여행 플래너

Journey planner
SORTA의 OpenTripPlanner 여행 계획 애플리케이션의 스크린샷(운송별 경로 강조 표시)

여행 계획자, 트립 계획자 또는 경로 계획자는 둘 이상의 지정된 위치 간에 최적의 이동 수단을 찾는데 사용되는 전문 검색 엔진이며, 때로는 둘 이상의 교통 모드를 사용한다.[1][2]검색은 예를 들어 가장 빠르고, 가장 짧고, 가장 적은 변화, 가장 저렴한 변화 등 다양한 기준으로 최적화될 수 있다.[3]예를 들어, 특정 경유지 등을 피하기 위해 특정 시간에 출발하거나 도착하도록 제약을 받을 수 있다.단일 여정은 몇 가지 운송 모드를 사용할 수 있는데, 이는 시스템이 민간 운송을 위한 운송 네트워크뿐만 아니라 대중 교통 서비스에 대해서도 알 수 있다는 것을 의미한다.여행 계획이나 여행 계획은 보통 한 번에 하나의 모드를 사용하여 자전거, 운전, 걷기와 같은 개인 교통 수단을 이용하는 것으로 생각되는 노선 계획과 구별되는 경우가 있다.[4]이와는 대조적으로, 트립 또는 여정 계획은 공표된 일정에 따라 운영되는 적어도 하나의 대중교통 모드를 이용할 수 있다. 대중 교통 서비스가 특정 시간에만 출발한다는 점을 감안할 때, 알고리즘은 목적지로 가는 경로를 찾을 뿐만 아니라 최적화를 추구해야 한다.각 다리의 대기 시간을 최소화하기 위해.트랜스모델과 같은 유럽 표준에서는, 그러한 여행이 이루어지는 대중 교통 차량에 의해 이루어지는 운영 여정을 계획하는 완전히 별개의 과정과의 혼동을 피하기 위해, 승객을 위한 경로 계획을 설명하기 위해 특별히 트립 계획을 사용한다.

여행 계획자는 1970년대부터 여행업계에서 예약 대행사에 의해 널리 이용되어 왔다.[5]인터넷의 성장, 지리공간 데이터의 확산, 정보 기술의 발전은 일반적으로 많은 셀프 서비스 앱이나 브라우저 기반의 온라인 여행 계획자들의 빠른 발전을 가져왔다.

트립플래너는 티켓팅 및 예약시스템과 연계하여 사용할 수 있다.

기본 기능

여행 계획자로도 알려진 여행 계획자는 사용자로부터 여행 요건을 수집하여 제안된 여행 일정을 그들에게 다시 제시하기 위한 프런트 엔드 사용자 인터페이스와 가능한 여행 계획의 실제 계산을 수행하는 백엔드 여행 계획 엔진으로 구성되어 사용자의 최적화 비판에 따라 우선순위를 정한다.에리아(Eria, 가장 적은 변화, 가장 저렴한 변화 등) 및 이들을 가장 잘 만족시키는 서브셋을 반환한다.사용자 인터페이스는 터미널, PC, 태블릿, 모바일 장치에서 실행되거나 음성 기반일 수 있으며, 여행의 시각화를 제공하거나 사용자와의 상호작용을 단순화하기 위해 지도와 위치 데이터를 통합할 수 있다.이동 계획 엔진은 로컬 또는 원격일 수 있으며 단일 구조(단일 검색 공간의 모든 데이터) 또는 분산 아키텍처(각각 검색 공간이 있는 다른 엔진 간에 서로 다른 지역에 대한 데이터가 분할됨)를 가질 수 있다.

단순 엔진은 단일 모드에 대한 대중교통 데이터만 커버하고, 다른 엔진은 다중 모드로서 여러 모드에 대한 대중교통 데이터를 커버한다. 고급 모듈 간 엔진은 대중 교통 정류장에 도달하기 위한 접근 다리를 커버하는 도로 및 도보 경로를 포함할 수 있으며, 또한 자가용 이동을 위한 경로를 동시에 계산할 수도 있다.ser는 공공 모드와 민간 모드를 비교할 수 있다.고급 여행 계획자는 또한 결과를 개선하기 위해 실시간 데이터를 사용할 수 있다. 이러한 사용은 여행에 영향을 미칠 수 있는 알려진 사고에 대한 정보 또는 계산으로 결과에 주석을 달거나, CEN 서비스 인터페이스 for Real Tim과 같은 실시간 피드로부터 예측된 출발 및 도착 시간을 동적으로 사용할 수 있다.e 가까운 미래에 발생할 여행에 대해 보다 정확한 여행 계획을 제공하기 위한 정보.백엔드 엔진의 기능은 사용자 인터페이스에서 제공할 수 있는 기능을 제한한다.이용 가능한 데이터는 백엔드 엔진의 기능을 제한한다.

