National Transport Library Research Database

Hive – AI-baserad simulering för hållbar stadsplanering (Hive – AI based Simulation for Sustainable Urban Planning)

Sponsors, duration, budget: Formas ; 2025-07-01 -- 2026-06-30 ; 500 000 kronorRegistration number:
  • Formas 2025-01035
Summary: För att bygga hållbara och inkluderande städer krävs välgrundade beslut om bostäder, vägar, cykelbanor och kollektivtrafik. Dagens simuleringsverktyg inom stadsplanering är komplexa och dyra, vilket gör att mindre kommuner ofta saknar möjlighet att själva analysera hur förändringar påverkar invånarna. Istället måste man anlita externa experter varje gång nya områden ska analyseras, vilket gör processen både dyr och ineffektiv.Projektet syftar till att lösa detta genom att utveckla Hive – en ny AI-driven simuleringsplattform som gör avancerade analyser tillgängliga för kommuner och företag oavsett storlek. Hive automatiserar stora delar av planeringsarbetet med hjälp av satellitbilder, öppna data och artificiell intelligens, vilket drastiskt minskar behovet av dyr och tidskrävande manuell datainsamling.Plattformen bygger på fem moduler som utvecklas inom projektet:Tapestry skapar automatiskt detaljerade nätverk av gång-, cykel- och bilvägar direkt från satellitbilder. Det sparar tid och ger mer precisa underlag än dagens manuella metoder.Seedling använder satellitbilder och öppna data för att skapa detaljerade kartor över hur mark används i olika områden, vilket underlättar analys av var nya bostäder eller affärer bör placeras.Mosaic genererar syntetisk befolkningsdata som visar hur olika socioekonomiska grupper är fördelade geografiskt. Detta möjliggör analyser av hur olika grupper påverkas av stadsplaneringsbeslut.Neuro simulerar människors beteenden och val av transportmedel, baserat på forskning och valmodeller. Därmed kan man snabbt se effekten av exempelvis kortare restider eller nya busslinjer.Hive är själva simuleringsmotorn som integrerar ovanstående moduler i ett enkelt och molnbaserat användargränssnitt. Kommuner kan snabbt skapa scenarier och direkt se hur olika lösningar påverkar invånare och miljö.Exempel på konkreta frågor som Hive kan besvara:Var saknas bra kollektivtrafik? Hive visualiserar dagens restider med kollektivtrafik och simulerar hur människors resebeteenden förändras om man lägger till nya busslinjer eller minskar väntetider. Resultatet visar tydligt vilka områden som gynnas mest, och hur mycket bilresandet kan minska.Vem gynnas av nya cykelvägar? Hive analyserar vilka samhällsgrupper som får störst nytta av nya cykelbanor, exempelvis genom kortare restider och minskade utsläpp. Plattformen visar också hur mycket cykeltrafiken ökar jämfört med biltrafiken.Var bör ett företag etablera sin butik? Genom att simulera kunders resvägar och väga in befintliga konkurrenter och verksamheter som skolor eller arbetsplatser, kan Hive snabbt visa vilka platser som är bäst för nya etableringar.Efter projektet är målet att ha en färdig prototyp av Hive, redo att pilottestas av kommuner, företag och andra organisationer. Lösningen sänker tröskeln för avancerad planering, demokratiserar beslutsfattandet och bidrar till att skapa mer hållbara, inkluderande och effektiva städer. Summary: To build sustainable and inclusive cities, decision-makers need clear insights into how changes in housing, roads, bike paths, and public transport affect people’s daily lives. Today, however, advanced urban planning simulations are expensive, complex, and often inaccessible. Smaller municipalities typically lack resources to perform these analyses independently, relying instead on external experts each time a new area or policy needs assessment. This approach is costly, inefficient, and restricts local control.This project aims to solve these challenges by developing Hive, an innovative, AI-driven simulation platform that makes advanced urban analyses accessible and affordable for municipalities and businesses of all sizes. Hive leverages satellite imagery, open datasets, and artificial intelligence to automate large portions of data collection, processing, and modeling, dramatically reducing reliance on expensive and time-consuming manual work.Hive consists of five integrated modules developed within this project:Tapestry automatically generates detailed transport networks, including pedestrian, cycling, and vehicle infrastructure directly from satellite imagery. This approach is faster and more precise than traditional manual methods.Seedling produces detailed, synthetic land-use maps by analyzing satellite imagery and open-source geospatial data.Mosaic generates representative synthetic populations reflecting local socio-economic distributions, enabling detailed analysis of how planning decisions affect different community groups.Neuro simulates human travel behaviors and transport mode choices based on empirical research and theoretical choice modeling, quickly demonstrating the impact of shorter travel times or new public transport routes.Hive is the core simulation engine integrating all these modules into an intuitive cloud-based user interface, enabling planners to quickly create scenarios and clearly visualize how different planning decisions affect residents and the environment.Examples of practical questions Hive can address:Where is public transport lacking? Hive visualizes current public transport travel times and simulates how travel behaviors would change if new bus lines are introduced or waiting times reduced. Results clearly show areas benefiting most and the potential reduction in car use.Who benefits from new cycling infrastructure? Hive identifies the socio-economic groups experiencing the greatest benefits from new cycling routes, such as shorter travel times and lower emissions and estimates shifts from car use to cycling.Where should a company open its new store? By simulating customer travel patterns and considering competitors as well as proximity to schools or workplaces, Hive quickly identifies optimal locations for new businesses.By the project’s end, a fully integrated Hive prototype will be ready for pilot testing with municipalities and other stakeholders. The solution lowers barriers to advanced urban planning, democratizes decision-making, and contributes to the creation of more sustainable, inclusive, and effective cities.
Item type: