The Train Brain för buss

Viktiga resultat som projektet gav

Syftet med projektet har varit att utveckla en AI-baserad analystjänst för busstrafik. Projektet har haft mycket goda resultat då vi har kunnat visa att The Train Brain kan skapa mer tillförlitlig trafikinformation än befintliga lösningar, nya typer av beslutsstöd för trafikledning och användas som ett verktyg för mer robusta tidtabeller.

Långsiktiga effekter som förväntas

Inom området trafikinformation så har projektet visat att förseningsprognoser från The Train Brain är 74% mer träffsäkra än befintliga prognoser, 1 minut innan resan. Ca 7% av bussarna i SL-systemet avgår mer än 2 minuter för tidigt. The Train Brain kan minska risken för att resenären drabbas av det, från 4% hos befintlig trafikinformation till 1% av alla avgångar. Långtidsprognoserna från The Train Brain är mer träffsäkra 6 dagar i förväg än vad SL:s befintliga prognoser är 1 minut i förväg.

Upplägg och genomförande

Train Brain modellen har tränats med hjälp av ett dataset med historisk trafikdata, aktuella busstidtabeller en realtidsström med incheckningar på hållplatser från alla bussar i SL-systemet. Därefter har modellan kunnat att skatta samtliga körtider i busstrafiken. För att kvalitetsbestämma förseningsprognoser har vi jämfört Train Brain-prognoserna med de prognostjänster som används idag i SL-systemet. Den jämförelsen har gjorts i många olika dimensioner, som t ex turtäthet, reglerhållplats, avtalsområde, prognoskälla samt olika tidpunkter innan ankomst och avgång.