Дигиталните близнаци и бъдещото планиране на градската среда

Pixabay.com
Jason Goh

Дигиталните близнаци и бъдещото планиране на градската среда

Градовете могат да спестят над $150 милиарда до 2028 г. чрез използване на софтуер за дигитални близнаци

Владимир Владков
558 прочитания

Pixabay.com

© Jason Goh


Досега урбанистите са използвали цифровите близнаци предимно за операции, както и за управление и поддръжка на услуги. Все повече обаче градското планиране надхвърля тези бизнес сценарии за употреба на дигиталните двойници, като те вече включват проектиране и планиране не само за днешния ден, но за бъдещето, осигурявайки едно по-устойчиво развитие, обяснява Джонатан Колинс от ABI Research. Наличието на цифрово копие на градска инфраструктура позволява симулации, оценки на сценарии и оптимизиране на дизайна, без риска от грешки в реалния свят. Според ABI Research, градовете могат да спестят повече от $150 милиарда до 2028 г. чрез използване на софтуер за дигитални близнаци, като най-печеливши от тези решения ще са енергетиката, доставката на комунални услуги и безопасността.

3D моделиране на статична среда

Като неразделна част от градското планиране, 3D моделирането на изгражданата градска среда с помощта на цифрови технологии позволява създаването на точни геопространствени модели на различни физически активи в града. Някои от тях включват сгради, пътища и зелени площи. По този начин градостроителите ще могат да решат кои пространствени размери и характеристики на околната среда са оптимални за нова инфраструктура. Сензори LiDAR, сателитни изображения и ресурси за картографиране са важни технологии за събиране на необходимите данни, използвани при тези симулации, обяснява Колинс.

Физически модели

С 3D моделирането инженерите могат експериментират със следните фактори:

  • Физически свойства, свързани с материали (бетонни стени, дървета, водни площи и др.)
  • Електромагнитни полета
  • Водни потоци
  • Енергия
  • Шум и акустика
  • Термично разпространение

В урбанистиката физическата симулация обикновено се отнася до ниво на наводненията, въздушните потоци в сградите, разпространение на замърсяване, енергиен пренос, градско улично осветление и телекомуникационни мрежи. Тези случаи на използване на цифрови близнаци разчитат на математически формули и изкуствен интелект (AI), за да моделират физическата среда и да открият кои характеристики се променят с времето.

Динамично моделиране

Третият компонент на градските цифрови близнаци е динамичното моделиране на трафика на превозни средства и пешеходци. Обичайните сценарии на употреба включват симулации на евакуация и модели на трафика, които осигуряват безопасна мобилност в града. С помощта на сензори за Интернет на нещата (IoT) нивата на престъпност и злополуките могат да бъдат моделирани статистически. "Наистина дигиталните близнаци могат да направят бъдещия град много по-безопасен за живеене за 80% от население по света, което се очаква да живее в градските райони до 2050 г.", твърди Колинс.

Решаване на предизвикателствата на градския дизайн

Намерило "радушен прием" в инженеринга и машинното производство, виртуалното прототипиране и симулацията на сценарии дават възможност и на градоустройствените специалисти да се справят с проблемите на дизайна, преди да внедрят или внедрят нещо. Например един град може да има за цел намаляване на нивата на въглеродни емисии и да използва цифровия близнак, за да разработи проекти, стратегии и разпоредби за постигане на тази цел. По принцип виртуалният прототип позволява метода "проба и грешка", без да са необходими сериозни инвестиции.

Генеративен дизайн автоматизира градското планиране

"При генеративния дизайн вие казвате на софтуера, поддържан от изкуствен интелект (AI), какви критерии искате и предоставяте няколко 3D модела, които отговарят на вашите очаквания, коментира Колинс. - След това дизайнът може да бъде усъвършенстван с помощта на технологиите за машинно обучение (ML). Програмата разбира точно какво искате и помага на потребителите да създадат идеалния модел."

В контекста на изграждането на интелигентен град, генеративният дизайн може да автоматизира процеса на проектиране на мрежовата инфраструктура, камерите за наблюдение, уличното осветление и дори геометрията на сградите.

