Politechnika Krakowska wraz z Orange Polska realizują innowacyjny projekt badawczo-rozwojowy MDT – Mobilne Dane w Transporcie, finansowany w ramach programu FENG (projekt nr FENG.01.01-IP.01-A0F2/24) przez Narodowe Centrum Badań i Rozwoju. Celem przedsięwzięcia jest stworzenie przełomowego systemu zasilania modeli transportowych danymi pozyskiwanymi z sieci komórkowej.

Projekt odpowiada na rosnące potrzeby planowania i przygotowania inwestycji transportowych w oparciu o wiarygodne i aktualne dane. Dzięki wykorzystaniu zaawansowanych algorytmów uczenia maszynowego opracowywana aplikacja prototypowa MDT umożliwi nie tylko analizę obecnych zachowań komunikacyjnych mieszkańców, lecz także prognozowanie wpływu nowych inwestycji infrastrukturalnych – takich jak osiedla mieszkaniowe czy centra handlowe – na mobilność i potrzeby transportowe społeczeństwa. 

PRZEDMIOT PROJEKTU

Przedmiotem projektu jest opracowanie przez konsorcjum Orange Polska (OPL) – Politechnika Krakowska (PK), aplikacji prototypowej Mobilne Dane w Transporcie (MDT), będącej kompleksowym rozwiązaniem informatycznym do parametryzacji modeli transportowych, wymaganych w procesie przygotowania inwestycji w obszarze transportu. Dzięki wykorzystaniu algorytmów ML do integracji danych prognostycznych z bieżącymi, aplikacja MDT zyska możliwość prognozowania, jak nowe inwestycje infrastrukturalne, np.: budowa galerii handlowych czy osiedli, wpłyną na zachowania i potrzeby transportowe mieszkańców danego obszaru analizy. Innowacyjność aplikacji polegać będzie na zastosowaniu odmiennego podejścia do wykorzystania danych do parametryzacji modeli, przy jednoczesnym zastosowaniu algorytmów do ich przetwarzania.

ZAKRES PROJEKTU

Projekt swoim zakresem obejmie realizację 1 modułu: B+R w terminie 15/01/2025 - 31/08/2026. Moduł przewiduje 4 zadania BP oraz 2 zadania PR. W ramach poszczególnych zadań BP wypracowana zostanie następująca nowa wiedza:

• w zadaniu 1 - dot. przetwarzania oraz agregacji danych komórkowych w celu ich efektywnego wykorzystania do zasilania modułów aplikacji prototypowej. -
• w zadaniu 2 - dot. opracowania na bazie uzyskanych wcześniej agregatów danych, algorytmów i modułów tematycznych do parametryzacji atrakcyjności przestrzennej. Celem prac będzie struktura i repozytorium do gromadzenia danych. -
• w zadaniu 3 - dot. opracowania algorytmów prognostycznych z użyciem Machine Learning dla modułów prognozujących aplikacji prototypowej. -
• w zadaniu 4 - dot. opracowania algorytmów i modułów aplikacji prototypowej do automatycznego podziału obszaru analizy na rejony transportowe (RT) oraz wyznaczenie i parametryzacja powiązań RT z sieciami systemów transportowych.

REZULTATY PROJEKTU

O innowacyjności wskazującej na nowość planowanego rezultatu świadczyć będą jego cechy i funkcjonalności dla reprezentatywnej wydajności realizacji zadania, które wyniesie nie dłużej niż 24h, dla obszaru analizy o pow. ≤ 100 km2 lub liczbie ludności min. 100 000 osób, 1000 RT i 10 000 gridów: - parametryzacja RT indeksami atrakcyjności gospodarczej (IAG) przy minimalnej wartości współczynnika determinacji (R2), w porównaniu z danymi z badań terenowych dla każdego z kluczowych parametrów tych indeksów: 0.6; - liczba utworzonych RT w stosunku do założonej wartości zmiennej max. liczby rejonów w modelu (Rmax) w zakresie od 85%; - jednorodność RT rozumianej jako jednostkowy indeks atrakcyjności gospodarczej w stosunku do średniej wartości tego indeksu dla obszaru analizy do 20%.