Herstructurering van hoofdstedelijke gebieden – Een Digital-Twin experimenteer-omgeving

Editie: 32

Published on: 19 februari 2025


Een digitale twin van mens en omgeving maakt het mogelijk om een stedelijk ontwerp op belevingswaarde te toetsen.
Yang et al.

Probleem en doel 

In de komende jaren zullen veel hoofdstedelijke gebieden in Nederland een ingrijpende transformatie ondergaan, gedreven door de ambities van verdichting en vergroening die bij veel steden hoog op de agenda staan. Bij de herstructurering van deze gebieden zijn zowel functionele eisen als belevingswaarde cruciaal. Het verenigen van de diverse belangen en functies binnen zo’n complexe ontwerpopgave vormt een aanzienlijke uitdaging. In dit artikel belichten we een onderzoekslijn van de Real Estate Management and Development groep aan de TU/e die tot doel heeft om dit soort ontwerpopgaven te ondersteunen door middel van digital twinning technieken. Het artikel is gebaseerd op eerdere publicaties van de auteurs (Yang et al., 2024a-d).  

Digital twinning krijgt steeds meer aandacht. Een digitale twin is een digitaal model van een fysiek product, systeem of, in dit geval, een gebied. Door een 3D-model van het gebied te creëren volgens een specifiek ontwerp en dit te combineren met VR-technologie, kunnen gebruikers het ontwerp in een virtuele omgeving ervaren en evalueren. Dit biedt de mogelijkheid om bij de herstructurering van een gebied verschillende ontwerpscenario’s vooraf te testen op aspecten zoals beleving en gebruik.  

In dit onderzoek willen we een stap verder gaan. Door gedragsonderzoek te combineren met digital twinning is het mogelijk om niet alleen de fysieke omgeving te simuleren maar ook de subjectieve ervaring van gebruikers tijdens interactie met die omgeving. Het onderzoek richt zich op het ontwikkelen van digital twins van mensen ofwel (software) agents die gebruikers nabootsen niet alleen wat betreft hun voetgangersgedrag maar ook hoe zij de virtuele fysieke omgeving waarnemen, beleven en waarderen. 

Dit roept allerlei onderzoeksvragen op: hoe ervaren mensen een bepaalde omgeving en wat is de invloed van de inrichting en vormgeving van het gebied daarop? Hoe kan je die mens-omgeving interactie modeleren en inbouwen in software agents die in staat zijn het gedrag en de ervaringen van mensen te simuleren? Hoe kun je een dergelijke digital twin van het gebied en de mensen toepassen om ontwerpscenario’s voor het gebied te evalueren en wat is de potentie van een dergelijke aanpak?  

In een promotieonderzoek dat nu de laatste fase ingaat hebben we deze vragen onderzocht en een model ontwikkeld. De toepassing van het model richt zich op de herstructurering van het stationsgebied van Eindhoven. Dit is een actuele case. In de komende 20 jaar ondergaat het stedelijk gebied rond Eindhoven Centraal Station – genaamd KnoopXL – een grote transformatie. Het gebied moet een aantrekkelijk verblijfsgebied worden, met ruimte voor recreatie en ontmoeting. We passen het digital twin concept toe op zowel mens als omgeving om verschillende ontwerpvarianten te evalueren. De bovenstaande onderzoeksvragen definiëren drie fasen van het onderzoek. We bespreken de aanpak en bevindingen in elk van deze fasen.  

