города

Ученые из ИТМО разработали ИИ-инструмент для улучшения маршрутов общественного транспорта

Возможно, скоро люди будут реже мерзнуть в ожидании того самого автобуса или трамвая. Разработчики из ИТМО создали ИИ-сервис, помогающий усовершенствовать маршруты городского общественного транспорта.

общественный транспорт и ИИ, ИТМО
Photo: Freepik

Крупные города непрерывно «разрастаются», поэтому специалисты постоянно пересматривают их актуальные транспортные системы. Как правило, они используют специальные программы, позволяющие спрогнозировать пассажирские потоки через разные алгоритмы.

В больших транспортных моделях учитывается множество параметров: от плотности населения до загруженности дорог. Так, исследователи, инженеры и градостроители могут выяснить, как жители нового района станут перемещаться по нему в разное время суток и насколько новые маршруты скажутся на паттернах их поведения.

Чтобы строить такие модели, нужно собрать огромное количество информации. Такая работа может занимать несколько лет и стоить миллионы рублей. Специалисты из ИТМО разработали инструмент, позволяющий за пару часов оценить существующие маршруты автобусов, трамваев и троллейбусов с учетом затрат пассажиров, перевозчика и транспортного спроса.

Далее ИИ-система выдает рекомендации по улучшению маршрутов. При этом ей не требуются большие массивы исходных данных. По словам ученых, их подход поможет сократить время и финансирование для работы над транспортной системой и убережет город от непродуманных проектов.

«Мы используем данные из открытых источников вроде OpenStreetMap о жилой и нежилой застройке, ее вместимости и об ожидаемой численности населения, расположении бизнес-центров, производств, мест досуга, дорогах и остановках. ConnectPT генерирует наборы маршрутов для разных видов транспорта с учетом транспортного спроса и связанности и оптимизирует их в сбалансированные варианты», — объяснил Сергей Митягин, руководитель разработки, директор Института дизайна и урбанистики ИТМО.

Ранее специалисты из ИТМО создали программу для выявления опасных действий на производствах.