PRZEGLĄD MOŻLIWYCH TECHNOLOGII ITS DLA TRANSPORTU

PRZEGLĄD MOŻLIWYCH TECHNOLOGII ITS DLA TRANSPORTU

Polski Kongres ITS
Rafał KUCHARSKI*
PRZEGLĄD MOŻLIWYCH TECHNOLOGII ITS DLA TRANSPORTU
ZBIOROWEGO
l. WSTĘP
Artykuł przedstawia wybrane technologie ITS, które realizują zadania inteligentne w obrębie
podsystemu komunikacji zbiorowej (ITS KZ1). Artykuł, z racji swojej ograniczonej objętości, nie
ma ambicji, by być kompleksowym źródłem informacji o wszystkich technologiach, które mogą
tworzyć podsystem ITS KZ. Skupiono się na technologiach najbardziej obiecujących, które mogą
tworzyć efektywny system w którym zadania pobierania, przetwarzania i wykorzystywania informacji są zintegrowany dla realizacji założonych celów.
Artykuł zakłada implicite tezę, że systemy detekcji i pobierania informacji są, lub w najbliższym czasie będą wystarczająco rozwinięte by dostarczać pełnej bazy danych przydatnej do działania systemu ITS. Zakłada również, że systemy komunikacji i przekazywania informacji spełniają
stawiane im wymagania. Następną barierą w tworzeniu efektywnych systemów ITS KZ jest ograniczona możliwość wykorzystania pozyskanych informacji. Najbardziej interesujący jest więc
rozwój narzędzi przetwarzania i obróbki informacji. Może to nastąpić przy użyciu dostępnych
technologii, lub poprzez tworzenie nowych dedykowanych narzędzi odpowiedzialnych za przetwarzanie pozyskanej bazy informacji. Po rozwiązaniu tego problemu barierą mogą stać się możliwości technologii, które będą w stanie spożytkować pozyskane i przetworzone informacje. Narzędzia, które będą w stanie spożytkować przetworzone informacje (np. narzędzia wspomagające
pracę organizatora transportu publicznego - pracę dyspozytorską, planowanie sieci, projektowanie
rozkładów jazdy, etc.) są rozwinięte i dobrze zdefiniowane, ale jeszcze nie w pełni gotowe, by
wykorzystać nowe możliwości. W obrębie tych narzędzi nacisk powinien być położony na stworzenie technologii umożliwiających wykorzystanie w nich dostępnych i odpowiednio przetworzonych informacji.
Głównym źródłem informacji zawartych w referacie jest baza danych amerykańskiej agencji
ITS (www.its.dot.gov), zawierająca obszerne zbiory dobrych praktyk, rejestry kosztów, korzyści i
barier w realizacji. Pomocne są również publikowane przez agencję T3 webinars – zapisy filmów
szkoleniowych. Pomimo tego, że amerykańskie systemy transportu publicznego zazwyczaj nie są
dobrym wzorem do naśladowania w europie, to jednak obszerna baza posegregowanych danych
była dobrym źródłem informacji o technologiach, które mogą być po pewnych modyfikacjach stosowane w europejskich systemach transportu publicznego.
II. PODSYSTEM ITS DLA KOMUNIKACJI ZBIOROWEJ – UJĘCIE FUNKCJONALNE
Jeśli celem ogólnym dla systemu komunikacji zbiorowej jest optymalna realizacja potrzeb
przewozowych pasażerów, to celem ogólnym dla podsystemu ITS KZ jest takie wykorzystanie
dostępnych technologii by cel ogólny systemu komunikacji zbiorowej był realizowany jak najlepiej. Natomiast celem ogólny systemu ITS jest m.in. takie działanie, by cel ogólny podsystemu
ITS KZ był realizowany jak najlepiej.
Przy takiej funkcjonalnej definicji możliwe jest opisanie technologii podsystemu ITS KZ pod
kątem realizacji jego celu ogólnego. Skrótową topologię podstawowego podsystemu ITS KZ można przedstawić następująco:
*
Politechnika Krakowska, student studiów doktoranckich; prowadzi działalność w ramach marki Intelligent Infrastructure personalizującej oprogramowanie transportowe i tworząc aplikacje wspomagające modelowanie [email protected].
