Розділ 10.10. Дані про мобільність і аналітика: великі дані, машинне навчання та прогнозне моделювання

Історію даних і аналітики мобільності можна простежити на початку 20 століття, коли були представлені перші лічильники трафіку для збору даних про кількість і швидкість транспортних засобів на дорогах. Дані, зібрані з цих пристроїв, використовувалися для планування дорожньої інфраструктури та оптимізації транспортного потоку.

У 1960-х роках були розроблені комп’ютеризовані системи керування дорожнім рухом, щоб керувати сигналами світлофора та зменшувати затори. Пізніше ці системи були вдосконалені з впровадженням сенсорних технологій у 1980-х роках, які дозволили відстежувати та контролювати транспортний потік у реальному часі.

У 1990-х роках технологія GPS стала доступною для використання в транспортних засобах, дозволяючи збирати більш точні дані про схеми руху та час у дорозі. Це призвело до розробки систем інформування про дорожній рух, які надавали водіям оновлення в режимі реального часу щодо умов руху та пропозиції щодо оптимізації маршруту.

На початку 2000-х років з’явилися мобільні телефони з можливостями GPS, що дозволило розробити послуги на основі визначення місцезнаходження та збирати величезну кількість даних про мобільність. Ці дані були використані для розробки транспортних моделей, які могли б передбачити потік транспорту та затори, а також визначити моделі подорожей і поведінку.

З появою великих даних і технологій машинного навчання в середині 2000-х років аналітика транспортних даних почала швидко розвиватися. Великі обсяги даних про мобільність, зібрані з різних джерел, таких як датчики дорожнього руху, пристрої з підтримкою GPS і соціальні медіа-платформи, були використані для побудови прогнозних моделей, які могли б передбачати транспортні потоки та моделі заторів.

Сьогодні дані й аналітика мобільності мають вирішальне значення для вдосконалення транспортного планування, оптимізації інфраструктури та надання більш ефективних і стійких варіантів мобільності. З поширенням датчиків, Інтернету речей (IoT) і підключених транспортних засобів дані про мобільність і аналітика продовжуватимуть відігравати вирішальну роль у розвитку інтелектуальних транспортних систем і розвитку автономних транспортних засобів.