Обзор

Интеллектуальные системы общественного транспорта: Будущее системы общественного транспорта

На фоне глобального роста урбанизации, города нуждаются во все более надежных, умных и эффективных транспортных системах. Но какие технологии делают транспортную систему интеллектуальной? И кто сумеет получить наибольшую отдачу от таких систем в будущем?

Интеллектуальные системы общественного транспорта

Формирование умных городов

Расширение экономик по всему миру происходит беспрецедентными темпами рука об руку с процессом урбанизации. Исходя из данных ООН можно ожидать, что к 2050 г. около 70% мирового населения будет жить в пределах городских территорий — еще 2,5 миллиарда городских жителей. Это создаст дополнительную нагрузку на систему общественного транспорта в будущем: прогнозируется, что количество пассажиров, перевозимых в пределах городов, за указанный период утроится. Чтобы достойно ответить на текущие и будущие вызовы, городским территориям требуются интеллектуальные транспортные системы (ИТС).

ИТС предоставляют диспетчерам и пассажирам обновляемую информацию о поездке, транспортном средстве и состоянии транспортной сети. Благодаря современным технологиям средства ИТС могут собирать данные из разных сегментов транспортной сети, в том числе сведения о местоположении транспортных средств, рутинные сообщения, видеоинформацию и экстренные оповещения, а также обеспечивать обмен данными между различными взаимосвязанными компонентами.

Уже сейчас средства ИТС играют важную роль в городской среде, оптимизируя работу транспорта, а в сочетании с искусственным интеллектом (artificial intelligence, AI) они окажут влияние на формирование умных городов будущего. Непрерывный анализ собираемых данных, таких как количество пассажиров, делает возможным виртуальное моделирование сетей общественного транспорта на годы вперед. Более того, учет этих данных реального времени наряду с информацией, собранной в интернете вещей (Internet of Things, IoT), особенно в сетях на облачной платформе, приводит к появлению новых процессов, таких например, как упреждающий ремонт дверей в железнодорожных вагонах, обеспечивающий повышенную эксплуатационную готовность.

Таким образом, разработка и реализация решений ИТС способствует улучшению качества услуг в сетях общественного транспорта, тем самым повышая привлекательность системы общественного транспорта в городах. При снижении заторов и нагрузки на окружающую среду обеспечивается рост пассажиропотоков и увеличение доходов перевозчиков.

Формирование умных городов

Каковы главные компоненты умной системы?

Система ИТС включает ряд наиболее передовых современных технологий, отвечающих каждая за свою задачу в составе сети. К ним относятся:

  • системы автоматического определения местоположения транспортного средства (АОМТС)
  • системы автоматического подсчета пассажиров (АСМПП)
  • системы поддержки принятия решений (СППР)
  • системы информирования пассажиров (СИП)
  • геоинформационные системы (ГИС)

Каждая система обеспечивает перевозчика различными данными о состоянии сети, которые могут автоматически передаваться пассажирам в форме оповещений или использоваться позднее, например, для изменения автобусных маршрутов.

Каковы главные компоненты умной системы?

Прежде всего, системы АОМТС в реальном времени предоставляют перевозчику такую информацию о транспортных средствах, как скорость и направление движения, а также сведения о задержках на маршруте из-за дорожных пробок, плохих погодных условий или ремонта дороги. Данные АОМТС позволяют не только обновлять графики движения в реальном времени, но также прогнозировать состояние транспортных средств.

Далее на маршруте системы АСМПП записывают данные о количестве пассажиров, совершающих посадку и высадку на каждой остановке. Поскольку средства АСМПП позволяют формировать данные о заполнении в реальном времени, все больше транспортных организаций предоставляют такие сведения своим пассажирам. В условиях пандемии эти данные помогают пассажирам планировать поездки и изменять свои транспортные привычки. Перевозчики, со своей стороны, используют данные АСМПП для корректировки расписаний в ответ на резкие изменения пассажиропотоков, вызванные пандемией. Сегодня для разработки более эффективных средств АСМПП используются передовые сенсорные технологии, в том числе построения трехмерных компьютерных изображений на базе систем интеллектуальной идентификации изображений для распознавания и подсчета пассажиров при посадке и высадке.

Рано иди поздно случаются непредвиденные события, и тогда средства СППР помогают диспетчерам сохранить контроль над транспортной сетью, подсказывая им альтернативные стратегии. СППР анализирует данные, поступающие с систем АОМТС и АСМПП, для выявления серьезных задержек. Далее СППР предлагает диспетчерские решения и корректирующие стратегии по закрытию разрыва в перевозках до момента, когда можно будет возобновить действие регулярного расписания.

Эти данные реального времени передаются в систему СИП, которая информирует пассажиров о текущей транспортной обстановке, в том числе о времени прибытия и отправления рейсов. Для первого поколения СИП на станциях устанавливаются табло переменной информации, тогда как передовые современные системы информирования пассажиров направляют данные о дорожных условиях, маршрутные указания и прочие сведения о поездке через интернет непосредственно на мобильные телефоны пассажиров.

