Ученые МГУ помогут увеличить эффективность городской транспортной системы
Программную платформу быстрого анализа транспортных данных для организации эффективной работы транспортной системы и пассажиропотока в городе разработали ученые МГУ, сообщает 10 июня пресс-служба университета.
Уникальная разработка была выполнена в рамках реализации концепции «Умный город» — управления городскими ресурсами с широким использованием коммуникационных и информационных технологий, частью которой является «Умный транспорт».
На Международной научной конференции «Экономика цифровой трансформации и устойчивое развитие транспорта» (EDiTS 2022), организованной Ассоциацией поддержки научных исследований, математики МГУ предоставили доклад о своей разработке, способствующей быстрому решению задач по обеспечению бесперебойной работы системы городского транспорта.
Один из разработчиков проекта, аспирант факультета вычислительной математики и кибернетики МГУ Марк Булыгин пояснил: «Мы разработали открытую платформу для анализа транспортных данных, которая ориентирована на хранение и анализ двух основных компонентов транспортных данных, собираемых автоматически. Во-первых, это так называемые матрицы соответствия, которые описывают количество движений пассажиров из одной точки в другую в единицу времени. Такими „точками“ могут служить географически определенные районы, а также станции, автобусные остановки и так далее. Во-вторых, это журналы использования проездных документов, например пассажирские входы на станцию метро».
Источниками транспортных данных были смарт-карты систем общественного транспорта, используемые для оплаты проезда, датчики GPS в смартфонах и навигаторах, а также данные со смартфонов, передаваемые специальными приложениями.
Отдельные данные путем их объединения структурировались по районам происхождения или назначения, по временным интервалам, источником таких данных была информация от сотовых операторов, рассказал Марк Булыгин.
Анализ качества работы автобусной сети с помощью этой платформы может быть выполнен на уровне функционирования отдельных маршрутов и единиц автопарка, также могут быть реализованы методы оптимизации и оценки качества работы городских такси.
Проблемы в пешеходной сети города с выявлением мест, наиболее посещаемых пешеходами, позволит решить анализ GPS-траектории пешеходов.
Результаты, полученные разработчиками платформы, позволяют, по сравнению с традиционными методами прогнозирования, не только управлять транспортным планированием, но и оценивать результаты реализации правленческих решений в городе, последствия инцидентов и так далее.
«Мы получили простой и эффективный инструмент, основанный на относительно небольшой модели, описывающей основные статистические данные об использовании транспортной системы», — заявил старший научный сотрудник лаборатории открытых информационных технологий факультета вычислительной математики и кибернетики МГУ, к. ф.-м. н. Дмитрий Намиот.
Причем сбор таких данных не требует каких-либо дополнительных дорогостоящих технических решений. Они автоматически собираются независимо от представленной платформы. Местоположение абонентов регистрируются операторами электросвязи с целью выставления счетов и технического обслуживания, также и транспортные компании регистрируют проход пассажиров для собственного выставления счетов, отметил Намиот.
