このマルチモーダルモビリティおよびモニタリングソリューション, 人工知能を利用する, ビッグデータと機械学習により、列車や駅の乗客の分布と流れをより大きく可視化できます。.

アルストム・マストリア

アルストム マストリアの新しいバージョンをリリースしました, 輸送事業者や当局に乗客の流れを管理するためのツールを提供するために人工知能を使用するマルチモーダル監視およびモビリティソリューション.

オペレータが適応することを可能にする, 簡単かつリアルタイムで, COVID-19パンデミックのために生じた様々な社会的な離散および公共の収集要件への申し出.

ビッグデータと機械学習のおかげ, マストリアは、列車や駅で乗客の分布と流れに大きな可視性を提供しています, 予測機能と同様. このソリューションを使用すると、リアルタイムで乗客の密度と操作を予測し、制御することができます, 列車の周波数を適応させる, 列車の容量と必要な数, 駅への乗客の流れと同様に, 他のものの中で.

列車の供給と需要のマッチングが容易になります, 動作条件の最適化, コストを含む, 変動する需要の急増を管理するために特に有用です, ピーク時のように, 特別なモビリティイベントまたは制限, COVID-19の場合のように.

マストリアの新しい実装は、列車センサーの乗客の需要に関する情報を追加します。, チケットマシン, トラフィック シグナリング, 管理システム, 乗客の流れのリアルタイムの画像を提供する監視カメラとモバイルネットワーク.

この時点から, 情報を処理し、オペレータに送信して、特定の占有レベルを確保し、予測します, 最大容量に対する割合として, 常時. 列車の頻度を増やすことを示唆するかもしれない, 特定のステーションに人々の流れを再分配する, 他の輸送システムへの再調整, 駅への入場を制限したり、プラットホーム上の乗客の分布を管理して、列車のより多くのスペースを持つ車と一致させる.

“予測が妨げている. リアルタイムで何百万ものデータを分析するこのツールの能力は、常にオペレータにとって不可欠な味方です, しかし、特に現在の文脈では. 専門家は、公共交通機関に同意します, 特に鉄道, 都市モビリティのバックボーンである. 人工知能は、モビリティのこの新しい時代に私たちの最高の旅行仲間になります”, コメントステファンフェレイボーモント, アルストムデジタルモビリティのイノベーションとインテリジェントモビリティ担当副社長.

パナマの経験

アルストムは昨年末にパナマの地下鉄でマストリアを実装しました. 目標は、乗客の流れを分析し、予測不可能な時期に、特定の季節にのみ現れた飽和を避ける方法を提供することでした.

わずか3ヶ月で, ディープラーニング技術のおかげで (自己学習アルゴリズムを可能にする人工ニューラルネットワーク), 局地的な飽和度は、最大で予測できます。 30 目に見えて観察できる数分前, ステーションでの待ち時間を短縮する是正措置を可能にする.

現在は, Covid-19の状況に対応して, 同じ技術が、列車の貨物を保つ運用行動を適応させるために使用されています。 40% 最大容量の, 国の保健当局が推奨する.

さまざまなデータ ソースの使用, ユーザーの旅行情報や車の重量など, 新しい機能が開発されました: 駅や電車での乗客密度と流れのリアルタイム監視, 新しい予測アラートを使用する, ステーションへの開閉アクセスのシミュレーション, 列車に沿った乗客の分布の分析と.

マストリアテクノロジー

マストリアは4つの標準関数に基づいています: マルチモーダルモニタリング, 交通管理, オペレーション調整と予測分析. これらは高度に構成可能で、オペレータのニーズとグローバルモビリティネットワーク環境に応じて組み合わせることができます.

この技術は、安全なネットワーク接続を介して外部情報および制御システムからデータを取り込みます. 柔軟性と拡張性があります, あらゆるサイズの異なるトランスポートネットワークに適応. さらに, 新しい行または追加の輸送手段を含むように拡張することができます.

マストリアの人工知能技術の多数のパイロット実装は、すでにパリで行われています, フィレンツェ, サラゴサとパナマ.


あなたはこの記事が好きでした?

私たちの購読 RSS フィード そして、あなたは何も見逃すことはありません.

その他の記事について ,
によって • 6 7 月, 2020
• セクション: ケーススタディ, アクセス制御, システム制御