В статье рассматривается проблема повышения эффективности управления городским пассажирским транспортом. Предлагается подход, основанный на интеграции данных от разнородных источников: телематических платформ, систем мониторинга состояния водителя, подсистем контроля технического состояния транспортных средств и элементов интеллектуальных транспортных систем.
пассажиропоток, мониторинг, городской пассажирский транспорт, интеллектуальные транспортные системы, телематика, большие данные, машинное обучение, оптимизация маршрутов, данные датчиков
1. Власов В.М., Сильянов В.В. Интеллектуальные системы управления городским пассажирским транспортом. – М.: МАДИ, 2021. – 278 с.
2. Шелест А.С., Иванов Н.К. Применение технологий больших данных и машинного обучения для анализа пассажиропотоков в городской транспортной системе // Транспорт: наука, техника, управление. — 2023. — № 5. — С. 45–51.
3. Chen X., Liu Y., Wang H. A comprehensive framework for real-time passenger flow estimation in urban rail transit using multi-sensor data fusion // Transportation Research Part C: Emerging Technologies. — 2022. — Vol. 134. — P. 103456.
4. Zhou M., Wang D., Li Q. Vision-Based Passenger Flow Monitoring and Its Application in Bus Operation Management // IEEE Transactions on Intelligent Transportation Systems. — 2023. — Vol. 24, Issue 1. — Pp. 1020-1033.
