Autor: Andrea Sorri
Virtualni svjetovi u posljednje vrijeme dobivaju veliku pozornost, ne samo zbog usredotočenosti na potencijalni novi 'metaverzum' kojem ćemo bez sumnje svi biti potaknuti da se pridružimo. Iz perspektive pametnog grada, stvaranje modela procesa i putovanja koji se odvijaju u urbanom okruženju može donijeti mnoge prednosti, pomažući gradskim vlastima da brže postignu svoje ciljeve.
Ovi modeli mogu pomoći u razumijevanju dinamike i ritmova grada – i povijesno i u stvarnom vremenu. Koristeći ove informacije, mogu se prikupiti uvidi o različitim čimbenicima, kao što su stope zagušenja, vrijeme odziva, kvaliteta zraka i protok prometa, te se koristiti za donošenje budućih odluka o planiranju.
Stvaranje virtualnih modela može zvučati kao znanstvena fantastika, ali te aktivnosti su već u tijeku. Gradski dužnosnici počinju prikupljati podatke iz različitih odjela u platforme 'digitalnih blizanaca' kako bi im pomogli razumjeti i predvidjeti utjecaj različitih scenarija. To može uključivati preispitivanje učinaka planiranih radova na cesti na protok prometa, izradu najboljih ruta za evakuaciju ako dođe do incidenta ili analizu utjecaja mjera za poboljšanje kvalitete zraka ili potrošnje energije. Mrežne nadzorne kamere imaju ključnu ulogu djelujući kao kritični senzori za hvatanje vizualnih podataka iz gradova i snimanje događaja u stvarnom vremenu.
Što su digitalni blizanci?
Prije rasprave o tome kako se koriste digitalni blizanci, korisno je znati što su oni. Digitalni blizanci su virtualni prikazi koji služe kao digitalni pandan fizičkog objekta ili procesa u stvarnom vremenu. U kontekstu pametnog grada, ovo su virtualni modeli grada izgrađeni pomoću podataka prikupljenih i od IoT senzora. Ovi podaci mogu se jako razlikovati i uključivati čimbenike kao što su razine onečišćenja zraka, razina buke, meteorološki uvjeti i kretanje vozila, bicikala i pješaka kroz određena područja grada.
Ono gdje platforma digitalnih blizanaca postaje vrlo korisna je kada gradski dužnosnici pokušavaju razumjeti kretanja, ponašanja i naknadni utjecaj različitih događaja.
Na primjer, ako se koncert održava u centru grada, mogu se prikupiti podaci kako bi se saznalo kako ljudi pristupaju događaju; koji ulazi imaju tendenciju da budu najgušće i smjer pješačkog prometa. Koristeći ove informacije, gradski dužnosnici mogu izvući saznanja i napraviti pretpostavke o ponašanju mase na budućim događajima na istom mjestu. To također može poslužiti za planiranje odgovora na incidente, jer se informacije o ulazima s najmanje gužve mogu koristiti za predviđanje ruta za hitne slučajeve.
platforma digitalnih blizanaca
Razumijevanje dinamičnog ritma grada
Informacije nisu ograničene na jedan događaj. Ekstrapolacijom mogućnosti praćenja može se pratiti i mapirati opće kretanje prometa oko grada. To uključuje informacije o broju i vrsti vozila te o tome kako građani koriste kolnike u određenom vremenskom razdoblju.
Za buduće gradsko planiranje ove informacije su od neprocjenjive važnosti jer se mogu koristiti za donošenje odluka o promjenama u urbanoj infrastrukturi. Na primjer, ako cesta treba biti pješačka, onda se učinci na cestovni i pješački promet mogu vizualizirati pomoću modela prije implementacije poboljšanja.
Kako se podaci prikupljaju iz više izvora u platformu digitalnih blizanaca, može se omogućiti napredna analitika kao što je višedimenzionalna umjetna inteligencija. Ovdje se AI primjenjuje za analizu različitih skupova podataka kako bi se izvukli bolji uvidi koji se mogu primijeniti na makro razini.