Наконец, основная задача ГИС — обработка данных, собранных системами позиционирования, такими как GPS/ГЛОНАСС и Galileo. В результате транспортные средства отслеживаются на своих маршрутах в реальном времени, что позволяет анализировать транспортные потоки, а также выявлять помехи движению в транспортной сети. Многие исследования, проведенные за последние десятилетия, были посвящены применению технологии ГИС для автоматизации планирования маршрутов.

Все указанные системы собирают и обрабатывают данные разных типов, а также обмениваются данными, получаемыми от сенсорных устройств и сложного оборудования, например со спутников и с умных датчиков. Средства ИТС интегрируют данные, собранные с помощью различных взаимосвязанных технологий, и формируют целостную оперативную картину.

С земной поверхности через космическое пространство на сотовый телефон — как ваше мобильное устройство узнает, когда ожидается прибытие автобуса

Мобильная связь: как данные попадают к пользователю?

В общем случае ИТС можно разделить на три слоя в соответствии с базовой концепцией IoT: слой восприятия, сетевой слой и слой приложений.

Первый из них, слой восприятия, является источником данных, которые собираются с различных устройств внутри системы. Ими могут быть:

  • устройства и носители у пассажиров (в том числе сотовые телефоны и сезонные проездные);
  • бортовые устройства (такие как приборы АОМТС, АСМПП и видеокамеры);
  • оборудование на остановках (включая приборы автоматической идентификации транспортных средств и видеокамеры);
  • придорожное оборудование (например, сигнальные устройства и умные мачты освещения);
  • устройства у работников транспорта (такие как RFID-метки и устройства для взимания проездной платы).

Промежуточный сетевой слой отвечает за передачу информации с уровня восприятия на уровень приложений. Для передачи данных на относительно большие расстояния на этом уровне используется открытая проводная и беспроводная связь, например GSM, GPRS, CDMA, 3G, 4G и 5G. Также применяются средства частной беспроводной связи, в том числе RFID, Wi-Fi и Bluetooth, для подключения умных датчиков к терминалам, установленным на борту транспортных средств и на остановках.

Третий уровень, уровень приложений, обрабатывает данные, принятые с уровня восприятия, и обеспечивает приложения для перевозчиков и пассажиров транспортных систем. В случае транспортных предприятий это могут быть приложения для распределения заданий или для объявлений, касающихся безопасности населения. Пассажиров могут заинтересовать приложения для информирования об условиях дорожного движения, запроса расписаний или предоставления туристических сведений. 

Как происходит обработка данных

Интернет вещей: как облачные вычисления делают интеллектуальные системы общественного транспорта еще умнее

С помощью облачных вычислений можно, например, использовать алгоритмы добычи данных для поиска устойчивых характеристик сетевых потоков с тем, чтобы оптимизировать общую эффективность системы перевозок.

Данные реального времени, собираемые ИТС с устройств IoT, в том числе периоды ожидания на станциях, количество пассажиров, положения транспортных средств и т. д., объединяются со сведениями, полученными из интернета, такими как спортивные события, прогнозы погоды и публичные оповещения. Эта информация затем передается в центр управления перевозками для хранения и обработки.

Кроме того, исторические данные подвергаются дальнейшему анализу, чтобы извлечь из них полезные закономерности и правила, например в отношении вечерних пиковых нагрузок на определенных остановках. Такой анализ позволяет рассчитывать пассажиропотоки и моменты прибытия транспортных средств путем прогнозирования, основанного на исторических характеристиках, в сочетании с данными реального времени.

Поэтому средства ИТС могут быть полезны менеджерам перевозок для оптимизации ресурсов, общего улучшения планирования и сокращения продолжительности поездок.

Где реализованы эти умные решения?

На ряде предприятий общественного транспорта по всему миру средства ИТС были внедрены с целью обеспечения высокого уровня обслуживания пассажиров. Так, более 120 перевозчиков в США уже извлекают преимущества за счет использования подобных средств, в первую очередь геоинформационных систем и систем поддержки принятия решений, которые сейчас реализуются наиболее широко.

Один из европейских примеров — Лахти, город и муниципалитет в Финляндии, где был запущен проект CitiCAP, нацеленный на поддержку экологически ответственного использования городского транспорта путем борьбы с дорожными заторами и сокращения выбросов CO2 в атмосферу. Компания iris заключила партнерство с местным разработчиком программного обеспечения Mattersoft для совместного изучения пассажирских потоков с помощью автоматических счетчиков пассажиров и сбора комплексных данных о транспортных решениях граждан. Индивидуальный углеродный след рассчитывается в зависимости от выбранного вида транспорта по данным нового мобильного приложения. Благодаря схеме индивидуальных углеродных квот горожане Лахти получают такие преимущества, как скидки на автобусные билеты и на услуги по ремонту велосипедов в обмен на свой выбор умных перевозок. Собранная информация одновременно служит инструментом в руках специалистов по городскому планированию и источником данных о перевозках для инноваций на транспорте.

В итоге выгоду получают все.

Кто выигрывает от внедрения ИТС?

Сценарий выигрыша для всех