Transport rowerowy jest coraz częściej postrzegany jako alternatywa dla cechującego się wysokimi kosztami transportu samochodowego. Dotyczy to szczególnie obszarów miejskich, gdzie mniejszą wagę mają słabości transportu rowerowego, takie jak niska prędkość podróży. Jednak efektywne wykorzystanie tej gałęzi transportu może wymagać prawidłowego planowania podróży. Planowanie to powinno uwzględniać zróżnicowane preferencje użytkowników tej gałęzi transportu, a także wykorzystywać dane przestrzenne, które są możliwie wolne od błędów. W artykule przedstawiona została analiza porównawcza dwóch wybranych planerów podróży ruchu rowerowego – Naviki oraz Google Maps. Oceniano jakość generowanych przez nie tras na obszarze aglomeracji poznańskiej. Wykorzystano do tego zestaw czterdziestu losowych tras, z czego trzydzieści miało swoje punkty początkowe i końcowe na obszarze Poznania, a dziesięć na terenie gminy Puszczykowo. Przeprowadzona analiza wskazała, że planery te różnią się między sobą już na wstępnym etapie odwrotnego geokodowania. Dodatkowo planery różnią się częściowo poczynionymi założeniami w algorytmach planowania tras. Pomimo to analiza wykazała, że większość z zaplanowanych tras miała zbliżony przebieg w obydwu planerach. Zaobserwowane rozbieżności wynikały w pewnym stopniu z błędów map cyfrowych, które występowały w obydwu planerach. Analiza porównawcza pozwala na przynajmniej częściowe wykrycie takich rozbieżności, pomimo różnic w funkcjonowaniu samych planerów.
EN
Cycling is increasingly perceived as an alternative to car transport due to lower costs of operation as well as external costs. This is particularly true for urban areas, where the weaknesses of bicycle transport, such as low travel speed, are less important. However, the effective use of this mode of transport may require accurate trip planning. This planning should take into account the diverse preferences of users of this mode of transport. Spatial information used for planning should be also as free from errors as possible. The article presents a comparative analysis of two selected cycling trip planners - Naviki and Google Maps. The quality of routes generated by them in the Poznań agglomeration was assessed. A set of forty random routes was tested, of which thirty had their starting and ending points in the area of Poznań, and ten in the Puszczykowo commune. The analysis resulted with a conclusion that these planners differ from each other at the initial stage of reverse geocoding. In addition, the planners differ in some of the assumptions made in route planning algorithms. Nevertheless, the analysis showed that most of the planned routes were similar in both planners. Observed discrepancies resulted to a certain extent from map errors that occurred in both planners. The comparative analysis allows at least partial detection of such discrepancies despite the differences in the functioning of the planners themselves.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Rosnąca presja na ochronę środowiska, a także kongestia w obszarach miejskich spowodowała zwiększenie zainteresowania wykorzystania transportu niezmotoryzowanego w logistyce miejskiej. Jednym z warunków efektywnego i niezawodnego wykorzystania tych gałęzi transportu jest prawidłowe planowanie tras przejścia pieszego czy przejazdu rowerem. W referacie poddano ocenie dziesięć dostępnych bezpłatnie planerów podróży ruchu pieszego i rowerowego, ze szczególnym uwzględnieniem ich funkcjonowania w aglomeracji poznańskiej.
EN
Growing road congestion in urban areas as well as growing pressure on environment protection has increased interest in utilising non-motorised transport in urban logistics. One of the conditions for the efficient and reliable use of these modes of transport is accurate planning of walk and bike trips. In the paper ten walking and cycling trip planners were evaluated, with particular emphasis on their functioning in the Poznań agglomeration. All of the assessed trip planners are available for free to end-user.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Wybór samochodu osobowego podyktowany jest różnymi czynnikami (najczęściej: ceną,rodzajem i pojemnością silnika, typem nadwozia, parametrami wykonywanych przemieszczeń itd.). Jednak nie zawsze osoba kupująca lub wynajmująca długoterminowo pojazd bierze pod uwagę wszystkie istotne dla niej kryteria. Często nie jest świadoma istnienia pewnych kryteriów. Osoba kupująca pojazd przy ograniczonym budżecie niemal w ogóle nie bierze pod uwagę czynników istotnych dla społeczeństwa. Sytuacja taka ma miejsce z uwagi na brak w tym zakresie kompleksowych narzędzi informatycznych umożliwiających przedmiotowy wybór. Problematyka doboru pojazdu osobowego została omówiona w dwóch artykułach. W niniejszym artykule omówiono czynniki natury osobistej i społecznej istotne w procesie doboru pojazdu dla użytkownika indywidualnego. Osobiste kryteria wyboru pojazdu związane są poza czynnikiem ceny, głównie z rzeczywistymi zachowaniami komunikacyjnymi potencjalnego nabywcy. Te z kolei związane są z innym zbiorem danych tzw. preferencji komunikacyjnych. Dla wyboru pojazdu istotne mogą być również analizy zachowań komunikacyjnych badanych w mikroskali. Zasadny dobór pojazdu osobowego należy realizować w oparciu m in. o określone w tym artykule źródła danych. W kolejnym artykule dotyczącym problematyki doboru samochodu osobowego przedstawiono narzędzie informatyczne Green Travelling Planner z jego podstawowym składnikiem (silnikiem) - algorytmem GTAlg, pozwalające na parametryzację zachowań i preferencji komunikacyjnych użytkowników sieci drogowej w tzw. trybie „pretrip". Taka parametryzacja umożliwia dobór pojazdu do indywidualnych potrzeb użytkownika sieci drogowej. Ponadto, świadomy wybór samochodu osobowego, z wykorzystaniem proponowanego narzędzia, może być zrealizowany w zgodzie z interesem społecznym w duchu zrównoważenia rozwoju transportu.
