MobilitApp

MobilitApp به صورت دوره ای داده ها را از 3 حسگر موبایل جمع آوری می کند: شتاب سنج، مغناطیس سنج و ژیروسکوپ. ما از GPS برای پیش بینی وسایل حمل و نقل استفاده نمی کنیم، به این ترتیب در عمر باتری صرفه جویی می کنیم و موقعیت جغرافیایی فرد را دائما نمی خوانیم.

اطلاعات به‌دست‌آمده برای آموزش یک مدل یادگیری ماشینی پردازش می‌شود که بتواند متعاقباً وسایل حمل و نقل مورد استفاده شهروندان را پیش‌بینی کند. در حال حاضر MobilitApp این وسایل حمل و نقل را با دقت بیش از 88٪ تشخیص می دهد: دوچرخه، دوچرخه برقی، اسکوتر برقی، اتوبوس، مترو، قطار، تراموا، موتور سیکلت، ماشین، دویدن و پیاده روی.

کاربران می توانند هنگام حرکت، پیش بینی حالت حمل و نقل را برای هر بخش از مسیر چندوجهی روی نقشه مشاهده کنند.

اطلاعات کاربر کاملاً ناشناس در نظر گرفته می شود.

MobilitApp اطلاعاتی را در مورد سفر چندوجهی جمع آوری می کند: از کجا شروع می شود، با چه وسیله ای حمل و نقل، کجا تغییر در وسیله حمل و نقل شناسایی می شود، وسیله حمل و نقل جدید چیست. و به همین ترتیب، بخش به بخش، تا زمانی که انتهای مسیر چند وجهی شناسایی شود.

هیچ اطلاعات هویتی از کاربر جمع آوری نمی شود. هدف جمع آوری پایگاه داده ای از مسیرهای چندوجهی شهروندی در منطقه شهری است تا جریان تحرک و عادات حرکتی شهروندان را تحلیل کند.

MobilitApp ابزاری است که هدف آن کمک به مقامات مسئول حمل و نقل عمومی برای بهبود خدمات ارائه شده است. هدف ما همکاری در دستیابی به تحرک شهری پایدار و تبدیل شدن بارسلونا به شهری است که به طور فزاینده‌ای عاری از آلودگی و قابل زندگی‌تر باشد.

MobilitApp توسط محققان و دانشجویان گروه تحقیقاتی SISCOM (https://siscom.upc.edu)، در بخش مهندسی از راه دور (http://www.entel.upc.edu) دانشگاه Politècnica de Catalunya در حال توسعه است. (https://www.upc.edu)، با نظارت پروفسور. مونیکا آگیلار ایگارتوآ

وب سایت پروژه MobilitApp: https://mobilitapp.upc.edu