입력

트립 플래너에 대한 최소 입력은 출발지 및 목적지, 여행 날짜 및 시간(현재 순간으로 디폴트할 수 있음)이다.인터페이스는 지오코딩된 장소, 정류소 또는 역 코드, 거리 주소, 관심 지점(관광지 또는 기타 공통 목적지) 또는 공간 좌표(일반적으로 대화형 웹맵 - c)를 지정하여 발신지 또는 목적지를 검색하고 지정하는 다양한 방법을 제공할 수 있다.또한 GPS 위치 확인 서비스 또는 IP 주소 검색에서 다른 위치를 얻을 수 있다.트립 플래너의 위치 찾기 기능은 일반적으로 알려진 대중교통 이동 경로의 데이터 집합에서 트립 계획을 계산하기 위해 출발지와 목적지를 운송 네트워크에서 가장 가까운 알려진 노드로 먼저 해결한다.

주행 계획 엔진과 사용 가능한 데이터 세트에 따라, 다음과 같은 다른 많은 추가 입력이 지원될 수 있다.

  • 포함 또는 제외할 전송 모드.
  • 도착 시간, 출발 시간 또는 여행이 수행될 수 있는 유연한 창을 허용할지 여부.
  • 중간 정지점을 통한 트립에 대해 선호하는 경로에 대한 트립 우회 선호도.
  • 트립 최적화 기본 설정: 예를 들어 최단거리 대 가장 적은 변화.
  • 예를 들어 트립 비용 최적화 선호: 가장 저렴하고 가장 편리하다.
  • 접근성 선호도: 스텝 프리, 휠체어 접근 가능 여부 및 연결에 추가 시간 허용 여부.
  • 액세스 기본 설정: 사용자가 정지 지점까지 걸어갈 준비가 된 시간 등
  • 여행 등급 및 원하는 기내 시설.
  • 혼잡 선호도 : 혼잡하지 않은 대 최단거리 여행 등
  • 요금 선택과 관련된 정보 및 가장 저렴한 옵션: 사용자 유형(성인, 아동, 선후배, 학생 등), 여행 카드 소유권 등
  • 여행의 정당성: 예를 들어 가족 휴가 대 출장.
  • 등

출력

여행 계획자가 여행이나 가능한 여행의 우선순위를 계산하고 지정한 후에, 이것들은 사용자가 선택할 수 있는 목록으로 사용자에게 제시되고, 그것들은 또한 지도에 표시되거나 대신 표시될 수 있다.다시 말하지만, 설계자의 능력과 이용 가능한 데이터에 따라 결과는 다음을 포함할 수 있다.

  • 정류장 또는 역에서 출발하는 시간 및 지점, 아마도 정확한 플랫폼과 플랫폼의 탑승 지점까지.
  • 트립 다리의 경로를 지도에 표시한 트립 맵.
  • 네트워크 토폴로지를 표시하는 경로 맵.
  • 정지 구역 지도 및 기타 방향을 통해 탑승 및 탈선 지점의 정류소 위치를 식별하십시오.
  • 올바른 운송 차량을 식별하기 위해 차량에 표시된 표지에 대한 정보.
  • 접근 및 연결 다리를 만드는 데 필요한 전송 시간에 대한 정보.
  • 정지 지점까지 접근 레그를 따라가기 위해 단계별 지시사항을 따르거나, 공항과 같은 역이나 대형 교환소에 들어가거나, 각 단계의 접근성 특성을 포함하여 연결 레그에서 환승한다.
  • 특정 다리에서 차량의 접근성 특성에 대한 정보(휠체어 호이스트, 휠체어 공간 등)
  • 원스톱 및 온보드 시설(주차, 뷔페 자동차, 와이파이 등)에 대한 정보.
  • 특정 트립 레그 또는 모드에서 예상되는 중단 또는 지연에 대한 정보.
  • 여행에 사용할 수 있는 요금에 대한 정보.

추가 기능

일부 트립 계획자는, 예를 들어, 노선, 정류장에서의 실시간 도착 및 출발, 또는 실시간 중단 통지 등의 시간표를 제공하기 위해 포인트 투 포인트 트립 계획 이외의 정보 서비스를 사용자 인터페이스에 통합한다.예를 들어 구글은 '스케줄 탐색기'와 같은 Gantt 차트를 가지고 있어 다른 여행 계획의 상대적 시간을 시각화하는 데 사용할 수 있다.또 다른 강력한 시각화는 상대 이동 시간을 상대적 거리로 보여주는 Isochrone 지도다.

또한 트립 플래너는 각각 다른 목적에 맞게 최적화된 둘 이상의 사용자 인터페이스를 가질 수 있다.예를 들어, 웹 브라우저, 콜 센터 에이전트용 인터페이스, 모바일 장치에서 사용하기 위한 인터페이스 또는 시각 장애 사용자를 위한 특수 인터페이스로 수행하는 온라인 셀프 서비스.

