Меню

Избавление от пробок, новые маршруты, безопасность. Как Big Data меняет транспорт в России

Иллюстрация: МТС

Как инструменты обработки больших данных могут сократить время в пути, избавить от пробок на дорогах и снизить смертность? Показываем на примере мегаполисов.

В ближайшие десятилетия количество горожан в России будет только расти. Растут и сами города. Так, в 2019 году Нижний Новгород стал больше на 49 кв.км — в состав города вошел Новинский сельсовет. Численность населения выросла на 12 тыс. человек.

Новые условия жизни требуют нового подхода к планированию жизнедеятельности самого города. Он должен стать «умным».

«Умный город» отражает изменение облика современных городов под влиянием научно-технического прогресса, с этой точки зрения, все города в мире будут «умнеть», а те, которые не захотят этого делать, со временем столкнутся с проблемами оттока жителей, — отметил директор Высшей школы электроники и компьютерных наук Южноуральского государственного университета (ЮУрГУ) Александр Голлай.

И удачные эксперименты в сфере организации дорожного движения в городах уже есть. Помогают делать мегаполисы «умными», а дороги свободными, большие данные.

Big Data в транспортной отрасли и не только

На самом деле, люди практически всегда собирали данные. И в жизни города, особенно, мегаполиса, инструменты Big Data имеют большое значение. Они позволяют не только узнать больше о том, что происходит, но и спрогнозировать то, что еще не произошло и предотвращать некоторые события.

В сфере транспорта такие данные решают проблемы с пассажиропотоком, состоянием дорог, аварийностью участков, пропускной способностью.

Построение маршрутной сети в мегаполисе

Большие данные позволяют пересмотреть подход к вопросу организации маршрутной сети общественного транспорта в городе. Раньше для того, чтобы составить список маршрутов, нужно было собрать всю информацию вручную. Сейчас есть новые методы.

Например, в Москве, помощниками стали «умные билеты». Горожане покупали билеты со специальным чипом, который считывал валидатор в общественном транспорте. Так городские власти узнали, что каждый пятый пассажир московского общественного транспорта не ездит в метро, а половина всех валидаций относится к автобусам и электричкам.

Благодаря этой информации в столице появились еще 29 новых маршрутов общественного транспорта в семи городских округах и 13 – связывающих город с Новой Москвой. Все эти автобусы останавливаются на тех остановках, которые нужны горожанам.

Повышение безопасности общественного транспорта

В Лондоне с помощью математического моделирования удалось сделать метро безопаснее. На всех линиях метрополитена установлена автоматизированная система управления: датчики, которые считывают необходимые данные и передают их в центр управления. Система «знает» о состоянии метро. Например, может оперативно обнаружить источник задымления, отправить туда специалистов, а пассажирам подобрать другой вариант маршрута.

Увеличение пропускной способности участка дороги

В Москве, на Алтуфьевском шоссе, с помощью инструментов Big Data удалось увеличить среднюю скорость потока автомобилей и общественного транспорта. Камеры, установленные на находящихся рядом перекрестках, накапливали данные о том, как двигаются и распределяются транспортные средства. Специалисты смогли на их основе изменить работу светофора, что на 15% увеличило пропускную способность участка.

Снижение смертности

В Дубае Big Data анализирует в режиме реального времени поведение водителей на дорогах. Камеры видеонаблюдения отмечают, когда водитель начинает вести себя опасно по отношению к другим участникам движения: едет на запрещающий сигнал светофора, не сохраняет дистанцию, постоянно перестраивается. Система анализирует данные и рекомендует водителю изменить стиль поведения за рулем.

Еще один пример использования Big Data на транспорте

Инструменты Big Data, используемые в транспортной отрасли позволяют улучшать и другие сферы городской жизни. Например, в 2020 году с помощью данных геоаналитики МТС в Самарской области приняли решение запустить субсидируемые авиаперевозки из Калининграда.

С помощью аналитики МТС в министерстве туризма составили рейтинг регионов, откуда едет больше всего туристов, провели анализ сезонной загруженности области, обнаружили «объекты притяжения» — достопримечательности и места региона, которые выбирают сами туристы. «Большие данные» позволили также спрогнозировать туристический поток в разные сезоны и определить приоритетные маршруты в Самару. Так появилось неочевидное решение запустить перелеты из Калининграда.

Транспорт в Нижнем Новгороде

В Нижнем Новгороде в сфере общественного транспорта уже несколько лет назревают большие перемены.

Правительство Нижегородской области планирует провести масштабную реформу в этой сфере. И затронут изменения не только Нижний Новгород, но и ближайшие города: Бор, Балахна, Арзамас, Дзержинск, Кстово, Богородск, Городец и Заволжье.

Жителям города обещают не только оптимизировать транспортную схему, но и отремонтировать и построить новые магистрали, открыть новые станции метро, внедрить цифровые продукты для удобства горожан и гостей Нижнего Новгорода.

По сравнению с традиционными инструментами сбора статистических данных, инструменты Big Data позволяют гораздо оперативнее собрать и анализировать данные, которые к тому же, гораздо полнее информации, полученной в ходе опросов или переписи. Кроме того, с помощью этих инструментов, городские власти могут отслеживать динамику процессов, например, в зависимости от сезона или времени суток. С системой может работать любой неподготовленный пользователь. Таким образом, геоаналитика способна помочь разобраться в проблемных местах и увидеть, как действия властей влияют на транспортную ситуацию, — отметил директор филиала МТС в Нижегородской области Дмитрий Бобиков.