecteert object → activeert LIDAR-meetbalk → locatie + 3D-scan per obstakel.

03

Modeltraining

Annoteren, nieuwe input testen, randgevallen wegen. Dit is denkwerk, geen rekenwerk.

Nu

Handwerk.

=
Na crowdfund

Handwerk — bewust. Dit hoort bij mensen te blijven.

04

Dataverwerking

Hier wringt het schoentje. We scannen niet één foto per straat, maar tot 20 per meter — vanuit verschillende hoeken, bij wisselend licht.

Nu

~3 minuten per foto. De huidige computer mist het werkgeheugen voor de modellen.

Na crowdfund

Wandel-, jogging- of fietssnelheid door de stad. Geen wachten meer per object.

Waar gaat het geld heen?

Uitleg &
verantwoording.

Dit project bestaat qua kostenposten hoofdzakelijk uit drie componenten: meting, verwerking en continuïteit.

Ten eerste is het slechts tot op zekere hoogte mogelijk om voor deze taak apparatuur te huren of klaar-voor-gebruik te bestellen. Bovendien — zouden we kopiëren wat anderen al gebruiken, dan bouwen we een machine die (óók) nooit voor deze taak bedoeld was. De verwerking daarentegen is wel weer een ordinaire geldkwestie: door het toenemend gebruik van AI-software zijn de kosten van VRAM-kaarten eenvoudigweg geëxplodeerd.

Hardware-begroting Excl. arbeid, software, kalibratie en eerste scan-rondes
Onderdeel Aantal Stukprijs Totaal
Rijdend platform Bestuurbaar chassis met montageplaat voor sensoren, geschikt voor elke ondergrond. 2 €1.468 €2.936
LIDAR-scanners Lasergebaseerde 3D-puntwolkmeting — werkt op afstand, niet op beeld. Veel betrouwbaarder dan camera's voor geometrie. 4 €582 €2.328
Camera's Lichtgevoelig, voor objectherkenning vóór de LIDAR wordt geactiveerd. 8 €55 €440
Verwerkings-workstation Eén van de weinige machines die snel genoeg is voor onze modeltraining — vervangt de huidige drie-minuten-per-foto-flessenhals. 1 €9.500 €9.500
GPS-antennes (hoge precisie) Een reguliere antenne is niet nauwkeurig genoeg — wij meten op de centimeter. 2 €25 €50
Gyroscoop / IMU Bepaalt hellingshoek per meting en telt traptredes — zonder dit weet je niet of een trede schuin staat. 2 €38 €76
Verzekering apparatuur De machines moeten verzekerd zijn bij gebruik in publieke ruimte. Premie wordt vastgesteld na aanschaf hardware. 2 p.m. p.m.
Transport & douane-inklaring Met name het robotchassis kan onder verschillende INCOTERMS-categorieën vallen. Bij de ene classificatie staat het er voor €800; bij een andere komt het op €3.500. We rekenen met de bovengrens — meevallers zijn voor de volgende stad. variabel €800 – €3.500
Subtotaal hardware €16.130 – €18.830
Wat er bovenop komt

De andere helft is geen hardware — en daar zit het echte werk.

+
Bouw & integratie

Sensoren combineren, kalibreren, behuizing maken. Hardware levert geen meetkar — het levert losse onderdelen.

+
Modeltraining-uren

De testdata uit Maastricht en Valkenburg moet uitgebreid worden. Duizenden foto's, handmatig geannoteerd.

+
Eerste volle scan-rondes

Maastricht en Valkenburg in zes maanden. Inclusief tweede meetronde om de verandering-over-tijd vast te leggen.

+
Software & data-infrastructuur

De GIS-laag, de ontologie, de query-tools. Geen hardware, wel onmisbaar.

+
Onverwacht

Onderdelen die breken, transport, inklaring, vertaalwerk. Niet veel — maar het is er.

