MobilitApp okresowo zbiera dane z 3 mobilnych czujników: akcelerometru, magnetometru i żyroskopu. Nie używamy GPS do przewidywania środka transportu, oszczędzamy w ten sposób baterię i nie czytamy ciągle geolokalizacji danej osoby.
Uzyskane informacje są przetwarzane w celu wytrenowania modelu uczenia maszynowego, który jest w stanie następnie przewidzieć środki transportu używane przez obywateli. Obecnie MobilitApp rozpoznaje te środki transportu z ponad 88% dokładnością: rower, rower elektryczny, hulajnoga elektryczna, autobus, metro, pociąg, tramwaj, motocykl, samochód, bieganie i spacer.
Użytkownicy mogą podczas przemieszczania się przeglądać na mapie przewidywane środki transportu dla każdego odcinka trasy multimodalnej.
Informacje o użytkowniku są traktowane całkowicie anonimowo.
MobilitApp zbiera informacje na temat podróży multimodalnej: gdzie się rozpoczyna, jakim środkiem transportu, gdzie wykryta została zmiana środka transportu, jaki jest nowy środek transportu. I tak dalej, sekcja po sekcji, aż do wykrycia końca trasy multimodalnej.
Nie są zbierane żadne dane identyfikujące użytkownika. Celem jest zgromadzenie bazy danych multimodalnych trajektorii obywatelstwa w obszarze metropolitalnym w celu analizy przepływów mobilności i nawyków mobilnościowych obywateli.
MobilitApp to narzędzie, które ma na celu pomóc władzom odpowiedzialnym za transport publiczny w ulepszaniu oferowanych usług. Naszym celem jest współpraca na rzecz osiągnięcia zrównoważonej mobilności miejskiej, a Barcelona powinna być miastem coraz bardziej wolnym od zanieczyszczeń i bardziej przyjaznym do życia.
MobilitApp jest rozwijany przez badaczy i studentów z grupy badawczej SISCOM (https://siscom.upc.edu) na Wydziale Inżynierii Telematycznej (http://www.entel.upc.edu) Uniwersytetu Politècnica de Catalunya (https://www.upc.edu), pod kierunkiem prof. Moniki Aguilar Igartuy.
Strona projektu MobilitApp: https://mobilitapp.upc.edu
Ostatnia aktualizacja
1 cze 2024