доктор технических наук, профессор, директор,
Москва
D.Sc. (Eng), Professor, Director,
Moscow
Матрица корреспонденций является фундаментальной характеристикой транспортной сети, а формирование достоверной матрицы корреспонденций является важнейшей задачей при организации пассажирских перевозок. Она является той основой, на базе которой строится маршрутная сеть общественного транспорта города (региона) и выполняется её оптимизация.
В настоящее время сбор исходной информации для построения матрицы корреспонденций зачастую осуществляется путём натурных обследований: анкетирования населения, учёта перемещения пассажиров по выдаваемым им талонам, использования учётчиков в салонах транспортных средств, простого опроса пассажиров. Кроме того, используется математическое моделирование, основанное на статистических данных о количестве жителей в различных районах города, количестве работников на предприятиях и учащихся в учебных заведениях, а также на ранее полученной информации о характеристиках пассажиропотока по определённым маршрутам. Все эти обследования очень дороги, проводятся только раз в несколько лет, дают большую погрешность, из-за чего принятые на основе этих данных решения далеки от оптимальных.
На рынке программно-технических средств имеется масса решений, обеспечивающих автоматизированный сбор данных о пассажиропотоках. Они базируются на использовании либо инфракрасных датчиков, либо видеокамер. Однако ни одна из этих систем не даёт информации о точках входа-выхода каждого пассажира.
Целью настоящего исследования явилась разработка методов автоматизации получения достоверной информации о поездках пассажиров, на основе которой можно строить актуальные и достоверные матрицы корреспонденций поездок пассажиров. Данная задача может быть решена путём постоянного мониторинга поездок пассажиров с фиксацией места входа и выхода каждого пассажира.
Описана возможность создания программного обеспечения на основе компьютерного зрения и искусственного интеллекта, что обеспечит автоматизацию сбора первичной информации о перемещении каждого пассажира от места посадки в транспортное средство до выхода из него, то есть автоматизацию формирования данных для построения матрицы корреспонденций поездок пассажиров.
The origin-destination trip matrix is a fundamental characteristic of a transport network, and development of a reliable correspondence matrix is the most important task in organising passenger traffic. It is the basis on which the public transport route network of a city (region) is built and optimised.
Currently, collection of initial information for construction of a travel correspondence matrix is carried out through field surveys comprising questionnaire surveys of the population; accounting for movement of passengers according to the coupons issued to them; checkers, tellers manually counting passengers in vehicle compartments; simple surveys of passengers. Besides, mathematical modelling is used based on statistical data on the number of residents in various districts of the city, employees in enterprises and students in educational institutions, as well as on available data on the characteristics of passenger traffic along certain routes. All these surveys are very expensive and are carried out once over few years; they give a large error, which is why decisions made on the basis of these data are far from being optimal.
There are a lot of solutions in the software and hardware market that provide automated collection of data on passenger flows. They are based on the use of infrared sensors or of video recording. However, none of these systems provide information about the points of entry and exit of each passenger. The objective of this study was to develop methods for automating the collection of reliable information about passenger trips, that will be the base for building up-to-date and reliable passenger trip correspondence matrices. This task can be solved by constant monitoring of passengers’ trips with fixing places of entry and exit of each passenger.
The study describes the possibility of creating software based on computer vision and artificial intelligence which will provide automation of collection of primary information about travel of each passenger from the place of boarding into the vehicle to exit from it, that is, automation of data generation to build a passenger trip correspondence matrix.
The authors declare that there are no conflicts of interest present.