Data gedreven inzicht in de stad door een Digital Twin
Editie: 29 - Artificial Intelligence in the Built Environment
Published on: 07 april 2022
Op 9 maart 2022 nam SERVICE Magazine een interview af met Jeroen Steenbakkers, directeur en oprichter van Argaleo. Argaleo twee jaar oude onderneming en zit nu in de groeifase binnen de ICT en data community. Argaleo ontwikkelt ‘Digital Twins’ van stedelijke gebieden op hun platform genaamd DIGITWIN. In dit artikel zal worden ingegaan op het gebruik van Digtial Twins, de praktische toepassingen momenteel en de mogelijkheden die er nog liggen in de toekomst.
De Digital Twin
Digital Twin is een term die in de laatste jaren steeds breder gebruikt wordt door alle sectoren. Echter, is er maar één sector die al 20 jaar gebruikt maakt van Digital Twins en dat is de bouwwereld. In principe gaat het om een digitale kopie van een object om uiteindelijk deze te gebruiken het object te ontwerpen of te verbeteren om een beter inzicht te krijgen. Eerst noemde men dat gewoon een CAD-tekening en daarna werd er gebruik gemaakt van BIM-modellen. Het gaat voornamelijk nog om statische data, zoals de plaats van een muur of de verbinding van een kozijn. Kortom, er werd altijd een digitaal ontwerp gemaakt voordat de eerste stenen werden neergelegd.
De digitale kopie heeft zich tegenwoordig verder ontwikkeld dan alleen de statische data van een specifiek gebouw dat gebruikt wordt tijdens het ontwerpproces. Bij Argaleo gaan ze verder door ‘real-time’ inzicht te krijgen in de stad op een data gedreven manier. Dit wordt gerealiseerd door het creëren van een digitale kopie van een stad om zo een ‘kijkdoos’ te maken vol informatie. DIGITWIN, zoals de digitale kopie software van Argaleo wordt genoemd, maakt de digitale kopie om uiteindelijke de dynamiek van een stad in kaart te brengen. Op dit moment zijn er drie domeinen die gebruiken maken van de digitale kopie. Eén is openbare veiligheid, waar bijvoorbeeld veiligheidsregio’s gebruik maken van de kaarten om analyses te doen van de gebouwde omgeving. Twee is mobiliteit, waar visualisaties van verkeerstromingen en fietsstromingen in kaart kunnen worden gebracht. Drie is de binnenstad/bezoekersmanagement, waarbij, gedreven door corona, inzicht wordt geboden hoe mensen door de stad lopen, wanneer, hoe vaak en waar ze vandaan komen. Dit zorgt er uiteindelijk voor dat de binnenstad aantrekkelijker wordt op het gebied van veiligheid, bereikbaarheid en economie.
Data (implementeren) is kennis
Nederland is volwassen op het gebied van data. De datavoorziening is in Nederland goed geregeld, zeker als je kijkt naar de basisregistraties (een door de overheid officieel aangewezen registratie met daarin gegevens van hoogwaardige kwaliteit). Zo zijn er veel verschillende dataregistraties die eigenlijk als losse eilandjes goed werken. In die zin komt er steeds meer data ter beschikking en deelt iedere gemeente en provincie die data ook. De uitdaging zit er wat er met die data wordt gedaan. Organisaties denken dat het goed komt wanneer ze beschikken over data. Alleen data blijven eentjes en nulletjes totdat je er iets mee gaat doen. Het gaat erom hoe je de data aan elkaar knoopt om uiteindelijke een stuk informatievoorziening te leveren voor een specifiek persoon of specifiek vraagstuk. Volgens Steenbakkers is hier nog verbetering te halen. Zo zijn er ook steeds meer commerciële bedrijven die data los verkopen. Alleen gaat het nog om wat de eindgebruiker er mee wil. Zo wil de brandweer die voor een veiligheidsregio werkt met een druk op de knop over informatie beschikken over de locatie van een brand. Waar die informatie vandaan komt maakt niet uit, het gaat erom dat die informatie duidelijk en makkelijk geleverd kan worden, iets waar DIGITWIN op inspeelt.
