Построение матрицы пассажирских корреспонденций по данным о валидациях билетов и навигационным отметкам
Another Title
City transit origin-destination estimation using automated fare collection and vehicle location systems
Bibliographic entry
Морозов, А. С. Построение матрицы пассажирских корреспонденций по данным о валидациях билетов и навигационным отметкам = City transit origin-destination estimation using automated fare collection and vehicle location systems / А. С. Морозов, А. А. Черников // Социально-экономические проблемы развития и функционирования транспортных систем городов и зон их влияния = Social and economic problems of city transport systems and their influence areas' development and functioning : материалы XXIII Международной (XXVI Екатеринбургской, I Минской) научно-практической конференции, [Минск, 16―17 июня 2017 г. / международная редколлегия: Д. В. Капский (председатель) и др.]. - Минск : БНТУ, 2017. - С. 149-162.
Abstract
Исследование демонстрирует применение баз данных автоматизированных систем оплаты проезда (АСОП) и навигационных данных для расчета матриц межостановочных пассажирских корреспонденций на примере Москвы. Опыт данной разработки показывает возможность применения цепочек валидаций смарт-карт и навигационных отметок для построения матрицы корреспонденций. Полученная матрица была сопоставлена с традиционной системой обследования пассажиропотоков на маршруте с помощью дверных датчиков (АСМ-ПП) и показала отличие на тех же маршрутах в пределах 5–8 % для большинства остановочных пунктов. Цепочки передвижений, отслеживаемые по деперсонифицированному пассажиру, позволяют изучить поведенческие характеристики пассажиров, выбор путей и видов транспорта в зависимости от различных условий поездки.
Abstract in another language
This research evolves the application of Automated Fare Collection (AFC) and Automatic Vehicle Location (AVL) databases to produce Origin-Destination (OD) passenger matrix on a stop-to-stop basis, using Moscow as a case study. It demonstrates the feasibility of applying tripchaining to infer bus passenger OD from smart card transactions and AVL data. The received matrix is compared with traditional Automatic Passenger Counting (APC) data, collected with door detectors, on the same routes and gives variation in about 5-7% for most of the stops. Travel chains, linked to a depersonalized passenger, allows investigating passenger travel behavior, including way and mode choice depending on various travel conditions.