جمع‌آوری داده‌های تور خودروهای تجاری با فناوری سیستم موقعیت‌یابی جهانی غیرفعال

جمع‌آوری داده‌های تور خودروهای تجاری با فناوری سیستم موقعیت‌یابی جهانی غیرفعال

ارزیابی استراتژی‌های طراحی‌شده برای مدیریت رشد مداوم حمل‌ونقل جاده‌ای و پیامدهای جانبی مرتبط با آن، به دلیل کمبود داده‌های تفکیکی در مورد حرکات خودروهای تجاری، با مشکل مواجه شده است. هنگامی که داده‌های تفکیکی در دسترس باشند، تجزیه و تحلیل مسیر و ساختار زنجیره سفر خودروهای تجاری می‌تواند اطلاعات مفیدی در مورد تورهای خودروهای تجاری شهری، الگوهای سفر و سطح ازدحام ارائه دهد. در طول 15 سال گذشته، توانایی جمع‌آوری اطلاعات دقیق سفر با پیشرفت در فناوری سیستم موقعیت‌یابی جهانی (GPS) گسترش یافته است. در اواسط سال 2006، یک بررسی GPS از خودروهای تجاری در ملبورن، استرالیا، به صورت آزمایشی انجام شد تا از به‌روزرسانی عمده داده‌های حمل‌ونقل و قابلیت‌های مدل‌سازی در منطقه شهری پشتیبانی کند. این بررسی از روش‌های GPS غیرفعال استفاده کرد که در آن دخالت راننده کامیون در تلاش برای جمع‌آوری داده‌ها حداقل بود. سهم این تحقیق در حوزه جمع‌آوری داده‌های حمل و نقل شهری چهار مورد بود: (الف) شرح مسائل پیاده‌سازی در جمع‌آوری داده‌ها، (ب) شرح الگوریتم‌های مورد استفاده برای پردازش داده‌های خام GPS به اطلاعات معنادار سفر و جابجایی، (ج) ارائه بحثی در مورد نتایج پیمایش داده‌های آزمایشی، و (د) بحث در مورد کاربردها و محدودیت‌های بالقوه فناوری GPS در مدل‌سازی و برنامه‌ریزی حمل و نقل شهری. علیرغم چالش‌های پردازش، GPS روشی جذاب برای غنی‌سازی جمع‌آوری داده‌های وسایل نقلیه تجاری و افزایش درک ما از رفتار در جاده ارائه می‌دهد. از آنجا که تعداد فزاینده‌ای از وسایل نقلیه تجاری به گیرنده‌های GPS مجهز می‌شوند، تنها نگرانی‌های مربوط به حریم خصوصی به عنوان مانع اصلی جمع‌آوری و استفاده گسترده از چنین داده‌هایی در آینده باقی می‌ماند.

مقدمه

جابجایی کارآمد مواد غذایی، محصولات مصرفی، لوازم صنعتی و سایر کالاهای اساسی زندگی مدرن برای رقابت‌پذیری و توسعه اقتصادهای شهری حیاتی است. حمل و نقل بار شهری نقش مهمی در برآورده کردن این خواسته‌ها ایفا می‌کند. روندهای اخیر در الگوهای خرید مصرف‌کننده، مانند تحویل در منزل و لجستیک صنعتی، مانند تحویل به موقع، به افزایش روزافزون نسبت کیلومترهای طی شده توسط وسایل نقلیه باری (VKT) در مناطق شهری کمک می‌کند (1). به عنوان مثال، یک مطالعه اخیر در ایالات متحده نشان داد که وسایل نقلیه تجاری به طور متوسط ​​تقریباً 10٪ از کل VKT را تشکیل می‌دهند (2). در کشورهای توسعه یافته، حمل و نقل جاده‌ای باری همچنان با سرعتی بیشتر از تولید ناخالص داخلی در حال رشد است (3). این رشد در فعالیت وسایل نقلیه تجاری، نگرانی‌های موجود در مورد پیامدهای منفی ناشی از جابجایی‌های بار شهری را افزایش می‌دهد. این اثرات جانبی شامل گازهای گلخانه‌ای، آلودگی هوا، ایمنی و ازدحام می‌شود و تخمین زده شده است که از نظر هزینه به ازای هر کیلومتر، چهار برابر بیشتر از هزینه‌های مربوط به یک ماشین شخصی است (4).

علیرغم نقش حیاتی حمل و نقل بار، به جابجایی بار شهری به اندازه جابجایی افراد توجه نشده است. مدل‌سازی حمل و نقل بار شهری همچنان یک حوزه نسبتاً نابالغ است که در آن اکثر مدل‌ها و کاربردها ماهیتی بسیار تجمیعی دارند. مدل‌هایی از این نوع برای توضیح و پیش‌بینی پیامدهای تغییرات سیاست‌های رفتاری مانند تغییر در ساعات مجاز عملیاتی، اعمال عوارض ترافیک یا اعمال محدودیت‌های زمانی برای تحویل کالا مناسب نیستند. تورهای وسایل نقلیه تجاری نیز در اکثر مدل‌های حمل و نقل شهری در سراسر جهان (5) تا حد زیادی نادیده گرفته شده‌اند، به جز استثنائات قابل توجه (6). تورها را می‌توان بر اساس محدودیت‌های مسیریابی و ویژگی‌های زنجیره تأمین مانند حساسیت به زمان بار طبقه‌بندی کرد. این ویژگی‌های تور تأثیر قابل توجهی بر کارایی و VKT ایجاد شده توسط جابجایی بار در مناطق شهری دارند (7، 8).

