MobilitApp

MobilitApp secara berkala mengumpulkan data dari 3 sensor seluler: akselerometer, magnetometer, dan giroskop. Kami tidak menggunakan GPS untuk memprediksi sarana transportasi, dengan cara ini kami menghemat masa pakai baterai dan tidak terus-menerus membaca geolokasi seseorang.

Informasi yang diperoleh diolah untuk melatih model pembelajaran mesin yang selanjutnya mampu memprediksi alat transportasi yang digunakan warga. Saat ini MobilitApp mengenali alat transportasi ini dengan akurasi lebih dari 88%: sepeda, sepeda listrik, skuter listrik, bus, kereta bawah tanah, kereta api, trem, sepeda motor, mobil, lari dan berjalan kaki.

Pengguna dapat melihat prediksi moda transportasi di peta untuk setiap bagian rute multimoda saat mereka bergerak.

Informasi pengguna diperlakukan sepenuhnya anonim.

MobilitApp mengumpulkan informasi tentang perjalanan multimoda: dari mana dimulainya, dengan sarana transportasi apa, di mana perubahan dalam sarana transportasi terdeteksi, apa sarana transportasi baru. Begitu seterusnya, bagian demi bagian, hingga ujung jalur multimoda terdeteksi.

Tidak ada informasi identitas pengguna yang dikumpulkan. Tujuannya adalah untuk mengumpulkan database lintasan multimoda kewarganegaraan di wilayah metropolitan, guna menganalisis arus mobilitas dan kebiasaan mobilitas warga.

MobilitApp adalah alat yang bertujuan untuk membantu pihak berwenang yang bertanggung jawab atas transportasi umum untuk meningkatkan layanan yang ditawarkan. Tujuan kami adalah berkolaborasi dalam mencapai mobilitas perkotaan yang berkelanjutan dan menjadikan Barcelona kota yang semakin bebas polusi dan layak huni.

MobilitApp sedang dikembangkan oleh para peneliti dan mahasiswa kelompok penelitian SISCOM (https://siscom.upc.edu), di Departemen Teknik Telematika (http://www.entel.upc.edu) Universitas Politècnica de Catalunya (https://www.upc.edu), dengan bimbingan Prof. Monica Aguilar Igartua.

Situs web proyek MobilitApp: https://mobilitapp.upc.edu