A „mobilitás mint szolgáltatás” koncepció (Mobility as a Service: MaaS) és az autonóm járművek elterjedése – mint átfogó ágazati változások – valószínűleg radikálisan megváltoztatják a mindennapok közlekedését minden közlekedési ágazatban. A legjelentősebb változáson ugyanakkor a közúti közlekedés megy keresztül az informatika és az infokommunikációs technológia legkorszerűbb alkalmazásainak köszönhetően, amelyek mind a járművek, mind az infrastruktúra szintjén jelentkeznek. A közlekedési rendszer, s ebben nagyon hangsúlyosan a forgalomirányítás automatizáltsága egyre magasabb fokú. A trendek egyértelműen abba az irányba mutatnak, hogy a közlekedés a jövőben magasan automatizált, illetve autonóm járművekkel fog megvalósulni, de az átállási időszakban komoly közlekedéstervezési és menedzselési kihívásokat kell kezelni. Mindeközben a mindennapos közúti torlódás a gazdasági növekedés és a mobilitási igények növekedése miatt folyamatosan nő; Magyarországon 2017-ről 2018-ra átlagosan 11 százalékkal. A térben és időben véletlenszerűen bekövetkező torlódásos szituációk feloldásának lehetőségei korszerű technológiákkal ma már elérhetők minden város számára. Az új, big data alapú technológiák megjelenésével hozzáférhető adatok feldolgozása elsősorban a keletkező forgalmi áramok irányultságára és összetételére, valamint időbeli és indok szerinti megoszlására vonatkozóan szolgáltathat információkat. A valós idejű adatforrásokra alapozva kifejleszthető egy dinamikus, hangolt és adaptív városi forgalomirányítási rendszer eszköztár, mely alkalmas a lehetséges beavatkozások meghatározására, forgalommenedzsment-intézkedések generálására és közlekedéspolitikai értékelésre is.
A közlekedési módok átalakulása, a kerékpározás és a járműmegosztó rendszerek előretörése új, emergens forgalmi jelenségekhez (torlódások, konfliktuszónák, magas környezeti terhelés) vezettek, melyek a társadalmat fokozott mértékben terhelik a városokban. Az adaptív forgalomirányítási rendszerek számottevően képesek csökkenteni a közlekedési időigényt, a torlódásokat, a dugóban araszolást, a közlekedési kibocsátásokat és a környezeti terhelést (amely a klímahatások mérséklésének egyik legnagyobb hatású, ún. „quick win” eleme).
Látva a technológia hazai fejlődését, megkezdhetjük a közlekedés jövőjére való felkészülést a zavartalan forgalomáramlás, a hatékony közlekedési infrastruktúramenedzsment és a frissített forgalmi adatok biztosításával. Fontos az olyan beavatkozások biztosítása, mint például intelligens érzékelők, dinamikus buszsávok alkalmazása vagy az autópálya és a városi forgalomirányítás összehangolása, amelyek segítik a forgalom optimális lebonyolítását az úthálózati kapacitás maximalizálásával, ugyanakkor figyelembe veszik a különböző társadalmi szempontokat is (például: emisszió, zaj, kerékpáros és közösségi közlekedés előnyben részesítése). A FŐMTERV Mérnöki Tervező Zrt. (Konzorciumvezető) és a BME Közlekedésmérnöki és Járműmérnöki Kar (konzorciumi tag) konzorcium keretében támogatási kérelmet nyújtott be a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal által meghirdetett 2019-1.1.1-PIACI KFI kódszámú, „Piacvezérelt kutatás-fejlesztési és innovációs projektek támogatása” című pályázati felhívásra, melynek címe a „Digitálisan öszszekapcsolt adatforrásokra alapozott, dinamikus, hangolt és adaptív városi forgalomirányítási rendszer szolgáltatások és beavatkozási, értékelési közlekedéspolitikai eszköztár kifejlesztése” volt. A projektjavaslatot a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal támogatásra érdemesnek minősítette.