دلیل اصلی این درک محدود از جابجایی بار، کمبود داده‌های تفکیکی در مورد جابجایی وسایل نقلیه تجاری است (9). اگرچه اکثر شرکت‌های حمل و نقل، برگه‌های اجرایی فعالیت‌های کامیون‌های خود را برای اهداف تجاری و معیارسنجی خود نگه می‌دارند، اما این سوابق دقیق به ندرت در دسترس دیگران قرار می‌گیرند زیرا حاوی اطلاعات حساس مشتری هستند. هنگامی که داده‌های تفکیکی در دسترس هستند، تجزیه و تحلیل مسیر و ساختار زنجیره سفر وسایل نقلیه تجاری می‌تواند اطلاعات مفیدی در مورد تورهای وسایل نقلیه تجاری شهری، الگوهای سفر و سطح تراکم ارائه دهد. به عنوان مثال، یک مطالعه مستقر در سیدنی، استرالیا، چندین ماه از سوابق دقیق فعالیت کامیون‌ها را تجزیه و تحلیل کرد (10). الگوهای مسیر شناسایی شدند و رابطه آنها با توزیع طول سفر و تور تجزیه و تحلیل شد. این تجزیه و تحلیل همچنین نشان داد که چگونه سفر بین حومه‌های صنعتی مختلف، شکل توزیع طول سفر چندوجهی را توضیح می‌دهد و چگونه تراکم بر مدت زمان تورها تأثیر می‌گذارد.

در طول 15 سال گذشته، توانایی جمع‌آوری اطلاعات دقیق سفر با پیشرفت در فناوری سیستم موقعیت‌یابی جهانی (GPS) گسترش یافته است. با GPS، اکنون می‌توان از طریق ادغام با سیستم‌های اطلاعات جغرافیایی (GIS) مبدا، مقصد، زمان سفر، مسافت، مسیرها و سرعت وسایل نقلیه را در سطوح بسیار تفکیکی از وضوح مکانی و زمانی و بدون تکیه بر یادآوری شرکت‌کننده تعیین کرد (11). اگرچه اکنون چندین نمونه برنامه کاربردی وجود دارد که در آنها از فناوری GPS برای جمع‌آوری اطلاعات سفر شخصی استفاده شده است (11، 12)، اما در زمینه وسایل نقلیه تجاری، تلاش‌های جمع‌آوری داده‌های مبتنی بر GPS عمدتاً بر نظارت بر حرکات کامیون‌های بین شهری متمرکز بوده است (9). به عنوان مثال، در ایالات متحده از سال 2005، تقریباً 250000 کامیون در سال با GPS برای ارزیابی سرعت و قابلیت اطمینان زمان سفر در پنج مسیر اصلی حمل و نقل بین ایالتی نظارت شده‌اند (13). شهر انتاریو، کانادا، مطالعات GPS را برای تکمیل بررسی وسایل نقلیه تجاری خود انجام داده است (14). به طور مشابه، در بریتانیا، از داده‌های GPS برای محاسبه زمان سفر، تغییرپذیری زمان سفر و میانگین سرعت در شبکه راه‌آهن استفاده شده است (15). استفاده کم از داده‌های GPS کامیون‌ها را نمی‌توان به این واقعیت نسبت داد که این داده‌ها به راحتی قابل جمع‌آوری نیستند. به طور فزاینده‌ای (قطعاً در استرالیا و اکثر اقتصادهای توسعه‌یافته) رایج است که وسایل نقلیه تجاری به عنوان بخشی از نظارت بر عملیات و رفتار راننده، مانند سرعت غیرمجاز یا تجاوز از ساعات رانندگی قانونی، به گیرنده‌های GPS مجهز شوند. به نظر می‌رسد مشکل این است که اگرچه این حرفه تا حد زیادی ترس از محرمانه بودن را در نظرسنجی‌های سفر شخصی کاهش داده است، اما مشاغل خصوصی هنوز تمایلی به افشای اطلاعاتی که ممکن است توسط رقبا استفاده شود یا حقوق مشتریان را در مورد حریم خصوصی، داده‌های اختصاصی یا امنیت نقض کند، ندارند.

در ژوئن ۲۰۰۶، یک بررسی GPS از وسایل نقلیه تجاری به صورت آزمایشی در ملبورن استرالیا انجام شد. این بررسی اولین مورد از نوع خود در استرالیا و تا آنجا که نویسندگان می‌دانند، یکی از اولین‌ها در سراسر جهان بود. این مقاله در مورد تلاش برای بررسی و بینش‌ها و کاربردهای بالقوه چنین داده‌هایی در مطالعه اطلاعات سفر وسایل نقلیه تجاری گزارش می‌دهد. سهم این تحقیق در حوزه جمع‌آوری داده‌های حمل و نقل شهری چهار جنبه دارد. این مقاله (الف) مسائل مربوط به پیاده‌سازی جمع‌آوری داده‌ها را شرح می‌دهد، (ب) الگوریتم‌های مورد استفاده برای پردازش داده‌های خام GPS به اطلاعات سفر و جابجایی معنادار را شرح می‌دهد، (ج) بحثی در مورد نتایج داده‌های بررسی آزمایشی تور ارائه می‌دهد، و (د) کاربردها و محدودیت‌های بالقوه فناوری‌های GPS و GIS را در مدل‌سازی و برنامه‌ریزی حمل و نقل شهری مورد بحث قرار می‌دهد.(منبع).