일부 상업적 여행 계획자들은 숙박과 활동을 위한 디스커버리 쇼핑의 측면과 여행의 일부 측면에 대한 가격 비교를 포함한다.

역사

선행자

대중 교통에 관한 수동 여행 계획을 위해 고안된 종이 기반 시간표는 19세기에 개발되었는데, 가장 두드러진 것은 1839년 세계 최초로 철도 시간표를 편집한 브래드쇼 가이드(Bradshaw's Guide)를 출판한 조지 브래드쇼가 있다.이것은 다른 철도 회사들의 데이터를 공통의 형식으로 통합하면서 영국의 철도 노선 및 시간표에 대한 결정적인 지침이 되었다.이는 표준화된 정지 및 서비스 데이터 세트, 다양한 제공업체로부터 정기적으로 데이터를 수집하고 데이터 세트를 업데이트하는 워크플로우, 여행 정보 제품 시장을 확립하는 데 모두 도움이 되었다.동급의 출판물이 다른 나라를 위해 개발되었다.

컴퓨터 기반 트립 계획의 이론적 근거는 1956년 Edsger W. Dijkstra의 알고리즘에 의해 제공되었다.그래프 이론 자체는 오일러가 경로 계획 문제인 쾨니히스베르크의 7대교를 고려하는 데서 유래한다.

전구계

1970년대와 1980년대에 브리티시 레일, 도이체 반과 같은 국가 철도 사업자와 주요 대도시 교통 당국 런던 교통국은 인쇄된 시간표에 대한 데이터를 관리하고 운영을 지원하기 위한 내부 시스템을 개발했다.국가 철도 운영자들은 또한 일반적으로 매표소와 소매상들이 항공권을 예약하기 위해 출발지와 목적지 사이에서 이용할 수 있는 여행을 찾을 수 있는 능력을 가진 예약 시스템을 개발했다.

항공사 좌석 재고를 실시간으로 관리하는 것과 관련된 항공사 예약 시스템의 진화의 일환으로 다소 일찍 출발하여 항공에서 별도의 전자 여행 계획 기능이 개발되었다.사브르는 1960년 아메리칸 에어라인에 의해 처음 도입되었으며, 다른 시스템으로는 아폴로(United Airlines, 1972)와 1987년 유럽의 여러 항공사 컨소시엄에 의해 만들어진 라이벌 갈릴레오 CRS와 아마데우스 시스템이 있다.모두 메인프레임 기반의 원격 OLTP 단말기로 항공, 철도, 보트 여행을 찾기 위해 여행사에 의해 널리 이용되었다.

1세대 시스템

1980년대 후반과 1990년대 초반, 일부 국가 철도 사업자와 주요 광역 교통 당국은 그들의 고객 문의 서비스를 지원하기 위해 그들만의 전문 여행 계획자를 개발했다.이들은 일반적으로 메인프레임에서 운영되며, 고객 정보 센터, 콜 센터 및 티켓 카운터에서 고객의 질문에 응답하기 위해 자체 직원이 터미널로 내부적으로 접속했다.이 데이터는 인쇄된 시간표를 발행하고 운영을 관리하는 데 사용되는 시간표 데이터베이스에서 나왔으며, 일부는 간단한 경로 계획 기능을 포함했다.1989년 독일 기업 하콘이[6] 개발한 HAFA 시간표 정보시스템(현재 지멘스 AG의 일부)은 이러한 시스템의 한 예로서 1989년 스위스연방철도(SBB)와 도이체반(Deutsche Bahn)이 채택했다.현재 TfL인 런던 교통의 "경로" 시스템은 온라인 계획자가 개발되기 전에 사용되었고 런던의 모든 대중 교통 서비스를 망라하고 있는 메인프레임 OLTP 여행 계획자의 또 다른 예였으며, 런던의 관광 명소와 인기 있는 여행지의 대규모 데이터베이스를 포함하고 있었다.

제2세대 시스템

1990년대에는 여행 계획(메모리 및 프로세서 요건 측면에서 계산적으로 상대적으로 비싸다)을 수행할 수 있는 메모리와 프로세서 파워를 갖춘 개인용 컴퓨터가 등장하면서 미니컴퓨터와 개인용 컴퓨터에 설치되고 실행될 수 있는 시스템이 개발되었다.마이크로컴퓨터를 위한 최초의 디지털 대중 교통 여행 계획 시스템은 아타리 PC를 통해 암스테르담 대학교의 정보학 학생인 에두아드 툴프가 개발했다.[7]그는 네덜란드 철도청에 고용되어 열차 운행에 필요한 디지털 트립 플래너를 구축했다.1990년에는 오프라인 상담을 위해 PC와 컴퓨터에 설치될 네덜란드 철도(디케트)의 첫 번째 디지털 트립 플래너가 판매되었다.[8]그의 소프트웨어 프로그램의 원칙은 1991년[9] 네덜란드 대학 신문에 발표되었다. 이것은 곧 네덜란드의 모든 대중 교통을 포함하도록 확대되었다.

