Умные города: Как технологии меняют улицы - стр. 7
Главное в умном транспорте – динамические маршруты и расписание. Традиционные системы с фиксированным расписанием, которое составляют раз в год, учитывая только средние показатели, уступают место адаптивным алгоритмам. Известен пример Парижа: там с помощью машинного обучения и GPS-данных корректируют интервалы движения автобусов в реальном времени. Если в одном районе резко вырос пассажиропоток из-за спортивного события или дождя, система направит туда больше машин. Совместная работа городских перевозчиков и IT-компаний позволяет внедрять такие решения без больших дополнительных вложений – например, используя уже установленные городские камеры вместе с информацией о погоде и мероприятиях.
Технология, неразрывно связанная с адаптивным управлением, – предсказательная аналитика на основе больших объёмов данных. В Токио, где собирается огромный массив информации о пассажиропотоках, погоде и событиях, в том числе исторических, прогнозы позволяют с точностью до 90% предугадывать нагрузку. Это даёт возможность заранее направлять дополнительные поезда метро или автобусы в проблемные районы, что не только снижает нагрузку, но и уменьшает выбросы в атмосферу. Важно, чтобы городские службы и транспортные операторы обеспечивали открытый доступ к этим данным – как между собой, так и для внешних разработчиков, которые создают приложения и сервисы для улучшения городской мобильности.
Безусловно, удобство пассажиров в умных системах стоит на первом месте. Здесь особенно важна интеграция различных видов транспорта в единую цифровую платформу – так называемый «транспорт как услуга». В Хельсинки сервис Whim показывает, как можно объединить автобусы, велосипеды, каршеринг, такси и даже экспресс-маршруты с возможностью покупать билеты и планировать поездки в одном приложении. Главное – единый личный кабинет, где пользователь получает персональные рекомендации с учётом расписания, цены, загруженности и экологичности маршрута. По данным сервиса, 40% пользователей сокращают время на планирование пути, а городские заторы уменьшаются благодаря перераспределению пассажиропотока.
Для внедрения таких систем нужна не только развитая IT-инфраструктура, но и перестройка привычных бизнес-процессов. В Нью-Йорке, например, закрепилась практика использования умных турникетов, которые автоматически распознают тип билета и передают данные в центральный аналитический центр. Это помогает выявлять «узкие места» в графике и перераспределять транспортные ресурсы. Важно и то, что любой город, даже небольшой, может начать с повышения прозрачности данных и обучения сотрудников работе с панелями мониторинга, которые в режиме онлайн показывают пассажиропоток и состояние транспорта.
Не стоит забывать и про умные остановки. В корейском Сувоне такие остановки снабжены датчиками, которые собирают информацию и передают её в транспортные средства о количестве пассажиров и погодных условиях. Это улучшает точность расписания и повышает комфорт ожидания: при внезапном дожде автобусы начинают ходить чаще. Кроме того, такие остановки оборудованы зарядными станциями для электросамокатов и велосипедов, стимулируя переход к разным видам транспорта.
Для успешного запуска стоит помнить:..
1. Сбор местных данных с минимальными затратами