BeInsight

  • Prosjektperiode: 2020 - 2024
  • Kategori: Oppdragsprosjekt

Beskrivelse

Formålet med prosjektet er å muliggjøre automatisert billettering (Be-In, Be-Out) og nye forretningsmodeller innen offentlig transport, samt å bedre reisestrøms- og adferdsanalyse for mobilitetsbransjen. Dette vil gjøre reiseopplevelsen mer friksjonsfri, sikrere og rettferdig, og stimulere til økt bruk av miljøvennlig persontransport.



Dette vil gjøres mulig ved hjelp av unik teknologi. Med sensorene i de reisendes mobiltelefoner og andre datakilder, vil vi forstå mobiltelefonens posisjon svært nøyaktig. Ved hjelp av denne løsningen vil mobilitetsaktørene kunne basere automatisert billettering og få mer innsikt for videre optimalisering av tjenester.



De reisende vil oppleve dette som «en billettfri» hverdag med mer rettferdig prising med positive miljømessige og sikkerhetsmessige konsekvenser. Potensialet er globalt.



De mest sentrale FoU-utfordringene vi regner med å møte i prosjektet:



• Sanntidsdetektering av personer i ulike transportmidler



• Minimere nødvendig datamengde overført fra passasjerenes mobiltelefoner til skytjenesten for nøyaktig detektering



• Komme frem til hvilke sensorer som bør bli brukt og hvordan data fra disse kan kombineres til å oppnå en så høy nøyaktighet som mulig.



• Minimere mengden arbeid krevd av tjenester i skytjenesten for å gjennomføre de nødvendige kalkulasjonene for dermed å tilrettelegge for skalering av antallet brukere.



Potensialet for anvendelse er enormt. Den automatiske billetteringen, samt innsikten i reisestrøm- og adferd som innovasjonen representerer er noe markedet både nasjonalt og internasjonalt har etterspurt i flere år. Sammensetningen av prosjektpartnere med to aktuelle markedsaktører sørger for tilgang til reelle produksjonsmiljøer, samt testing og skissering av nye forretningsmodeller som øker sannsynligheten for suksess i piloten og videre realisering i markedet.


Finansiering

Prosjektet er finansiert av Høyskolen Kristiania og Norges forskningsråd

Deltakere

  • Tor-Morten Grønli

    Tor-Morten Grønli

    • Prosjektleder
    • Professor / Dekan

    Kristiania

    School of Economics, Innovations and Technology

    Tor-Morten Grønli
  • Karoline Hauge

      fluxLoop

    • Ulrik Prøitz

        fluxLoop

      • Raghava Rao Mukkamala

        • Professor II

        Kristiania

        School EIT faglig

        Raghava Rao Mukkamala
      • Philippe Büdinger

          Høyskolen Kristiania

          Høyskolen Kristiania

        • Anders Skretting

            Høyskolen Kristiania

            Høyskolen Kristiania

          • Elahe Fazeldehkordi

              Høyskolen Kristiania

              Høyskolen Kristiania

            • Malte Bieler

                Høyskolen Kristiania

                Høyskolen Kristiania

              Publikasjoner

              • Bieler, Malte, Skretting, Anders, Büdinger, Philippe & Grønli, Tor-Morten (2022). Survey of Automated Fare Collection Solutions in Public Transportation. IEEE transactions on intelligent transportation systems (Print). ISSN 1524-9050. 23(9) s 14248-14266. doi:
                10.1109/TITS.2022.3161606
              • Bieler, Malte, Mukkamala, Raghava Rao & Grønli, Tor-Morten (2022). A Context- and Trajectory-Based Destination Prediction of Public Transportation Users. IEEE Intelligent Transportation Systems Magazine (ITSM). ISSN 1939-1390. 15(1) s 300-317. doi:
                10.1109/MITS.2021.3132772
              • Grønli, Tor-Morten & Skretting, Anders (2021). Baseline for Performance Prediction of Android Applications. I Wu, Xintao (red.) 2020 IEEE International Conference on Big Data . IEEE conference proceedings. ISBN 978-1-7281-6251-5. s 3304-3310. doi:
                10.1109/BigData50022.2020.9377882