利用多源无线数据群智感知通勤模式：以赫尔辛基通勤列车为例
网络与互联网体系结构
2023-02-07 v1 计算机与社会
摘要
了解通勤列车乘客的出行模式对于发展城市地区高效且可持续的交通系统至关重要。传统技术，如自动乘客计数器（APC），可以测量上下车乘客的汇总数量，但它们无法提供列车本身的详细信息或乘客运动。为了克服这一局限性，我们研究了将传统 APC 与一种能够收集详细出行需求数据的新兴数据源相结合的潜力。这一新数据源源自由赫尔辛基地区交通管理局（HSL）主导的 TravelSense 试点项目，该项目利用蓝牙信标和 HSL 的手机票务应用程序来追踪匿名乘客从起点到终点的多模式轨迹。通过将 TravelSense 数据与 APC 相结合，我们能够通过识别起终点位置、用于到达通勤列车站的交通方式以及各站的上下车人数，更好地理解列车用户旅程的结构。这些洞察可以辅助公共交通规划决策，并最终通过促进无缝且环保的交通方式的使用，助力实现可持续城市和社区的目标。
引用
@article{arxiv.2302.02661,
title = {Crowd-sensing commuting patterns using multi-source wireless data: a case of Helsinki commuter trains},
author = {Zhiren Huang and Alonso Espinosa Mireles de Villafranca and Charalampos Sipetas and Tri Quach},
journal= {arXiv preprint arXiv:2302.02661},
year = {2023}
}
备注
10 pages, 12 figures, Submitted to IEEE MDM 2023 (The 24th IEEE International Conference on Mobile Data Management) Research Track