EN
Passenger vehicle selection is dictated by various factors (price, type of engine, type of body etc.). However, not always the person buying or renting a passenger vehicle takes into account in the selection process of all the factors important, not only for her but also for all society. There is no computer comprehensive tools to allow for objective selection. This article discusses the factors of a personal nature and social importance in the selection process of the passenger vehicle for the individual user. Personal choice factors of the passenger vehicle are connected beyond the obvious price criterion, mainly from the recorded travel behavior. Which are associated with a different set of travel personal preferences (including suppressed preferences).
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Artykuł niniejszy jest kontynuacją tekstu pt. „PROBLEMATYKA DOBORU SAMOCHODU OSOBOWEGO, ŹRÓDŁA DANYCH (cz. I)", w którym dyskutowano sposób pozyskiwania danych pomocnych w procesie doboru pojazdu osobowego dla klienta. Dla celu doboru pojazdu zaproponowano analizy zachowań komunikacyjnych potencjalnego klienta, badanych w makroskali i jego stylu jazdy obserwowanego w mikroskali. W tym artykule, który jest kontynuacją przedmiotowej tematyki przedstawiono narzędzie informatyczne Green Travelling Planner (GT Planner) z jego podstawowym składnikiem (silnikiem) - algorytmem GTAlg, pozwalające na parametryzację zachowań i preferencji komunikacyjnych użytkowników sieci drogowej w tzw. trybie „pretrip". Przedmiotowa parametryzacja możliwa jest dzięki zastosowanemu w GT Planner mechanizmowi zwrotnej transakcji danych z użytkownikiem serwisu. Taka parametryzacja umożliwia zasadny dobór pojazdu do indywidualnych potrzeb użytkownika sieci drogowej. Wybór samochodu osobowego może być zrealizowany w zgodzie z interesem społecznym w duchu zrównoważenia rozwoju transportu.
EN
This article is a continuation of the text: "CAR SELECTION ISSUES, DATA SOURCES (Part. I)," which discussed how data collection may help in the selection process of a passenger vehicle for the customer. For the purpose of selecting a vehicle behavior analysis was suggested studied in macroscale and his driving style observed in micro scale. This article, which is a continuation of this theme shows the utility tool Green Travelling Planner (GT Planner) with its essential component (engine) - GTAlg algorithm, allowing the parameterization behavior and communication preferences of users of the road network. The parameterization is possible thanks to the GT Planner feedback transaction mechanism data with the user service. This parameterization allows legitimate vehicle selection to the individual needs of the road network users. The choice of car can be realized in accordance with the interests of society in the spirit of sustainability of transport development.
W artykule zaprezentowano problematykę wyznaczania bezpiecznych przemieszczeń w sieci drogowej. W tym celu zaproponowano sposób indywidualnego dostosowania ścieżki przemieszczenia w sieci drogowej. Koncepcję tego podejścia do zagadnień BRD oparto na funkcjonalności planerów podróży.
EN
The article presents the issue of determining a safe trip on the road network. The article shows how to adjust a safe individual track on the road network. The concept of this approach to road traffic safety (RTS) is based on the functionality of trip planners.