또 다른 개척자는 스위스의 한스 야콥 토블러였다.PC DOS와 MS-DOS에 출마한 그의 제품 피나저(Finajour)는 스위스의 첫 전자 시간표였다.첫 출간된 버전은 1989/1990년 시간표 기간 동안 판매되었다.[10][11][12]다른 유럽 국가들은 곧 그들만의 여행 계획자들을 가지고 뒤따랐다.

이러한 경향의 추가적인 발전은 모바일 장치와 같은 더 작은 플랫폼에 트립 플래너를 배치하는 것이었고, 1998년에 윈도 CE 버전의 하파스는 도이치 반의 애플리케이션과 전체 철도 시간표를 6메가바이트로 압축하고 독립형 애플리케이션으로 실행했다.

초기 인터넷 기반 시스템

인터넷의 개발은 HTML 기반 사용자 인터페이스를 추가하여 일반 대중이 직접 여행 계획 시스템을 쿼리할 수 있도록 했다.HaFA를 위한 테스트 웹 인터페이스는 1995년 도이체 반의 공식 철도 여행 계획자로 출범했고 시간이 지나면서 도이체 반의 주요 웹사이트로 발전했다.2001년 런던 교통국은 런던까지의 철도 노선뿐만 아니라 런던의 모든 교통 모드를 망라하는 세계 도시를 위한 세계 최초의 대규모 복합 트립 플래너를 시작했다; 이것은 1990년대 후반 TfL의 자체 메인프레임 인터내셔널에 웹 인터페이스를 추가하기 위해 이전에 시도했던 후 뮌헨의 [1] Mentz Gmbh]가 공급한 트립 계획 엔진을 사용했다.나는 트립 플래너가 확장되지 않았다.국가 철도 및 주요 도시와 같은 주요 교통 네트워크의 인터넷 여행 계획자는 매우 높은 질의율을 유지해야 하므로 그러한 트래픽을 지속하도록 최적화된 소프트웨어 아키텍처를 필요로 한다.세계 최초의 대도시권 모바일 트립플래너인 멘츠 엔진을 이용한 런던과의 WAP 기반 인터페이스는 2000년 영국 최초의 모바일 인터넷 철도 트립플래너를 WAP 서비스로도 출시한 런던 스타트업 키즈움(Kizoom Ltd)이 2001년 SMS 서비스에 이어 출범했다.2000년부터 Traveline[13] 서비스는 영국 전역의 버스, 버스, 버스, 철도에서 지역 다중 모달 여행 계획을 제공했다.영국의 철도 웹 기반 트립 플래너는 2003년 영국 국철 문의에 의해 시작되었다.

초기 대중 교통 여행 계획자는 일반적으로 엔드포인트에 대해 정류소 또는 스테이션을 지정해야 했다.어떤 사람들은 또한 목적지에 가장 가까운 정류장의 테이블을 유지함으로써 관광지나 다른 인기 있는 목적지의 이름을 입력하는 것을 지지했다.이는 나중에 주소 또는 좌표를 추가하여 실제 지점간 계획을 제공하는 기능으로 확장되었다.

1990년대 후반과 2000년대 초반의 대규모 다중모듈 트립 계획의 개발에 있어서 중요한 것은 많은 다른 사업자의 인코딩 정지 및 스케줄링 데이터를 위한 표준과 정기적으로 데이터를 집계하고 배포하기 위한 워크플로우의 설정과 병행하여 개발하는 것이었다.이는 대개 네트워크를 운영하기 위해 이미 교환 형식과 프로세스를 갖추고 있는 소수의 대형 운영자만 참여하는 철도보다는 소규모 운영자가 많은 버스나 코치와 같은 모드에 더 어렵다.촘촘하고 정교한 대중 교통망을 가진 유럽에서는, 국가적으로나 국제적으로 표준 형식을 만들어 조화시키는 과정을 지원하기 위해 CEN 대중교통용 전송 기준 모델이 개발되었다.

분산된 여행 계획자

2000년대에, 몇몇 주요 프로젝트들은 분산된 여행 계획 아키텍처를 개발하여 각각 특정 지역을 커버하는 별도의 여행 계획자 연합이 매우 넓은 지역을 커버하는 복합 엔진을 만들 수 있도록 하였다.

