Met 3D-informatie ontstaat een integraal en rijk ruimtelijk model

Het is een term die je steeds vaker hoort: digital twin. Sommigen zien er zelfs de oplossing voor alles in onze datagedreven toekomst in. Deze digitale kopie of schaduw is hoe dan ook een begrip om rekening mee te houden. Maar wanneer is iets nou een digital twin? Waar bestaat hij uit. En hoe goed moet hij zijn? Onze wereld is in 3D vormgegeven, een digital twin zal dus ook iets met deze dimensies te maken krijgen.

Onze wereld is een werkelijke wereld. Alles is ergens, heeft een bepaalde vorm en kwaliteit. Je kunt het bekijken of voelen. En als iets er wel is, maar niet zichtbaar, is er altijd een manier om het toch in beeld te krijgen. Een munt onder het zand kun je bijvoorbeeld zichtbaar maken met een metaaldetector. We zien alleen steeds vaker dat we, in ons streven naar efficiënter werken en naar een hogere kwaliteit van processen, onze omgang met deze fysieke werkelijkheid niet meer baseren op conclusies die we in dezelfde omgeving trekken. Liever nemen we de beslissingen (op afstand) op basis van informatie (data) over deze echte wereld. Het mooie daarbij is dat we alleen data gebruiken die van belang zijn om een bepaalde beslissing te nemen. De rest laten we op dat moment eenvoudigweg even weg. Een interessante ontwikkeling, die nog boeiender wordt nu we ook informatie digitaal kunnen toevoegen die je in de werkelijkheid niet kunt zien. Denk bijvoorbeeld aan grenzen. Door de data slim te combineren komen we tot inzicht en kunnen we de beslissing goed en reproduceerbaar nemen.

We maken ons hierdoor wel afhankelijk van de actualiteit en kwaliteit van deze data. Ook moeten we, anders dan we gewend waren, deze beslissing nemen zonder dat we de werkelijkheid echt zien. Oftewel: het inzicht dat we uit de data halen, moet ook daadwerkelijk (en snel genoeg) begrepen worden, in een eenzelfde (als eerder) referentiekader passen en zijn eigen geldigheid kennen.

Kwaliteit van de data

De wereld verandert constant. De digitale kopie mag dus niet achteropraken. Er is zodoende werk aan de winkel, maar dat mag niet te veel zijn: we willen immers efficiënter werken. Blijf dus verre van “data-op-orde-” of “dataverbeter”-programma’s. Want die hebben de neiging om nooit af te komen. Dergelijke programma’s slokken veel geld en capaciteit in de organisatie op, zonder zichtbare verbeteringen. Daardoor is er geen motivatie meer om door te gaan. Ik vind het dan ook beter om de datakwaliteit te laten schuren in het gebruik. Dat prikkelt de data-eigenaren om zelf in te grijpen. Vaak leidt dit op korte termijn  al tot zichtbare verbeteringen en bleek de oplossing eenvoudiger dan verwacht.

1- en 2-dimensionaal

In deze eerste van twee blogs ga ik graag in op de dimensies 1, 2 en 3. Laat me dat eerst even uitleggen. We kennen allemaal 2D-voorstellingen van onze omgeving: kaarten. Onze hele wereld is daarop “platgedrukt” in een bovenaanzicht of zijaanzicht. Zo ontstaat een voorstelling van de werkelijkheid die geschikt is om weer te geven op papier of beeldscherm. Daardoor is de informatie veel makkelijker te hanteren.

1-dimensionale voorstellingen van de buitenwereld zijn nog abstracter. Deze gebruiken alleen lijnen en heten dan ook lineair. Je ziet ze vooral terug in schematische weergaven. Denk aan een spoorkaart of een leidingschema van een netbeheerder. Een nadeel is dat de schaal bij deze 1D-voorstellingen lang niet altijd nauwkeurig is.

Die onnauwkeurigheid zie je ook bij andere 1D-voorstellingen. Dan gaat het om metingen van lineaire objecten, zoals wegen, waarbij niet de coördinaten van de locatie, maar alleen de lengte geregistreerd wordt. Soms zijn deze metingen ter plekke zichtbaar gemaakt in de vorm van nummering. Denk aan de hectometerbordjes langs onze snelwegen. Deze staan echt niet altijd precies om de 100 meter. De afstand kan meters afwijken en soms zitten er complete gaten in de telling. Zo’n lineaire registratie is moeilijk consistent te maken. Bovendien is onderhoud lastig doordat de wereld buiten verandert. Daardoor is het 1D-systeem niet meer gekoppeld aan de huidige werkelijkheid.

