Оптимизация сети городской инфраструктуры является сегодня одним из важнейших вопросов в жизни больших городов. Для того, чтобы найти решение проблем с городским трафиком ежедневно расходуются огромные ресурсы — как финансовые, так и связанные с количеством часов, потраченных на проведение исследований.
Принимая решение о развитии инфраструктуры и распределения ресурсов, градостроители полагаются на модели способов перемещения людей в черте города (пешее передвижение, езда на машинах или же на общественном транспорте). Эти модели в значительной степени основаны на опросах жителей и соответственно, отражают их привычки. Однако проведение подобных исследований и их последующий анализ являются крайне дорогостоящими и времязатратными проектами, так что зачастую между проведением глобального анализа городских маршрутов проходит несколько лет, что в итоге дает не совсем корректную модель передвижения. Также анализ с помощью опроса жителей не дают полной картины исследований, ведь они могут охватить лишь малую часть населения той или иной части города, да и сами люди могут не совсем верно оценивать свои передвижения, что также искажает общую картину.
В последнем выпуске исследований National Academy of Sciences, исследователи из MIT и Ford Motor Company описали новую вычислительную систему, которая использует GPS-данные о местоположении мобильного телефона, чтобы на основе анализа данных создать модель передвижения в черте города. С помощью данной системы сбор информации о шаблонах передвижения в городе может занимать значительно меньше времени, нежели при использовании стандартных схем опроса населения. Еще одним положительным итогом использования данной может стать создание модели передвижения (эдакого паттерна городского трафика), что позволит решить транспортные проблемы в черте города.
Данная система была уже успешно опробована в Бостоне. Для сравнения, можно оценить результаты исследований, которые провели MPO (организация планирования Бостонского метрополитена) и MIT (Массачусетский технологический институт).
Так, еще в 2010 году MPO попросила каждого из 25000 жителей одного из районов Бостона в течении одного дня записывать все свои передвижения в своеобразный «дневник поездки». Из этих дневников, в сочетании с данными переписи населения, а также информации, полученной от датчиков движения MPO намеревалась смоделировать карту передвижений опрошенных, а после с помощью экстраполяции — создать карту городского трафика для всех жителей Бостона. Однако обработка данных заняла довольно большой срок, так что работа по созданию прогнозной модели началась совсем недавно.
Исследователи MIT, в свою очередь, с помощью использования GPS-данных смогли за шесть недель получить информацию о передвижениях каждого из 1,92 миллиона жителей. Да, данные были неполными, так как данные с мобильного телефона предоставляли информацию только о тех местах, из которых тот или иной пользователь выходит в интернет или же пользуется мобильной связью для звонков, что составило максимум 25% отд тех данных, на получение которых рассчитывали исследователи.
Однако, для моделирования полной картины был создан алгоритм, работа которого основывалась на нескольких предположениях: 1) место, из которого пользователь уезжает утром и в которое возвращается в ночное время — является его домом; 2) наиболее длинные остановки в течении будних дней — указывают на рабочее место пользователя; 3) длина рабочих дней большинства людей согласуется с национальными средними показателями (К примеру, если пользователь вдруг делает звонки из «условно рабочего места» исключительно с полудня до 14:00, то система не предполагает, что рабочий день пользователя состоит из двух часов, а отмечает, что он находится на работе полный рабочий день. Исключение делается лишь для случаев, постоянно подтверждаемых иными данными — допустим, звонками, совершаемыми из иного места в ближайшее время после учитываемого).
В итоге, из полученных данных происходит построение индивидуального графика перемещения для каждого пользователя с шагом передвижения в 10 минут (а также учетом различия трафика в будние и выходные дни), а уже из этих графиков, в свою очередь происходит создание общей модели мобильности населения — создание возможных направлений передвижения, расчет количества времени, которое может быть потрачено на каждом из этих направлений и т.д.
По словам доцента гражданской и экологической инженерии в Массачусетском технологическом институте Марты Гонсалес, преимуществом внедрения подобных GPS-систем является возможность изучения большего количества информации без непосредственного опроса пользователей, а также создание индивидуальной траектории перемещения и оценки затрат времени подавляющего большинства пользователей мобильных телефонов.
Использование новой вычислительной системы от MIT и Ford Motor позволит выйти на качественно новый уровень мониторинга городских передвижений, проводить постоянную оценку трафика в той или иной части города в зависимости от времени суток и, как итог, вплотную заняться оптимизацией городского трафика и планирования новых транспортных маршрутов.
Источник: http://www.gpsdaily.com/reports/Inferring_urban_travel_patterns_from_cellphone_data_999.html