阿尔斯通 Mastria 管理交通工具中的人员流动

这一多模式监控与出行解决方案, 利用人工智能, 大数据和机器学习，使其能够提供列车和车站乘客流量与分布的更高可见性.

阿尔斯通 推出了 Mastria 的新版本, 一种多模式监控与出行解决方案，利用人工智能为运营商和交通管理部门提供乘客流量管理工具.

使运营商能够, 轻松且实时地进行调整, su oferta a los diversos requisitos de distanciamiento social y reunión pública que han surgido debido a la pandemia de COVID-19.

Gracias al Big Data y el aprendizaje automático, Mastria ofrece una mayor visibilidad sobre la distribución y el flujo de pasajeros en trenes y estaciones, así como funcionalidades predictivas. Con esta solución se puede anticipar y controlar la densidad y las operaciones de pasajeros en tiempo real, adaptando la frecuencia del tren, la capacidad y la cantidad requerida de trenes, así como los flujos de pasajeros hacia las estaciones, entre otras cosas.

Facilita el poder coincidir el suministro de trenes con la demanda, optimizando las condiciones de operación, incluidos los costos, y es especialmente útil para gestionar los picos de demanda fluctuantes, como durante las horas de mayor afluencia, eventos o restricciones especiales de movilidad, como en el caso del COVID-19.

La nueva implementación de Mastria agrega información sobre la demanda de pasajeros de sensores de trenes, máquinas de tickets, señalización de tráfico, sistemas de gestión, cámaras de vigilancia y redes móviles para ofrecer una imagen en tiempo real de los flujos de pasajeros.

Desde este punto, procesa la información y la transmite a los operadores para garantizar y anticipar niveles específicos de ocupación, como porcentaje de la capacidad máxima, en todo momento. Puede sugerir aumentar la frecuencia de los trenes, 将人流重新分配到特定车站, 对其他交通系统进行调整, 限制进站，甚至在站台上管理乘客分布，使其与列车上空间更大的车厢对齐.

“预测就是预防. 这款工具分析数百万实时数据的能力，使其在任何时候都成为运营商不可或缺的助手, 但尤其在当前的背景下. 专家一致认为公共交通, 尤其是铁路, 将继续成为城市交通的中坚力量. 人工智能将在这个新的出行时代成为我们最好的旅行伙伴”, Stephane Feray-Beaumont评论道, vicepresidente de Innovación y Movilidad Inteligente de Alstom Digital Mobility.

La experiencia de Panamá

Alstom implementó Mastria en el metro de Panamá a fines del año pasado. El objetivo era analizar los flujos de viajeros y ofrecer una forma de evitar la saturación que aparecía en momentos impredecibles y solo en ciertas estaciones.

En solo tres meses, y gracias a las técnicas de aprendizaje profundo (redes neuronales artificiales que permiten algoritmos de autoaprendizaje), se puede predecir la saturación localizada hasta 30 minutos antes de que se pueda observar de manera visible, lo que permite acciones correctivas que reducen los tiempos de espera en las estaciones.

眼下, en respuesta a la situación de Covid-19, se está utilizando la misma tecnología para adaptar las acciones operativas que mantienen la carga del tren al 40% de su capacidad máxima, según lo recomendado por las autoridades sanitarias del país.

Utilizando diversas fuentes de datos, como la información de viaje del usuario y el peso de los automóviles, se han desarrollado nuevas funciones: monitoreo en tiempo real de la densidad y los flujos de pasajeros en estaciones y trenes, con nuevas alertas predictivas, simulación de acceso de apertura y cierre a las estaciones, y análisis de la distribución de pasajeros a lo largo de los trenes.

Tecnología Mastria

Mastria se basa en cuatro funciones estándar: supervisión multimodal, gestión del tráfico, coordinación de operaciones y análisis predictivo. 这些高度可配置，并且可以根据运营商和全球移动网络环境的需求进行组合.

该技术通过安全的网络连接从外部信息和控制系统获取数据. 它灵活且可扩展, 并且适应任何规模的不同交通网络. 除了, 可以扩展以包括新的线路或额外的交通工具.

Mastria 的人工智能技术已经在巴黎, 佛罗伦萨, 萨拉戈萨和巴拿马进行了多次试点实施.