Sveriges bästa magasin om kollektivtrafik och bussbranschen

Konstgjord intelligens förutser trängsel i kollektivtrafiken

Linda Ekdahl, bolagschef på Hogia Public Transport Systems. Foto: Hogia.

En av de utmaningar som kollektivtrafiken står inför efter covid-19-pandemin är att åter få människor att uppleva buss- och tågresor som trygga. IT-företaget Hogia har skapat en ny funktion för passagerrprogoser i sitt system PubTrans som används i en mycket stor del av den svenska kollektivtrafiken. Funktionen bygger på AI, artificiell intelligens, och kan ge prognoser över hur många passagerare som kommer att finnas ombord på enskilda turer, både i närtid och i ett längre perspektiv. Resenärer kommer därmed att kunna planera sitt resande i förväg och välja de turer som har lägst beläggning och minst risk för trängsel ombord.

– Funktionen ger resenärer en helt ny möjlighet att kunna välja en avgång där det inte väntas vara så hög beläggning. Den kommer att göra att det känns tryggare att resa i kollektivtrafiken så länge pandemin pågår. Efter pandemin kommer den att bidra till minskad trängsel, säger Linda Ekdahl, bolagschef på Hogia Public Transport Systems.

Hogias basprodukt PubTrans hanterar i dag 90 procent av all information som avser resor med kollektivtrafiken. Majoriteten av alla kollektivtrafikfordon är i dag utrustade med teknik som registrerar hur många passagerare som finns ombord. Det är data som i realtid skickas till Hogia PubTrans, tillsammans med information om exempelvis var fordonet befinner sig.

– Vi hanterar otroligt stora mängder data i våra system. Då är teknik som bygger på AI oslagbar, säger Linda Ekdahl.

– Vår nya AI-lösning gör att vi kan använda all denna information till att skapa prognoser även längre fram i tiden för hur många som kommer att finnas ombord på fordon.

Prognoserna presenteras i olika nivåer, som: gott om plats, lite trångt eller fullsatt. Nivåerna är justerbara. Det som anses vara fullsatt i pandemitider kan komma att upplevas som lite trångt i ett normalläge. Prognoserna kan ses i Hogias lösningar för trafikledare och kan integreras i reseplaneringsappar eller på webbsidor.

Även vid normalläge brottas kollektivtrafiken med en ojämn beläggning. Vissa turer och linjer är betydligt mer belastade än andra.

– När antalet passagerare kan synliggöras över tid möjliggör det för att resandet sprids ut och blir mer jämnt fördelat. Trafikledare och trafikplanerare har också nytta av prognoserna, eftersom de får en bättre framförhållning för om extratrafik behöver sättas in eller inte, framhåller Linda Ekdahl.

Taggat som: , ,

2 kommentarer »

  1. Jättebra! Men hur kan AI förutse det ”förväntande förändrade” resandet då kunderna ser de ”framtida resorna” som fulla via detta AI och då istället väljer en annan tur/resa? Känns som att AI i detta fall tvingas ställa en annan prognos..

    Exempel, en massa personer gör resandesökning resa A till B en viss dag och tid. AI känner av detta och gör en prognos som gör att personerna och andra som söker efteråt ändrar sig.. ..i värsta fall till samma dag och tid.

    AI gör prognos att en viss tur i regel alltid är full och visar det i en reseplanerare. Då kunden ser det väljer kunden en annan tur. I verkligheten blir den första turen inte fullsatt..

    • Hej Peter! Den här farhågan har kommit upp flera gånger på Region Stockholm när vi gjort olika initiativ för att informera resenärerna om hur trångt det är. I praktiken så är det inte så många människor som förändrar sitt resmönster för att de får information om trängsel. Dels så är det många resenärer som måste resa vid en viss tid (kör man buss eller jobbar i vården har man ofta en fast tid när man ska vara på jobbet) så för dem spelar det ingen roll om vi berättar att turen riskerar att bli trång. Dessutom är det många vaneresenärer som inte tittar i reseplaneraren så ofta, eftersom de redan vet hur de ska resa för att t.ex. ta sig hemifrån till jobbet.

Lämna ett svar

E-postadressen publiceras inte. Obligatoriska fält är märkta *

Denna webbplats använder Akismet för att minska skräppost. Lär dig hur din kommentardata bearbetas.

© 2021 Bussmagasinet
rss Artiklar(RSS) rss Kommentarer (RSS)