Ta se učenja mogu koristiti kada se prolazi kroz scenarije „što ako” jer se može pregledati učinak i ishod radnje. Na taj se način izazovi mogu predvidjeti i inteligentno planirati.
Nadzorne kamere pružaju vrijedan unos
Snaga digitalnih platformi blizanaca ovisi o kvaliteti i granularnosti unosa podataka sa senzora koji su strateški pozicionirani u gradu. Oni će unositi informacije u modele, tako da se virtualni prikazi mogu točno izgraditi. Mrežne kamere kritične su za ovaj proces jer ne samo da pružaju nadzor – bilježe visokokvalitetne slike koje su temelj za vrijedne analitičke uvide – već i vizualne povratne informacije u stvarnom vremenu koje pomažu u informiranju o daljnjim radnjama.
Aplikacije na rubu mogu analizirati video snimljen senzorima slike kako bi pružili informacije vezane uz gužvu (kao što je prebrojavanje ljudi) ili klasifikaciju vozila u nekom području. Te se informacije zatim mogu usmjeriti u platformu digitalnih blizanaca.
Ovo je osobito korisno kada se pokušava utvrditi koja bi radnja prouzročila najmanje poremećaje prirodne dinamike grada. Na primjer, ako su dužnosnici morali zatvoriti cestu kako bi obavili radove na održavanju, oni mogu koristiti model da prvo razumiju kada je cesta bila najmanje prometna – i stoga u koje bi vrijeme bilo najbolje provesti izvođenje radova kako bi se zagušenja svela na najmanju moguću mjeru. Kada se to sazna, osoblje za održavanje može se rasporediti i poslati na gradilište kako bi zatvorili cestu.
Kamere dodaju još veću vrijednost jer se mogu koristiti za snimanje rezultirajućeg utjecaja radova na cesti u stvarnom vremenu, na primjer povećava li se gužva značajno zbog zatvaranja. Ako je to slučaj, službenici se tada mogu rasporediti kako bi upravljali prometom i preusmjeravali vozila kako bi se smanjile gužve. Ove informacije ne bi bile korisne samo u tom trenutku, već se mogu čuvati i koristiti za referencu kada je u pitanju planiranje budućih sličnih scenarija.
Podrška ciljevima pametnog grada – sada i u budućnosti
Ciljevi pametnog grada mogu biti različiti i kreću se od smanjenja vremena odgovora, do smanjenja stope kriminala i poboljšanja dostupnosti parkinga. Podaci prikupljeni u pametnim gradovima koriste se za podršku ovim različitim ciljevima, ne samo za poboljšanje životnih uslova za stanovnike, već doprinose širim ciljevima održivosti.
Digitalne platforme blizanaca mogu pomoći gradskim dužnosnicima u prikupljanju informacija, poduzimanju određenih radnji, mjerenju napretka i predviđanju ishoda. Na primjer, ako je poboljšanje kvalitete zraka cilj, gradski dužnosnici mogu pregledati model digitalnog blizanca kako bi vidjeli gdje i zašto dolazi do zagušenja te napraviti posebne planove za proaktivno rješavanje uzroka. To bi moglo uključivati otvaranje više traka ili podešavanje vremena semafora u određeno doba dana kako bi se poboljšao protok vozila. Jedna stvar koja se mora imati na umu je sigurnost platforme, kako bi se osiguralo da su uvidi pouzdani i da se u njih nije mijenjalo.
Mrežne nadzorne kamere imat će važnu ulogu, pružajući vizualne podatke koji će pomoći u praćenju aktivnosti u stvarnom vremenu i informirati o planiranju budućih događaja ili promjena. Provjera događaja također pomaže u izgradnji digitalnog povjerenja u tehnologiju, što dovodi do povećanog usvajanja. U konačnici, ove vrste virtualnih modela postat će ključni čimbenik u približavanju pametnih gradova njihovim ciljevima i ubiranju povezanih prednosti za stanovnike i posjetitelje.
Kliknite ovdje kako biste saznali više o Axisovim rješenjima za pametne gradove.