1
Podsystem ITS związany z Komunikacją Zbiorową nazywany jest tutaj dla przejrzystości „ITS KZ”.
R. Kucharski
Rys.1 Przykładowa struktura podsystemu ITS KZ
Podstawą systemu jest surowa baza danych o podaży (lokalizacja pojazdów) i popycie (np. bilet elektroniczny). Zanim informacje zostaną wykorzystane zostają przetworzone za pomocą
mniej, lub bardziej złożonych narzędzi bazodanowych. Przetworzone informacje pozwalają zarządzać m.in. priorytetami, spójnością podróży, czy informacja pasażerską. Tak skrótowo można
przedstawić podstawowy w pełni funkcjonalny podsystem ITS KZ, który może być rozszerzany o
dodatkowe moduły. Opis technologii podzielono na trzy rozdziały: opis technologii odpowiedzialnych 1) za pozyskiwanie informacji, 2) za ich przetwarzanie, oraz 3) za ich wykorzystanie.
III. TECHNOLOGIE POZYSKIWANIA INFORMACJI
Istnieje wiele potencjalnych źródeł informacji, które mogą zostać użyte w podsystemie ITS
KZ. Część z nich powstała z myślą o innych systemach i jest jedynie wykorzystywana w systemach ITS (np. bazy GIS, bazy danych z biletów elektronicznych, wcześniejsze rozwiązania
wspomagające działanie komunikacji zbiorowej), część z nich działa w systemie ITS dla komunikacji indywidualnej (informacja o czasie przejazdu po sieci), a część jest zaprojektowana specjalnie z myślą o podsystemie IST KZ.
Informacje wykorzystywane w ITS KZ pozyskiwane są na różnych płaszczyznach. Podstawowe informacje są wspólne dla całego systemu ITS i mogą pochodzić np. z bazy danych GIS
zawierającej informacje m.in. o sieci transportowej i zagospodarowaniu przestrzennym. Statyczne
informacje o sieci pochodzą od przewoźnika i dotyczą realizacji procesu planowania sieci transportu zbiorowego (rozmieszczenie przystanków, marszrutyzacja, rozkład jazdy). Systemy detekcji
ITS KZ dostarczają dodatkowych informacji o: realizacji zamierzeń planowania (za pomocą opisanych niżej systemów), oraz o faktycznym popycie (liczniki pasażerów, bilety elektroniczne).
Dodatkowo system ITS KZ może korzystać z zewnętrznych źródeł informacji o stanie sieci (np.
Traffic.com za pomocą RSS w USA dostarcza informacji o zatłoczeniu poszczególnych odcinków).
Poniżej omówione są podstawowe technologie używane do pozyskiwania informacji dla ITS
KZ:
3.1. Automatyczna Lokalizacja Pojazdów (Automatic Vehicle Location)
Z technicznego punktu widzenia jest to system odpowiedzialny za pozyskanie informacji o
pozycji pojazdu działający w czasie rzeczywistym, połączony z systemem komunikacji przekazującym pozyskaną informacje do odbiorcy (np. centrum sterowania, dyspozytorni, etc.). Z funkcjonalnego punktu widzenia w podsystemie ITS KZ oczekuje się, że technologia lokalizacji dostarczy
informacji o położeniu każdego pojazdu z floty w czasie rzeczywistym. Systemy te wykorzystywane są w logistyce, zarządzaniu flotą, oraz w transporcie zbiorowym.