Streefbedrag crowdfund €25–35K

Hardware tussen €16K en €19K (afhankelijk van dan geldende importheffingen en douane). Daarbovenop circa €5K aan eigen projectkosten — transport, veldwerk, stichting, modeltraining-uren. Plus een buffer voor wat onderweg anders blijkt dan gepland. Slaagt de crowdfund met meer? Dan wordt elke extra euro een halve straat extra. Slaagt hij met minder? Dan schalen we af op verwerkingscapaciteit en aanvaarden we dat het project vertraging oploopt.

Onafhankelijk onderzoek

Wij vinden dit niet alleen.

Het Mulier Instituut deed onderzoek naar wandeltoegankelijkheid voor mensen met een beperking. Hun bevindingen liggen verrassend dicht bij wat wij in Maastricht zien.

Mulier Instituut — Onbeperkt wandelen (PDF)
Meedoen

Hoe gaan we Nederland
veiliger maken.

De data die we verzamelen is waardevol. Routeplanner-apps, bezorgbedrijven en gemeenten hebben er nu al behoefte aan en geen van hen heeft het. Wij gaan het maken — en het verdienmodel zorgt dat het niet stopt.

Hoe het zichzelf betaalt
01
Crowdfund bouwt de machine

Bouwkosten, ontwikkeltijd en de eerste scan van Maastricht worden gefinancierd via de crowdfund.

02
Maastricht wordt de showcase

Eerste 12 maanden: data verkopen aan routeplanners (HERE, OsmAnd), bezorgbedrijven en de gemeente zelf.

03
Opbrengst financiert de volgende stad

Na maand 12 wordt de data open. De B2B-opbrengst betaalt de scan van stad 2, 3, 4.

Adopteer een stuk Maastricht

Als blijk van waardering voor jouw bijdrage ontvang je het volgende. Niet als product — als dank.

Steun
€10 – 25
Steun het project

Voor iedereen die Drempelvrees vooruit wil helpen. Je bijdrage helpt ons om meer drempels, stoepen en obstakels meetbaar te maken.

Je krijgt
  • Naam in het dankwoord op de website
  • Persoonlijke bedankmail
Drempel
€50
Adopteer één drempel

Eén specifiek gemeten object wordt aan jouw steun gekoppeld. Zo zie je concreet welk stukje van Nederland jij hebt helpen meten.

Je krijgt
  • Meting van het object
  • GPS-coördinaat
  • Naamsvermelding op de site
Kruispunt
€150
Adopteer een kruispunt

Een kruispunt is precies de plek waar toegankelijkheid spannend wordt: oversteekplaatsen, stoepranden, hellingen en obstakels komen daar samen.

Je krijgt
  • Visualisatie van alle metingen rondom het kruispunt
  • Vermelding op de live kaart
  • Naamsvermelding op de site
Straat
€500
Adopteer een straat

We scannen en verwerken de relevante toegankelijkheidsdata van een straatsegment: drempels, obstakels, doorgangen, breedtes en andere meetpunten.

Je krijgt
  • Volledige scan-dataset van één straatstuk
  • Naamsvermelding op de site
Wijk
€2.500
Adopteer een wijk

Voor mensen, families, stichtingen of lokale ondernemers die een hele buurt toegankelijker zichtbaar willen maken.

Je krijgt
  • Eigen sectie op de online kaart
  • Naamsvermelding op de pagina
  • Persoonlijk dankgesprek
Stad
€25.000+
Sponsor een stad

Voor organisaties, gemeenten en sponsoren die toegankelijkheid op stadsniveau willen versnellen. Maakt een volledige stadsscan mogelijk.

Je krijgt
  • Volledige scan
  • Gebruiksrecht op de dataset
  • Co-branding op alle bijbehorende uitingen
  • Eerste toegang tot de API
Crowdfund nog niet live — lancering volgt binnenkort

Wil je erbij zijn als we lanceren?

Laat je e-mailadres achter en we sturen je een bericht zodra de campagne live gaat. Geen spam — één mail, wanneer het zover is.

Door je aan te melden ga je akkoord met het ontvangen van één e-mail bij lancering. Geen verdere mailings zonder toestemming. Gegevens worden niet gedeeld met derden.