Het terugvinden van lineaire posities in eenvoudig als je er al in de buurt bent. Met lokale aanduiding in de vorm van bordjes kan je de 1^e dimensie goed aflezen. Het is veel lastiger als je nog van ver moet komen. Verder werkt lineaire aanduiding heel goed als het gebruikt wordt in mondelinge communicatie. Als je echter in een wat grotere wereld zit wordt het handiger om een meer absoluut systeem te gebruiken, de wereld van 2D.

Relatie met de werkelijkheid

Bij 2D-registraties als kaarten gaan we er in het algemeen veel meer van uit dat ze de werkelijkheid blijven volgen. De relatie tussen werkelijkheid en weergave volgt daarbij uit het gebruikte coördinatensysteem zelf en niet uit een object in de werkelijkheid. We stappen dus van een fysieke referentie over naar een virtuele. Dat is handig, maar ook lastig voor te stellen. In het veld zie je deze coördinaten immers niet. We leggen geen ruitjespapier over onze omgeving. Gelukkig hebben we daar tegenwoordig een goede oplossing voor. Dankzij zogeheten GNSS-systemen, zoals GPS, kunnen we altijd overal direct coördinaten vaststellen, ook al zie je ze niet. Zo ontstaat er toch een snelle relatie tussen de wereld buiten en de kaart.

Maar ook onze traditionele kaarten hebben duidelijk hun beperkingen. Zo zijn ze voor lang niet iedereen goed te interpreteren. Het is niet ongewoon dat iemand tijdens het autorijden zijn kaart meedraait met de weg. Het is een complex psychologisch proces om de kaart zo te oriënteren dat je begrijpt wat het betekent. Daar is ruimtelijk inzicht voor nodig.

3D-data

Met 3D gaan we weer een stap verder. We slaan de werkelijkheid niet meer plat, maar nemen ook de hoogte of diepte mee. Daarbij moeten we vooropstellen dat er een groot verschil is tussen 3D-data en 3D-visualisaties. Van een 3D-dataset kun je prima een platte 2D-voorstelling maken. Denk maar aan de eerder besproken kaarten. Alleen is de hoogte of diepte - de Z-coördinaat - daarbij in principe overbodig. Die slaan we nu wel op. De weergave daarvan komt verderop aan de orde.

Eerst maak ik graag nog een klein uitstapje naar de wereld van de binnenkant van gebouwen. Ook daarvan hebben we 2D-weergaven: plattegronden of vloerplannen. Maar juist bij gebouwen is 3D-informatie veel gebruikelijker. Een kamer is pas een kamer met een plafond en van een trap wil je weten hoeveel hij omhoog of omlaag gaat. Deze indoor-wereld beschreef ik bijvoorbeeld in mijn blogs ‘Waarom zou je binnen niet kunnen navigeren?’ en ‘De dynamiek van locatiebepaling’. Indoor is een domein op zich, maar ik zie het liever als een integraal onderdeel van onze leefomgeving. Zeker grotere openbare gebouwen maken direct onderdeel uit van deze omgeving.

Als het om gebouwen gaat, komen ook bouwinformatiemodellen (BIM) al snel om de hoek. Die laat ik hier buiten beschouwing, maar de 3D-data van gebouwen speelt in mijn gedachten beslist een belangrijke rol. Anders dan in de buitenwereld is het bij gebouwen al heel gebruikelijk om van ruimtelijke objecten altijd X-, Y- en Z-coördinaten vast te leggen. Liefst op een zo hoog mogelijk detailniveau. Ook al maak je daar nu nog geen gebruik van, die behoefte kan in de toekomst zomaar komen. Maak ook de dataopslag daar nu vast geschikt voor.

3D-berekeningen en -visualisaties

3D-data biedt duidelijk meer mogelijkheden dan 1- of 2D-informatie. Als naast het terrein ook de bebouwing, of zelfs de hele bovengrond (atmosfeer) of ondergrond van belang is, komen 3D-berekeningen altijd van pas. Bij planologie, volumes, ondergrondse delfstoffen, radioverbindingen en zichtlijnen of militaire zaken als ballistiek en bescherming komen altijd van dit soort complexe berekeningen aan de orde, waarin de omgeving een belangrijke rol speelt.