  • 영국 교통부가 2004년 출시한 영국 교통직접포털은 영국, 스코틀랜드, 웨일스의 140개 지역 교통당국의 데이터를 망라한 8개의 별도 지역 엔진을 통합 엔진으로 연결하기 위해 StravelWeb 프로토콜을 이용했다.이 포털은 도로와 대중교통 계획자를 통합하여 교통수단, CO2 풋프린트 등을 비교하였다.
  • 독일 델피[14] 프로젝트는 2004년 시제품으로 출시된 독일 지역 계획자들을 연합시키기 위해 사용되는 분산된 여행 계획 건축을 개발했다.그 인터페이스 더 독일 TRIAS 프로젝트에 들어가서 CEN표준[-LSB-는 경우에는 15]오픈 API의 분산적 여행이다.' 뻗는다](CEN/TS 17118:2017년)는 2017년에 여행을 입안자에게, 그리고 SIRI 의정서 Framework가 이용 JourneyWeb과 EU-Spirit에서 형상을 통합하는 표준 인터페이스를 제공하기 위해 출판된 계획의 개발로 이어졌다 개발되었다.dt그는 트랜스포델 참조 모델.
  • European[16] EU Spirit 프로젝트는 많은 다른 유럽 지역들 사이에 장거리 여행 계획을 개발했다.

제2세대 인터넷 시스템

대중 교통 여행 계획자들은 엄청나게 인기가 있는 것으로 증명되었다. (예를 들어 2005년 도이체 반은 이미 하루에 280만 건의 요청을 지속하고[6] 있었고 여행 계획 사이트는 그것을 가지고 있는 모든 나라에서 가장 높은 인신 매매 정보 사이트 중 일부를 구성하고 있다.발견된 여행의 여행 티켓을 구매할 수 있는 능력은 사이트의 효용성과 인기를 더욱 증가시켰다; 영국의 트레인라인과 같은 초기 구현은 항공권을 우편으로 배달해 주었고, 이것은 셀프 서비스 인쇄와 모바일 이행 방법으로 대부분의 유럽 국가에서 보완되었다.인터넷 여행 계획자들은 현재 대부분의 철도 및 항공 운송 사업자들에게 주요 판매 채널이 되고 있다.

구글은 2005년 구글 트랜짓(Google Transit) 버전과 함께 자사 상품 세트에 여행 계획 기능을 추가하기 시작했으며, 트리메트 대리점[17] 매니저인 비비아나 맥후흐가 설명한 대로 포틀랜드 지역 여행을 취재했다.이는 여러 나라를 아우르는 PT 데이터 피드 생태계를 개발하는 데 큰 영향을 미친 트립 플래너에 사용하기 위한 전송 데이터 수집 형식인 GTFS(General Transit Feed Specification)를 개발하게 되었다.많은 국가의 대형 사업자들이 GTFS를 이용 가능한 출력 형식으로 성공적으로 채택함으로써 구글은 전세계 더 많은 지역으로 여행 계획표 커버리지를 확장할 수 있게 되었다.2012년 구글 트랜짓 트립 기획 기능이 구글맵 상품에 통합됐다.

트립 계획 엔진의 추가적인 발전은 실시간 데이터를 통합하여 가까운 미래에 대한 트립 계획이 실시간 지연과 중단을 고려하도록 했다.영국국유철도 인콰이어리지는 2007년 철도 여행 계획서에 실시간 추가했다.또한 운행 중단 통지, 혼잡 수준, CO2 비용 등과 같은 다른 유형의 데이터를 운행 계획 결과에 통합하는 것도 중요하다.런던 트립플래너와 같은 일부 대도시 여행계획자는 개별 역과 전 노선을 동적으로 정지시킬 수 있는 능력을 갖추고 있어 네트워크의 이용 불가능한 부분을 생략하는 중대한 장애 시 변경된 여행계획이 생산된다.또 다른 발전은 접근성 데이터의 추가와 휠체어 접근과 같은 특정 장애의 요건을 고려하도록 계획을 최적화하는 알고리즘의 능력이었다.

2012년 런던 올림픽을 위해, 제안된 여행 결과를 서로 다른 경로에 걸쳐 이용 가능한 용량을 관리하도록 편중시켜 교통 혼잡을 덜한 노선으로 확산시키는 개선된 런던 여행 계획자가 만들어졌다.또 다른 혁신은 모든 올림픽 개최지(PT 정류장에서 개별 경기장 입구까지)를 출입하는 모든 접근 경로에 대한 상세한 모델링으로, 보안 점검 및 기타 지연이 권장 이동 시간에 반영될 수 있도록 예측 및 실제 대기 시간을 설정했다.

구상 하난 오픈 소스 여행 플래너를 개발하여 the[18]오픈 여행 플래너 오레곤 주 포틀랜드의 교통 기관 TriMet이 2009년에 미국과 유럽에서 기관과 사업자의 참가자와 함께 개발했다; 풀 버전 1.09월 2016년에 발매된 그것이 가능한 작은 수송 업체들과 사업자를 제공하기 위해 시드를 있었다.트라이p 소유권 라이센스 비용을 지불하지 않고 계획을 수립한다.