De tijd van pdf-rapporten is voorbij aldus Steenbakkers. Wanneer je die publiceert, bevriest je de data en is het een minuut later al achterhaald. Door een digitale kopie te creëren die gebaseerd is op ‘real time’ data, kan besluitvorming op het moment plaatsvinden. Steden worden voller en voller gehangen met sensors en hierdoor weet men in het moment waar de bussen tijden, de treinen rijden en hoe het verkeer loopt. Daarnaast is het belangrijk om een integraal beeld te leveren aan de gebruiker. Alle leveranciers van sensoren zorgen voor data. Daarnaast komt er steeds meer technologie om camerabeelden te analyseren én bewerken. Alleen blijven dit allemaal losse bronnen. Steenbakkers noemt een voorbeeld met betrekking op de verantwoordelijke voor de verkeerscontrole in de stad. Zo beschikt die een dashboard voor het verkeerslicht, een met een fietsenteller en een andere met een slimme camera. Elk van deze dashboards zijn losse elementen met eigen dashboard, geleverd door verschillende leveranciers van sensoren. Argaleo probeert dit te doorbreken door de sensorleveranciers allen de taak te geven om veilige data te leveren, waarna dit wordt aangesloten op de ‘kijkdoos’ voor een overzichtelijk data dashboard.
Een mogelijk struikelblok is privacy. De laatste jaren is privacy een steeds belangrijker onderwerp geworden en daar zijn gebruikers, als gemeentes, ook voorzichtiger in geworden. Nu is het tegenwoordig met de wettelijkheid van de privacy goed geregeld, stelt Steenbakkers. Alleen komt de vraag of het ethisch verantwoord is om bepaalde soorten data te gebruiken vaker op. Zo maakt Argaleo gebruik van een technologie waardoor ze uit apps de locatie informatie kunnen halen. De data is compleet privacy bestendig, wat inhoudt dat de data is geanonimiseerd en dat de gebruiker toestemming heeft gegeven voor het gebruik van de data. Echter, het is de vraag of de gebruiker zich er bewust van is dat zijn gegevens mogelijk door een commerciële partij worden doorverkocht. Het klopt dus in de kleine lettertjes, juridisch gezien is het waterdicht, maar het is een ethische discussie die altijd gevoerd moet worden. De vraag blijft of je zomaar de data van iemand mag gebruiken, zonder dat deze persoon zich er van bewust is dat deze data ook echt wordt gebruikt.
Wel heeft gebleken dat wanneer het gebruik van de data een doelbinding heeft, meer mensen bereid zijn deze data te delen. Bijvoorbeeld in de tijd van corona was er een hoge vraag naar waar mensen lopen en hoe druk het overal was. Het was te onderbouwen dat het belangrijk is om informatie te verkrijgen en daarmee hopelijk het aantal besmettingen naar beneden te krijgen. Wanneer het dus te onderbouwen is waarvoor de data gebruikt wordt, is het mogelijk om iets goeds neer te zetten.
Voorspellen
Een van de grootste stappen die nog gezet kan worden is het voorspellen van scenario’s in de stad. Op het moment is het mogelijk om een goed, integraal beeld te krijgen van de stad en scenario’s te analyseren. Alleen als je bijvoorbeeld constateert dat het te druk is in de stad, dan ben je eigenlijk al te laat. De wens is om een voorspellend vermogen te hebben en zo dus scenario’s als drukte te voorkomen.
De wenselijke toekomst van het hebben van voorspellend vermogen kan veel voordelen leveren kijkend naar het beheer en toezicht op de stad. Hierbij moet men bijvoorbeeld denken aan analyses over hoe het verkeer eruitziet bij een nieuwe ontwikkeling of als 20% van de mensen met de fiets naar de stad komt. Wat gebeurt er met de drukte in de stad als het gaat regenen. Met dit voorspellend vermogen, kan je handelen op situaties die er nog niet zijn en beter voorbereid zijn. Het is mogelijk om dit toe te passen op mobiliteit, veiligheid en ook bezoekersstromingen. Zoals Steenbakkers stelt, met het voorspellen door middel van AI-modellen, wordt het pas echt interessant.
Al met al, de eerste stappen van de praktische toepassing van AI-technologie voor openbare veiligheid, mobiliteit en stadsmanagement zijn gezet. De toekomst gaat laten zien welke mogelijkheden er verder liggen en hoe de Digital Twin in zijn optimum kan worden toegepast.
Mail the editors
