Byg en tidsmaskine

Computas løser store kollektive udfordringer med verdens mest spændende teknologi. Kolumbus, et af Norges største kollektive trafikselskaber, ønskede at kunne forudsige forsinkelser og bussernes præcise position op til et år frem i tiden!

Kolumbus er ansvarlig for den offentlige bus- og hurtigbådstrafik i Rogaland. Kollektivtransporten står over for store ændringer med ny teknologi, ændret adfærd samt ændrede miljø- og klimakrav. Kolumbus ønskede derfor proaktivt at innovere trin for trin for at kunne tilbyde de rejsende den bedst mulige oplevelse – hurtig og smidig transport med minimale forsinkelser. De ønskede sig en “tidsmaskine” – et mere alsidigt prognosesystem end dét, de havde i korttidsprognoserne fra real-tidssystemet. Computas fik til opgave at udvikle prototypen til tidsmaskinen.

Tidsmaskinen er et eksempel på, hvordan kunstig intelligens og maskinindlæring kan bruges til at give os en bedre og enklere hverdag

Rune Hagbartsen, direktør Computas

Resultat

Løsningen er et første skridt på vejen mod en bedre og mere enkel hverdag for de rejsende og Kolumbus – godt hjulpet af maskinlæring og kunstig intelligens. Tidsmaskinen ser op til et år frem i tiden og kan forudsige forsinkelser samt præcis position for selskabets 450 busser. Den integrerer flere eksterne datakilder, som hverdage og hellig-/feriedage, og anvender alle indsamlede positionsdata fra busserne. Prognoser genereres fortløbende, så trafikbilledet kan visualiseres i en kortløsning og afspilles som en film. 

Dette giver Kolombus mulighed for at optimere køreplaner eller om nødvendigt installere yderligere busser for at undgå forsinkelser.

For at fjerne disse store mængder data måtte vi bruge cloud-teknologi. Vi brugte Google Cloud og machine learning til at behandle dataene.

Internationalt Google case study

Løsningen er bygget på Google Cloud Platform og har allerede fået en del opmærksomhed. Den er blandt andet beskrevet i en artikel, som for nylig blev offentliggjort på Googles internationale sider.

Simen Selseng er vidensingeniør hos Computas og har arbejdet med Columbus-projektet.

Teknologien vi brukte

  • Google Cloud Platform
  • Python 2.7
  • Flask
  • TensorFlow + Keras

Vi gjorde

  • Dataanalyse
  • ETL
  • Maskinlæring
  • API
  • Kartintegrasjon
  • Projektledelse