APT-R: Analysis of Public Transport Data: Building an Open-Source Library in R

Utvikling av nye metoder som gir kollektivselskap ny innsikt i reisemønstre og systemytelse.

I forskningsprosjektet APT-R skal vi utvikle nye metoder og verktøy som gjør det enklere å hente innsikt fra automatiske sensordatasett fra kollektivsystemet.

Kollektivtrafikken er en viktig brikke i et bærekraftig transportsystem. For å redusere klimagassutslipp og lokal luftforurensing er det ønskelig at flere reiser kollektivt. En virkning av Covid-19 pandemien er derimot at færre reiser kollektivt, samtidig som biltrafikken har økt til et høyere nivå enn før pandemien.

Hvordan blir utviklingen videre? For å kunne planlegge bedre, tilpasse seg endringer, og sørge for at kollektivtilbudet er både attraktivt og effektivt, er det viktig for kollektivselskapene å kunne utnytte potensialet som ligger i store automatiske sensordatasett.

Kollektivkjøretøy samler daglig inn store mengder automatiske data. Det er disse automatiske kollektivdataene som gjør det mulig å gi passasjerene sanntidsinformasjon om kollektivreisen. Dataene lagres også av kollektivselskapene, og dette åpner opp for å bruke maskinlæring til å bygge kunnskap og gjøre prediksjoner.

Gjennom et samarbeid mellom forskere innen statistikk, maskinlæring og transport, og aktører fra kollektivsektoren, skal vi forske fram metoder som gir kollektivselskap ny innsikt i reisemønstre og systemytelse.

Vi skal utvikle et verktøy, et åpent kodebibliotek i programmeringsspråket R, med metoder spesielt utviklet for auomatiske kollektivdata. Slike datasett har både en romlig dimensjon og en tidsdimensjon. Hvert stopp med buss (eller trikk, t-bane, tog, etc.) genererer én ny dataregistrering med antall passasjerer som går av/på og ankomst- og avgangstiden ved holdeplassen. Dette gir mulighet for en rekke detaljerte analyser og med moderne statistiske metoder for rom-tid prosesser vil vi modellere både passasjerstrømmer, trafikkflyt og forsinkelse.

APT-R er et samarbeid mellom Transportøkonomisk institutt, Norges teknisk-naturvitenskapelige universitet, Norsk Regnesentral, og kollektivpartnerne Entur, Kolumbus og AtB. Prosjektet inkluderer et ph.d.-prosjekt ved Institutt for matematiske fag ved NTNU.

Prosjektet startet februar 2022 og varer i fire år.

      

Gaustadalleen 21, 0349 Oslo

Postboks 8600 Majorstua, 0359 Oslo

E-post: toi@toi.no

      

 

   

 

Nettredaktør: Kommunikasjonsleder Hanne Sparre-Enger