Przegląd możliwych technologii ITS dla transportu zbiorowego
3
Pozyskiwana informacja ma strukturę:
• pojazd (ID rozpoznawalne przez system, przyporządkowane do pojazdu, linii, kursu,
brygady, etc.),
• miejsce (położenie w określonej projekcji geograficznej, zazwyczaj zgodnej z projekcją nadrzędną, wykorzystywaną w lokalnej bazie GIS), oraz
• czas
Obecnie wykorzystuje się najczęściej technologie oparte o GPS, choć nie jest to metoda w
pełni skuteczna i istnieje wiele sytuacji w których podana pozycja jest błędna (kaniony miejskie,
gęsta zieleń, etc.). Wówczas korzysta się z metod pomocniczych, np. odometr za pomocą którego
można aproksymować położenie odległością od początku trasy (dead-reckon, nawigacja zliczeniowa). Obecnie czynione starania nad zwiększeniem jakości lokalizacji (np. Cellular Floating
Data) pozwalają mieć nadzieje, że dokładność takiego systemu będzie wystarczająca nawet dla
podsystemu wymagającego największej precyzji, czyli dla potrzeb sterowania ruchem. Centrum
zarządzania ruchem potrzebuje informacji o dokładnej informacji o zgłaszanym żądaniu priorytetu. Wymaga to określenia pozycji pojazdu z dokładnością do pasa ruchu i do konkretnego miejsca
w kolejce.
Zazwyczaj informacja w strukturze (pojazd, położenie, czas) generowana jest w pojeździe,
przetworzenie i przechowywanie jej zależy od architektury systemu. Z uwagi na małą gęstość danych rozsądne jest przesyłanie ich na wyższy poziom, gdzie będą mogły zostać przetworzone.
Jednocześnie pojazd może sam obliczać parametry swojej podróży potrzebne do zgłaszania żądania priorytetu (odchyłka od rozkładu jazdy). Takie rozwiązanie może być stosowane jedynie w
systemach nadających priorytet bez odniesienia do całości systemu (jedynie na podstawie odchyłki), a nie w takich, gdzie wielokryterialne metody optymalizują jednocześnie kilka parametrów np.
spójność podróży, zarządzają interwałami między pojazdami, minimalizacją emisji, etc.
System w pojeździe może automatycznie przesyłać informacje do centrum w określonym interwale, lub po zajściu określonego zdarzenia, równie dobrze system może pytać pojazd o położenie w określonych sytuacjach.
Systemy te dookreślają określony już przez operatora statyczny stan systemu. Operator określa rozkład jazdy na podstawie wiedzy o funkcjonowaniu systemu, a system AVL precyzuje informacje określając wielkość czynnika losowego wpływającego na nieoczekiwane zmiany. Dzięki
temu system może pracować dokładniej, tzn. opierać się nie o bierną informacje o statycznym rozkładzie jazdy, ale o jego faktyczną realizacje, jako o realizacje procesu losowego o której mamy
informacje w czasie rzeczywistym. Jest to więc zmiana jakościowa powodująca przeskok o poziom wyżej w zarządzaniu.
Bez danych systemu AVL położenie pojazdu jest realizacją rozkładu jazdy i procesu losowego (nieokreśloność stany sieci), po jego zastosowaniu położenie jest odczytywane dokładnie, dzięki czemu nieokreśloność systemu powodująca odchyłki może być zmierzona i przedstawiona jako
funkcja stanu sieci (jak w równaniu):
Koszty: Według raportów RITA ITS średni koszt montażu systemu AVL (na podstawie 16
wdrożeń) wyniósł 15 500 USD (wliczając w to koszty systemu zbierania danych).
Korzyści:
• dostarczenie obszernej bazy danych o przejazdach,
• zwiększenie jakości rozkładu jazdy,
• zmniejszenie obciążenia operatora i kierowcy (informacja o pozycji),
• identyfikacja incydentów,
• dostarczenie danych do systemów informacji pasażerskiej,
• automatyczny zapis danych do bazy.
