Wapendetectiesysteem: hoe technologie wapens probeert op te sporen zonder iedereen te fouilleren
Een wapendetectiesysteem is technologie die automatisch probeert vast te stellen of iemand een vuurwapen, mes of ander wapen bij zich draagt, zonder dat daarvoor een handmatige fouillering nodig is. Denk aan een schoolgebouw, een concertzaal of een metrostation: mensen lopen gewoon door een poortje of langs een sensor, en pas als het systeem iets verdachts meet, klinkt er een signaal en wordt er verder gekeken. Het is vergelijkbaar met een rookmelder: die controleert voortdurend de omgeving, maar slaat alleen alarm als er daadwerkelijk iets aan de hand lijkt te zijn, in plaats van dat iemand continu met een vergrootglas rondloopt.
Het bekendste voorbeeld van vroeger is de metaaldetectorpoort op luchthavens, die al decennialang wordt gebruikt. Nieuwere systemen proberen een stap verder te gaan: ze willen niet alleen metaal detecteren, maar specifiek onderscheid maken tussen een wapen en onschuldige voorwerpen zoals een sleutelbos, een laptop of een riemgesp. Dat moet het mogelijk maken om mensen op normale wandelsnelheid te laten passeren, zonder dat ze eerst hun zakken hoeven te legen. Deze belofte van snelheid en gebruiksgemak is precies waarom scholen, stadions en openbaar vervoer de laatste jaren interesse tonen in dit soort systemen, al is de techniek allesbehalve foutloos.
Wat is het precies?
Onder de noemer 'wapendetectiesysteem' vallen verschillende technieken die niet allemaal even nieuw of even geavanceerd zijn.
De oudste en meest beproefde vorm is de magnetometer, ofwel de klassieke metaaldetectorpoort. Die genereert een zwak elektromagnetisch veld en meet verstoringen daarin wanneer iemand er doorheen loopt. Metaal verstoort dat veld, en hoe groter of geleidelijker een metalen object is, hoe sterker het signaal. Het nadeel: de poort maakt geen onderscheid tussen een pistool en een grote gesp of een blikje frisdrank, waardoor iedereen met metaal op zak apart gecontroleerd moet worden.
Bij millimetergolf-bodyscanners, zoals die op luchthavens staan, wordt een persoon één voor één gescand met radiogolven die door kleding heen dringen maar niet door de huid. De reflecties vormen een schematisch beeld waarop een beveiliger objecten onder de kleding kan zien, ook niet-metalen voorwerpen zoals keramische messen of plastic explosieven.
De nieuwste generatie, waaronder het bekende systeem Evolv Express, combineert elektromagnetische sensoren met kunstmatige intelligentie (AI). Het principe: sensoren in een soort poortje meten voortdurend het magnetische en elektrische signaal van voorwerpen die mensen bij zich dragen. Een algoritme, getraind op duizenden voorbeelden van wapens en onschuldige objecten, probeert op basis van vorm, materiaal en signaalpatroon in te schatten of iets een wapen zou kunnen zijn. Pas bij een verhoogde kans op een wapen klinkt er een melding, en een beveiliger controleert vervolgens alleen die persoon, meestal met een korte visuele check of handdetector.
Een aparte categorie is AI-videoherkenning: software die meekijkt met bestaande bewakingscamera's en getraind is om de vorm van een vuurwapen in beeld te herkennen. Zodra het systeem een mogelijk wapen signaleert, gaat er een melding naar een meldkamer waar een mens de beelden razendsnel beoordeelt voordat de politie wordt gewaarschuwd. Dit werkt dus niet via lichaamsscans, maar via camerabeeld op afstand.
Wat wil men ermee bereiken?
De directe aanleiding voor veel van deze technologie is de wens om vuurwapengeweld en steekincidenten op scholen, in het openbaar vervoer en bij grote evenementen te voorkomen, vooral in de Verenigde Staten, waar dit soort incidenten relatief vaak voorkomt.
Een tweede doel is doorstroomsnelheid. Traditionele controles met metaaldetectors en het legen van zakken en tassen leiden tot lange rijen, wat bij een school met duizenden leerlingen of een station met duizenden reizigers per uur simpelweg niet haalbaar is. AI-gebaseerde systemen beloven dat mensen ongehinderd kunnen doorlopen, wat controle op plekken mogelijk zou maken waar dat voorheen ondenkbaar was.
Daarnaast hopen voorstanders op minder verstorende en minder stigmatiserende controles dan handmatig fouilleren, en op een afschrikkend effect: als bekend is dat een locatie wapens detecteert, zou dat mensen ervan kunnen weerhouden een wapen mee te nemen. Ten slotte is er de wens om het aantal onterechte alarmen te verlagen ten opzichte van ouderwetse metaaldetectors, die bij vrijwel elk metalen voorwerp afgaan.
Voorbeelden uit de praktijk
Het Amerikaanse bedrijf Evolv Technology installeerde zijn Express-poortjes vanaf ongeveer 2019-2020 op grote schaal bij Amerikaanse middelbare scholen, sportstadions en concertzalen. Het is een van de meest besproken systemen in dit veld, mede door de omvang van de uitrol.
