DecarbonAIte

Urbana digitala tvillingar

Byggnadssektorn har en enorm potential att minska utsläppen av växthusgaser. Stora renoveringar är brådskande för att uppfylla Sveriges klimatmål för 2045. Ett hinder är den manuella, tidskrävande planeringen av renoveringsåtgärder. Digitala tvillingar av städer kan ge en bra grund för effektiv renoveringsplanering och beslutsstöd.

Data som behövs för energisimulering, t.ex. fönster eller u-värden för byggnadsskalet, saknas dock för närvarande. Syftet med det här projektet är att anpassa och tillämpa maskininlärning för att extrahera funktioner från offentligt tillgängliga databaser för att berika digitala tvillingmodeller för städer och tillhandahålla optimerade renoveringsåtgärder för beslutsstöd.

Fastighetsförvaltare och kommuner kommer direkt att dra nytta av verktyget för beslutsstöd och en bättre digital plattform för att förvalta byggnaderna. På lång sikt bidrar projektet till att öka renoveringstakten och uppnå klimatmålen. De berikade digitala tvillingarna ger också många fördelar utöver renoveringsplanering.

Se projektvideo här

Vill du veta mer?

Dag Wästberg

Data Scientist, MSc

Jens Olsson

Utvecklare, PhD

Siddhartha Kasaraneni

Programvaruutvecklare, MSc

Bernd Ketzler

Gruppchef Tillämpad AI

Fler projekt
Projekt

Barmark för äldre

Projektet avser bygga om en leveransrobot så att den kan utföra vinterväghållning, detta genom att utrusta den med redskap och saltlakespridare.  I samarbete med Göteborgs stad gen…

Projekt

Ökad materialåtervinning av plast från byggsektorn

Genom att öka återvinningen av byggbranschens plastavfall till ny råvara kan vi minska klimatavtrycket och bli mer resurseffektiva.  Byggsektorn står för en stor andel av allt plas…

Projekt

Energianvändning och kostnader för säkra gångytor genom uppvärmning – Förstudie

Fotgängarnas halkrelaterade singelolyckor och skador ökar signifikant om gångstråken är täckta av snö/is. Tidigare studier har visat på en 60–100-procentig minskning av antalet hal…