Opisane w pierwszej części przedmiotowego artykułu zbiory danych dotyczące zachowań i preferencji komunikacyjnych użytkowników sieci transportowej mogą być pozyskiwane z wykorzystaniem planera podróży GT Planner. Dane te mogą wspierać działania prowadzące do równoważenia transportu. Proces może być realizowany z pomocą licznych dziedzin przemysłów kreatywnych, w tym głownie środków multimedialnych. Celem artykułu jest wskazanie, jak na drodze synergii systemów planowania podróży (i/lub) nawigacji satelitarnej, wspartych dziedzinami przemysłów kreatywnych możliwe jest dążenie do osiągnięcia zrównoważonego rozwoju transportu. Zasadniczym przedmiotem takich działań powinno być harmonizowanie podziału modalnego w sieci transportowej - natomiast poszczególne dziedziny przemysłów kreatywnych są wygodnym środkiem do jego realizacji.
EN
Described in the first part of the article in the behawior and preferences of users of communication networks transport can be obtained using the route planner called GT Planner. These data can be used in efforts to support the sustainable development of transport. For this purpose can be use creative industry. The purpose of this article is to show how the way of synergies trip planners, car satellite navigation. systems, supported areas of the creative industry should aim at achieving sustainable transport. The main subject of such actions should be harmony of modal split in the transport network - while different areas of the creative industries are convenience-important means for its implementation. Conducted so far action on the road to sustainable development transport-herein are implemented with varying degrees of success, often mediocre, because of having their promoters only a part knowledge in many aspects of the problem (for hampered by the complicated structure and description of the transport systems). The authors present in this article either way significantly expand this fragmentary knowledge and a practical form its disposal.
W ostatnich latach znacząco wzrasta zainteresowanie systemami planowania podróży (pretrip) i nawigacji samochodowej (on-route). W trakcie obsługi aplikacji planera podróży, w tle, pozyskiwane są interesujące (i różnorodne) zbiory danych (typu BIG DATA), które mogą być wykorzystane w aspekcie planowania zrównoważonego rozwoju transportu. Systemy planowania podróży, a zwłaszcza planery, pozwalają poznać (i zarchiwizować) nie tylko miejsca: startu i docelowe podróży, ale również rodzaj wykorzystywanego środka transportu i wiele innych jej parametrów. W ten sposób parametryzowane są zachowania komunikacyjne użytkowników danej sieci transportowej. W trakcie interakcji użytkownika z planera podróży możliwe jest pozyskiwanie również informacji o preferencjach komunikacyjnych. W drodze interakcji dziesiątek milionów użytkowników z różnymi plenerami podróży w skali globalnej (setki czynnych i wykorzystywanych planerów w skali Ziemi [4], [7]) powstają rozległe i rozproszone zbiory zawierające dane o zachowaniach komunikacyjnych. Dane te są sparametryzowane co najmniej w zakresie czasu i przestrzeni (BIG DATA). Artykuł ten opisuje sposoby pozyskiwania tego typu zbiorów danych z wykorzystaniem specjalizowanego planera podróży GT Planner. Planer ten powstał w ramach projektu międzynarodowego w programie ERA-NET Transport III Future Travelling pt. A platform to analyze and foster the use of Green Travelling options. Kolejny artykuł pod tym samym tytułem, indeksowany nr 2 opisuje sposoby wykorzystania przedmiotowych danych w celu zrównoważenia rozwoju transportu.
EN
In recent years, significantly increased interest in travel planning systems and car navigation. During the trip planner application support, in the background, obtained are interesting (and diverse) data sets (Big Data), which can be used in terms of planning for sustainable transport development. Travel planning systems, especially planners, let archive not only the place (the starting and destination of travel), but also the type of mode of transport used, and others. In this way, they are parameterized communication behavior of users of the transport network. Very often in the course of user interaction with the program are derived route planner also provides information about the preferences of communication people operating this type of system. On the way to interact with different travel planners on a global scale (hundreds of active and planners used the scale of the Earth) created extensive and, unfortunately, distributed data sets containing data on travel behavior, parameterized temporally and spatially (Big Data). This article describes ways to get this type of data sets using GT Planner. Another article under this title describes ways to use the data in question.