Udokumentowane korzyści wynikające ze stosowania tego systemu to np.:
• realizacja rozkładu jazdy lepsza o 23% (Baltimore), 13% (Kansas), 4,4% Milwaukee,
R. Kucharski
•
•
•
eliminacja kosztów pomiarów dodatkowych (45 000 USD rocznie w Ontario),
skrócenie czasu reakcji dyspozytora na incydent z 7-15 minut do 2-3 minut w Kansas,
zmniejszenie liczby informacji przekazywanej przez kierowcę radiowo o 70% (Rochester)
3.2. Systemy Automatycznego Pobierania Opłat (Bilet Elektroniczny
Systemy w których pasażer posiada kartę uprawniającą do przejazdu, która jest wykrywana w
momencie wejścia i wyjścia z pojazdu mogą zostać wykorzystane jako bogate źródło informacji
do systemów ITS KZ. Pożądane jest automatyczne pobieranie informacji w strukturze: (ID biletu,
Pojazd, Czas, Wsiadł/Wysiadł). Systemy identyfikacji biletu mogą być bezobsługowe, bezdotykowe i nie muszą wymagać od pasażera żadnych dodatkowych czynności.
Systemy automatycznego pobierania opłat zazwyczaj powstają z inicjatywy operatora w celu
poprawienia jakości, zmniejszania kosztów i uzyskania przejrzystości dla analiz ekonomicznych.
Niemniej jednak z punktu widzenia funkcjonowania systemu transportowego systemy takie są
bogatym źródłem informacji o popycie. Za pomocą danych pozyskanych z tego systemu operator,
lub system wspomagający zarządzanie może uzyskać całą gamę pożądanych danych np. pasażerokilometry, napełnienie pojazdów, wybór trasy, częstość przejazdów, estymacja wag we wzorze na
odczuwalny czas podróży, parametry modal-split, i wreszcie pełen model popytu (Martin Trépanier 2009).
Systemy takie pobierają dane o określonym zdarzeniu w określonym miejscu, o określonym
czasie, od określonego użytkownika. Użytkownik identyfikowany jest za pomocą rodzaju biletu
(jednorazowy, sieciowy), lub za pomocą dodatkowych danych (wiek, płeć, etc. – kwestia ochrony
prywatności). Taka baza danych stwarza ogromny potencjał do całkowitego przedefiniowania modelowania popytu. Popyt dotychczas aproksymowany za pomocą podstawowych modeli, na podstawie niepełnej bazy danych może zostać skalibrowany do pełnej bazy danych o realizacji popytu. Pozwoli to zwiększyć dopasowanie podaży do popytu, a tym samym efektywność. Lepiej rozumiane będą mogły być zjawiska wyboru środka transportu, wpływu jakości podroży na wybór
trasy, etc.
Koszty: przykładowy koszt jednej karty, która umożliwia identyfikacje na odległość, to $2-5
za kartę plastikową i $0.3-1 za bilet papierowy , przy koszcie jednego odbiornika bezdotykowego
$192.71 (New Mexico)
Korzyści: Przykładowo oszczędności uzyskiwane dzięki mniejszym wydatkom związanych
pozyskiwaniem danych w Manchesterze szacowane są na 1,5 mln USD (pomimo tego, że uzyskuje się dane jakościowo znacznie lepsze i mogące stanowić znacznie lepsze źródło informacji).
3.3. Systemy Liczenia Pasażerów
W kontekście omówionych wyżej systemów automatycznego pobierania opłat z identyfikacją
dla konkretnego biletu zdarzeń wsiadł i wysiadł systemy automatycznego liczenia pasażerów są
znacznie mniej użyteczne. Wszystkie zadania przypisane systemowi automatycznego liczenia pasażerów mogą być zrealizowane przy zaawansowanym automatycznym systemie poboru opłat.
System liczenia pasażerów dostarcza informacji postaci: (przystanek, wsiadło, wysiadło) z których
można uzyskać informacje o aktualnym napełnieniu pojazdu. Jednak dla informacji o źródle i celu
podróży takie informacje są niewystarczające (układ równań jest niedookreślony, posiada nieskończenie wiele rozwiązań).
Dlatego należy rozważyć zasadność wprowadzania tego typu systemów i rozważyć rozszerzenie systemu identyfikacji biletów (kart pasażerów).
Dane zbierane za pomocą podczerwieni, lub mat liczących (próby wykorzystania czujników
ciśnienia w oponach). Systemy takie musza brać pod uwagę błąd pomiarowy wynikający z wypuszczania pasażerów na przystanku w zatłoczonym autobusie. Z punktu widzenia funkcjonalności całego systemu ITS KZ funkcjonalność tej technologii w całości zawiera się w technologii zaawansowanego biletu elektronicznego.