 

Fase 1 – Training van de agents 

Om de agents – de digitale representaties van individuen binnen de digitale twin – te trainen, is data nodig over hoe mensen een stedelijk gebied ervaren wanneer zij gebruikmaken van de publieke ruimte. Om de data te verzamelen hebben we een experiment uitgevoerd waaraan in totaal 237 mensen (studenten aan de TU/e) deelnamen. Voor het experiment hebben we de stated-choice-experiment methode toegepast. Deze methode wordt veel toegepast om keuzealternatieven te creëren die op een systematische manier variëren op een aantal kenmerken. In deze toepassing bestaan de alternatieven uit ontwerpscenario’s voor het stationsgebied. In totaal werden acht scenario’s opgesteld die varieerden op een aantal zorgvuldig geselecteerde kenmerken, gebaseerd op eerder onderzoek: de hoogte van de gebouwen, de aanwezigheid van terrasjes, bankjes, fietsenstallingen, overdekte galerijen langs gebouwen, gras en bomen. De scenario’s varieerden onafhankelijk van elkaar op deze attributen.  

Van elk scenario is een 3D-model gemaakt, waarna met VR-technologie een video werd gegenereerd die een wandeling over het plein vanuit ooghoogteperspectief toont. Dit biedt een realistisch beeld van het hele gebied. Een video-opname is een alternatief voor ‘immersive’ VR waar de deelnemer met een VR-bril op zelf de wandeling maakt door de virtuele ruimte. Het voordeel van de video-methode is dat het experiment on-line kan worden afgenomen en een dergelijk groot aantal deelnemers gerealiseerd kan worden.  

Elke deelnemer kreeg willekeurig vier van de acht scenario’s te zien. Vooraf werd hen een denkbeeldige reden voor het bezoek aan het stationsplein meegedeeld, die per persoon kon verschillen. De mogelijke scenario’s waren: de trein nemen, een boodschap doen in het station, of zonder specifiek doel rondwandelen. Direct na het bekijken van een video vroegen we de deelnemers om hun ervaring op verschillende dimensies te beoordelen met behulp van een Likert-schaal. Dit betrof zowel de perceptie van omgevingskwaliteiten—levendigheid, veiligheid, leesbaarheid en comfort—als de ervaren emoties: plezier, opwinding en dominantie (de mate waarin men controle ervaart over de situatie). Tot slot vroegen we hen aan te geven hoe ze bij voorkeur 10 minuten vrije tijd zouden verdelen over verschillende activiteiten: wandelen, winkelen, in het station verblijven of het plein eerder verlaten. 

De verkregen data vormen de basis voor het trainen van de agents. Figuur 1 toont schematisch het dynamische proces waarin de emoties, percepties en keuze van activiteiten van de agents worden beïnvloed door zowel externe omgevingskenmerken als hun interne toestand. De interne toestand speelt een cruciale rol, omdat agents kunnen verschillen in stemming, persoonlijkheidskenmerken en het doel van hun bezoek—factoren die hun reacties beïnvloeden. Vanwege de complexiteit van de relaties tussen deze variabelen is een combinatie van modeltypen en technieken toegepast om de vele parameters te schatten (structurele vergelijking model en latente-klasse discrete-continue keuze-model). 

 

Figuur 1 – Het agent model 

 

Fase 2 – Ontwikkelen van het systeem 

De digital twin (bestaande uit zowel de fysieke omgeving als de aanwezige mensen, en hun interacties) is ontwikkeld in het Grasshopper software platform van Rhinoceros. Hierbij maken we voor de digital twin van mensen gebruik van de Quelea software plugin dat basis voetgangers-gedrag van agents in een 2D of een 3D ruimte simuleert in real time. Nadat een populatie van agents is aangemaakt, betreden zij het gebied via vooraf gedefinieerde entreepunten en verlaten zij na een bepaalde tijd het gebied via de aangegeven uitgangen. Binnen het gebied bepalen de agents hun looprichting en -snelheid als het gecombineerde resultaat van de krachten die op elk moment op hen inwerken. De ingebouwde regels voor deze krachten zijn ontworpen om menselijk gedrag en sociale normen na te bootsen. Dit omvat het aangetrokken worden tot ‘points of interests’ (POI’s) op basis van hun huidige afstand en individuele voorkeuren, terwijl tegelijkertijd obstakels, ontoegankelijke gebieden en botsingen met andere agents worden vermeden. 