W artykule omówiony został problem wykorzystania planerów podróży w zastosowaniach sportowych, turystycznych i rekreacyjnych. Przedmiotowy problem zilustrowano na przykładzie wykorzystania planera podróży o nazwie Green Travelling Planner (GT Planner). Każdy planer podroży służy do wyznaczenia ścieżki przemieszczenia w sieci transportowej pomiędzy punktem początkowym podróży, a końcowym. Tą funkcjonalność planerów opisano w przedmiotowym artykule w aspekcie planowania tras turystycznych i rekreacyjnych oraz interesujących aspektów wykorzystania w sporcie. Zasadniczy problem w przystosowaniu planera podroży do celów: sportowych, turystycznych i rekreacyjnych tkwi w wykorzystywanych przez niego źródłach danych. Problem ten szczegółowo opisano w niniejszym artykule. Podstawową funkcjonalnością planera zaproponowanego do realizacji przemieszczeń: sportowych, rekreacyjnych i turystycznych o nazwie GT Planner jest indeksowanie przemieszczeń wielkością emisji substancji szkodliwych jaka jest z jego realizacją związana. W połączeniu z innymi funkcjonalnościami tego narzędzia, takimi jak wykorzystywanie danych o profilach wysokości, wykorzystanie funkcji heurystycznych cechujących sieć transportową, można taki planer wykorzystać w specyficznych zagadnieniach: sportowych, turystycznych i rekreacyjnych. Na rynku jest obecnie kilka planerów podróży, które można określić mianem stricte turystycznych, z uwagi na co zostaną one opisane obok prezentowanego narzędzia GT Planner.
EN
The article discussed the problem of the use trip planners for sports, tourist and recreational. The present problem exemplified use for this purpose route planner called Green Travelling. Each journey planner is used to determine the path in the transport network between the starting point of the journey, and the end. This functionality planners described in this article in terms of planning hiking trails and recreational facilities. The fundamental problem in adapting journey planner for sports, tourism and recreation is in used by its data sources. This problem is described in detail in this article. The basic functionality of the proposed agenda for the realization movements sports, recreational and tourist called Green Travelling is indexing the displacement size of the emission of harmful substances which is associated with them (trip route). In combination with other functionalities of this tool such as the use of profiles height, the use of heuristics characterize transport network can be a planer used in specific issues of sports, tourist and recreational activities. Currently on the market is several travel planners that can be described as a tourist, because of what was on themcompared to the tool Green traveling.
W artykule omówione zostały wybrane zagadnienia związane z rozwiązaniem kilku szczególnych problemów transportowych. Należą do nich m. in. problem transportu ładunków ponadgabarytowych, niebezpiecznych czy też wymagających zachowania szczególnej ostrożności w transporcie. Omawiana problematyka dotyczy ogólnie ładunków wymagających przemieszczenia w specyficzny sposób w odniesieniu do drogi transportu (wybór środka transportu i inne elementy procesu transportowego pominięto). Z uwagi na szeroki zakres problematyki rozważania zawężono głównie do wskazania danych niezbędnych do wyznaczenia specyficznej dla danego problemu trasy przewozu. W celu rozwiązania przedmiotowych problemów z wykorzystaniem wskazywanych danych zaproponowano wykorzystanie w przyszłości funkcjonalności planera podróży o nazwie Green Travelling (GT Planner) bazującego na algorytmie GTAlg (zmodyfikowany A*). W ramach tego narzędzia zaimplementowano mechanizmy wykorzystania otwartych źródeł danych, które pozwalają, w pewnych przypadkach, na wyznaczenie optymalnej trasy dla celów realizacji wykonania nietypowych zadań przewozowych. Warunkiem realizacji przedmiotowych zadań transportowych jest zgromadzenie w otwartych źródłach danych wszystkich niezbędnych informacji dla celów realizacji określonego procesu przewozowego i rozszerzenie funkcjonalności GT Planner. W artykule położono akcent na sposoby poszukiwania tych danych. W artykule wspomniano również na temat możliwości wsparcia realizacji tego typu przemieszczeń z wykorzystaniem funkcji heurystycznych zaimplementowanych w algorytmie GTAlg. Funkcje tego typu umożliwiają elastyczne rozwiązywanie nietypowych, a często również złożonych zadań transportowych. W artykule uwagę poświęcono również wykorzystaniu planerów podróży dla wsparcia akcji ratunkowych służb medycznych.
EN
The article discusses selected issues related to the termination of several special transport problems. These include the problem of transportation of oversized cargo, hazardous or require special care goods during transport. Discussed the issue relates generally to loads requiring movement in a specific way in relation to road transport (choice of means of transport and other elements of the transport process omitted). Due to the wide range of issues article consider narrowed mainly to indicate the data necessary to determine the specific problem of the transport route. In order to solve these problems with the use of that result's Authors proposed use of the functionality travel planner called Green Travelling based on algorhythm GTAlg (modified A *). As part of this tool is implemented mechanisms use of open data sources that allow, in certain cases, to determine the optimal route for the purposes of the exercise of this type of transport tasks. The article also mentioned about the possibility to support the implementation of this type of movements using heuristics implemented in the algorithm GTAlg. These functions allow you to flexibly solve unusual and often complex tasks in transport. In the article attention is given to the use of travel planners to support rescue action by medical services.
