Определение междугороднего пассажирского спроса посредством системы видеонаблюдения транспортного средства

Введение. Одним из актуальных нерешенных до настоящего времени вопросов является определение потенциального (общего, насыщенного) транспортного спроса, т.е. теоретического количества поездок, которое возможно на сегменте рынка перевозок по междугородным автобусным регулярным маршрутам.
Материалы и методы. Ключевой информацией для математической модели определения междугородного транспортного спроса является объем отправлений и прибытий между населенными пунктами. Данная статистика доступна в основном для транспорта общего пользования. Информация об общем транспортном спросе, как правило, отсутствует. Для автодорожной сети объемы отправлений зачастую рассчитываются как определенный процент от общего населения.
В настоящее время особую перспективу представляют методы изучения транспортного спроса, основанные на сборе, интеграции и анализе больших и разнородных данных, генерируемых различными источниками в пространствах жизнедеятельности человека. В рамках данного направления рассматривается применение информации системы видеонаблюдения транспортных средств для учета междугородных транспортных потоков. В статье сформулирована система уравнений, связывающих корреспонденции между населенными пунктами и учитываемый пассажирский поток, который подразделяется на входящий, исходящий и транзитный.
При использовании видеонаблюдения транспортного средства в расчетах посредством предложенного поправочного коэффициента учитывается эффект, связанный с перемещением наблюдателя в пространстве, который заключается в следующем: объекты, учитываемые движущимся наблюдателем, будут доступны неподвижному наблюдателю через промежуток времени, который можно определить как отношение расстояния между наблюдателями к скорости объекта.
Результаты. Предложенный в статье подход для учета транспортных и пассажирских потоков апробирован на изолированном транспортном коридоре, пассажиры по которому перевозятся автомобильным транспортом (автобус рейсовый и заказной, легковой автомобиль), другие виды транспорта (например, железнодорожный) отсутствуют.
Обсуждение и заключение. Коэффициент детерминации полученной математической модели позволяет сделать вывод о ее приемлемости, 18% вариации зависимой переменной можно отнести на счет неизвестных, скрытых параметров или статистических погрешностей исходных данных.

1. Woldeamanuel M. Evaluating the competitiveness of intercity buses in terms of sustainability indicators. Journal of Public Transportation. 2012; Vol. 15, No. 3: 5. DOI:10.5038/2375-0901.15.3.5

2. Javid R., Sadeghvaziri E. Investigating the Relationship Between Access to Intercity Bus Transportation and Equity. Transportation Research Record, 2022, p. 03611981221088218. DOI: 10.1177/03611981221088218

3. Group K. Effective Approaches to Meeting Rural Intercity Bus Transportation Needs. Report 79, Transit Cooperative Research Program. Transportation Research Board, National Research Council, Washington, D.C., 2002. 184 p. DOI: 10.5038/2375-0901.15.3.7

4. Nielsen G., Lange T. Network design for public transport success–theory and examples. Norwegian Ministry of Transport and Communications, Oslo, 2008. 30 p.

5. Ryan F., Allard R.F., Moura F. The Incorporation of Passenger Connectivity and Intermodal Considerations in Intercity Transport Planning, Transport Reviews, 2015, DOI: 10.1080/01441647.2015.1059379

6. Ortuzar J.D., Willumsen L.G.. Modelling transport. John Willey & Sons, 2011. 586 p. DOI: 10.1002/9781119993308

7. Alderighi M., Cento, A., Nijkamp, P., Rietveld, P. Network competition – the coexistence of hub-and-spoke and point-to-point systems. Journal of Air Transport Management. 2005; 11(5): 328–334. DOI: 10.1016/j.jairtraman.2005.07.006

8. Alderighi M, Feder C, Nijkamp P, Ungureanu EI Simple pricing rules in complex air transport systems. Handbook on Entropy, Complexity and Spatial Dynamics: A Rebirth of Theory? Chapter 18. 2021: pp. 304 – 320. DOI: 10.4337/9781839100598.00027

9. Merrina A., Sparavigna A., Wolf R. A. The intermodal networks: A survey on intermodalism. World Review of Intermodal Transport Research. 2007; 1(3): 286–299.

