RSS

Городской портал госуслуг

Научный совет при Департаменте Транспорта: «Технологии Big Data будут управлять городским движением»

10:46 14.04.2017

13 апреля состоялся второй Научный совет по вопросам развития транспортной инфраструктуры, созданный по инициативе Правительства Москвы. Транспортные эксперты обсудили возможности применения технологий класса Big Data в развитии транспортной системы города.

В заседании, которое состоялось в Российском экономическом университете имени Г.В. Плеханова, приняли участие отечественные специалисты в области транспорта, а также представители вузов и общественных организаций.

Технологии Big Data в столичном Транспортном комплексе используются для развития интеллектуальной транспортной системы Москвы.Ее важный элемент, Динамическая транспортная модель, предоставляет информацию о дорожно-транспортной ситуации в городе в режиме реального времени. Это эффективный инструмент управления дорожным движением, который позволяет преобразовывать неструктурированные данные в выводы, используемые для управленческих решений.

«Система агрегирует данные, полученные с датчиков ГЛОНАСС, установленных на городском транспорте, камер фото- и видеофиксации и транспортных детекторов, фиксирующих интенсивность движения и скорость автомобилей. С помощью нее можно управлять светофорами, анализировать очаги аварийности, места скопления транспортных средств, выявлять затруднения в движении пассажирского транспорта, своевременно устранять их», – выступил с докладом директор ГУП «МосгортрансНИИпроект» Александр Поляков.

На базе Динамической транспортной модели создана интерактивная карта дорожного движения города Москвы. Карта отображает информацию о загруженности дорог в баллах, количестве ДТП, транспортных средств на данный момент и за сутки, числе наземного городского пассажирского транспорта, а также зафиксированных камерами нарушений правил дорожного движения. Одной из главных функций данной системы является оперативное информирование жителей города путем передачи данных через местные СМИ.

По мнению другого спикера Совета, помощника проректора МГУ имени М.В. Ломоносова Андрея Грунина, анализируя использование транспортных карт пассажирами и другие геопространственные факторы, можно улучшить работу городского транспорта.

«Такая информация поможет определить траектории перемещения по городу отдельных пассажиров, наиболее вероятные и часто используемые маршруты между работой и домом. Обладая такими данными можно оптимизировать работу наземного транспорта – распределить нагрузку на разные маршруты в разные периоды дня, сократить количество пересадок и улучшить транспортную доступность отдельных районов города», – уточнил Андрей Грунин.

«По мере развития современных технологий, становятся доступны большие информационные данные. Именно о возможностях преобразовывать эти данные в выводы, используемые для управленческих решений, шла речь в рамках второго Научного Совета. Технологии Big Data сегодня позволяют нам трансформировать системы управления городом и повышать эффективности городского хозяйства и стандартов жизни населения. Такие принципы легли в основу проекта маршрутной сети «Магистраль». Были собраны терабайты данных об использовании наземного транспорта в Москве. Статистику посадок и высадок, частоту и скорость движения, нагрузку на дороги и пересадочные узлы. С помощью сотовых данных и систем слежения мы получили точную картину движения каждого автобуса. Технологии Big Data – это то, на что уже сейчас опирается в своей работе Правительство Москвы», – рассказал заместитель Мэра Москвы по вопросам транспорта Максим Ликсутов.

Справочно

Научный совет – это площадка для обсуждения транспортных вопросов, а также и внесения критических замечаний и предложений в проекты столичного Департамента транспорта. На совет возложена функция «научного контроля» над новыми идеями перед их реализацией.

Подробнее с материалами первого и второго Научных советов можно ознакомиться на Транспортном портале transport.mos.ru в разделе «Научный совет».

Если вы нашли ошибку: выделите текст и нажмите Ctrl+Enter

Сообщение об ошибке

Неверно заполненное поле
Неверно заполненное поле
Неверно заполненное поле
Неверно заполненное поле
Неверно заполненное поле
Неверно заполненное поле
Неверно заполненное поле
Неверно заполненное поле
*
CAPTCHA Обновить код
Play CAPTCHA Audio

Версия для печати