W artykule zaproponowano uzupełnienie algorytmu A* o inne heurystyki aniżeli powszechne stosowane w tym celu odległości Manhattan czy Euklidesowe. W przedstawionej metodzie, jako źródło danych dla wartości funkcji heurystycznych zastosowano macierz wskaźników charakteryzujących sieć drogową. Taki wskaźnik nadawany jest każdemu rejonowi przestrzennemu (reżimowi) powstałemu na skutek jej celowej delimitacji. Ściślej, dla każdego rejonu można zdefiniować zbiór wskaźników: multimodalnych, bezpieczeństwa, ekologicznych i innych. Każdy ze wskaźników podkreśla inny sposób korzystania z sieci transportowej w danym rejonie przez jej użytkownika. Zbudowana w ten sposób heurystyka ma dwie podstawowe funkcjonalności. Dla rejonów przestrzennych o dużych wymiarach (powierzchni) przyspiesza czas wykonywania obliczeń algorytmu A*. Dla rejonów o małych wymiarach obszarowych profiluje trasę zgodnie z wolą użytkownika w sposób inny niż heurystyki oparte na prostych miarach przestrzennych.
EN
The article proposes an algorithm A* supplement to other heuristics than normally used for this purpose (Manhattan and Euclidean dist.). In the presented method, as the data source for the heuristics used ma-trix of indicators characterizing the road network. This indicator is assigned to each space regime due to its deliberate delimitation. Specifically, for each regime you can define a set of indicators: multimodal, safety, environmental friendly etc. Each of the indicators stresses otherwise use the transport network by the user. Constructed in this way heuristics has two basic func. For large areas of spatial regime accelerates compute time algorithm. For small areas of spatial profiles the route according to the user's expectations transport network in a manner other than heuristics based on measures of spatial.
W artykule omówiony został planer podróży budowany w ramach realizacji projektu Green Travelling dofinansowanego w programie ERA-NET Transport III Future Travelling. Planer ten wyróżnia duża liczba uwzględnio-nych sposobów podróżowania, w tym realizacji łańcuchów przemieszczeń z zastosowaniem transportu indywidualnego i zbiorowego, a także możliwość analizy i zestawienia realizacji podróży w różny sposób wykorzystując wiele kryteriów porównawczych. Z uwagi na zaimplementowane możliwości omawiany planer może pełnić rolę informacyjną i promować rozwiązania proekologiczne dla systemu transportowego na wybranym obszarze.
EN
The article discussed a travel planner built within the project Green Travelling funded by ERA-NET Transport Travelling Future III. Planner is distinguished by the large number of included ways to travel, including the implementation travel chains using individual and public transport, as well as the ability to analyze and compilation of travel solutions in different ways using many benchmark criteria. Due to the implemented possibilities discussed planner can act as an information and promote environmentally-friendly solutions for the transport system in the selected area.
Artykuł przedstawia propozycję wykorzystania planerów podróży w poprawie bezpieczeństwa ruchu. Opisano w nim możliwość uwzględnienia czynników warunkujących bezpieczne przemieszczanie przez heurystyki w algorytmie wyszukiwania tras. To rozszerzenie funkcjonalności planera ma istotne znaczenie utylitarne.
EN
The article presents the proposal of using the travel planners to improve road safety. It described the opportunity to take into account the determinants of safe movement by the heuristic in the available routes search algorithm. This extension of the functionality of the planner is of utilitarian importance.
W pracy przedstawiono problem komiwojażera z zyskami i oknami czasowymi dla sieci o wagach zmiennych w czasie. Jest to rozszerzenie standardowego problemu komiwojażera z zyskami. Przyczynia się to do bardziej praktycznego zastosowania go na przykład w systemach typu e-tourism. Dzięki dodatkowym ograniczeniom może stanowić prawdziwą pomoc podczas planowania ciekawych wycieczek, spełniających wszelkie preferencje użytkownika. W artykule zaproponowano algorytm wykorzystujący iteracyjne poszukiwanie lokalnych rozwiązań. Wykonano testy na realnych danych i przeanalizowano je pod względem czasu wykonywania oraz jakości otrzymanych wyników.
EN
This paper presents the Time Dependent Orienteering Problem with Time Windows. It is an extension of the standard traveling salesman problem with profits. This contributes to a more practical application of it, for example in systems of e-tourism. It can be a really helpful during planning trips and meet all your preferences and additional restrictions. The article proposes an algorithm that uses an iterative search for local solutions. This algorithm was tested on real data. After that we analyzed it in terms of execution time and quality results.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.