Idea smart city wdrażana jest w coraz większej liczbie miast, także w Polsce. Zwiększona złożoność systemów miejskich generuje nowe wyzwania w zakresie projektowania efektywnych systemów m.in. bezpieczeństwa i transportu publicznego. Rozwój idzie w parze z pojawianiem się nowych technologii, pomocnych przy tworzeniu koncepcji planistycznych. Szczególną uwagę należy poświęcić sieci IoT, analizom brzegowym czy metawersum. To właśnie one mogą wprowadzić nową jakość w zakresie rozwoju koncepcji inteligentnych miast. O tym, w jaki sposób będą rozwijać się miasta przyszłości ISBtech rozmawia z Andreą Sorrim, Segment Business Development Manager w Axis Communications.
Ostatnio dużo mówi się o rozwoju koncepcji metawersum. Czy wirtualne światy mogą wpłynąć na rozwój inteligentnych miast?
Wirtualne światy mogą, w niedalekiej przyszłości, stanowić jeden z kluczowych elementów nowoczesnych miast. Bez wątpienia będziemy zachęcani do wykorzystywania potencjału metawersum w różnych sferach życia – również w zakresie rozwoju smart city. To, co jest istotne dla rozwoju miast, to sposób wykorzystania metawersum jako modelu planistycznego, którego zadaniem jest analiza procesów zachodzących w środowisku miejskim, zarówno w kontekście historycznym, jak i czasie rzeczywistym.
To pomoże zrozumieć dynamikę i rytm miasta, dostarczając kluczowych informacji o natężeniu ruchu, jakości powietrza czy czasie reakcji służb. Takie podejście nazywamy koncepcją twin cities, czyli bliźniaczych, wirtualnych modeli miast.
Jak należy rozumieć ideę bliźniaczych miast?
Są to wirtualne modele, które służą jako działający w czasie rzeczywistym odpowiednik fizycznego obiektu bądź procesu. W kontekście inteligentnych miast są to ich cyfrowe makiety zbudowane na podstawie danych pozyskanych z czujników IoT. Obejmować mogą one zróżnicowaną gamę informacji, np. poziom hałasu i zanieczyszczenia powietrza, warunki meteorologiczne czy ruch samochodów, rowerów i pieszych w określonych obszarach. Rozwiązanie to może mieć istotne znaczenie dla planistów miejskich, których zadaniem jest zrozumienie i analiza skutków różnych wydarzeń i incydentów.
Do jakich działań mogą posłużyć zebrane dane? W jaki sposób mogą wpłynąć na
bezpieczeństwo publiczne?
Załóżmy sobie hipotetyczną sytuację, że w mieście odbywa się koncert znanego artysty. Naturalną rzeczą więc jest wzmożony ruch osób w danym miejscu. Wykorzystując czujniki IoT, można zebrać dane dotyczące tego, w jaki sposób ludzie dostają się na teren eventu, jakie wejścia i wyjścia są najbardziej zatłoczone i jakie obszary wymagają dodatkowego wsparcia organizatorów. Zebrane dane mogą posłużyć do przyszłościowego planowania przestrzeni miejskiej, w tym przewidywania zachowań tłumu podczas imprezy masowej czy skutecznego zarządzania ewakuacją w razie wystąpienia sytuacji kryzysowej.
Warto jednak zauważyć, że pozyskane z sensorów informacje, nie muszą ograniczać się do pojedynczego zdarzenia na określonym terenie. Wykorzystując systemy monitoringu miejskiego, możliwe jest np. prześledzenie i odwzorowanie ogólnego ruchu samochodowego w mieście – obejmującego dane o liczbie i typach pojazdów oraz natężeniu ruchu w danym czasie. Dla przyszłego planowania przestrzeni miejskiej są to bezcenne informacje, które mogą bezpośrednio wpłynąć na poprawę całej infrastruktury drogowej, np. przy planowaniu prac konserwacyjnych, można skorzystać z modelu, aby sprawdzić, w których momentach dnia droga jest najmniej uczęszczana.
W jakim kierunku będzie rozwijać się ten trend?
W miarę gromadzenia danych z wielu źródeł, model bliźniaczego miasta będzie bardziej przystosowany do wdrożenia zaawansowanych narzędzi analitycznych, takich jak wielowymiarowa sztuczna inteligencja. Będzie ona mogła być wykorzystywana w celu analizy scenariuszy „co by było, gdyby” w świecie wirtualnym. Przykładowo, w mieście planowane jest usprawnienie danego procesu – przeprowadzenie cyfrowego testu tego rozwiązania, mogłoby zwrócić uwagę na ewentualne problemy, które potencjalnie wystąpią w świecie rzeczywistym.