Om de digital twin van mensen in hun omgeving te realiseren, hebben we dit basisgedrag uitgebreid met het ontwikkelde model (Figuur 1). Hierdoor beschikken de agents over bepaalde persoonlijkheidstrekken, een stemming en een doel, nemen ze de omgeving waar (percepties), ervaren ze emoties en bepalen ze van moment tot moment hoeveel tijd ze op welke plek willen doorbrengen. Dit betekent een aanzienlijke verrijking van gedragsmogelijkheden van de agents. We creëren een populatie van agents die onderling verschillen in hun initiële toestand (persoonlijkheid, stemming en doel) en in de parameters die de precieze relaties met percepties, emoties en voorkeuren bepalen. Op deze manier kan de digitale twin individuele variaties binnen de populatie van bezoekers in het gebied realistisch weergeven. De agents hebben een geheugen zodat na de simulatie het gelopen traject, verblijf bij POIs en de ervaringen op verschillende locaties uitgelezen kunnen worden. Alle individuele verslagen tezamen geven waardevolle inzichten in het gebruik en de beleving van het gebied binnen de digitale twin. 

 

Fase 3 – Toepassing en resultaten 

Om te laten zien hoe de digital twin ontwerpers en besluitvormers kan helpen inzicht te krijgen in de impact van hun plannen op de ervaringen en activiteiten van mensen, hebben we twee van de acht verschillende ontwerpvarianten van het stationsgebied gesimuleerd. De eerste variant is een minimale versie zonder groen, eetgelegenheden, bankjes of arcades. In de tweede variant zijn deze voorzieningen wel aanwezig, met 40% van het oppervlak bedekt door gras en verspreide bomen rond het plein voor het station. De hoogte van de gebouwen (10 verdiepingen) en de aanwezigheid van een fietsenstalling zijn in beide varianten gelijk. Voor de illustratie hebben we een populatie van 237 agents aangemaakt met dezelfde gemeten persoonlijkheidstrekken, stemming en doel als de deelnemers aan het onderzoek in Fase 1. De populatie is ook een getrouwe afspiegeling wat betreft de verdeling over latente klassen van preferentiepatronen. 

Figuur 2 geeft een visualisatie van de loopbewegingen van de agent-bezoekers over het stationsplein in een simulatie. Figuur 3 geeft statistieken weer van het tijd- en ruimtegebruik en de ervaringen van de agents voor de twee ontwerpvarianten. Van de vele aspecten van perceptie en emotie zijn comfort en levendigheid weergegeven als voorbeelden. De resultaten laten duidelijk zien dat zowel het gebruik van de ruimte als de ervaring van de omgeving verschillen tussen de twee ontwerpen. In de aantrekkelijkere variant brengen de agents veel meer tijd door op het plein en gaan minder snel het stationsgebouw in. Ook verspreiden de agents zich meer gelijkmatig over het hele plein, zoals de hittekaarten laten zien, en geven zij hogere en overwegend positieve scores voor comfort en levendigheid in het gebied. 

Dit is slechts een voorbeeld. In het algemeen laten de simulaties (en analyses) zien dat met name levendigheid een belangrijke omgevingskwaliteit is, omdat het een positieve invloed heeft op alle drie dimensies van emotie (plezier, opwinding en dominantie). Comfort heeft ook een vrij sterke positieve invloed op plezier en dominantie. Groene elementen in het gebied dragen sterk bij aan zowel het comfortabel voelen als aan levendigheid en is daarmee een kenmerk dat sterk bijdraagt aan een positieve beleving. Het voert hier te ver om op alle bevindingen in te gaan. Het hier aangehaalde voorbeeld laat zien dat de digital twin een grote rijkheid aan informatie kan bieden.  

