Projekt · Dnr 2020-02877 · Källa: Vinnova

Dynamiska tidtabeller - ett sätt att spara smart i spåren av Covid-19

Koordinator
Commuter Computing AB
Projekttid
2020-06-29 till 2021-07-15 (avslutat)
Beviljat bidrag
463 400 SEK
Diarienummer
2020-02877

Beskrivning

Projektets mål var att visa på nya möjligheter och räkna på effekten av dynamiska tidtabeller i kollektivtrafiken. Pga pandemin fick projektet en annan inriktning då samma indata kunde användas för att utveckla en AI-teknik för prognoser av resande och ombordkapacitet i syfte att förebygga trängsel. Projektets resultat: En ny AI-motor som prognosticerar påstigande, avstigande och ombordvarande. Den är integrerad i Train Brain-plattformen, är helt självlärande, och kan användas på alla busstrafiksystem i världen som har någon form av positionering och någon form av kundräkning. Den självlärande intelligens som tagits fram i detta projekt ger kollektivtrafiken möjlighet att ge resenärer trängselprognoser, att förebygga trängsel i planering och trafikledning, förståelse och förmåga att prognosticera det nya mer volatila resandet samt möjligheten att bli mer resurseffektiv genom att på ett nytt sätt kunna balansera utbud och efterfrågan. Efter bara 30 dagars träning är tjänsten ca 80% fulltränad och kan tas i drift förutsatt att det finns kundräkningsutrustning ombord och 12 månaders historisk data.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Effektprognoser för ljusbågsugnar och intelligent navigeringsstöd

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2026-06-22 · 4 576 000 SEK · Projekt

    Projektet syftar till att utveckla en digital tvilling av stålverk med fokus på ljusbågsugnar, kombinerat med prognoser och operativt beslutsstöd. Målet är att möjliggöra välgrundade realtidsbeslut som förbättrar prognosprecision, stödjer flexibel drift och minskar obalanser på elmarknaden. Projekte…

  2. Utveckling av maskininlärningsalgoritm för prediktering av biljettförsäljning inom teater

    REFERANZA AB · 2017-11-01 · 300 000 SEK · Projekt

    Syftet med projektet var att utnyttja de omfattande tekniska framsteg som skett inom maskininlärning och databehandling för att hjälpa teatrar och producenter av live-underhållning att förutspå hur biljettförsäljningen kommer gå under en säsong. Bättre prognoser kan bidra till förbättrad budgetering…

  3. Analytic Imaging Diagnostics Arena

    Linköpings universitet · 2017-05-15 · 27 012 366 SEK · Projekt

    AIDAs övergripande mål är att bidra till att AI kommer till nytta i sjukvården inom bilddiagnostik. AIDA mer än väl uppfyllt sina mål och syften: AIDA har blivit en aktiv community med mer än 50 organisationer som samlar de flesta som arbetar med att utveckla bilddiagnostik i Sverige. AIDA har innef…

  4. Prediktivt underhåll av smarta ventiler

    AB Somas Ventiler · 2020-12-01 · 489 081 SEK · Projekt

    Somas långsiktiga mål är att kunna erbjuda sina kunder smarta ventiler som ger en tidig indikation på när de kräver underhåll. Projektets syfte är att utreda och demonstrera möjligheterna att använda Somas insamlade sensordata för prediktivt underhåll. För att nå detta syfte har följande konkreta pr…

  5. AI fabrik för prognostik och tillståndshantering

    Luleå tekniska universitet · 2023-02-14 · 5 000 000 SEK · Projekt

    Projektets mål uppfylldes och arbetet följde tidplanen. Plattformen, dataflödena och AI‑metoderna för PHM utvecklades enligt plan och bedöms relevanta för industrin. Projektet gav även viktiga extra resultat, bland annat avancerade algoritmer för tidig felidentifiering, fördjupad analys av kritiska …