Hoe digital twins de stedelijke mobiliteit kunnen verbeteren 

Hoe kunnen we congestie en spitsuren verminderen? Waar moeten nieuwe fietspaden komen? Hoe kan het openbaar vervoer worden verbeterd? Kunnen nieuwe aanbieders van e-scooters de bestaande diensten effectief aanvullen? Steden staan dagelijks voor honderd belangrijke beslissingen op het gebied van mobiliteit. Een digitale replica van een stad of regio stelt planners in staat om deze vragen in een virtueel model te doorlopen en alle mogelijke scenario's te testen. Dit helpt hen het overzicht te behouden, de juiste beslissingen te nemen en zowel de kosten als de kans op falen in de praktijk te verlagen. 

De basis van dergelijke digital twins zijn data en algoritmen. In steden wordt dagelijks veel data gegenereerd, bijvoorbeeld door sensoren, verkeerscamera's of GPS.   

"Bij PTV gebruiken we verschillende soorten data. Verkeersdata van alle vervoerswijzen, zoals auto's, vrachtwagens of openbaar vervoer. Maar ook sociaaleconomische data zoals woon- en werkgebieden”, legt Christian U. Haas, CEO van PTV Group uit. "We verfijnen de data, voeden onze algoritmen ermee en bouwen een gedetailleerde en realistische digital twin van de stad." 

In deze virtuele omgeving kunnen alle weggebruikers en hun interacties en openbaarvervoersdiensten worden gemodelleerd en gepland. Nieuwe maatregelen kunnen worden gesimuleerd en geanalyseerd voordat ze in de praktijk worden geïmplementeerd. Planners werken met zogenaamde "What-if-Scenario's". 

Een voorbeeld: Wat gebeurt er als autonome voertuigen binnenkort onze straten gaan veroveren? Hoe zullen ze omgaan met conventionele voertuigen? Welke potentiële kansen en risico’s heeft deze nieuwe technologie voor de stads- en vervoersplanning? Precies deze vragen kunnen in het model worden aangepakt door de autonome voertuigen op de virtuele weg te zetten. Planners en besluitvormers kunnen zich in een vroeg stadium in deze onbekende toekomst verdiepen en passende maatregelen definiëren. De Noorse hoofdstad Oslo heeft een dergelijke studie uitgevoerd om het mobiliteitsnetwerk van de stad voor te bereiden op de komst van autonome voertuigen. 

"Simulaties zijn een soort digitale testomgeving, waar je innovatieve ideeën en concepten kunt uitproberen, die anders misschien nooit in de praktijk zouden worden getest", zegt Christian U. Haas. Naast modellering en planning kunnen de digital twins van steden ook worden gebruikt in verkeersmanagement. Door verkeersmodellen te combineren met real-time verkeersgegevens, krijgen verkeersoperators een sterke tool in handen om verkeer en vervoer te voorspellen, te optimaliseren en te controleren.

Christian U. Haas legt uit: "Met onze modellen en hoogwaardige real-time gegevens zijn nauwkeurige en uitgebreide voorspellingen voor het gehele verkeersnetwerk mogelijk. Operators kunnen het aankomende verkeer voor de komende 60 minuten voorspellen. Sterker nog, in het geval van een incident krijgen ze een verbeterde beslissingsondersteuning." Als er bijvoorbeeld een ongeluk gebeurt, kan het systeem verschillende opties geven voor mogelijke acties, zoals wegafsluiting of omleiding om de negatieve effecten op het netwerk te verminderen. Dit verbetert de doorstroming en de capaciteit van het verkeer, maar helpt ook de verkeersveiligheid te vergroten en de uitstoot te verminderen.