 


Figuur 2 – Visualisatie van gelopen trajecten van agents in een simulatie 

 

Ruimte gebruik 

 

Ervaren comfort  
Ervaren levendigheid 

Figuur 3 – Simulatie resultaten van de vergelijking van twee ontwerp alternatieven 

 

Conclusie 

In deze bijdrage hebben we een digital-twin benadering gepresenteerd die het mogelijk maakt om keuzes in de ontwerpfase van gebieds(her)ontwikkeling te evalueren met behulp van softwareagents. Een belangrijke kracht van de agent-gebaseerde methode is dat het inzichten biedt in de gevolgen van keuzes op een veel gedetailleerder niveau dan traditionele modellen. Hoewel er al veel ervaring is met agent-gebaseerde modellen van voetgangers, is onze aanpak nieuw doordat de agents individuele variatie in persoonlijkheid vertonen en in staat zijn de subjectieve beleving van een omgeving te simuleren. 

De kwaliteit van de informatie staat of valt natuurlijk met de kwaliteit van het onderliggende model. Daarom krijgt de empirische fase van het ontwikkelen van de twin (fase 1) evenveel aandacht als de technische ontwikkeling van het systeem (fase 2). De digital twin laat zien hoe state-of-the-art methoden van gedragsmodellering toegepast kunnen worden om een digital twin van een fysieke omgeving uit te breiden met digitale twins van de gebruikers. 

Concluderend biedt dit digital twin-raamwerk, dat de fysieke omgeving, mensen en hun interacties simuleert, stedelijke ontwerp- en ontwikkelingsprofessionals een instrument om te onderzoeken hoe ontwerpalternatieven de subjectieve ervaringen van mensen (zoals comfort en levendigheid) en het ruimtelijk gebruik beïnvloeden. Door risicoloze en kostenefficiënte experimenten met verschillende ontwerpalternatieven mogelijk te maken, ondersteunt deze benadering de (her)ontwikkeling van gebieden die zowel functioneel als aangenaam zijn voor burgers. Een interessante verdere ontwikkeling is om de digitial twin te koppelen aan AI methoden voor het genereren van optimale designs waarbij de digital twin belevingswaarde van het gebied inbrengt.

 

Over de auteur: Senqi Yang 

Senqi Yang is een PhD kandidaat in de Real Estate Management and Development groep in de Built-Environment faculteit van de Technische Universiteit Eindhoven. Haar onderzoek richt zich op mensgerichte perceptie en evaluatie van de stedelijke omgeving.

 

Over de auteur: Gamze Dane

Gamze Dane is universitair docent in de groep Real Estate Management and Development binnen de faculteit Bouwkunde van de Technische Universiteit Eindhoven. Haar onderzoek richt zich op het integreren van burgers in het besluitvormingsproces van stedelijke ontwikkeling via digitale tools en (big) data.

 

Over de auteur: Theo Arentze

Theo Arentze is professor in de Real Estate Management and Development groep in de Built-Environment faculteit van de Technische Universiteit Eindhoven. Zijn onderzoekinteresses omvatten het keuzegedrag van gebruikers van de gebouwde omgeving en de ontwikkeling van beslissingsondersteuning systemen voor stedelijke ontwikkeling.

 

Referenties

Yang, S., Dane, G., van den Berg, P., & Arentze, T. (2024a). Influences of cognitive appraisal and individual characteristics on citizens’ perception and emotion in urban environment: model development and virtual reality experiment. Journal of environmental psychology, 102309.

Yang, S., Dane, G., & Arentze, T. (2024b). Modeling pedestrians’ activity time-use choices in a virtual urban public space: The influences of the environment and affective experience. Cites, 154, 105399.

Yang, S., Dane, G., & Arentze, T. (2024c). An agent-based model to simulate pedestrians’ affective experiences and activities for evaluating urban public space design. Submitted for publication.

Yang, S., G. Dane, P. van den Berg en T. Arentze (2024d). Hoogstedelijke verdichting rond station Eindhoven, nieuw groen verzacht KnoopXL, Gebiedsontwikkeling.nu, https://www.gebiedsontwikkeling.nu/artikelen/hoogstedelijke-verdichting-rond-station-eindhoven-nieuw-groen-verzacht-knoopxl/

Mail the editors