Gromadzenie danych do budowy modeli ruchu - przegląd możliwości

• Autorzy: Kucharski R.

Warianty tytułu

EN

Acquiring data for traffic models – recent developments

• Języki publikacji: PL

Abstrakty

PL

W polskich warunkach możliwa jest poprawa jakości modeli ruchu , a jednym z potencjalnych sposobów poprawy jest zgromadzenie i wykorzystanie w modelowaniu baz danych. Baza danych wejściowych to kluczowa sprawa dla jakości modelu ruchu. Jeśli model ma spełniać swoje zadanie, to musi być zbudowany w oparciu o bogatą i dokładną bazę danych. Równie istotną sprawą jest jej regularna aktualizacja , a jej zmiany powinny pociągać za sobą aktualizacje modelu. W artykule autor opisuje, jakie dane są dostępne i w jaki sposób można je wykorzystać w modelowaniu ruchu. Na kilku przykładach pokazano w praktyczny sposób, jak można wzbogacić bazę danych używanych do modelowania ruchu. Opisano cztery przykłady dobrych praktyk, w szczególności: protokół przesyłu danych o sieci i rozkładzie jazdy transportu zbiorowego z serwisu jakdojade.pl do programu do modelowania ruchu, możliwość użycia danych przestrzennych GIS do tworzenia modelu sieci transportowej, możliwość użycia danych przestrzennych z podkładów GIS do obliczania produkcji i atrakcji rejonów komunikacyjnych w jednym z programów do modelowania ruchu oraz wykorzystanie wyników automatycznej rejestracji tablic rejestracyjnych (ARTR) w modelowaniu. Na wielu konferencjach dotyczących modelowania ruchu powtarzana jest teza, że najpilniejszą sprawą w polskim modelowaniu jest problem pozyskania danych. Poniższe akapity pokazują, jak można ten stan rzeczy małymi krokami zmieniać. Przykłady te powinny służyć jako dobra praktyka w budowie modeli ruchu. Należy, na poziomie definiowania zamówienia na budowę modelu ruchu, zapewnić jak największą ilość i jakość danych wejściowych. Dzięki temu modele będą mogły pełnić istotną rolę w kształtowaniu systemu transportowego miasta, tworząc wspólną platformę zarządzania transportem.

EN

The paper shows possible improvements in the area of transport modeling. Employing databases and integrating them fully within transport modeling structure can bring improvement in quality of transport modeling. Many practitioners claim that data import is the next step of improvement for transport modeling. The article shows projects where external databases were used in transport modeling. Examples include: transit database import using data from major Polish provider of transit passenger information, enhanced GIS network import, GIS spatial data import including comprehensive land-use information, integration of APNR results within transport modeling including database application integrated within transport modeling software. Opportunity to include complex database systems in transport modeling and integrate them shows great potential to improve transport modeling, but it requires full integration at many levels. It should be further exploited to obtain full functionality and synergy of data within transport models. This requires more stress on database, and data-management techniques for transport modeling.

Słowa kluczowe

PL

modelowanie ruchu; integracja danych; systemy baz danych; GIS

EN

transport modeling; database systems; data integration; GIS

• Wydawca: Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
• Czasopismo: Transport Miejski i Regionalny
• Rocznik: 2013
• Tom: nr 1
• Strony: 22--26
• Opis fizyczny: Bibliogr. 9 poz., rys.

Twórcy

autor

Kucharski R.

• Katedra Systemów Komunikacyjnych Politechniki Krakowskiej, ul. Warszawska 24, 31-155 Kraków

Bibliografia

• 1. Bohte W., Maat K., Deriving and validating trip purposes and travel modes for multi-day GPS-based travel surveys: A large-scale application in the Netherlands, „Transportation Research Part C: Emerging Technologies”, 2009, nr 17.
• 2. Cooper C., What does ‘smarter mobility’ really mean?, „Data & Modeling”, 2012, nr 9.
• 3. Friedrich, M., Immisch, K., Jehlicka P., Otterstätter T., Schlaich J., Generating Origin-Destination Matrices from Mobile Phone Trajectories, „Journal of the Transportation Research Board”, 2010.
• 4. Hamilton A., Urban information model for city planning, 2005, nr 10.
• 5. Puchalsky C., Joshi D., Scherr W., Development of a Regional Forecasting Model Based on Google Transit Feed, 13th TRB Planning Application Conference. Transportation Research Board, 2011.
• 6. Sivakumar, A., Modelling transport: A Synthesis of Transport Modelling, 2007, nr 7.
• 7. Thomas T., Weijermars W., Van Berkum E., Variations in urban traffic volumes, „European Journal of Transport and Infrastructure Research”, 2008, nr (8) 3.
• 8. Stontor T., Measure, map, model and make, „Data & Modeling”, 2012, nr 9.
• 9. Zeng W., Design of Data Model for Urban Transport GIS, „Journal of Geographic Information System”, 2010, nr 2.