In 2022 deed zich een spraakmakend incident voor op een middelbare school in Utica, New York, waar een leerling werd neergestoken met een mes dat het Evolv-systeem niet had opgemerkt. De zaak leidde tot rechtszaken tegen de school en het bedrijf, en tot publieke vragen over hoe betrouwbaar de marketingclaims van dergelijke systemen daadwerkelijk zijn.
De metro van New York City testte in 2024 wapendetectiepoortjes op een aantal stations, als proef van de politie (NYPD). De proef kreeg veel kritiek in Amerikaanse media, omdat het aantal onterechte meldingen relatief hoog leek ten opzichte van het aantal daadwerkelijk aangetroffen wapens, wat vragen opriep over de praktische bruikbaarheid in een omgeving met grote aantallen reizigers.
TSA, de Amerikaanse luchtvaartbeveiligingsdienst, rolde vanaf ongeveer 2007-2010 millimetergolf-bodyscanners uit op grote luchthavens. De eerder gebruikte backscatter-röntgenscanners, die een beeld gaven dat leek op een naaktscan, werden rond 2013 uit dienst genomen na zorgen over privacy en, in mindere mate, stralingsblootstelling.
Het Amerikaanse bedrijf ZeroEyes, opgericht in 2018 door voormalige mariniers en marinierscommando's, biedt een AI-videosysteem dat via bestaande bewakingscamera's op scholen en andere locaties zichtbare vuurwapens probeert te herkennen, waarna getraind personeel de beelden binnen enkele seconden beoordeelt voordat hulpdiensten worden gealarmeerd.
Hoe ver is de techniek?
De klassieke metaaldetectorpoort is een volwassen, decennialang beproefde techniek: betrouwbaar voor het opsporen van metaal, maar met als groot nadeel dat hij geen onderscheid maakt tussen een wapen en een willekeurig ander metalen voorwerp, en dus voor grote doorstroom ongeschikt is zonder aanvullende controles.
De nieuwere AI-gebaseerde systemen zoals Evolv Express zijn inmiddels commercieel op grote schaal in gebruik, maar onafhankelijke tests en journalistiek onderzoek hebben herhaaldelijk vraagtekens gezet bij de nauwkeurigheid. Er zijn berichten over zowel gemiste wapens (valse negatieven, zoals bij het incident in Utica) als over relatief veel onterechte meldingen (valse positieven), afhankelijk van het type object en de omstandigheden. Dit soort discrepanties tussen marketing en praktijk heeft in de Verenigde Staten geleid tot onderzoek door de federale toezichthouder op reclame en consumentenbescherming, de Federal Trade Commission (FTC), naar de manier waarop dergelijke systemen worden aangeprezen.
AI-videoherkenning van wapens staat nog verder in de ontwikkeling: de betrouwbaarheid hangt sterk af van cameraresolutie, hoek, licht en of het wapen geheel of gedeeltelijk zichtbaar is, waardoor het vrijwel altijd wordt ingezet als extra laag naast menselijke beoordeling, niet als volledig automatisch alarmsysteem.
Een breder probleem in het veld is het ontbreken van algemeen geaccepteerde, onafhankelijke testnormen waaraan fabrikanten hun claims kunnen laten toetsen voordat een systeem wordt aangeschaft door bijvoorbeeld een school of gemeente. Instanties zoals het Amerikaanse standaardisatie-instituut NIST werken aan het ontwikkelen van dergelijke testprotocollen, maar dit proces is nog niet afgerond, en de sector ontwikkelt zich sneller dan de regelgeving en normering kunnen bijbenen.
Wie werken eraan?
In de Verenigde Staten is Evolv Technology een van de bekendste aanbieders van AI-gebaseerde wapendetectiepoortjes, met Xtract One Technologies (voorheen Patriot One Technologies, gevestigd in Canada) als belangrijkste concurrent in dezelfde markt.
In de klassieke metaaldetectie is het Italiaanse bedrijf CEIA al sinds de jaren zestig een gevestigde naam, met poortjes die wereldwijd worden gebruikt in gevangenissen, rechtbanken en ambassades. Grote, gevestigde spelers in luchthavenbeveiliging zoals Smiths Detection en Rapiscan Systems leveren daarnaast bodyscanners en röntgenapparatuur voor bagage en personen.
Op het gebied van AI-videoherkenning is het Amerikaanse ZeroEyes een van de bekendere namen, met name gericht op scholen en campussen.
Aan de kant van onderzoek en normering spelen Amerikaanse overheidsinstanties een rol: het National Institute of Standards and Technology (NIST) werkt aan testmethoden voor detectietechnologie, en het Department of Homeland Security financiert via zijn wetenschaps- en technologietak onderzoek naar en evaluaties van dit soort systemen. Onafhankelijke branche-analisten zoals IPVM publiceren daarnaast kritische, technische tests van commerciële systemen, wat in dit relatief ondoorzichtige veld een belangrijke rol speelt bij het toetsen van fabrikantenclaims.