Deze berekeningen kunnen losstaan van de manier waarop we naar deze wereld kijken. Vaak volstaat 2D daarvoor nog gewoon, al voegt een 3D-vorm hier zeker iets toe. Dat is zeker het geval als je rekening wilt houden met zaken die elkaar in de 3D-ruimte beïnvloeden. In de praktijk blijkt dat de 3^e dimensie meer toevoegt naarmate je verder inzoomt op een interessegebied. De rijkdom zit hier zeker in de detaillering. Stel dat er een trein stil komt te staan op een viaduct. Hoe bepaal je dan op welke manier mensen de trein kunnen verlaten? Dan moet je bijvoorbeeld trappen en gevarenzones in kaart brengen. In 3D kun je zo’n analyse veel beter en verantwoorder maken. Het ruimtelijk bewustzijn (situational awareness) van de gebruiker neemt daarmee namelijk toe.

De werkelijkheid bekijken we permanent vanzelf in 3D. Dat is makkelijk. Maar 3D-data bekijken is een stuk lastiger. Er zijn nog nauwelijks systemen verkrijgbaar die dit mogelijk maken. Of ze zijn extreem kostbaar en werken dan ook nog met een ondermaatse resolutie. Denk bijvoorbeeld aan hologrammen. Voor mij is het vanzelfsprekend dat er in een 3D-weergave altijd ook sprake kan zijn van realtime informatie. Dat kan in de vorm van veranderende statusinformatie of in de vorm van bewegingen. Beide maken deze 3D-wereld nog rijker en boeiender!

3D-systemen en -technieken

Als we ruimtelijke informatie willen weergeven, denken we al snel aan GIS-systemen. Maar de meeste GIS-systemen zijn ontstaan in een 100% 2D-tijdperk. Ze worden nu wel geschikt gemaakt voor 3D, maar daarbij krijgt het systeem meestal niet echt een 3D-basis. Er worden alleen 3D-visualisaties aan toegevoegd. Maar als je 3D-data hebt en daar een bijpassende visualisatie voor wilt, is een tijdelijke degradatie naar een 2D-systeem niet wenselijk. Gaming engines lossen dit gedeeltelijk op doordat deze van origine volledig op 3D gebaseerd zijn en in 3D rekenen en opslaan. Ook integreren ze makkelijk met de nu beschikbare 3D-visualisaties. Alleen blinken gaming engines weer niet uit in de verwerking van onze gebruikelijke geografische referentiesystemen met coördinaten. Hier is nog het nodige werk te doen.

Op dit moment geven 3D-visualisaties op basis van augmented reality (AR) en virtual reality (VR) nog het beste resultaat. VR lijkt geschikt om ontwerpen van gebouwen weer te geven. Maar voor veel zoek- en analysefuncties is het niet handig en nog minder in operationele situaties. Voor zulke toepassingen geef ik nu de voorkeur aan AR. In de volgende blog zal ik verder ingaan op de dynamische kanten van AR (4^e en 5^e dimensie).

CGI heeft met haar op AR gebaseerde 3D Map Table een hele goede poging gedaan en hiermee een onderzoeksinstrument gebouwd dat voor veel 3D-toepassingen ingezet kan worden. Daarmee kunnen we de toegevoegde waarde van echte 3D verkennen.

3D is waardevol, maar blijf kritisch

Ondanks alle voordelen van 3D is het verstandig om kritisch te blijven. 3D is een lastig thema, vooral doordat visualisaties nog allesbehalve gangbaar en toegankelijk zijn. We zien veel 2 ½D-vormen. Die geven een 3D-impressie op een vlak scherm. Als je daarbij het gezichtsveld - gezichtspunt en kijkhoek - kunt aanpassen, zijn ze zeker nuttig. Maar het risico is dat mensen nog altijd vrij snel de weg kwijtraken bij dit soort weergaves.

3D-berekeningen hebben erg veel voordelen en zijn vaak zelfs onontbeerlijk. Daarvoor is 3D-data nodig. Een echte 3D-voorstelling maakt onze beleving integraal. We zien alles namelijk goed in zijn omgeving en bij voorkeur ook fotorealistisch. Net als 2D-voorstellingen kunnen ze rijk aan detail en opties zijn. Juist deze totaalbeleving vergroot het ruimtelijk bewustzijn van de gebruiker. Dat is van grote toegevoegd waarde, vooral in realtime processen en operationele vraagstukken.