10. Ranjbari A., Hickman M.,·Chiu YC. A Mathematical Optimization Model for Solving the Intercity Transit Network Design Problem // CASPT 2018 Extended Abstract. Режим доступа:http://www.caspt.org/wp-content/uploads/2018/10/Papers/CASPT_2018_paper_128.pdf. (дата обращения: 22.05.2023).

11. Sunhyung Yoo, Jinwoo Brian Lee, and Hoon Han. A reinforcement learning approach for bus network design and frequency setting optimization // Public Transport. 2023: pp 1–32. DOI: 10.1007/s12469-022-00319-y

12. Корягин М.Е., Чистяков А.С. База данных для описания рынка междугородных пассажирских перевозок // Вестник Сибирского государственного университета путей сообщения. 2021. № 1(56). С. 38–45. DOI:10.52170/1815-9262-2021-56-38

13. Макарова Е.А., Елизаров С.Б., Муктепавел С.В. Автоматизированная система прогнозирования пассажирских транспортных потоков на базе АСУ «Экспресс» // Вестник Научно-исследовательского института железнодорожного транспорта. 2011. № 4. С. 21–27. EDN NYHLZT.

14. Grosche Tobias, Rothlauf Franz, Heinzl Armin. Gravity models for airline passenger volume estimation. Journal of Air Transport Management. 2007. 13:175-183. DOI: 10.1016/j.jairtraman.2007.02.001

15. Birolini Sebastian, Pais Antunes António, Cattaneo Mattia,Paleari Stefano. Integrated flight scheduling and fleet assignment with improved supplydemand interactions. Transportation Research Part B: Methodological.2021. 149. 162-180. DOI: 10.1016/j.trb.2021.05.001

16. Штоцкая А.А., Михайлов А.Ю. Оценка транспортной подвижности населения на основе дезагрегированных моделей // Вестник Иркутского государственного технического университета. 2017. Т. 21, № 5(124). С. 199–207. DOI: 10.21285/1814-3520-2017-5-199-207. EDN YPLMWZ.

17. Ibarra-Rojas O., J., Delgado R. Giesen, Muñoz J.C.. Planning, Operation, and Control of Bus Transport Systems: A Literature Review. Transportation Research Part B: Methodological.2015. 77: 38-75. DOI: 10.1016/j.trb.2015.03.002

18. Grigorova T., Davidich Yu., Dolya V. Assessment of Elasticity of Demand for Services of Suburban Road Passenger Transport // Technology Audit and Production Reserves. 2015. Vol. 3, No 2. Р. 13–16. DOI: 10.15587/2312-8372.2015.44768/

19. Wang Sen, Gao Yi. A literature review and citation analyses of air travel demand studies published between 2010 and 2020. Journal of Air Transport Management. 2021.79. 102135. DOI:10.1016/j.jairtraman.2021.102135

20. Lu M., Zhu H., Luo X., & Lei, L. Intercity travel demand analysis model. Advances in Mechanical Engineering, 2015. 6. DOI: 10.1155/2014/108180

21. N. Dike Declan, Ejem Ejem, Erumaka Onyinyechi, Chukwu Oluchi Ibe, Callistus. Estimation of intercity travel demand for public road transport in Nigeria. Journal of Sustainable Development of Transport and Logistics. 2018. 3. 88-98. DOI: 10.14254/js-dtl.2018.3-3.7

22. Chistyakov A., Koryagin M. Interurban Travel Mode Choice ModelWhich Based on Departures Frequency and Passengers’ Preferences. International-Scientific Siberian Transport Forum. Springer, Cham, 2021. P. 964-973. DOI: 10.1007/978-3-030-96380-4_105

