de uitdaging
Een van de belangrijkste maatregelen tegen de verspreiding van het coronavirus is het houden van anderhalve meter afstand van elkaar. Om dat goed vorm te geven, moet je weten hoe en waar mensen zich bewegen en hoe dat verandert over tijd. Met onderzoek op de TU Delft campus probeert het Mobility Innovation Centre Delft daar inzicht in te krijgen.
de oplossing
Waar en wanneer moet je maatregelen tegen de drukte nemen, en hoe effectief zijn die dan? Een speciaal op de universiteitscampus aangelegd netwerk probeert hier antwoord op te geven. Sensoren in het netwerk zetten visuele informatie om in privacy-proof data, waarbij voetgangers en fietsers als bewegende puntjes worden weergegeven. Deze informatie wordt gecombineerd met openbare data, waaronder de openingstijden van de bruggen en de realtime locaties treinen, bussen en trams. De gecombineerde informatie wordt gevisualiseerd in het de Outdoor Mobility Digital twin, een Digitwin van de universiteitscampus. Dit 3D-model werkt met heat maps (kleurcoderingen) om bijvoorbeeld aan te geven hoe druk het ergens is.
Deze DigiTwin bevat o.a.
- Koppeling met live voetgangers & fiets sensoren
- Live autoverkeersinformatie
- Real-time posities van bussen, trams en treinen
- Bezetting van parkeergarages
- Live informatie van bruggen
resultaat
In de huidige situatie vertelt dit het campusmanagement in hoeverre het bewaren van anderhalve meter afstand haalbaar is en signaleert het kritieke locaties. Op basis daarvan kunnen maatregelen volgen, uiteenlopend van het advies om bepaalde (rustiger) routes te nemen, op een ander tijdstip te reizen of met een ander vervoermiddel tot het aanpassen van collegeroosters of het invoeren van eenrichtingsverkeer op fietspaden.
“De Outdoor Mobility Digital twin geeft ons de digitale infrastructuur om tal van innovaties op mobiliteitsgebied te ontwikkelen en te toetsen”. Lees interview
Doorontwikkelingen
Kennis over mobiliteit is uiteraard niet alleen van nut tijdens de huidige pandemie maar ook in de periode daarna, bijvoorbeeld voor het doorrekenen van nieuwe ruimtelijke en mobiliteitsplannen. Daarom moet het sensornetwerk in de toekomst uitgroeien tot een volwaardig Mobility Lab voor wetenschappelijk onderzoek. Daarvoor wordt gewerkt aan het ontwikkelen van nieuwe sensortechnologie om goedkoper en betrouwbaar te kunnen meten.
Een vraagstuk dat hiermee samenhangt is het zo goed mogelijk combineren van verschillende databronnen om er nauwkeurigere informatie uit te kunnen halen (datafusie). Een lastige opgave, gezien de verscheidenheid aan gegevens uit de verschillende sensoren, maar wel een die kan leiden tot veel grotere informatiekwaliteit als ook het genereren van nieuwe informatie. Denk bijvoorbeeld aan de combinatie van gegevens van de OV-bedrijven met informatie uit de sensoren om zo de bezetting van bussen die over de campus rijden nauwkeurig te kunnen schatten en te voorspellen.
Ben jij ook geïnteresseerd in een Digital Twin om real-time de mobiliteit in jouw stad of regio in kaart te brengen?
Andere cases