Koszty: według informacji z 2003 roku koszt instalacji urządzenia automatycznie liczącego
Przegląd możliwych technologii ITS dla transportu zbiorowego
5
pasażerów to około 6-10 tyś $
3.4. Informacja o stanie sieci
Istotnym źródłem informacji dla podsystemu ITS KZ jest informacja o aktualnym stanie sieci
drogowej. Zazwyczaj informacje te zbierane są przez podstawowy system ITS (dla potrzeb sterowania ruchem). Wspólnie z systemem AVL mogą one być wykorzystane dla zwiększenia jakości
informacji pasażerskiej (estymacja czasu przyjazdu, spójność podróży) i dla polepszenia efektywności sterowania dyspozytorskiego. Koszty i korzyści związane z tym systemem odnoszą się
głównie do funkcjonowania systemu sterowania ruchem, użycie ich w podsystemie ITS KZ dodatkowo podnosi ich efektywność.
IV. TECHNOLOGIE PRZETWARZANIA INFORMACJI
Opisane wyżej systemy dostarczają surowych danych, których ilości zazwyczaj przekraczają
możliwości ręcznej obróbki, czy analizy. Przykładowo sam system AVL dla rejonu Chicago
(CTA) dostarcza 3,2 miliony informacji dziennie. Tak jak w każdym podsystemie ITS nadmiar
danych jest problemem: operator jest w stanie wykorzystać jedynie niewielki odsetek zbieranych
danych. Dlatego kluczowym zadaniem dla zwiększenia efektywności całego systemu jest zwiększenie użyteczności pozyskiwanych danych. Dane mogą być przetwarzane na różnych poziomach.
Duży rozkwit technologii przetwarzania informacji w tym zastosowanie zaawansowanych metod
inteligentnych (data mining, systemy eksperckie, systemy wspomagania decyzji) pozwala na zastosowanie ich w podsystemie ITS KZ, jest to bodaj najistotniejszy krok w celu wykorzystania
pozyskiwanych informacji.
Technologie mogą przetworzyć surowe dane o lokalizacji pojazdów w dane użyteczne, tzn.:
• realizacja rozkładu jazdy
• grupowanie się pojazdów
• realizacja priorytetu
• czas wymiany pasażerów
• zależność czasu przejazdu od dnia tygodnia
Również dane o popycie mogą być przetworzone dane będące podstawą złożonego modelu
popytu, tzn.:
• atrakcyjność linii,
• więźba ruchu,
• miejsca przesiadkowe,
• godziny szczytu,
• częstość podróży,
• czas oczekiwania na przesiadkę,
• najbardziej obciążone kursy.
• konkurencyjność oferta KZ w stosunku do KI
Jest to jednak dopiero etap obrabiania surowych danych, a projektanci często próbują iść o
krok dalej i wykorzystać bardziej złożone metody
4.1. Supporty Decyzyjne dla Komunikacji Zbiorowej (TODSS)
Prawdopodobnie w niedługim czasie można będzie uznać, że technologie detekcji są na tyle
rozwinięte, że dostarczają wszystkich informacji potrzebnych podsystemowi ITS KZ. Wówczas
najprawdopodobniej najbardziej obiecującym polem do usprawnienia stanie się inteligentne
wspomaganie podejmowania decyzji na podstawie bogatych baz danych.
Duże ilości informacji niemożliwe do objęcia przez pojedynczego operatora mogą zostać najpierw obrobione i przetłumaczone do użytecznej postaci za pomocą stosunkowo prostych narzędzi
bazodanowych, jednak również wówczas liczba informacji może przekraczać możliwości decyzyjne operatora. Wówczas pojawia się pole do zastosowania narzędzi wspomagania decyzji i takie
próby są prowadzone. Wymaganiem do wprowadzenia supportów decyzyjnych do systemu ITS
R. Kucharski
KZ jest posiadanie funkcjonalnego systemu lokalizacji pojazdów w czasie rzeczywistym, pożądana jest również informacja o popycie (automatyczne liczenie pasażerów, bilet elektroniczny). Systemy wspomagają działanie systemu dyspozytorskiego i dostarczają wskazówek do realizacji zadania sterowania w czasie rzeczywistym (np. DISCON), dodatkowo wyciągają wnioski przydatne
do zarządzania i planowania w komunikacji zbiorowej.
