נתוני עתק וכריית נתונים בשירות ניהול הניידות העירוני

מבוא

מערכת התחבורה היא אחת ממערכות החיים המורכבות, ותהליכי התכנון והניהול השוטף שלה מציבים אתגרים רבים בפני המומחים בתחום. העידן הנוכחי, המתאפיין במגוון מקורות מידע ובעושר נתונים, פתח אופקים חדשים בהבנת דפוסי הניידות ברשת הדרכים ובחיזוי תופעות זרימת התנועה באמצעות טכניקות של כריית נתונים. התוצרים של תהליכי כריית הנתונים יכולים להוות בסיס הן לשיפור תהליכי ניהול תנועה בזמן אמיתי והן לתכנון שירותי תחבורה ברי קיימא בטווח הבינוני.

צמצום תופעות הגודש באמצעות ניהול תנועה פרואקטיבי

ניהול תנועה בזמן אמיתי בסביבה עירונית הוא משימה מורכבת, הן מאחר וברשת זו נעים בו זמנית אמצעי תחבורה רבים (מכוניות פרטיות, אוטובוסים, הולכי רגל ועוד) והן מאחר ואירוע נקודתי עשוי תוך זמן קצר יחסית להשפיע על זרימת התנועה בקטעים רבים ברשת הדרכים. גודש המתהווה בקטע דרך מסוים עלול להתפשט במהירה לקטעי דרך סמוכים, והתאוששות ממצב זה עלולה לקחת זמן רב.

במערכת "אביבים", מערכת ניהול ובקרת התנועה של עיריית תל אביב ועיריית חיפה, משולבים תהליכי ניהול תנועה פרואקטיביים, שנועדו לחיזוי גודש לפני התרחשותו בפועל ולנקיטת פעולות מתאימות על מנת למנוע את היווצרותו או למזער את השפעותיו השליליות. תהליכים אלה מבוססים על נתוני העתק (Big Data) הנאגרים במרכז ניהול התנועה, ובפרט מידע על נתוני מצב התנועה שמקורם בגלאים ברשת (המעידים על דפוסי הביקוש) ומידע על תכניות הרמזורים וחלוקת הירוק בפועל (המעידים על חלוקת הקיבולת).

באמצעות הפעלת מודלים של עצי החלטה, פותחו תהליכי חיזוי גודש צפוי בצמתים קריטיים. לכל צומת קריטי תוכננו בעיריות תכניות רמזורים המתאימות למניעת היווצרותו של הגודש הצפוי תוך התחשבות גם בגישות משניות, וכללים להפעלת תכניות אלה בעת חיזוי גודש שולבו במערכות ניהול ובקרת התנועה.

מעקב רציף אחר איכות זרימת התנועה בסביבת הצמתים הקריטיים וחישוב מדדי ביצוע מתאימים (זמני נסיעה, משך החשיפה לגודש) מעידים על שיפור הביצועים המושג באמצעות ניהול תנועה פרואקטיבי.

במטרה להמשיך ולשפר את ביצועי המערכת, נדרש ללמוד מתוך הניסיון, לזהות אירועי הצלחה וכישלון, ולהשתמש בהם להעשרת בסיס הדוגמאות המהווה את הקלט לתהליכי כריית הנתונים. לשם כך פותח תהליך אוטומטי של דיאגנוסטיקת מצבי התנועה ההיסטוריים, בשילוב עם אירועי הפעלת האסטרטגיה הפרואקטיבית. זיהוי המצבים ההיסטוריים מספק משוב על מידת ההצלחה בפועל של תהליכי חיזוי הגודש והפעלה מחדש של תהליך למידת המכונה על מנת להבטיח כי כללי החיזוי יותאמו באופן רציף לשינויים בדפוסי הנסיעה ברשת.

שיפור שירותי התחבורה על בסיס מאפייני דפוסי נסיעה חוזרים ונשנים

צמצום אירועי הגודש ברשת מהווים רק פן אחד של ניהול הניידות העירוני. בטווח הבינוני, דפוסי הנסיעה הטיפוסיים של כלי רכב פרטיים יכולים להוות מקור מידע רב ערך לתכנון שירותי תחבורה מותאמי ביקוש, ולצמצום הנסיעות ברכב פרטי. שירותי תחבורה מותאמי ביקוש, הדור החדש של התחבורה הציבורית, מבוססים על שיפור ההתאמה בין הביקוש וההיצע לנסיעות, הן מבחינת מועדי השירות והן מבחינת המסלולים.

גלאי Bluetooth, המותקנים ברשת הדרכים של חיפה, מאפשרים זיהוי מסלולים טיפוסיים של יוממים (commuters), תוך שמירה על כללי הפרטיות. יישום ראשוני של אלגוריתם לזיהוי אשכולות מסוג (SAM) Sequence Alignment Methods הניב אשכולות של מסלולי נסיעה ברכב פרטי. אשכולות אלה מספקים תובנות לגבי מאפייני הביקוש לנסיעות, ומאפשרים הדגמה של הפוטנציאל הטמון בהן לשיפור שירותי התחבורה.

תודות

תודתנו נתונה למשרד המדע, הטכנולוגיה והחלל, עיריית תל-אביב, עיריית חיפה ומשרד התחבורה על התמיכה במחקר.