Автоматизований збір даних про трафік

Зараз ми працюємо над розробкою транспортної моделі міста Дніпро та передмістя і настав час підрахувати інтенсивності руху транспорту. Зазвичай це сотні годин відео з камер спостереження та ще більше годин нудного, монотонного ручного підрахунку. В силу людського фактору іноді трапляються помилки і процес може затягуватись.

Ми завжди намагаємося оптимізовувати наш робочий процес та покращувати отримані результати, тому слідкуємо за всіма новинками.  Так ми знайшли для себе GoodVision. Тепер він допомагає нам автоматизувати процес підрахунків транспортних та пішохідних потоків.

Застосунок включає в себе власний штучний інтелект.  Він дозволяє швидко виявляти об’єкти та події на записах із камер спостереження, з можливістю структурування і подальшого використання для більш детальної аналітики. Він дозволяє опрацьовувати відео з камер в режимі онлайн, при денних і нічних сценаріях зйомки, в різних погодних умовах, таких як дощ, туман, сніг і т.д.

Програма дозволяє класифікувати учасників дорожнього руху на 8 категорій: пішохід, легковий автомобіль, фургон (LGV), вантажівка (OGV1 + OGV2), автобус, велосипед, мотоцикл, тварина (Рис. 1). При цьому кількість категорій розпізнавання постійно зростає і, найближчим часом планується розширити класифікацію вантажних автомобілів в залежності від кількості осей на транспортних засобах.

Рис. 1. – Загальний вигляд робочого вікна Goodvision при візуалізації отриманих даних (з врахуванням типології учасників дорожнього руху)

Також можна отримати наглядне візуальне представлення звітних матеріалів про трафік, надаючи точні траєкторії руху об’єкта, часові затримки, теплові та швидкісні карти (Рис. 2 – 5). Інтерактивні візуальні фільтри дозволяють підраховувати обсяги в мультимодальному режимі «вхід-вихід» і генерувати складні звітні матеріали про трафік.

Рис. 2. – Візуалізація звітних матеріалів (з врахуванням часових інтервалів та типології учасників дорожнього руху)

Рис. 3. – Візуалізація звітних матеріалів (часові затримки учасників дорожнього руху на окремих ділянках області аналізу)

Рис. 4. – Візуалізація звітних матеріалів (теплові карти учасників дорожнього руху )

Рис. 5. – Візуалізація звітних матеріалів (швидкісні карти учасників дорожнього руху )

GoodVision дозволяє нам окремо аналізувати трафік різних областей дорожнього руху в окремих напрямках. Наприклад, на Рис. 6 представлено траєкторії руху транспортних засобів (з їх типології), які перетинають заданий користувачем переріз (line 1) в межах області дослідження. Траєкторії руху пішохідних потоків також можна відслідкувати, представлені на Рис. 7.

Рис. 6. – Траєкторії руху транспортних засобів (з врахуванням їх типології)

Рис. 7. – Траєкторії руху пішоходів

Результати аналізу в табличному вигляді експортуються в середовище Microsoft Exсel з наведенням інтенсивності руху усіх учасників дорожнього руху по напрямках їх руху та протягом вказаного часового інтервалу (приклад звіту). При цьому ми можемо змінювати необхідні часові інтервали відповідно до потреб.

Автор тексту Володимир Тарасюк, спеціаліст з транспортног планування А+С Україна.

Кожум’яцька площа: впорядкувати хаос

Місце у самому серці Києва. Місце, де сходяться шляхи з Подолу, Верхнього міста, Лук’янівки та Воздвиженки. Тут змішалося все – люди, велосипеди, автомобілі та трамваї. Це Кожум’яцька площа.

Продовжувати читання Кожум’яцька площа: впорядкувати хаос

Велосипедисти піддаються меншому впливу забрудненого повітря

У червні 2018 року вчені Університету Лідс (Великобританія) провели дослідження, яке дало змогу встановити, хто з учасників дорожнього руху найбільше піддається впливу шкідливих викидів.
Продовжувати читання Велосипедисти піддаються меншому впливу забрудненого повітря

Грантова освітня програма ЄС з планування сталої міської мобільності для українських транспортників

Ще одна прекрасна можливість для міських транспортників прокачати свої знання з планування мобільності від європейської організації CIVITAS: 6 місяців навчальної програми буде зосереджено на впровадженні Плану сталої міської мобільності (ПСММ), зокрема «Інструменти та послуги для впровадження, фінансування та закупівлі». Модуль поєднує в собі як офлайн, так і онлайн навчання у формі вебінарів, онлайн-курсів та семінарів. Учасники також отримають користь від огляду інших міст та індивідуальної підтримки експертів з мобільності.

Продовжувати читання Грантова освітня програма ЄС з планування сталої міської мобільності для українських транспортників

MaaS в Барселоні: 4 сценарії і 4 ключові висновки

Key_visual_Barcelona-3457688_small

Впроваджуючи мобільність як послугу (MaaS), оператори повинні переконатися, що система спільних поїздок (ride pooling system) приносить користь модальному розподілі перевезень (Modal Split) в місті, а не конкурує з ним. Для пасажирів це означає, що вони можуть забронювати та оплатити всі послуги мобільності за допомогою додатка, який пропонує їм кращий маршрут і вид транспорту для здійснення поїздки. Спільні поїздки можуть, наприклад, покривати першу милю від будинку до найближчої зупинки швидкісного транспорту, а також дають можливість підбирати і висаджувати інших пасажирів по дорозі. Продовжувати читання MaaS в Барселоні: 4 сценарії і 4 ключові висновки

Покращення умов руху на вулично-дорожній мережі без будівництва нових доріг

screenshot_11.png

«Технологія забезпечує більш дешеве, швидке і краще рішення, ніж традиційна реакція на затори – пропускна спроможність повинна бути збільшена шляхом розширення або будівництва нових доріг» – каже Devrim Kara, директор PTV UK & Ireland.

Продовжувати читання Покращення умов руху на вулично-дорожній мережі без будівництва нових доріг

Як ініціативи відкритих даних покращують сервіс «Мобільність як послуга»

Screenshot_1

З ростом рівня заторів і їх впливу на навколишнє середовище зараз здійснюються більш активні зусилля з пошуку шляхів підвищення ефективності міських поїздок. Каталізатором для цих зміни став принцип Open Data, в якому міста надають якомога більше даних про місцевий транспорт, що дозволяє компаніям адаптувати послуги, які заповнюють прогалини в покритті мережі.

Продовжувати читання Як ініціативи відкритих даних покращують сервіс «Мобільність як послуга»