Kutatásunk során a következő jelenségek megfelelő leírására és a forgalomirányítási feladatok támogatására keresünk választ: -A forgalom folyamatos megfigyelésével miként azonosíthatók az alapvető közlekedési minták, és miként emelhetők ki, jelezhetők előre a változások? -A digitálisan összekapcsolt adatrendszerek milyen módon gazdagítják az adatok információvá alakítását? -Az autonóm járművek megjelenésével a szakmai gyakorlatban alkalmazott forgalmi és járműviselkedési modellek milyen módosításával írható le a legjobban a „kevert” járműforgalom viselkedése – különös tekintettel az irányítási szempontokra? -A forgalomirányításban milyen beavatkozások értelmezhetőek, s miként lehet ezeket részben/egészben automatikusan generálni?
A megcélzott szoftverfejlesztés bemenő adatát képezi a megfigyelt térség forgalmi áramainak azonosítása, a szakaszok és csomópontok dinamikus állapotjellemzőinek meghatározása. A tervezett beavatkozási stratégiákat erre vonatkozóan lehet meghatározni az adatbányászat alapján kimunkált összefüggésrendszerek és modellek azonosításával. 2019-ben a FŐMTERV már két komolyabb elismerést aratott mintaprojekttel készült el: a SIM-kártya-alapú geolokációs elemzés a T-Systems Zrt.-vel és a forgalmi állapotok azonosítása Waze adatok alapján az Innostart Kft.-vel.
A T-Systems Magyarország a Magyar Telekom által szolgáltatott előfizetői adatok alapján készítette el azt a fejlesztést, melynek elsődleges célja a mobilhálózati cellákról származó geolokációs adatok felhasználásával kimutatható városi mobilitásminták kutatása volt. Az adatok alapján kimutatható volt, hogy megváltozott a Belváros – nem olyan homogén, mint korábban, az alacsony lakosszámú alkörzetek közül némelyikben már emelkedett az ott lakók száma; illetve a korábban nem lakott területek is benépesedtek. A jelenséget elsősorban Csepelen, az északi Duna-parton, valamint a zöldövezeti területeken lehet leginkább megfigyelni. A heti ingadozások vizsgálatánál a mobiltelefon-használat alapú lakónépesség változása igazolta, hogy hétfőtől csütörtökig a napok valóban közel egységesnek tekinthetők, nincs értékelhető változás e napok között. A hétvégi népesség azonban kifejezetten alacsonyabb, és érdekességként megfigyelhető volt, hogy inkább a belső és az átmeneti budapesti gyűrűben jelenik meg az alacsonyabb lakosszám. A T-Systems kérésünkre külön kimenetként elkészítette a külföldiek (idegen országban bejegyzett SIM-kártyák) analitikáját néhány napra, így mind az átlagos napokról, mind egy-egy kiemelt eseményről képet tudtunk alkotni. A külföldiek mozgásának vizualizációját a saját modellezési eszközeinkkel végeztük el.
A Waze Connected Citizens Programjának keretében nagy mennyiségű és értékes adatot kínál a Waze alkalmazás a városok számára, de a forgalmi adatoknak a közlekedéstervezésben és -szervezésben való hasznosításához szükséges az informatikai és adatelemző erőforrás. Ennek a problémának a megoldásaként született a Trafmine, az Innostart Kft. által fejlesztett, felhőalapú webes alkalmazás. Az eredetileg inkább adatvizualizációt szolgáló eszközt a FŐMTERV munkatársainak irányítása mellett kibővítették forgalmi, statisztikai elemzőeszközökkel, melyek alapján lehetőség nyílt az egyes útszakaszokon mért balesetek számának, a balesetek átlagos megszűnési idejének, s akár annak elemzésére is, hogy mennyi egy útszakaszon mért torlódás.
Forrás: Innotéka