Potencjalne zastosowania suportów decyzyjnych to optymalizacja złożonych procesów transportowych (np. Transit Network Design Problem, Scheduling Problem, lub nawet połączenia ich w
jeden problem optymalizacyjny zarządzany w czasie rzeczywistym).
Koszty: Według informacji firmy wdrażającej suport decyzyjny dla Chicago (Webinar 2009)
koszty wdrożenia to zaledwie ułamek kosztów związych z budową pełnego systemu AVL/CAD,
jednak na poziomie B&R faktyczne koszty sa trudne do oszacowania, zapewne koszty gotowych
produktów będą znacznie mniejsze niż korzyści.
V. PODSYSTEM WYKORZYSTANIA INFORMACJI
5.1. Wspomagane Komputerowo Zarządzanie (Praca Dyspozytorni, Computer Aided Disptach System - CADS)
Zazwyczaj istniejące centra zarządzania systemem komunikacji zbiorowej2 działają już z wykorzystaniem dostępnych narzędzi komputerowych wspomagających ich pracę. Bogata baza danych i baza wiedzy pozyskiwana i przetwarzana w systemie ITS KZ powinna zostać użyta i zintegrowana z systemem działającym w takim centrum. Pracę centrum można podzielić na trzy warstwy: sterowania, zarządzania i planowania. W każdej z tych warstw dostarczana baza danych jest
potencjalną szansą na zwiększenie jakości pracy.
Przytoczone technologie nie zmieniają podstawowego zakresu prac dyspozytora (reagowanie
na zmiany w sieci, realizacja planowego rozkładu jazdy) i zespołu planistycznego (rozmieszczenie
przystanków, marszrutyzacja, tworzenie rozkładu jazdy, tworzenie modeli popytu), ale istotnie
polepszona baza danych wejściowych stwarza nowe możliwości. Praca dyspozytora może być
wspomagana bazą danych, oraz powiązanym z nią systemem eksperckim. Wówczas praca Dyspozytora jest znacznie bardziej efektywna.
CADS wykorzystywane są do:
• optymalizacji wykorzystania taboru (minimalizacja pustych przebiegów, minimalizacja strat czasu związanych z oczekiwaniem pasażerów)
• wspomagania przy reakcji na incydenty (decyzja po stronie operatora na podstawie sugestii systemu eksperckiego, realizowana przez CAD, informacje do brygad, pasażerów, zmiana przydziału pojazdów do tras, etc.)
Po zintegrowaniu Centrum z systemem detekcji i reagowania w czasie rzeczywistym możliwości sterowania systemem są znacznie większe. Jeśli podsystem ITS KZ jest zintegrowany z systemem ITS wyposażonym w technologii rozpoznawania incydentów ruchowych, wówczas informacje o nich mogą być przekazane do CADS i wykorzystane albo automatycznie, albo ręcznie.
Korzyści: Na podstawie zrealizowanych projektów pokazano, że zastosowanie takich systemów może prowadzić do: zmniejszenia wozokilometrów o 2-5% (Santa Clara), zwiększenie niezawodności systemów „drzwi-do-drzwi” do 81% (Peoria).
2
Ogólnie nazywam tu „Centrum” miejsce w topologii systemu zależne od jego architektury w którym realizowane są zadania sterowania, zarządzania i planowania systemem komunikacji zbiorowej. Może być po stronie
operatora, może być po stronie przewoźnika, może być zintegrowane z systemem zarządzania ruchem, może być scentralizowane, lub rozproszone, połączone z systemem ITS, lub nie. W systemach ITS KZ powinno w czasie rzeczywistym reagować na zmiany w sieci.