Aby zebrać dane, niezbędne są do tego odpowiednie narzędzia. Jakie technologie zatem będą wykorzystywane, aby stworzyć wirtualny model miasta?
To, jak bliźniacze miasta będą działać, zależy w szczególności od jakości i szczegółowości danych wprowadzanych do systemu. By to było możliwe, w strategicznych miejscach w mieście muszą zostać umieszczone odpowiednie czujniki i sensory. W tym procesie kluczową rolę odgrywają także kamery sieciowe, które nie tylko rejestrują wysokiej jakości obrazy, ale także przekazują informacje zwrotne w czasie rzeczywistym. Mogą one dotyczyć, między innymi, skutków przeprowadzanych prac drogowych czy natężenia korków na danym obszarze. Uzupełnieniem kamer są aplikacje działające na brzegu sieci, analizujące materiał wideo, na przykład pod kątem zliczania ludzi czy klasyfikacji pojazdów.
Znamy już technikę wirtualnych modeli miast, ale czy są inne, kluczowe kierunki, które będą warunkować rozwój inteligentnych miast?
Tak jak wspomniałem wcześniej, technologia IoT oraz analityka na brzegu sieci to jedne z najważniejszych trendów napędzających rozwój współczesnych miast. Ogromna ilość danych, gromadzonych każdego dnia i rosnąca digitalizacja wymagają wdrożenia zaawansowanych funkcji analitycznych, które pozwolą na syntezę pozyskanych informacji oraz rzeczywiste wykorzystanie ich podczas projektowania systemu bezpieczeństwa miejskiego. Warto zaznaczyć, że przeniesienie mocy obliczeniowej na urządzenia z procesorem głębokiego uczenia ograniczy zużycie pasma, a także pozwoli na zmniejszenie opóźnień systemu, co jest szczególnie ważne podczas analiz wykonywanych w czasie rzeczywistym.
Osobiście, zauważam także duży potencjał w wykorzystaniu prostego, otwartego protokołu transmisji danych MQTT, który ułatwia wydajną i niezawodną wymianę danych między urządzeniami IoT a aplikacjami w chmurze. Na jego podstawie możliwe jest stworzenie kompletnej architektury systemu łączącej wszelkie typy czujników z oprogramowaniem opartym na serwerach lub w chmurze.
Protokół ten sprawdzi się w szerokim spektrum różnych zastosowań w połączonej infrastrukturze miejskiej: od sygnalizacji świetlnej i drogowej, przez system zarządzania parkingami i stacje ładowania, po czujniki pogody, powietrza, hałasu czy wibracji. To jak w praktyce działa protokół MQTT, można sprawdzić na przykładzie kamery dozorowej. Co prawda, jej podstawowym zadaniem jest dostarczanie wysokiej jakości nagrań wideo – to się nie zmieniło – jednakże wraz z rozwojem technologii, te same kamery mają potencjał stania się inteligentnymi czujnikami, dzięki zaawansowanej analityce brzegowej. W ten sposób, oprócz monitoringu możliwe jest pozyskanie cennych danych, wykraczających poza sam obraz wideo. Na przykład czujnik powietrza wykrywający pogorszenie jakości powietrza na ulicach miasta może wykorzystywać protokół MQTT do łączenia zebranych informacji z danymi o ruchu drogowym uzyskanymi z kamery. W rezultacie możliwa jest weryfikacja tego, czy nagromadzenie ruchu w pewnych obszarach powoduje wzrost zanieczyszczenia. Mogłoby to doprowadzić do zaplanowanego przekierowania ruchu na ulice o mniejszym natężeniu, co miałoby na celu zmniejszenie zanieczyszczenia do dopuszczalnego poziomu.
Ponadto przy tworzeniu tak licznej bazy danych, istotne jest wdrażanie zaawansowanych technologii bezpieczeństwa cybernetycznego. Miasta, połączone inteligentną siecią kamer, sensorów i czujników, mogą być szczególnie narażone na ataki cybernetyczne. Dlatego też tak istotny jest nacisk na rozwój systemów bezpieczeństwa, np. poprzez wprowadzanie podpisanego oprogramowania sprzętowego, które zabezpieczy przechwycony materiał audio/wideo przed manipulacją.
