Joukkoliikenteen matkustajalaskenta Helsingin seudulla
Stenroth, Joonas (2015)
Stenroth, Joonas
2015
Rakennustekniikan koulutusohjelma
Talouden ja rakentamisen tiedekunta - Faculty of Business and Built Environment
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2015-06-03
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tty-201505201318
https://urn.fi/URN:NBN:fi:tty-201505201318
Tiivistelmä
Joukkoliikenne Helsingin seudulla, tarkemmin HSL-alueella, muodostuu kuudesta eri liikennemuodosta, jotka ovat linja-auto-, raitiovaunu-, metro-, lähijuna- ja Suomenlinnan lauttaliikenne sekä Kutsuplus. Näiden kulkumuotojen matkustajalaskennat ovat monimuotoinen kokonaisuus ja niistä kerätään matkustajamäärätietoja matkakorttijärjestelmän, automaattisten matkustajalaskentajärjestelmien sekä manuaalisten laskentojen avulla. Kutsuplussassa matkustajamäärät saadaan suoraan tilauksista. Lisäksi HSL-alueen joukkoliikenteessä tehdään vuosittain useita tarkistus-, poikkileikkaus- ja profiililaskentoja käsinlaskentoina.
HSL-alueen joukkoliikenteen matkustajalaskennoista ei ollut ennen tätä työtä tehty vastaavaa nykytilaselvitystä, joka kokoaa samojen kansien sisään yksityiskohtaiset tiedot jokaisen joukkoliikennemuodon matkustajalaskennasta. Nykytilaselvitystä varten haastateltiin useita asiantuntijoita sekä käytiin läpi monia HSL:n julkaisuja. Tietoja täydennettiin vielä sähköposteilla sekä Internetistä haetuilla tiedoilla. Tulokseksi saatiin kattava tietopaketti, jossa selviää, miten laskennat eri kulkumuotojen osalta tehdään, miten saatuja tietoja käsitellään ja miten ne kootaan yhteenvetoraportiksi.
Automaation lisääntyessä matkustajalaskennoissa työssä tarkastellaan, miten automaattisten matkustajalaskentalaitteiden määrä kasvaa HSL-alueella. Työssä selvitetään myös, mikä olisi riittävä laskentalaitteellisten ajoneuvojen osuus, jotta matkustajamäärätietojen tuottaminen olisi tehokasta ja järjestelmän häiriöherkkyys pieni. Tämän perusteella on tehty ehdotus minimiosuuden nostamisesta 30 prosenttiin.
Keskeistä työssä oli myös tutkia, mihin suuntaan laskennat ovat kehittymässä. Tulevaisuudessa pyritään selvittämään, miten joukkoliikenteen käyttäjien matkat suuntautuvat. HSL-alueella matkustajavirtainformaation tuottaminen aloitetaan suurella todennäköisyydellä metrossa WLAN-teknologiaan perustuvalla mobiililaskennalla. Kyseisen teknologian lisäksi työssä esitellään myös muita mahdollisia mobiiliteknologiaan perustuvia ratkaisuja matkustajavirtainformaation tuottamiseksi. Uusien matkustajalaskentateknologioiden ohessa työssä tarkastellaan myös avointa dataa ja sen merkitystä sekä yhteyttä mobiililaskentoihin. Erityisesti metron mahdollisen WLAN-laskennan sekä uuden mobiilisovelluksen keskiseen vuorovaikutukseen tutustaan työn loppuvaiheilla. Public transport in Helsinki region, more specific in HSL area, is formed from 6 different modes of transport which are bus, tram, subway, local train, Suomenlinna ferry and Kutsuplus. Passenger counting in these modes of transport is a complex entirety and passenger information is gathered from them with automated fare collection system, automated passenger counting systems and by manual passenger counting. In Kutsuplus, the number of passengers is obtained directly from the bookings. In addition, there are multiple recounts and cross section and profile calculations made manually in HSL area each year.
Before this work, a current state report that contained detailed information under the same covers, considering passenger calculation of all the modes of public transport in HSL area, had not been done. Several experts were interviewed and many publications on the subject were read in order to gather the information for the current state report. The information was yet filled with knowlegde gathered from e-mails and the Internet. As a result, a comprehensive package of information was formed and it clarifies how passenger calculations in the different modes of public transport are conducted. Furthermore, the report states how the information from the passenger calculations is handled and how the information is put together in the summary report.