모바일 애플리케이션

모바일 인터넷 여행 기획자의 유용성은 2007년 애플 아이폰 출시로 변모했다.아이폰과 안드로이드와 같은 유사한 스마트폰은 더 큰 포맷과 지도를 제공할 뿐만 아니라 더 많은 인텔리전스를 클라이언트에 배치할 수 있게 해주었고 그래서 훨씬 더 많은 가용 인터페이스가 만들어질 수 있었다.또한 모바일 장치의 GPS에서 현재 공간 위치를 통합하여 일부 상호작용을 단순화했다.영국 최초의 철도 여행 계획용 아이폰 앱은 2008년 영국 스타트업 키즈룸에 의해 출시되었으며, 이후 전 세계적으로 여행 계획 및 여행 정보 애플리케이션용 대형 시장이 발달하여, 운송 사업자와 제3자가 모두 애플리케이션을 제공하고 있다.영국에서 이것은 런던을 위한 Transport의 공개 데이터 정책에 의해 크게 촉진되었고, 이 정책은 그것의 여행 계획 엔진과 다른 데이터 피드를 제3자 개발자들이 이용할 수 있게 했다.

시티메이퍼와 같은 첨단 모바일 애플리케이션은 이제 모든 대륙의 도시를 위한 여행 계획을 포함한 여러 종류의 데이터 피드를 통합하고 사용자가 있는 국가나 도시에 상관없이 균일한 인터페이스를 사용자에게 제공한다.

모드별 고려 사항

대중 교통 라우팅

대중교통 노선 계획자는 일반적으로 이용 가능한 대중교통 서비스에 대한 정보를 제공하는 웹을 통해 접속되는 모듈간 여행 계획자다.애플리케이션은 사용자에게 출발지와 목적지를 입력하도록 유도한 다음 알고리즘을 사용하여 대중교통 서비스에서 둘 사이의 좋은 경로를 찾는다.이동 시간은 출발 또는 도착 시간 중 하나로 제한될 수 있으며 다른 경로 설정도 지정할 수 있다.

모델 간 여행 계획자는 둘 이상의 교통 수단(예: 사이클링, 고속 교통, 버스, 페리 등)을 사용하는 모델 간 여행을 지원한다.많은 노선 계획자들은 방문 계획을 지원하는 반면, 다른 노선 계획자들은 역, 공항 또는 버스 정류장과 같은 교통 네트워크의 정류장 사이에서만 일을 한다.

대중교통 경로 지정의 경우, 트립 계획자는 도착 또는 출발 시간에 의해 제한된다.또한 다른 최적화 기준(예: 가장 빠른 경로, 가장 적은 변경 사항, 가장 접근 가능한 옵션)을 지원할 수 있다.가격별 최적화(최저가격, "가장 유연한 요금 등")는 보통 별도의 알고리즘이나 엔진에 의해 이루어지지만, 발견한 여행에 대한 요금 가격을 반환할 수 있는 트립 계획자는 가격과 상품 종류별로 결과의 분류나 필터링을 제공할 수도 있다.장거리 철도 및 항공 여행 계획의 경우, 여행 계획자의 가격 최적화에 있어 가격이 유의미한 고려사항인 경우, 고객에게 여행할 수 있는 가장 저렴한 날짜가 여행 시간에 대해 유동적일 수 있다.

카라우팅

도로 다리의 계획은 여행 계획자 내의 별도의 서브시스템에 의해 수행되기도 하지만, 단일 모드 트립 계산뿐만 아니라 모델 간 시나리오(예: 주차 및 승차, 키스 및 승차 등)도 고려할 수 있다.자동차 경로에 대한 대표적인 최적화는 최단 경로, 가장 빠른 경로, 가장 저렴한 경로 및 특정 경유지에 대한 제약이 있는 것이다.일부 고급 여행 계획자는 도로 구간의 평균 여행 시간 또는 심지어 도로 구간의 실시간 예측 평균 여행 시간을 고려할 수 있다.

보행자 이동 경로

여행 계획자는 이상적으로 정류장, 역, 관심 지점 등에 대한 보행자 접근을 위한 상세한 경로를 제공할 것이다.여기에는 '단계 없음', '휠체어 액세스', '리프트 없음' 등과 같은 다양한 유형의 사용자에 대한 접근성 요건을 고려하는 옵션이 포함된다.

자전거 경로 지정

일부 여행 계획 시스템은 자전거 경로를 계산하여 자전거로 [19]접근 가능한 모든 경로를 통합하고 지형, 교통량, 노상 자전거 기반 시설 등과 같은 추가 정보를 포함할 수 있다.이러한 시스템은 사용자가 조용하거나 안전한 도로, 최소 고도 변화, 자전거 도로 등에 대한 선호도를 가정하거나 지정할 수 있다.

