阿尔斯通·马斯特里亚管理交通工具中的人员流动

此多式联运移动性和监控解决方案, 利用人工智能, 大数据和机器学习使您能够更清楚地了解火车和车站的乘客分布和流量.

阿尔斯通 已经发布了新版本的马斯特里亚, 一种使用人工智能为运输运营商和当局提供管理客流的工具的多式联运监控和移动解决方案.

允许操作员进行调整, 轻松、实时, 它提供了由于COVID-19大流行而产生的各种社会疏远和公众聚集要求.

得益于大数据和机器学习, 马斯特里亚为了解火车和车站乘客的分布和流量提供了更大的可见性, 以及预测功能. 通过此解决方案，您可以实时预测和控制乘客密度和运营, 调整列车的频率, 列车的容量和所需数量, 以及到车站的客流, 除其他事项外.

使列车供应与需求更匹配, 优化操作条件, 包括成本, 尤其有助于管理波动的需求峰值, 如在高峰时段, 特殊移动事件或限制, 在科维德-19的情况下.

马斯特里亚的新实施增加了乘客对列车传感器需求的信息, 售票机, 交通信号, 管理系统, 监控摄像头和移动网络，提供客流的实时图片.

从这一点, 处理信息并将其传输给运营商，以确保和预测特定占用率, 占最大容量的百分比, 在任何时候. 可能建议增加火车的频率, 将人流重新分配到特定站, 调整到其他运输系统, 限制进站，甚至管理站台上乘客的分配，使其与列车上空间更大的汽车保持一致.

“预测是预防. 该工具能够实时分析数百万个数据，使其成为运营商在任何时候不可或缺的盟友, 但特别是在当前情况下. 专家一致认为，公共交通, 尤其是铁路, 继续成为城市流动的中坚力量. 人工智能将成为我们在这个移动性新时代的最佳旅行伙伴”, 评论斯蒂芬 · 费雷 - 博蒙特, 阿尔斯通数字移动创新与智能移动副总裁.

巴拿马的经验

阿尔斯通去年年底在巴拿马地铁实施了马斯特里亚. 目标是分析客流，并提供一种方法，以避免在不可预知的时间，只有在某些季节出现饱和.

在短短三个月内, 并感谢深入学习技术 (支持自学算法的人工神经网络), 局部饱和度可以预测到 30 几分钟之前，它可以明显地观察, 允许纠正措施，减少车站的等待时间.

目前, 回应科维德-19的情况, 同样的技术正在被用来适应操作行动，使列车的货运 40% 其最大容量, 根据该国卫生当局的建议.

使用各种数据源, 如用户的旅行信息和汽车重量, 已开发新功能: 车站和列车的旅客密度和流量实时监测, 具有新的预测警报, 模拟开放和关闭访问站, 和分析列车沿线的旅客分布.

马斯特里亚技术

马斯特里亚基于四个标准函数: 多式联运监控, 交通管理, 操作协调和预测分析. 这些配置高度可配置，可根据运营商的需求和全球移动网络环境进行组合.

该技术通过安全的网络连接从外部信息和控制系统中获取数据. 它是灵活和可扩展的, 并适应任何规模的不同运输网络. 另外, 可以扩展，包括新的线路或额外的运输工具.

在巴黎已经进行了许多马斯特里亚人工智能技术的试点实施, 佛罗伦萨, 萨拉戈萨和巴拿马.

其他文章 阿尔斯通, 冠状病毒-科维德-19