Stadtwerke Gießen и Brodtmann Consulting в настоящее время работают над новаторским проектом в области местного транспорта при поддержке дочерней компании SWG по местному транспорту MIT.BUS. Рейн-Майн-Веркерсвербунд (RMV) поддерживает проект в качестве ассоциированного партнера. Основная цель - предоставить пассажирам полезную информацию в режиме реального времени. Федеральное министерство транспорта и цифровой инфраструктуры финансирует проект благодаря его большому потенциалу.
Возможность видеть на своем смартфоне, когда именно придет автобус, насколько он заполнен и есть ли в нем еще место для детской коляски - скоро это станет реальностью в Гиссене. Специалисты по транспорту из компании Stadtwerke Gießen (SWG) и ее местного транспортного филиала MIT.BUS, а также эксперты по анализу данных из Brodtmann Consulting в настоящее время совместно работают над проектом NV-ProVi при поддержке RMV. В отличие от абстрактного рабочего названия, ожидаемые выгоды для пассажиров вполне конкретны. В самом деле, умные алгоритмы должны в ближайшем будущем произвести революцию в информационной системе Рейнско-Майнской транспортной ассоциации. "NV-ProVi - это первый проект по работе с большими данными в группе SWG, - говорит Йенс Шмидт, коммерческий директор SWG.
В рамках этого выдающегося проекта партнеры преследуют несколько целей. Главная цель - предоставить пассажирам полезные данные, которые сделают пользование местным общественным транспортом более удобным и, следовательно, более привлекательным. Для этого необходимы две вещи: увеличение количества датчиков подсчета пассажиров в транспортных средствах MIT.BUS и функционирующие интерфейсы, которые можно использовать для объединения различных данных. В SWG и MIT.BUS, естественно, сосредоточились на установке дополнительных систем подсчета. Ведь чем больше реальных данных мы сможем собрать, тем точнее будут прогнозы", - объясняет Маттиас Функ, технический директор SWG.
Другой важной целью проекта является разработка модели, которая прогнозирует ключевые показатели, имеющие отношение к общественному транспорту - особенно в отношении заполняемости и соблюдения расписания. Для этого используются самые современные технологии, такие как машинное обучение и искусственный интеллект. "Мы, безусловно, начинаем с устоявшихся подходов, но мы также убеждены, что интеграция данных в режиме реального времени, в частности, откроет совершенно новые пути в прогнозировании общественного транспорта на основе искусственного интеллекта, которые мы будем рассматривать как с научной, так и с практической точки зрения", - объясняет Марк Ламмердинг, партнер по ИТ и цифровизации в Brodtmann Consulting и общий руководитель проекта NV-ProVi. Не в последнюю очередь партнеры проекта также хотят внести реальный вклад в научную дискуссию об использовании этих методов анализа в общественном транспорте.
Лучше общественный транспорт - меньше CO2
Автобусы и поезда рассматриваются как важный фактор транспортного перехода. Особенно в Гиссене, где городские автобусы уже полтора года работают на биоприродном газе и практически не загрязняют атмосферу CO2. "Этот проект - большой шаг вперед на пути к тому, чтобы стать климатически нейтральным муниципалитетом", - говорит член городского совета Герда Вайгель-Грайлих. А председатель наблюдательного совета SWG Астрид Айбельсхойзер добавляет: "Немногие муниципалитеты имеют таких преданных партнеров, когда речь идет о защите климата". На самом деле, местные транспортные услуги и связанные с транспортом выбросы CO2 оказывают непосредственное влияние друг на друга. "Чем привлекательнее и предсказуемее связь, тем больше вероятность того, что люди оставят свои автомобили дома и воспользуются автобусом", - говорит Матиас Карл, управляющий директор MIT.BUS.
Поскольку чрезвычайно большое количество компонентов должно надежно функционировать в очень сложном взаимодействии, пройдет еще немало времени и испытаний, прежде чем данные можно будет импортировать в бесплатное приложение RMV и на веб-сайт RMV в виде так называемой живой карты на смартфоне. Эксперты, участвующие в проекте, рассчитывают постоянно получать данные в режиме реального времени до конца этого года. "В настоящее время мы предполагаем, что сможем снабжать приложение RMV данными в реальном времени в 2022 году", - объясняет Йенс Шмидт. До этого времени еще многое предстоит сделать - например, последовательно оснастить автобусы датчиками подсчета пассажиров и провести большую работу по созданию алгоритмов на основе искусственного интеллекта.
"Прогнозирование загрузки местного транспорта - очень сложный, но актуальный вопрос, особенно в связи с коронавирусом", - говорит профессор Кнут Рингат, управляющий директор Rhein-Main-Verkehrsverbund. "Проект наших партнеров из Гиссена идеально вписывается в цифровую стратегию RMV, и мы с нетерпением ждем возможности включить собранные здесь данные в наш прогноз использования пропускной способности всей сети".
Финансирование благодаря большому потенциалу
Люди, стоящие за проектом, уже изучают возможности его применения - не только с другими местными транспортными компаниями, но и с научным сообществом. Ведь факт остается фактом: NV-ProVi может представлять большой интерес и за пределами Гиссена. "Другие местные власти сталкиваются с очень похожими проблемами", - говорит Маттиас Функ. Именно этот факт является решающей причиной, по которой SWG и Brodtmann Consulting получили финансирование на общую сумму 354 418 евро от Федерального министерства транспорта и цифровой инфраструктуры. Средства выделяются в рамках исследовательской инициативы mFUND и присуждаются только избранным проектам после тщательной проверки.
Идея цифровой оптимизации местного транспорта не совсем нова. Ядром нынешнего проекта стал хакатон, организованный Ассоциацией муниципальных предприятий в 2018 году, когда увлеченные компьютерные специалисты встречались, чтобы вместе написать полезные программы. Тогда Йенс Шмидт рассказал о проблеме перегруженности автобусного сообщения в Гиссене и попросил сделать визуализацию. Хакеры предоставили ему именно такую визуализацию. И это привело к большему: проекту Vectura Analytics. Аналитический инструмент, разработанный Brodtmann Consulting в сотрудничестве с SWG, в настоящее время обрабатывает около 10,3 миллиона записей данных, собранных с декабря 2018 года - более 475 000 поездок, 75 000 из них - с помощью систем подсчета пассажиров. Программное обеспечение предоставляет визуализированную информацию о времени поездки, количестве пассажиров и пропускной способности, о маршрутах и доступности остановок, о качестве самих данных и, наконец, об оптимизации систем подсчета пассажиров. "Интеллектуальная, динамичная визуализация анализов, созданных на основе исходных данных, является ключевым фактором успеха, позволяющим точно выявлять и реагировать на общие закономерности и тенденции", - объясняет Марк Ламмердинг. "Дифференцированные фильтры также могут использоваться для точной регистрации влияния исключительных ситуаций, таких как текущая пандемия COVID-19 на местный транспорт, и анализа их вплоть до отдельной поездки - это помогает реагировать максимально точно и гибко". Таким образом, Brodtmann Consulting и SWG с MIT.BUS заложили идеальную основу для текущей работы над проектом финансирования NV-ProVi в рамках проекта Vectura Analytics.