Vietinio transporto revoliucija: AI pagerina S-Bahn panaudojimą Hamburge!

Vietinio transporto revoliucija: AI pagerina S-Bahn panaudojimą Hamburge!

Hamburg, Deutschland - Deutsche Bahn paskelbė, kad gali naudoti dirbtinį intelektą, kad pagerintų „S-Bahn“ naudojimo prognozes. Ši naujovė buvo pristatyta Hamburgo S-Bahno pranešime, kurio tikslas-žymiai pagerinti keleivių informaciją. Daugelyje „S-Bahn“ stočių Hamburge ir keliose Berlyno stotyse tam naudojamos novatoriškos šviesos kliūtys.

Dabartinis AI technologijos įgyvendinimas iš pradžių yra bandymo projektas Berlyne, o Hamburge jau yra daugiau nei 140 lengvųjų jutiklių, kad būtų galima įrašyti keleivių numerius. Šie novatoriški matavimo duomenys lyginami su dirbtinio intelekto skaičiavimais, kad būtų pasiektas daugiau nei 90 procentų prognozės tikslumas, kaip Julia Kuhfuß, „DB Lightgate“ vadovė. Keleiviai bus nedelsiant informuoti apie įėjimo traukinių užimtumą.

keleivių informacijos optimizavimas

Visų pirma, „S-Bahn Hamburg“ siekia tikslo atpažinti nemokamas vietas su „DB Lightgate“ sistema per realiojo laiko prognozes traukiniams naudoti. Prieš įvažiuojant į traukinį į traukinių stotį, ši informacija rodoma penkiose stotyse. Naudojimą praneša spalvotas kodas: žalia signalizuoja daug vietos, geltona, o vidutinis užimtumas ir raudonas rodo šiek tiek vietos. Šios priemonės keleiviams suteikia būdą dinamiškai pakoreguoti savo kelionių planus.

Nors dirbtinis intelektas jau naudojamas Hamburge, „S-Bahn Berlin“ atstovas šiuo metu yra išbandytos ir dar neįgyvendinamos duomenų bazės gerinimui. Berlyno platformose keleiviai turės užimtumo lygį, o tai reiškia, kad jie gali laiku nuspręsti, ar nori įvažiuoti į traukinį, ar laukti kito.

dirbtinis intelektas viešajame transporte

Dirbtinio intelekto taikymas viešajame transporte viršija S-Bahn. Tokios sistemos kaip mobilieji vadovai keleiviams siūlo patikimą informaciją apie autobusų ir traukinių pakrovimą realiuoju laiku. Tai suteikia vartotojams galimybę pasirinkti mažiau pavargusius ryšius ir taip išvengti laukimo laiko ir perpildytų transporto priemonių.

Techninis iššūkis yra sukurti gerai pagrįstą duomenų bazę, kad būtų galima nustatyti užimtumo procentą. „MobileGuide“ naudoja įvairias technologijas, įskaitant algoritmus ir alternatyvius duomenų šaltinius, tokius kaip WLAN ir „Bluetooth“ signalai iš išmaniųjų telefonų. Dabartinį panaudojimą lemia atvykstančių ir dislokuojančių keleivių skaičiavimai ir susieti su tvarkaraščiais, kurie garantuoja aukštą patikimumą teikiant informaciją.

Naujoji technologija galėtų ne tik pagerinti vartotojo patirtį viešajame transporte, bet ir padėti panaudoti tolygiau, skatinant keleivius atitinkamai pritaikyti savo kelionių planus.

Panaši pažanga visame pasaulyje rodo didėjantį susidomėjimą ir investicijas į technologinius sprendimus, kad viešasis transportas būtų efektyvesnis ir naudingesnis.