Abstract: Syfte och mål: Projektet syftar till att dynamiskt skatta reseefterfrågan i städer baserat på befintlig signaleringsdata i mobila nät, vilket kan användas inom många tillämpningsområden. Fokus i detta projekt är tillämpningar inom prediktion av trafikläget i syfte att styra trafiken, samt som underlag och utvärdering av infrastrukturinvesteringar. Målet är att bidra till möjligheten att förbättra noggrannhet och täckning för korttidsprediktering av trafikläget samt ge ovärderlig input till de ofta viktiga och omfattande transportinvesteringar som många regioner i världen står inför.
Förväntade effekter och resultat: Projektet kommer främst bidra till ett effektivare och mer hållbart transportsystem genom bättre prognosmodeller och effektivare transportstyrning. Högre upplösning och noggrannhet av reseefterfrågan ger också möjligheter att skapa ett bekvämare transportsystem genom att transportsystemet kan lättare anpassas till befintligt och kommande resebehov. Förväntat resultat från projektet är en prototyp av en plattform som på ett integritetssäkert sätt med hjälp av nya metoder och modeller kan använda data från mobilnät för att dynamiskt skatta reseefterfrågan och mobilitet.
Planerat upplägg och genomförande: Projektet leds och koordineras av Linköpings universitet (LiU), som tillsammans med SICS och Ericsson AB gör störst projektinsats. Projektet är uppdelat i fyra arbetspaket: Datainsamling, Integritetsbevarande mobilitetsmodellering, Skattning av reseefterfrågan samt Tillämpning för restidsprediktering. Arbetspaketen tillsammans utgör en sekvens av processer i ett system inom projektets tillämpningsområde. Projektet kommer att arrangera tre workshops i syfte att sprida resultat och diskutera krav, lösningar samt affärsmodeller.Abstract: Objective and Goal: The project aims at estimation of travel demand in cities and metropolitan areas, via utilization of signaling data in cellular communications networks. The key applications of using cellular network data range from dynamically managing road traffic to long-term infrastructure planning. The specific objectives are to enhance the capability of short-term prediction of road traffic and accumulate knowledge on using mobility estimation as an enabler in addressing future challenges in sustainable development of the transport sector. Result and Expected Effects: The project contributes to a more efficient and sustainable transportation system, by means of developing better forecast models for road traffic and dynamic traffic management. Enhanced capability of estimating travel demand also contributes to higher comfort for travel, as the transport management system then has the ability of self-adaptation for existing and forthcoming travel needs. A specific result of the project is a prototype that guarantees privacy and enables dynamic estimation of travel demand and mobility. Approach and Implementation: The project is coordinated by Linköping University (LiU), that together with SICS and Ercisson are the key partners. The project is composed by four work packages: data collection, privacy-preserving mobility modeling, travel demand estimation, and application to travel time prediction. The work packages represent a sequence of processes for travel demand estimation. The project will organize three workshops for addressing system requirements, solution and implementations, as well as potential business models. The workshops also serve the function of result dissemination.