As automation in passenger counting increases, it was crucial for this work to examine how the share of APC-equipped vehicles increases in HSL area. This work also studies, what would be the sufficient share for the APC-equipped vehicles in order to quarantee an efficient system for the production of passenger information with a small sensitivity to errors. Based on this study, a recommendation to increase the minimum share of the APC-equipped vehicles up to 30 %, was formed.
Central for this work was also to study which direction passenger calculations are developing. In the future, it is important to be able to retrace how passengers direct their journeys in public transport. With high probability, the production of passenger flow information in HSL area will start in the subway with a WLAN-based mobile technology. In addition to this technology, this work also introduces other mobile technologies which can be used to produce passenger flow information. Open data and it’s meaning and connection to mobile technology based passenger counting are also viewed beside the mobile technologies. Especially the interaction between the possible WLAN-based passenger counting tecnology of the subway and the new HSL mobile application is studied on the final chapters of the work.
HSL-alueen joukkoliikenteen matkustajalaskennoista ei ollut ennen tätä työtä tehty vastaavaa nykytilaselvitystä, joka kokoaa samojen kansien sisään yksityiskohtaiset tiedot jokaisen joukkoliikennemuodon matkustajalaskennasta. Nykytilaselvitystä varten haastateltiin useita asiantuntijoita sekä käytiin läpi monia HSL:n julkaisuja. Tietoja täydennettiin vielä sähköposteilla sekä Internetistä haetuilla tiedoilla. Tulokseksi saatiin kattava tietopaketti, jossa selviää, miten laskennat eri kulkumuotojen osalta tehdään, miten saatuja tietoja käsitellään ja miten ne kootaan yhteenvetoraportiksi.
Automaation lisääntyessä matkustajalaskennoissa työssä tarkastellaan, miten automaattisten matkustajalaskentalaitteiden määrä kasvaa HSL-alueella. Työssä selvitetään myös, mikä olisi riittävä laskentalaitteellisten ajoneuvojen osuus, jotta matkustajamäärätietojen tuottaminen olisi tehokasta ja järjestelmän häiriöherkkyys pieni. Tämän perusteella on tehty ehdotus minimiosuuden nostamisesta 30 prosenttiin.
Keskeistä työssä oli myös tutkia, mihin suuntaan laskennat ovat kehittymässä. Tulevaisuudessa pyritään selvittämään, miten joukkoliikenteen käyttäjien matkat suuntautuvat. HSL-alueella matkustajavirtainformaation tuottaminen aloitetaan suurella todennäköisyydellä metrossa WLAN-teknologiaan perustuvalla mobiililaskennalla. Kyseisen teknologian lisäksi työssä esitellään myös muita mahdollisia mobiiliteknologiaan perustuvia ratkaisuja matkustajavirtainformaation tuottamiseksi. Uusien matkustajalaskentateknologioiden ohessa työssä tarkastellaan myös avointa dataa ja sen merkitystä sekä yhteyttä mobiililaskentoihin. Erityisesti metron mahdollisen WLAN-laskennan sekä uuden mobiilisovelluksen keskiseen vuorovaikutukseen tutustaan työn loppuvaiheilla.
Before this work, a current state report that contained detailed information under the same covers, considering passenger calculation of all the modes of public transport in HSL area, had not been done. Several experts were interviewed and many publications on the subject were read in order to gather the information for the current state report. The information was yet filled with knowlegde gathered from e-mails and the Internet. As a result, a comprehensive package of information was formed and it clarifies how passenger calculations in the different modes of public transport are conducted. Furthermore, the report states how the information from the passenger calculations is handled and how the information is put together in the summary report.
As automation in passenger counting increases, it was crucial for this work to examine how the share of APC-equipped vehicles increases in HSL area. This work also studies, what would be the sufficient share for the APC-equipped vehicles in order to quarantee an efficient system for the production of passenger information with a small sensitivity to errors. Based on this study, a recommendation to increase the minimum share of the APC-equipped vehicles up to 30 %, was formed.
Central for this work was also to study which direction passenger calculations are developing. In the future, it is important to be able to retrace how passengers direct their journeys in public transport. With high probability, the production of passenger flow information in HSL area will start in the subway with a WLAN-based mobile technology. In addition to this technology, this work also introduces other mobile technologies which can be used to produce passenger flow information. Open data and it’s meaning and connection to mobile technology based passenger counting are also viewed beside the mobile technologies. Especially the interaction between the possible WLAN-based passenger counting tecnology of the subway and the new HSL mobile application is studied on the final chapters of the work.