Deze 'virtuele kopieën van de werkelijkheid' worden al enige tijd gebruikt. Zo verzamelen lokale overheden data om deze te bundelen in een digital twin. Ze kunnen zo zien welke impact geplande werkzaamheden op de verkeersdoorstroming heeft of welke maatregelen effect hebben op de luchtkwaliteit en het energieverbruik in bepaalde steden. Netwerkvideocamera’s, in combinatie met andere sensoren, spelen hierin een grote rol: zij fungeren als de ‘ogen’ die visuele gegevens uit steden vastleggen en gebeurtenissen in realtime registreren.
Virtuele representaties
Voordat we dieper ingaan op hoe digital twins worden ingezet, is het goed om te weten wat het precies zijn. Digital twins zijn dus virtuele representaties van een product of omgeving en opgebouwd met allerlei soorten data die zijn verzameld door iot-sensoren. Denk aan data op het gebied van luchtvervuiling, geluidsniveaus en meteorologische omstandigheden. Maar ook data over hoe voertuigen, fietsers en voetgangers door bepaalde delen van een stad bewegen.
Lokale overheden kunnen met digital twins bepaalde ontwikkelingen en de impact daarvan op de omgeving voorspellen. Als er bijvoorbeeld een concert plaatsvindt in de stad, kunnen digital twins data analyseren over hoe mensen naar evenementen komen, welke ingangen het drukst zijn en in welke richting de mensenstroom beweegt. Aan de hand van deze informatie kunnen lokale overheden conclusies trekken en inschattingen maken over het gedrag van mensenmassa’s bij toekomstige evenementen op dezelfde locatie.
Hulpdiensten
Deze informatieverzameling is niet alleen interessant bij de planning van evenementen of bouw. Ook bij incidenten kan deze informatie van pas komen om de routes van hulpdiensten of van het verkeer in de stad te voorspellen. Door monitoringmogelijkheden is het verkeer in de stad te traceren en analyseren.
Voor een toekomstige stadsplanning is deze informatie van grote waarde, omdat het helpt betere beslissingen te nemen over de infrastructuur. Als een weg autovrij wordt gemaakt, kunnen de effecten op het weg- en voetgangersverkeer met behulp van een model worden gevisualiseerd voordat deze veranderingen daadwerkelijk worden doorgevoerd.
Hoe meer data wordt verzameld in de digital twin, hoe complexere analyses, zoals multidimensionale ai, mogelijk zijn. Hiermee zijn 'what-if'-scenario's te schetsen en kunnen overheden op doordachte wijze keuzes maken om bepaalde plannen wel of niet door te voeren.
Hogekwaliteitbeelden
Digital twins zijn afhankelijk van de nauwkeurigheid en kwaliteit van de data die wordt verzameld door sensoren. Netwerkcamera’s zijn daarbij van cruciaal belang, omdat zij niet alleen zorgen voor hogekwaliteitsbeelden – die de basis vormen voor analytische inzichten – maar ook voor realtime visuele informatie die helpen bij het ondernemen van actie. Videobeelden zijn te analyseren en de data worden in de digital twin gekopieerd.
Dit wordt vooral gedaan om te bepalen welke actie wanneer voor de minste verstoringen zorgt. Zo kan real-time informatie bijvoorbeeld helpen bij wegwerkzaamheden. Met de informatie van de netwerkvideocamera’s is te achterhalen op welk moment de werkzaamheden voor de minste overlast zorgen – door bijvoorbeeld te analyseren wanneer het minder druk is op de weg. Maar ook op het moment zelf is te monitoren welke gevolgen de werkzaamheden hebben. Als er als gevolg van de werkzaamheden meer file ontstaat, kunnen ambtenaren worden ingezet om het verkeer in goede banen te leiden. Ook deze informatie is achteraf te gebruiken bij soortgelijke toekomstige scenario’s.
Leefbaarheid
Digital twins fungeren als handvatten om steden te ondersteunen in het behalen van uiteenlopende doelstellingen. Als er vaker gebruikt wordt gemaakt van digital twins zullen dit soort virtuele modellen een cruciale factor worden voor smart cities om de leefbaarheid in een stad, voor zowel bewoners als bezoekers, te verbeteren.
(Auteur Epko van Nisselrooij is key account manager end customers en smart city-specialist bij Axis Communications.)
Om te kunnen beoordelen moet u ingelogd zijn: