Analysis of Public Transport Data: Building an Open-Source Library in R

I forskningsprosjektet APT-R utvikler vi metoder og verktøy for å gjøre det enklere å hente innsikt fra kollektivdata. Kollektivkjøretøy samler daglig inn store mengder automatiske data. Det er slike sensordata som gjør det mulig å gi passasjerene sanntidsinformasjon om forsinkelser. Sensordataene lagres av kollektivselskapene. Dette åpner opp for å bruke historiske kollektivdata til å forstå sammenhenger og gjøre prediksjoner ved hjelp av statistisk modellering og maskinlæring. Kollektivtrafikken er en viktig brikke i et bærekraftig transportsystem. For å redusere klimagassutslipp og lokal luftforurensing er det ønskelig at flere reiser kollektivt. Ved å bedre utnytte potensialet som ligger i de store automatiske sensordatasettene, vil man kunne planlegge bedre, tilpasse seg endringer, og sørge for at kollektivtilbudet er både attraktivt og effektivt. Gjennom et samarbeid mellom forskere innen statistikk, maskinlæring og transport, og aktører fra kollektivsektoren, skal vi forske fram metoder som gir ny innsikt i reisemønstre og egenskaper ved kollektivsystemet. Automatiske kollektivdata har både en romlig dimensjon og en tidsdimensjon. Hvert stopp med buss (eller trikk, t-bane, tog) genererer én ny dataregistrering med antall passasjerer som går av og på, og den faktiske ankomst- og avgangstiden. Dette gir mulighet for en rekke detaljerte analyser og vi tar i bruk moderne statistiske metoder til blant annet å undersøke trafikkflyt og forsinkelser i vegnettet, og til å estimere antall av- og påstigninger med usikkerhet. Vi utvikler også et verktøy, et åpent kodebibliotek i programmeringsspråket R, som har metoder spesielt utviklet for å hente innsikt fra sanntidsdata og passasjertellinger. APT-R er et samarbeid mellom Transportøkonomisk institutt, NTNU, Norsk Regnesentral, og kollektivpartnerne Entur, Kolumbus og AtB.

The key role of public transport in a sustainable transport system is explicitly acknowledged in UN SDG 11.2 and in the National Climate Plan. The national zero-growth goal state that all growth in urban passenger transport should be by the modes walking, cycling and public transport. Last year, the COVID-19 pandemic put an abrupt stop to the steady increase in public transport trips seen over the past decade. This has been inevitable when the recommendation has been to avoid public transport if possible. The pertinent question, however, is whether people will fully return to the public transport system after the pandemic, and if, and in what ways, mobility demand and travel behaviour have changed. In the years to come, data-driven learning, monitoring, planning, and prediction will be important for the public transport sector to balance supply with demand and operate efficient and attractive services for the citizens. Today, most public transport authorities (PTAs) collect large-scale automated passenger counts and vehicle location data. APC-AVL data enables real-time information to the passengers, but the detailed sensor data also provide insights into actual travel behaviour and system performance. Archived APC-AVL data has a great and untapped potential to help PTAs build evidence-based grounds for their planning and operation decisions. The APT-R project will bring together researchers focusing on the development of machine learning methods, with applied transport researchers and practitioners from the domain of public transport to explore new methods and models for leveraging insights from APC-AVL data. The project will develop novel machine learning methods for large-scale space-time network data and build an open-source R-package tailored for APC-AVL data. The R-package will serve as a toolkit for professionals from the public transport sector and be a platform for research and innovation in the fields of transport, statistics, and machine learning.