Przegląd możliwych technologii ITS dla transportu zbiorowego
7
Koszty: Średni koszt takiego systemu to $50,000 z najtańszą realizacją za %56,000 i najdroższą za $261,000 (Ann Arbor’s Transportation Authority)
5.2. Priorytet w Systemie Sterowania Ruchem
System lokalizacji pojazdów pozwala na zgłoszenie żądania priorytetu przez pojazd komunikacji zbiorowej zbliżający się do węzła sterowanego (skrzyżowania, śluzy, dynamicznie przydzielanego pasa autobusowego). Wówczas system sterowania ruchem może przydzielić pojazdowi
komunikacji zbiorowej priorytet:
• pasywny – przydzielany na podstawie statycznej informacji o rozkładzie jazdy
• semiaktywne – przydzielany na podstawie żądania priorytetu wysłanego w czasie rzeczywistym za pomocą systemu detekcji, realizujący optymalizacje przejazdu w założeniu optimum lokalnego (minimalizacja czasu przejazdu przez węzeł) za pomocą
wydłużenia, lub skrócenia fazy, zmiany kolejności faz, włączenia dodatkowej fazy w
sygnalizacji
• aktywne – reagujące na żądanie priorytetu, ale w sensie optimum globalnego przy zachowaniu kryteriów optymalnego funkcjonowania linii komunikacji zbiorowej (kryterium regularności odstępów, minimalizacji odchyłki od rozkładu), oraz założeń wielokryterialnej optymalizacji całego systemu transportowego.
Systemy te są powszechnie stosowane i szeroko opisywane, nie ma potrzeby, by szerzej je
omawiać, jednak istotnym, ale praktycznie nie poruszanym tematem jest możliwość sprzężenia
systemu automatycznego liczenia pasażerów z systemem udzielania priorytetu. Wówczas priorytet
może nabrać innego znaczenia, mianowicie zamiast specjalnie traktować pojazd komunikacji zbiorowej z samego faktu, że nim jest. Można ważyć natężenie na każdej relacji popytem na niej,
wówczas liczbę pojazdów komunikacji indywidualnej mnożono by przez otrzymany z badań średni współczynnik napełnienia, a pojazdy komunikacji zbiorowej przez faktyczną liczbę pasażerów
uzyskaną dzięki systemowi automatycznego liczenia pasażerów.
Dodatkowo pełna informacja o popycie (bilet elektroniczny) i podaży (AVL) w systemie komunikacji zbiorowej pozwoli optymalizować całość przemieszczeń. Wiedza o oczekiwaniach pochodzić będzie ze złożonego modelu popytu, który dostarczy kryteriów optymalizacji, a realizacje
sterowania zapewnią sygnalizacje z priorytetem.
Koszty: Przykładowa instalacja w Chattanooga, Tennessee obejmująca 27 pojazdów i 10
skrzyżowań kosztowała $250,000.
Korzyści: Przykłady amerykańskie pokazują, że udzielanie priorytetu pojazdom komunikacji
zbiorowej może spowodować zmniejszenie odchyłek od rozkładu o 18,5% (Arizona).
5.3. Systemy Informacji Pasażerskiej
Dzięki danym zbieranym w systemach detekcji i przetwarzanych w ramach ITS KZ pasażer
może być na bieżąco informowany o realizacji interesujących go usług. Może to mieć miejsce na
kilku płaszczyznach:
• standardowa off-line’owa informacja o statycznym rozkładzie jazdy (tabliczka przystankowa, rozkład jazdy na witrynie operatora)
• realizacja rozkładu jazdy (wyświetlana na przystanku, wewnątrz pojazdu, lub „u użytkownika” w telefonie, komputerze)
• realizacja całej podróży z informacją o aktualnym najszybszym połączeniu z uwzględnieniem realizacji rozkładu jazdy (proponowane dynamicznie optymalne trasy)
Następnym krokiem w systemach informacji pasażerskiej możliwym dzięki pozyskiwanej bazie danych jest podsystem odpowiedzialny za spójność podróży. Wówczas na podstawie dynamicznej informacji o stanie sieci system jest w stanie aktualizować trasę podróży (w wypadku
przerwania połączenia – spóźnienie na przesiadkę), lub będzie tak sterował systemem, by całość
podróży była jak najkrótsza – spotkanie na określonym węźle o określonym czasie.
