Predicció d'ocupacions en el transport públic per carretera

Descripció 

L' inLab FIB de la UPC col·labora amb Intelibus en el projecte de caracterització i modelització de la demanda de passatgers als autobusos.  

L'objectiu principal és el desenvolupament d’algoritmes de predicció de l’ocupació de passatgers a un autobús utilitzant metodologies data-driven (guiades per les dades) a partir de dades de fonts heterogènies (ticketing, calendari, càmeres als busos, etc.).  En particular, s’estudiaran mètodes clàssics per tractament de sèries temporals, com podria ser el mètode ARIMA, i algoritmes de xarxes neuronals que permetran incorporar a la sèrie temporal d’ocupacions altres variables importants com és el calendari escolar.
 
Intelibus és un sistema d’informació en temps real en el sector del transport de viatgers, que utilitza les posicions GPS dels autobusos i el sistema de ticketing o comptatge, per a donar informació útil i en temps real tant als usuaris del transport públic com a l’empresa operadora del servei.  

Els resultats de la recerca permetran a l'usuari consultar, a través d'una APP, les ocupacions estimades als autobusos al llarg del dia. D’aquesta manera, es vol aconseguir que els usuaris optin per aquelles expedicions que van més buides, equilibrant així l’oferta i la demanda del servei, i evitar les aglomeracions en el transport públic.

 La nova eina es posarà en funcionament a l'empresa operadora Autocorb, que opera línies urbanes i  interurbanes a l'àrea metropolitana de Barcelona.

Període del projecte 
Gener, 2020 vigent
Client 
Entitat Finançadora 
Tecnologia 
Python,
Scikit,
Keras,
Tensorflow,
Numpy,
Pandas,
Matplotlib,
Google Colab Notebooks,
Google BigQuery
Àrees d'expertesa aplicades al projecte 
Responsable 
Equip participant inLab 

Segueix-nos a

Els nostres articles del bloc d'inLab FIB

         
         

inLab FIB incorpora esCert

Icona ESCERT

First LogoCSIRT Logo

inLab és membre de

CIT UPC

inLab és centre TECNIO

ACCIO