Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/29662
Title: Using mobility data to estimate bus arrival time in a smart city
Other Titles: Utilização de dados de mobilidade para prever o tempo de chegada de autocarros em cidades inteligentes
Author: Tavares, Ana Filipa Ferreira
Advisor: Oliveira, Ilídio Fernando de Castro
Fernandes, José Maria Amaral
Keywords: Machine Learning
Estimated Time of Arrival
Vehicular Ad-Hoc Network
Smart Cities
Defense Date: Jul-2019
Abstract: Connected cities use pervasive information and communication technologies, especially sensing and data analysis, to offer new decision support tools and services. One of the key use cases of connected cities is smart mobility, which addresses the use of computational tools to enhance transportation systems and private mobility. In this context, reliable information systems concerning bus arrival times provide useful services for end-users. Porto is often presented as a smart city, which has deployed a Vehicular Ad-Hoc Network with more than 600 vehicles (buses, taxis and garbage trucks) generating data regarding the GPS location of the (moving) nodes. Traces of buses location offer new possibilities to understand the city mobility patterns. The goal of this work is to develop a system for estimating bus arrival times, using Machine Learning techniques in the data available from the existing vehicular network. The developed system has three main modules: (1) line detection, responsible for inferring possible lines on which a bus may be operating; (2) machine learning model capable of predicting travel times between two bus stops and (3) service linking the current context of buses’ locations with the historical prediction model that returns predictions for a given destination stop. The prediction results obtained are in line with those reported in the literature. A proof-of-concept mobile application for the citizen was also developed, demonstrating the real-life applicability of the system.
As cidades inteligentes utilizam informação pervasiva e tecnologias de comunicação, nomeadamente a detecção e a análise de dados, para fornecer novas ferramentas e serviços de apoio à decisão. Um dos principais casos de uso é a mobilidade inteligente, que aborda o uso de ferramentas computacionais para melhorar os sistemas de transporte e a mobilidade privada. Neste contexto, os sistemas de informação fiáveis relativos a tempos de chegada dos autocarros proporcionam serviços úteis para os utilizadores finais. A cidade do Porto é frequentemente apresentada como uma cidade inteligente, que tem implementada uma rede veicular que incorpora mais de 600 veículos (autocarros, táxis e camiões do lixo) gerando dados sobre a localização GPS dos nós (móveis). Os registos de localização dos autocarros oferecem novas possibilidades para compreender os padrões de mobilidade da cidade. O objetivo desta dissertação é o desenvolvimento de um sistema capaz de estimar o tempo de chegada dos autocarros, utilizando técnicas de aprendizagem automática sobre os dados disponíveis da rede veicular existente. O sistema desenvolvido tem três módulos principais: (1) deteção de linhas, responsável por inferir possíveis linhas que um autocarro possa estar a operar; (2) modelo de aprendizagem automática capaz de prever o tempo de viagem de um autocarro entre duas paragens e (3) serviço que liga o contexto atual da localização dos autocarros com o modelo de previsão histórica que devolve as previsões para uma dada paragem de destino. Os resultados de previsão obtidos estão em linha com os relatados na literatura. Como prova de conceito, também foi desenvolvida uma aplicação móvel para os passageiros, demonstrando a aplicabilidade prática do sistema.
URI: http://hdl.handle.net/10773/29662
Appears in Collections:UA - Dissertações de mestrado
DETI - Dissertações de mestrado

Files in This Item:
File Description SizeFormat 
Documento_Ana_Tavares.pdf13.13 MBAdobe PDFView/Open


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.