1

Использование аналитики Big Data для решения проблем

транспортного комплекса г. Москвы

Проектное предложение Московского государственного университета

имени М.В. Ломоносова

г. Москва, сентябрь 2016 г.

2

МГУ имени М.В.Ломоносова: крупнейший классический университет

№1 в рейтинге QS «Развивающаяся Европа и Центральная Азия»

реализация концепции «Умные города – столицы Цифровой экономики»

технологические и комплексные экономические исследования, развитие современных исследовательских методов

синтез обучения и исследований на базе научных лабораторий

25-е место в мировом репутационномрейтинге университетов Times HigherEducation

около 300 академиков и членов-корреспондентов РАН и государственных отраслевых академий, 3 тыс. докторов и 6 тыс. кандидатов наук

41 факультет, 15 научно-исследовательских институтов, 377 кафедр, 5 филиалов

более 200 зарубежных партнеров

более 45 тыс. учащихся, 20 тыс. сотрудников

Реализуется комплексный и междисциплинарный подход к исследованиям

3

Индекс транспортного развития мегаполисов

4

Рекомендации для развития транспортного комплекса г. Москвы

• Снижение загруженности автодорог

• Увеличение равномерности нагрузки натранспортную систему

• Улучшение безопасности дорожного движения

• Развитие велосипедного транспорта, велосипедныхмаршрутов, пунктов проката

• Развитие пешеходных маршрутов

5

Предлагаемые методы анализа и источники первичных данных

машинное обучение

метод главных компонент (PCA)

геопространственныйанализ

матрица корреспонденции

экономический анализ

• данные сотовых операторов

• базы данных использования проездных билетов

• данных социальных сетей

• спутниковые снимки высокого разрешения

• видеопоток с камер наблюдения

• сенсорные системы

6

Индекс равномерности загрузки транспортного комплекса

Снижение пиковых нагрузок и увеличение равномерности нагрузки на транспортный комплекс

СУЩЕСТВУЮТ РЕЗЕРВЫ ПОВЫШЕНИЯ КАЧЕСТВА ТРАНСПОРТНЫХ УСЛУГ ДЛЯ ВЛАДЕЛЬЦЕВ СОБСТВЕННЫХ АВТОТРАНСПОРТНЫХ СРЕДСТВ

2 4 6 8 100

Москва

2010г.

8

10

2015г.

Количество личных автомобилей в Москве,млн ед.

3

4

5

2010 2011 2012 2013 2014 2015

Время, затраченное в пробках, в % от времени пути

ДрайверРезультаты предпринятых мер по предотвра-щению пробок при относительной лояльно-сти регулирования в сфере пользования лич-ным транспортом

ОграничениеРост протяженности автодорог сопровождается увеличением парка личных автомобилей

Индекс качества транспортных услугдля владельцев автотранспортных средств

Протяженность автодорог в Москве, тыс. км

4

5

6

7

8

2010 2011 2012 2013 2014 2015

Мех

ико

Ст. П

етер

бург

Лон

дон

Шан

хай

Нью

-йор

к

Токи

о

Син

гапу

р

Ста

мбу

л

Моск

ва

0

10

20

30

40

50

60

Снижение времени, затраченного в пробках, от времени путив Москве с 2010 г. на 15%

10

Все индексы и рейтингихарактеризуют усредненныеили интегральные параметры

• Данные сотовых операторов• Данные ЦОДД

Возможность исследования степени загруженности

автодорог и общественного транспорта от времени

Геопространственное и временное выделение мест с высокой пиковой загрузкой

Метрика: абоненты в движении

7

Повышение безопасности дорожного движения

Создание ГИС-системы для сбора информации о ДТП (пример Сан-Франциско)

12% аварий приводят к 70% повреждений

Цель проекта: к 2024 году свести к нулю количество смертей в авариях с участием автомобилей/пешеходов/велосипедистов

Метод: поиск точек наибольшей аварийности и их анализ

8

Оценка пешеходного и велосипедного трафика

Пешеходные передвижения до работы: Москва -менее 10%, Варшава - 21%, Копенгаген - 19%. Пешеходные передвижения за покупками - 10-15%.

Источник: ARUP, 2011

Москва не входит в ТОП рейтинга Bicycle-Friendly Cities

Рейтинг 2015 г.:1. Копенгаген2. Амстердам3. Утрехт4. Страсбург5. Эйндховен

6. Мальмё7. Нант8. Бордо9. Антверпен10. Севилья

9

Социально-экономические эффекты развития пешеходных маршрутов (Cities Alive Towards a walking world, ARUP, 2016):

• Снижение риска ранней смерти на 22%

• Уменьшение уровня преступности на 74%

• Повышение уровня социального капитала на 80%

• Увеличение личного бюджета на 50%

• Снижение экономических потерь в объеме до 7,1 млрд $

• Соотношение затрат и результатов развития пешеходного движения - 1:13

• Снижение выбросов парниковых газов

Потенциальные эффекты от развития активных видов городского транспорта

10

Оценка пешеходного и велосипедного трафика Большая часть исследований, посвященных измерению трафика в городах, относится к автомобильному движению. Исключение –отдельные работы по вопросам велосипедного трафика [CITIES, SMART. "Trace analysis and mining for smart cities: issues, methods, and applications." IEEE Communications Magazine 121 (2013)]

Необходимость комплексного исследования трафика с учетом информации из всех возможных источниковВозможные подходы:• Данные сотовых операторов

(перемещение телефона между базовыми станциями)

• Данные производителей мобильных ОС• Пассивный мониторинг мобильных

телефонов• Счетчики (пешеходов, велосипедистов)• Трекинг (активный мониторинг) для

велосипедов и crowd-sensing для пешеходов• Видео-наблюдение (выделение объектов в

видео и подсчеты по видео-потоку)• Косвенные методы (социальные сети,

данные о посещаемости публичных мест и т.д.)