Примери за градове с дигитални близнаци

  • Виртуалният Сингапур.

Dassault Systèmes, един от лидерите в симулацията и моделирането на индустриални системи, изгради виртуална версия на Сингапур през 2018 г., за да подобри интелигентното градско планиране. Градоустройствените специалисти биха могли да си "поиграят" с нивата на потребление на енергия, работното време на магазините въз основа на минувачите, въздушните потоци на небостъргачите, управлението на светофарите и разширяването на безжичната мрежа, коментира Колинс. Други сценарии на употреба включват симулация на разпръскване на тълпа при спешни случаи, създаване на нови аналитични приложения и по-добро вземане на архитектурни решения.

  • Уличните лампи в Париж и видеонаблюдението

Базираната във Франция Siradel проектира интелигентното осветление и безжично видеонаблюдение (CCTV) в Париж, като събира данни от различни точки. Подходът изисква симулация на следните три критерия:

- Източници на светлина - CCTV фиксирана мрежа от камери (FoV)
- 5-гигахерцова Wi-Fi мрежова безжична свързаност между стълбове за лампите

Включвайки 148 камери на 116 стълба, този проект доведе до максимално покритие по един рентабилен начин, казва Колинс.

  • Управление на трафика в град Йорк

Първият транспортен модел в реално време, използван за планиране на трафика в градска среда, е реализиран от град Йорк в Северна Англия с помощта на софтуера за моделиране на трафика Optima на PTV Group. Моделът York Optima използва 100 сензора за трафика на живо, повече от 100 контролера за сигнали на живо, данни за скоростта на живо от TomTom и информация за пътните работи. PTV Optima позволява на градостроителите да тестват различни сценарии за краткосрочно, средносрочно и дългосрочно бъдеще, отнасящи се до трафика и емисиите, правейки бъдещия град "по-зелен", обяснява Колинс.

Интелигентните градове вървят ръка за ръка с градските цифрови близнаци. Развитието и в двете области е преплетено, тъй като бъдещето на градското планиране е да направи живота ни по-лесен и по-безопасен по един екологичен начин, добавя анализаторът от ABI Research. Софтуерът за симулация, който се предлага с технологията за цифрови близнаци, позволява на градоустройствените специалисти да адаптират своите проекти и стратегии, преди да предприемат каквито и да било постоянни действия. Често онова, което изглежда като страхотна идея, не се осъществява. Наличието на виртуално копие на града - и всички данни, които идват с него - позволява даването на правилни отговори на бъдещите градски проекти и премахва догадките, заключава Колинс.

Досега урбанистите са използвали цифровите близнаци предимно за операции, както и за управление и поддръжка на услуги. Все повече обаче градското планиране надхвърля тези бизнес сценарии за употреба на дигиталните двойници, като те вече включват проектиране и планиране не само за днешния ден, но за бъдещето, осигурявайки едно по-устойчиво развитие, обяснява Джонатан Колинс от ABI Research. Наличието на цифрово копие на градска инфраструктура позволява симулации, оценки на сценарии и оптимизиране на дизайна, без риска от грешки в реалния свят. Според ABI Research, градовете могат да спестят повече от $150 милиарда до 2028 г. чрез използване на софтуер за дигитални близнаци, като най-печеливши от тези решения ще са енергетиката, доставката на комунални услуги и безопасността.

3D моделиране на статична среда

Като неразделна част от градското планиране, 3D моделирането на изгражданата градска среда с помощта на цифрови технологии позволява създаването на точни геопространствени модели на различни физически активи в града. Някои от тях включват сгради, пътища и зелени площи. По този начин градостроителите ще могат да решат кои пространствени размери и характеристики на околната среда са оптимални за нова инфраструктура. Сензори LiDAR, сателитни изображения и ресурси за картографиране са важни технологии за събиране на необходимите данни, използвани при тези симулации, обяснява Колинс.

Физически модели

С използването на сайта вие приемате, че използваме „бисквитки" за подобряване на преживяването, персонализиране на съдържанието и рекламите, и анализиране на трафика. Вижте нашата политика за бисквитките и декларацията за поверителност. ОК