Stadtwerke Gießen та Brodtmann Consulting наразі працюють над новаторським проектом місцевого транспорту за підтримки дочірньої компанії SWG MIT.BUS, що займається місцевим транспортом. Rhein-Main-Verkehrsverbund (RMV) підтримує проект як асоційований партнер. Основна мета - надати пасажирам корисну інформацію в режимі реального часу. Федеральне міністерство транспорту та цифрової інфраструктури фінансує проект через його великий потенціал.
Можливість побачити на своєму смартфоні, коли саме приїжджає автобус, наскільки він заповнений і чи є ще місце для дитячого візочка - це незабаром стане реальністю в Гіссені. Транспортні фахівці Stadtwerke Gießen (SWG) та її місцевої транспортної дочірньої компанії MIT.BUS, а також експерти з аналізу даних Brodtmann Consulting наразі спільно працюють над проектом NV-ProVi за підтримки RMV. На відміну від абстрактної робочої назви, очікувані переваги для пасажирів є дуже конкретними. Насправді, розумні алгоритми вже в найближчому майбутньому мають здійснити революцію в інформаційній системі Рейнсько-Майнського транспортного об'єднання. "NV-ProVi - це перший проект у сфері великих даних у групі SWG", - говорить Єнс Шмідт, комерційний директор SWG.
Залучені партнери переслідують кілька цілей за допомогою цього видатного проекту. Основна мета - надати пасажирам корисні дані, які зроблять користування місцевим громадським транспортом зручнішим, а отже, привабливішим. Для цього потрібні дві речі: більше датчиків підрахунку пасажирів у транспортних засобах MIT.BUS та функціонуючі інтерфейси, які можна використовувати для об'єднання різних даних. SWG та MIT.BUS, природно, зосереджені на встановленні додаткових систем підрахунку пасажирів. Тому що: "Чим більше реальних даних ми зможемо зібрати, тим точнішими будуть прогнози", - пояснює Маттіас Функ, технічний директор SWG.
Іншою важливою метою проекту є розробка моделі, яка прогнозує ключові показники, що стосуються громадського транспорту - особливо щодо заповнюваності та дотримання розкладу руху. Для цього використовуються найсучасніші технології, такі як машинне навчання та штучний інтелект. "Ми, звичайно, починаємо з усталених підходів, але ми також переконані, що інтеграція даних у режимі реального часу, зокрема, відкриє абсолютно нові шляхи в прогнозуванні на основі штучного інтелекту в громадському транспорті, які ми будемо вирішувати як з наукової, так і з практичної точки зору", - пояснює Марк Ламмердінг, партнер з питань ІТ та діджиталізації в Brodtmann Consulting і загальний керівник проекту NV-ProVi. І останнє, але не менш важливе: партнери проекту також хочуть зробити реальний внесок у наукову дискусію щодо використання цих методів аналізу в громадському транспорті.
Кращий громадський транспорт - менше CO2
Автобуси та поїзди розглядаються як важливі фактори транспортного переходу. Особливо тут, у Гіссені, де міські автобуси вже майже півтора року працюють на біологічному природному газі і є практично нейтральними до викидів CO2. "Цей проект - великий крок вперед на нашому шляху до того, щоб стати кліматично нейтральним муніципалітетом", - каже член міської ради Герда Вайгель-Грайліх. А голова наглядової ради SWG Астрід Айбельшаузер додає: "Небагато муніципалітетів мають таких відданих партнерів, коли йдеться про захист клімату". Насправді, місцеві транспортні послуги та викиди CO2, пов'язані з транспортом, мають прямий вплив одне на одного. "Чим привабливішим і передбачуванішим є транспортне сполучення, тим більша ймовірність того, що люди залишать свої автомобілі вдома і скористаються автобусом", - каже Матіас Карл, виконавчий директор MIT.BUS.
Оскільки надзвичайно велика кількість компонентів повинна надійно функціонувати в дуже складній взаємодії, знадобиться ще деякий час і багато тестів, перш ніж дані можна буде імпортувати в безкоштовний додаток RMV і на сайт RMV на так званій "живій карті" на смартфоні. Експерти, які беруть участь у проекті, очікують, що дані в режимі реального часу будуть постійно надходити до кінця цього року. "Наразі ми припускаємо, що зможемо забезпечити додаток RMV даними в реальному часі у 2022 році", - пояснює Єнс Шмідт. До цього часу ще багато чого потрібно зробити - наприклад, послідовно обладнати автобуси датчиками підрахунку пасажирів і провести велику роботу з розробки алгоритмів на основі штучного інтелекту.
"Прогнозування використання потужностей у місцевому транспорті є дуже складним, але нагальним питанням, особливо через коронавірус, - каже професор Кнут Рінгат, керуючий директор транспортного об'єднання Rhein-Main-Verkehrsverbund. "Проєкт наших партнерів з Гіссена ідеально підходить для цифрової стратегії RMV, і ми з нетерпінням чекаємо на включення зібраних тут даних до нашого прогнозу використання пропускної спроможності всієї мережі".
Фінансування завдяки великому потенціалу
Люди, які стоять за проектом, вже досліджують, які ще потенційні застосування існують - разом з іншими місцевими транспортними компаніями, а також з науковою спільнотою. Тому що факт залишається фактом: NV-ProVi, ймовірно, викличе великий інтерес за межами Гіссена. "Інші місцеві органи влади стикаються з дуже схожими проблемами, - каже Маттіас Функ. Саме цей факт є вирішальною причиною того, що SWG та Brodtmann Consulting отримали фінансування на загальну суму 354 418 євро від Федерального міністерства транспорту та цифрової інфраструктури. Кошти надходять з дослідницької ініціативи mFUND і надаються лише обраним проектам після ретельної перевірки.
Ідея цифрової оптимізації місцевого транспорту не є абсолютно новою. Ядром нинішнього проекту є хакатон, організований Асоціацією муніципальних підприємств у 2018 році, де віддані своїй справі комп'ютерні фахівці зустрічаються, щоб разом писати корисні програми. Тоді Єнс Шмідт описав проблему заторів в автобусному сполученні Гіссена і попросив створити візуалізацію. Хакери надали йому саме її. І це призвело до більшого: проекту Vectura Analytics. Інструмент аналізу, розроблений Brodtmann Consulting у співпраці з SWG, зараз обробляє близько 10,3 мільйона записів даних, зібраних з грудня 2018 року - у понад 475 000 поїздок, 75 000 з яких із системами підрахунку пасажирів. Програмне забезпечення надає візуалізовану інформацію про профілі часу поїздки, кількість пасажирів і місткість, маршрути та доступність зупинок, якість самих даних і, не в останню чергу, про оптимізацію систем підрахунку пасажирів. "Інтелектуальна, динамічна візуалізація аналізів, створених на основі необроблених даних, є ключовим фактором успіху для того, щоб мати можливість точно ідентифікувати та реагувати на загальні закономірності та тенденції, - пояснює Марк Ламмердінг. "Диференційовані фільтри також можуть бути використані для точної фіксації впливу виняткових ситуацій, таких як нинішня пандемія COVID-19, на місцевий транспорт і аналізу їх аж до однієї поїздки - це допомагає реагувати якомога точніше і гнучкіше". Таким чином, Brodtmann Consulting і SWG з MIT.BUS заклали ідеальну основу для поточної роботи над проектом фінансування NV-ProVi в рамках проекту Vectura Analytics.