데이터 요구 사항

트립 플래너는 다양한 유형의 데이터에 의존하며, 이 데이터의 품질과 범위는 그들의 능력을 제한한다.몇몇 여행 계획자들은 수많은 출처의 다양한 종류의 데이터를 통합한다.다른 사람들은 공항 사이의 비행 여행 일정이나 운전 방향을 위해 주소와 거리 네트워크만 사용하는 것과 같은 하나의 모드에서만 일할 수 있다.

상황별 데이터

관심 지점 데이터

승객들은 특정 역에 가거나 정차하고 싶기 때문에 여행하는 것이 아니라, 스포츠 경기장, 관광지, 쇼핑 센터, 공원, 법원 등 어느 정도 관심 있는 목적지를 가고 싶기 때문이다.많은 여행 계획자들은 사용자들이 이름이나 범주(뮤지엄, 경기장, 교도소 등)별로 그러한 "관심점"을 찾을 수 있도록 한다.예를 들어 The UK PointX[20] data set와 같이 체계적으로 명명되고, 지리적으로 분류되고, 분류된 인기 목적지의 데이터 세트는 상업적으로 획득할 수 있거나 Open Street Map과 같은 오픈소스 데이터 세트에서 파생될 수 있다.런던 교통 또는 국철과 같은 주요 사업자들은 역사적으로 가까운 정류소 링크에 대한 정보와 함께 고객 콜 센터에서 사용할 수 있도록 그러한 데이터 세트를 잘 개발했다.공원, 시골집 또는 스타디아와 같이 넓은 지역을 커버하는 관심 지점의 경우, 출입구의 정확한 지오코딩이 중요하다.

가제터 데이터

Gazetter 데이터의 통합으로 트립 계획 사용자 인터페이스를 더욱 유용하게 사용할 수 있다.이는 예를 들어, 미국에는 뉴포트(Newport)라는 이름이 33곳과 영국에는 14곳이 있다. 가제터를 사용하여 어느 곳이 승객들이 도시 및 도시 중심가와 교통 상호교환의 관계를 표시할 수 있다.예를 들어, 런던의 다섯 개 정도 공항 중 한 곳만이 실제로 런던에 있다.이러한 목적을 위한 데이터는 일반적으로 Esri, Ordnance Survey, Navtech가 제공하는 것과 같은 지도 데이터 집합의 추가 계층 또는 영국 국가 공공 교통 관게터와 같은 특정 데이터 집합에서 온다.

도로자료

도로망데이터

도로 주행 계획자는, 때로는 노선 계획자라고 불리기도 하며, 거리 및 도보 네트워크 데이터를 사용하여 단순한 네트워크 연결을 이용하여 경로를 계산한다(즉, 시간표에 의해 제한되지 않고 언제든지 주행할 수 있다).이러한 데이터는 TIGER, Esri 또는 OpenStreetMap과 같은 하나 이상의 공개, 상용 또는 크라우드소싱 데이터셋에서 얻을 수 있다.이 데이터는 공공 교통정지에 도달하기 위한 접근 레그 계산과 도로주행의 자체 계산을 위해 필수적이다.기본적인 표현은 노드와 에지(즉, 포인트와 링크)의 그래프다.데이터는 다른 모드에 대한 트립 계획을 지원하기 위해 추가 주석을 달 수 있다.

  • 도로 데이터는 정확한 이동시간 예측이 제공될 수 있도록 도로 형태(고속도로, 주요도로, 경차로, 선로 등), 선회 제한, 속도 제한 등의 특징을 가질 수 있다(주간, 주말, 공휴일 등).
  • 자전거 도로 및 경로 데이터는 자전거 이용자의 이용성에 영향을 미치는 사이클 경로 번호, 교통 수준, 표면, 조명 등과 같은 특성으로 주석을 달 수 있다.
  • 보행로 데이터는 계단, 승강기, 휠체어 접근, 램프 등과 같은 접근성 특성과 안전 지표(예: 조명, CCTV, 도움말 지점)를 이용하여 접근성 제약 트립 계획을 계산할 수 있도록 주석을 달 수 있다.

도로에 대한 실시간 데이터

선진적인 도로 여행 계획자들은 네트워크의 실시간 상태를 고려한다.이들은 이를 위해 두 가지 주요 유형의 피드를 사용하며, 이는 다테x II 또는 UTMC와 같은 인터페이스를 사용하는 도로 데이터 서비스에서 얻는다.

  • 사건, 사건 및 계획된 도로 공사를 네트워크와 관련될 수 있는 구조화된 형태로 기술한 상황 데이터. 이것은 현재의 병목 현상과 사고 위치를 보여주기 위해 트립 계획과 도로 지도를 장식하는 데 사용된다.
  • 링크 트래픽 흐름 데이터 - 모니터링되는 네트워크의 각 링크에서 전류 흐름을 정량적으로 측정한다. 이는 예측된 이동 시간을 계산할 때 실제 전류 조건을 고려하는 데 사용할 수 있다.