11

Опыт мониторинга движения пешеходов и велосипедистов в ведущих зарубежных мегаполисах

Портал программы bike-sharing в Чикаго. Статистика системы размещена в публичном

доступе. Возможность для сторонних разработчиков создавать программы

визуализации, проверять модели и т.д.

Система IP-камер в Пало Альто, распознающих пешеходов и велосипедистов

Мониторинг трафика велосипедистов в Будапеште: Open Hardware трекер с

технологией передачи данных LoRaWAN(независимость от мобильных операторов,

возможность использования для передачи других измерений). Конкурирующие технологии -

NB-IOT, Huawei Smart Bike

12

Компания Мегафон: агрегирование данных о переключении мобильного телефона абонента между базовыми станциями

Продукт FLOW компании Google Urban Labдля анализа перемещений в городе

Система IP-камер, распознающих пешеходов и велосипедистов. Программное обеспечение компаний Vimoc, CognimaticsФункция подсчета велосипедистов - часть пакета видео-аналитики, интегрируемого с камерами Bosch

Пьезоэлектронные датчики на дорожке, радиолокаторы, инфракрасные датчики движения (Beonic)

Подсчет количества мобильных устройств

Crowd-sensing - сбор информации (в первую очередь, данных различных сенсоров) с помощью устройств конечных пользователей

Решения потенциально применимые в г. Москве

13

Предложения по мониторингу пешеходного и велосипедного движения в г. Москве

Задачи:1. Развитие Индекса развития транспортного комплекса мегаполисов - включение в

расчет субиндекса, характеризующего эффективность организации пешеходного и велосипедного движения в г. Москве

2. Анализ влияния изменений в области транспортной инфраструктуры на пешеходов и велосипедистов на основе изучения динамики трафика пешеходов и велосипедистов в районах города, определенных по согласованию с Дептрансом г. Москвы

Релевантные исходные данные, потенциально доступные на уровне г. Москвы:• Данные сотовых операторов. Могут эффективно использоваться для изучения

движения пешеходов• Данные камер видеонаблюдения. Выделение объектов может производиться

программным обеспечением самих камер; либо камеры осуществляют лишь съемку, а обработка (анализ сцен) ведется программными средствами

• Другие типы данных: • посещаемость различных общественных (публичных) заведений, расположенных на

конкретных улицах города• статистика по местам совершения карточных транзакций• статистика служб такси• статистика по получению и возврату арендуемых велосипедов и др.

14

Возможное использование аналитики Big Data

• Данные со станций проката• Данные о погоде • Данные о праздниках• Матрица корреспонденции для

пешеходов и велосипедистов

Предсказания вероятности аренды велосипедов в

произвольной точке города по косвенным признакам

Оптимизация расположения станций проката велосипедов

Использование машинного обучения и исторических данных велопроката

Повышение транспортной связности путем введения новых

велодорожек

15

Возможное использование аналитики Big Data

• Данные сотовых операторов• Данные о местах в соцсетях• Удаленность от метро• Плотность населения• Маршруты транспорта• Средняя ширина тротуаров• Количество припаркованных на

улицах автомобилей• Удаленность от других станций

Выявление факторов, влияющих на плотность

пешеходного потока в функциональных зонах

города

Оптимизация расположения пешеходных переходов,

тротуаров, пешеходных улиц

16

• Создание системного видения перспектив развития велосипедной и пешеходной инфраструктуры во взаимосвязи со стратегией развития транспортной системы г. Москвы

• Системное планирование развития транспортной инфраструктуры во взаимосвязи с улучшением качества экосистемы городского публичного пространства

• Оптимизация ключевых показателей развития транспортной системы города (среднее время поездки и др.) с учетом возможностей активных видов транспорта

• Повышение связности различных типов маршрутов (городской транспорт, личные автомобили, велодорожки, пешеходные маршруты)

• Оптимизация расположения пешеходных переходов, ширины тротуаров, пешеходных улиц, велодорожек; выбор оптимального местоположения остановок общественного транспорта, станций велопроката и др.

• Оптимизация размещения объектов муниципального хозяйства и бизнеса с учетом их пешеходной доступности

Реализация проектных предложений внесет вклад в улучшение системы планирования развития транспортной системы города

17

Проектное предложение МГУ

Комплексный анализ проблем транспортной системы с учетом социально-экономических аспектов развития города на основе аналитики первичных данных

1. Разработка Индекса равномерности загрузки транспортного комплекса

2. Создание ГИС-системы статистики ДТП

3. Комплексный мониторинг пешеходного и велосипедного движения и оптимизация транспортной инфраструктуры

4. Оценка экономических издержек и выгод развития альтернативных видов транспорта и рекомендации по оптимизации размещения объектов городского хозяйства и объектов бизнеса с учетом не только транспортной, но и пешеходной доступности.

Благодарим за внимание!