Koszty: podstawowy system dynamicznej informacji pasażerskiej zainstalowany na 13 przy-
R. Kucharski
stankach
VI. PODSUMOWANIE
Dobry system ITS KZ to taki, który zbiera tyle informacji ile jest w stanie przetworzyć i efektywnie wykorzystać. Jeśli niskim kosztem dostępna jest pełna baza informacji, to należy inwestować w możliwości jej inteligentnego przetwarzania i wykorzystania. Dzięki temu system komunikacji zbiorowej będzie znacznie lepiej zidentyfikowany i zrozumiany, co pozwoli na zwiększenie
jego jakości. Zwiększenie jakości odwzorowania podaży i jakości modelowania popytu pozwoli na
lepsze dopasowanie systemu do potrzeb klientów, a co za tym idzie zwiększenie konkurencyjności. W świetle pokazanych systemów realna staje się futurystyczna dziś wizja systemu optymalizującego przemieszczenia pasażerów od drzwi do drzwi, poprzez planowanie podróży, identyfikacje
zagrożeń jej spójności, wskazówki w przesiadkach, aż do dopasowywania przebiegu tras do potrzeb pasażerów.
Przedstawione ramy systemu pozyskiwania i przetwarzania informacji mogą stanowić dobrą
podstawę do tworzenia systemów dynamicznych (Flexible Bus Lines, Demand Responsive Transit
System). Można optymalizować system jako wielopoziomowy problem realizacji podróży od
drzwi do drzwi, w którym sieć działa w zależności od popytu aproksymowanego na podstawie
systemu eksperckiego (baza danych historycznych), oraz popytu faktycznie zgłaszanego poprzez
zapytania do serwera podróży. Wówczas informacja zwrotna do użytkownika na temat jego planu
podroży byłaby jednocześnie realizacją zadania dyspozytorskiego. System taki mógłby działać
wielopoziomowo: jako szkielet linii podstawowych (metro, tramwaj), oraz dodatkowych linii
„giętkich” wzbudzanych wezwaniem. Wówczas niskim kosztem możliwe będzie realizować efektywne podróże od drzwi do drzwi. Celem zadania optymalizacyjnego w tym wypadku byłoby minimalizowanie czasu związanego z podróżą o zgłaszanym źródle i celu w danym czasie.
Wymaga to po pierwsze systemu pozyskiwania informacji, ale przede wszystkim narzędzi do
przetwarzania, wnioskowania i podejmowania decyzji.
Literatura
[1] Adamski, Andrzej. Priorytetowe sterowanie w transporcie publicznym z wykorzystaniem metod Piacon-Discon, Transport Miejski i Regionalny 04/2006.
[2] Boyle, Daniel. TCRP Synthesis 77. Passanger Counting Systems,, Transportation Research Board.
2008.
[3] Chira-Chavala, Ted, G.D. Gosling, and Christoffel Venter. Advanced Paratransit System: An application of Digital Map, Automated Vehicle Scheduling and Vehicle Location Systems. Institute of Transportation Studies, University of California, Berkeley. 1997.
[4] http://www.its.dot.gov
[5] Kessler, David. TCRP Synthesis 57. Computer- Aided Scheduling and Dispatch in Demand- Responsive Transit Services. Transportation Research Board. 2004.
[6] Pagano, A.M., and Paul Metaxatos. Computer-Aided Scheduling and Dispatch System: Impacts on
Operation and Coordination. Urban Transportation Center, University of Illinois at Chicago, 2000.
[7] Trépanier, Martin; Morency, Catherine; Agard, Bruno. Calculation of Transit Performance Measures
Using Smartcard Data, Ecole Polytechnique de Montréal, Journal of Public Transportation, Vol. 12,
No. 1, 2009
[8] Transit Operation Desicion Support System, Demonstration Overwiev, T3 Webinar,
http://www.pcb.its.dot.gov/res_t3.asp.