23. Jingxu Chen, Zhiyuan Liu, Senlai Zhu, Wei Wang. Design of limitedstop bus service with capacity constraint and stochastic travel time // Transportation Research Part E: Logistics and Transportation Review. 2015; Volume 83: 1-15. DOI: org/10.1016/j.tre.2015.08.007

24. Доля К.В. Формализация гравитационной модели для расчета параметров междугородних пассажирских корреспонденций // Наука и техника. 2017. Т. 16, № 5. С. 437–443. DOI: 10.21122/2227-1031-2017-16-5-437-443

25. Нурминский Е. А., Пугачев И.Н., Шамрай Н.Б., Седюкевич В.Н. Определение пассажиропотоков в региональной транспортной системе на основе модифицированных гравитационных моделей // Наука и техника. 2015. № 5. С. 39–45. EDN UMFMTL.

26. Горбачев П.Ф., Крикун В.И., Акбар Д.П. Моделирование спроса на перевозку пассажиров в пригородном сообщении // Восточно-Европейский журнал передовых технологий. 2013.Т. 2, № 3(62). С. 12–15. EDN QAJHHZ.

27. Фадеев А.И., Ильянков А.М. Управление транспортным предложением на регулярных междугородных автобусных линиях // Вестник СибАДИ. 2023; 20(5): 632-648. DOI: 10.26518/2071-7296-2023-20-5-632-648

28. Kinene Alan, Birolini Sebastian. Optimization of subsidized air transport networks using electric aircraft. Transportation Research Part B Methodologi-cal.2024. 190. 103065. DOI: 10.1016/j.trb.2024.103065

29. Grosche Tobias, Rothlauf Franz, Heinzl Armin. Gravity models for airline passenger volume es-timation. Journal of Air Transport Management. 2007.13. 175-183. DOI: 10.1016/j.jairtraman.2007.02.001

30. Аземша С.А., Скирковский С.В., Горев А.Э. Установление закономерностей в изменении объема пассажирских перевозок от численности жителей населенного пункта // Вестник гражданских инже-неров. 2019. № 5(76). С. 206–216. DOI: 10.23968/1999-5571-2019-16-5-206-216. EDN KFKQMX.

31. Zulkarnain Ahnis , Pasaribu Hisar, Sembiring, Javensius. An Estimating Air Travel Demand in North Sumatra Using Gravity Model Approach with Economic and Route Analysis. Langit Biru: Jurnal Ilmiah Aviasi. 2025. 18. 1-12. DOI: 10.54147/langitbiru.v18i1.1284

32. Акулов В.В. Анализ методов учёта интенсивности движения на автомобильных дорогах // Вестник евразийской науки. 2012. №4 (13). URL: https://cyberleninka.ru/article/n/analiz-metodov-uchyota-intensivnosti-dvizheniya-na-avtomobilnyh-dorogah (дата обращения: 28.05.2025).

33. Хусаинов Р.М., Талипов Н.Г., Катасёв А.С., Шалаева Д.В. Интеллектуальная система анализа транспортных потоков в автоматизированных системах управления дорожным движением // Программные продукты и системы. 2024. № 1. URL: https://cyberleninka.ru/article/n/intellektualnaya-sistema-analiza-transportnyh-potokov-v-avtomatizirovannyh-sistemah-upravleniya-dorozhnym-dvizheniem (дата обращения: 31.05.2025).

34. Zheng Y., Capra L., Wolfson O., Yang H. Urban computing: Concepts, methodologies, and applications // ACM Trans. Intell. Syst. Technol., vol. 5, no. 3 - pp. 1–55, Sep. 2014 DOI:10.1145/2629592

35. Chen M., Mao Sh., Zhang Y., Victor C.M. Leung Big Data. Related Technologies // Challenges, and Future Prospects, Spinger, 2014. 100 p.

36. Трегубов В.Н. Использование информации сотовых операторов в городских транспортных исследованиях // Транспортные системы и технологии. 2020. Т. 6, № 2. С. 20–33. DOI: 10.17816/transsyst20206220-33. EDN UJIRSG.