29 juni 2021

Världen står inför utmaningen att uppnå en rad klimatmål samtidigt som människors efterfrågan på mobilitet måste tillgodoses. Denna utmaning kräver ett effektivt trafiksystem. Hur systemet skulle kunna effektiviseras genom att använda storskaliga datakällor för analys har Nils Breyer undersökt i sin avhandling Methods for Travel Pattern Analysis Using Large-Scale Passive Data.

En man står framför ett spårvagnsspår med en spårvagn i bakgrunden
För att trafikplanerare ska kunna ta välgrundade beslut för att utveckla trafiksystemet krävs att de har en bra överblick över hur människors resmönster ser ut nu och hur det har sett ut historiskt. Resmönstren kan användas för att hitta typer av persontransporter som skulle kunna flyttas till mer energieffektiva trafikslag eller för att modellera vilka effekter en investering i infrastruktur skulle kunna få.

Idag använder trafikplanerare trafikmodeller som får sin data från undersökningar av personers resvanor och trafikmätningar. Nackdelarna med dessa datakällor är att det är dyrt att genomföra undersökningar och mätningar, det ger också ett mycket begränsat antal observationer och därför kan modellerna som byggs utifrån dessa data bara ge ungefärliga uppskattningar av människors resmönster.

Syftet med avhandlingen är att vidga förståelsen för vad som behövs för att processa storskaliga passiva datakällor såsom mobilnätsdata och data från reskort i kollektivtrafiken för att analysera resmönster. Det finns nämligen en del utmaningar med den här typen av datakällor. Exempelvis finns en risk att korta resor inte registreras på ett tillförlitligt sätt. Man kan dock förbättra resultaten med maskininlärningsmetoder och avhandlingen visar att det är möjligt även om ingen träningsdata finns tillgänglig.

– Nya storskaliga passiva datakällor som data från mobilnätet och data från reskort i kollektivtrafiken öppnar för nya möjligheter att observera resmönster på ett sätt som kan ge en mycket mer detaljerad förståelse av de faktiska resmönstren, säger Nils Breyer som nyligen disputerat inom forskarutbildningsämnet Infrainformatik vid Institutionen för teknik och naturvetenskap (ITN), avdelningen för Kommunikations- och transportsystem (KTS).

Mer information

Senaste nytt från LiU

Många studenter arbetar med att utveckla och finslipa sina egenbyggda bilar inför tävlingen

Studenter bygger och tävlar med egna fordon

Studenter på Linköpings universitet tar sig an en ingenjörsutmaning där de konstruerar och tävlar med egna fordon. Genom praktisk problemlösning och teknisk innovation sätts deras kunskaper på prov.

Kvinnliga ingenjörsstudenter

Amanda Sternberg från LiU är Årets Tech-tjej 2025

Vinnare av Årets Tech-tjej 2025 är LiU-studenten Amanda Sternberg. Hon studerar fjärde året på civilingenjörsprogrammet i informationsteknologi och brinner för att få fler kvinnor att välja en karriär inom tech. Priset delades ut av Microsoft.

Eiko Yasui.

Japan möter Sverige i forskning om språk

Under ett år har Eiko Yasui forskat om språk, grammatik och kroppsrörelser vid LiU. Hennes arbete har inspirerat och gett nya insikter i hur vi kommunicerar och interagerar. Hon har trivts bra och lovordar den svenska arbetskulturen.