AI-lösning för analys & redesign av bussystem ska ge snabbare, mer effektiv och mer relevant trafik

Viktiga resultat som projektet gav

Syfte: Utveckla nya digitala tekniker och metoder för ökad effektivitet och attraktionskraft. Mål: Utveckla (1) analysverktyg som visar verkliga behovet av mobilitet, (2) optimeringsverktyg som ökar transporteffekten genom alternativ design av bussarnas linjedragning, (3) införa analysverktyget i arbetet med effektivisering av landsortstrafik, (4) demonstrera hur prediktiv analys av fordonsrörelser och på/avstigande möjliggör automatisering. Utvecklingsmålen har nåtts. Fortsatt validering, testning och utveckling inför kommersiell användning behövs.

Långsiktiga effekter som förväntas

Analysverktyget förväntas inom kort finnas redo för kommersiell användning. Flera aktörer vill börja använda det när validering är slutförd. Optimeringsverktyget har potential att öka transporteffektiviteten i busstrafiken. Projektet har visat en ökning av rörelseeffektiviteten med 37%. Då tekniken utmanar processer och trafiklösningar så återstår mycket arbete innan användning är aktuell. Att teknik nu finns för realtidsoptimering i trafikledning kan påverka olika delar av kollektivtrafiken: upphandling, produktionsprocesser, resandekvalitet och trafikinfo.

Upplägg och genomförande

Ett analysverktyg har tagits fram som identifierar total rörelse, marknadsandel kolltrafik/bil, restidskvot kolltrafik/bil. Den informationen binds sen till demografiska data. En metod har utvecklats för redesign av bussystem i syfte att öka transporteffekten. Analysverktyget och en teknik som maximerar rörelse är nyckelkomponenter. Projektet har demonstrerat realtidsoptimering för automatiserade beslut i trafikproduktion. All utveckling har gjorts mot en kravställning från en projektgrupp bestående av representanter för de tre behovsägarna och Commuter Computing.