Deep learning per predir l’ocupació de passatgers en el transport públic per carretera
ANEM: Models i tècniques d’anonimització de dades amb aplicació al sector de la mobilitat
febrer 21, 2023
SCAPE: Cap a l’estandardització, la reducció de costos i unes millors prestacions dels sistemes de conversió de potència per a vehicles elèctrics
febrer 16, 202317/02/2023
La mobilitat del futur ha de ser més intel·ligent, sostenible i connectada. En aquest context, el projecte ‘Solucions per a la mobilitat intel·ligent’, en el qual ha participat el Laboratori de la Facultat d’Informàtica de Barcelona (inLab FIB) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), ha aconseguit el desenvolupament d’un model predictiu de l’ocupació de passatgers en autobusos del transport públic basat en mètodes d’aprenentatge profund (Deep Learning).
El projecte parteix d’un marc de pandèmia a causa de la COVID-19 en el que els operadors del transport públic volien minimitzar els trajectes amb molta afluència de viatgers, amb el doble objectiu de reduir els contagis, i alhora recuperar la confiança dels usuaris en el transport públic.
S’han utilitzat metodologies data-driven (guiades per les dades) a partir de dades de fonts heterogènies (ticketing o comptatge de validacions, calendari, càmeres a l’interior dels busos). En concret, s’han estudiat mètodes clàssics per al tractament de sèries temporals, com el mètode ARIMA, i algorismes de xarxes neuronals que han permès modelar l’ocupació futura, a partir de dades històriques, i incorporant variables i atributs externs importants, com el calendari escolar.
A través d'una plataforma, una aplicació mòbil, l’usuari pot consultar l’ocupació estimada als autobusos al llarg del dia. D’aquesta manera, es pretén que els usuaris del servei de bus optin per aquelles línies o expedicions que van més buides, equilibrant així l’oferta i la demanda del servei, i evitar que hi hagi aglomeracions en el transport públic. Una altra forma d’accedir als resultats és a través d’una plataforma web on es visualitzaran els resultats d’aquestes prediccions.
En el marc del projecte, s’ha col·laborat amb l’empresa Ityneri by GeoActio que desenvolupa solucions intel·ligents per a la modernització del transport públic.
Resultats i impacte
Es tracta d’una proposta interdisciplinària adreçada, principalment, als operadors d'autobusos i gestors públics i privats de la mobilitat de diferents ciutats. La tecnologia que s’ha fet servir en el projecte és aplicable a qualsevol mercat i té un alt potencial d’abast en empreses que gestionen línies de transport de passatgers.
El projecte es troba en fase d’explotació i està ja en funcionament a TUC (Transporte Urbano Comarcal) de Pamplona. A més, està previst incorporar-ho a altres línies urbanes i interurbanes d'altres ciutats.
Tema
Vols saber més?
Projectes Relacionats
- MobilitApp és una aplicació capaç de predir el mode de transport emprat per la ciutadania mitjançant una eina basada en aprenentatge profund a partir de tres sensors del telèfon mòbil.
- L’objectiu del projecte Muvity, en el qual participa el Laboratori d'Aplicacions Multimèdia i TIC (LAM) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), és desenvolupar una aplicació de telerehabilitació física gamificada per a persones amb lesions cròniques. L’usuari realitza exercicis i juga a jocs dissenyats amb terapeutes que el porten a moure les extremitats superiors i inferiors i aconseguir, així, els objectius fixats.
- Investigadors del Centre de Comunicacions Avançades de Banda Ampla (CCABA) i el Grup de Comunicacions Òptiques (GCO) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participen en el projecte B5G-OPEN (pel seu nom en anglès, Beyond 5G – OPtical nEtwork coNtinuum), finançat per la Unió Europea, en el marc del qual s’està dissenyant i prototipant una nova arquitectura de transport òptic de paquets integrada d'extrem a extrem basada en xarxes de transmissió i commutació òptiques multibanda.
- Els vehicles autònoms són una realitat a la qual ens acostem a poc a poc, però de manera inexorable. El Centre de Desenvolupament de Sensors i Sistemes (CD6) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) ha desenvolupat tecnologies per a aquest tipus de vehicles, que milloren la seguretat en els desplaçaments. En aquest sentit, i per cobrir les necessitats de percepció de l’entorn a llarg abast, es requereix el desenvolupament d’un conjunt molt complet de sensors, entre els quals s’inclouen càmeres, LIDAR (Light Detection And Ranging) i radar.