대중교통데이터

운송 경로 계획자가 작동하려면 운송 일정 데이터를 항상 최신 상태로 유지해야 한다.서로 다른 트립 플래너들 간의 데이터 교환과 상호운용성을 용이하게 하기 위해, 몇 가지 표준 데이터 형식이 등장했다.

2006년에 개발된 일반 교통 사료 규격은 현재 전 세계 수백 개의 교통 기관에서 사용되고 있다.[21]

유럽연합에서 모든 공공 승객 여행 사업자는 EU 철도 시간표 데이터 교환 형식에 따라 정보를 제공할 의무가 있다.[22][23][24]세계의 다른 지역에서도 비슷한 교환 기준이 있다.[25]

데이터 중지

버스, 트램 및 코치의 정류장, 역, 공항, 여객선 착륙 및 항만과 같은 대중 교통 접근 지점의 위치와 정체성은 트립 계획의 기본이며, 정지 데이터 세트는 전송 데이터 인프라의 필수적인 계층이다.스톱을 공간 검색 및 도로 라우팅 엔진과 통합하기 위해 지오코드를 사용한다.시간표 및 경로와 이들을 통합하기 위해 그들은 전송 네트워크 내에서 고유한 식별자를 부여 받는다.승객들에게 인식될 수 있도록 그들은 공식 명칭을 부여받고 또한 인터페이스에서 사용할 공공의 짧은 코드(예를 들어 공항의 세 글자 IATA 코드)를 가질 수 있다.역사적으로, 동일한 정지 번호와 정지 번호에 대해 서로 다른 식별자를 사용하는 경우가 꽤 많았다. 국가 내 또는 지역 내에서도 고유하지 않았다.국제철도연합(UIC) 역 위치 코드 세트 또는 영국의 NaPTAN(National Public Transport Access Point) 시스템 등 정지 데이터를 관리하기 위한 시스템은 정지 번호가 고유하고 정지가 충분히 설명되어 데이터 통합을 크게 촉진하는 수단을 제공한다.GTFS, TransXChange 또는 NETEX와 같은 시간표 교환 형식에는 그 형식의 정지 데이터가 포함되며 OpenStreetMap과 같은 공간 데이터 세트는 정지 식별자를 지오코딩할 수 있다.

대중 교통 네트워크 토폴로지 데이터

도시 도시 도시 및 시내버스 서비스 등 서비스 빈도가 매우 높은 대중교통 네트워크에 대해서는, 네트워크의 토폴로지를 노선 계획에도 사용할 수 있으며, 특정 출발 시간보다는 평균 간격을 상정하고 있다.열차와 버스의 경로에 관한 데이터는 예를 들어, 지도에 열차의 경로를 표시하기 위한 결과의 시각화를 제공하는 데도 유용하다.영국의 Ordnance Survey와 같은 국가 지도 기구는 전형적으로 그들의 데이터 세트에 전송 계층을 포함하고 유럽 INSERV 프레임워크는 그것의 전략 디지털 데이터 세트에 대중 교통 인프라 링크를 포함한다.CEN NeTEX 형식은 운송 인프라의 물리적 계층(예: 도로 및 철도 선로 인프라 링크)과 논리적 계층(예: 특정 회선의 예정된 정지 지점 사이의 링크)을 모두 교환할 수 있도록 한다.

대중교통시간표

대중교통 일정에 대한 데이터는 여행 계획자들이 특정 시간에 이용 가능한 여정을 결정하기 위해 사용한다.역사적으로 철도 데이터는 국가 형식으로 널리 이용되어 왔으며, 많은 국가들 또한 VDV 452 (독일), 트랜스XChange (영국), 넵튠 (프랑스)과 같은 국가 형식의 버스 및 기타 모드 데이터를 가지고 있다.일정 데이터는 GTFS, NeTEx와 같은 국제 형식으로 점점 더 많이 제공되고 있다.경로를 지도에 투영할 수 있도록 GTFS는 단순한 형상도의 사양을 허용하는 반면, CEN NeTEx, TransXChange와 같은 Transformodel 기반 표준은 구성적 링크를 인식하고 여러 다른 의미 계층을 구별할 수 있는 보다 상세한 표현을 추가로 허용한다.[1]

대중교통 실시간 예측정보

여행 계획자는 그들의 데이터베이스에 실시간 정보를 통합할 수 있고 가까운 미래에 여행에 대한 최적의 경로 선택에서 그들을 고려할 수 있다.자동차량위치확인시스템(AVL) 시스템은[2] GPS 시스템을 이용해 차량 위치를 모니터링하고 실시간으로 정보를 전달하고 여행 계획 시스템에 정보를 예측하는 기능을 한다.[1]트립플래너는 이 데이터를 얻기 위해 실시간 정보용 CEN 서비스 인터페이스와 같은 실시간 인터페이스를 사용할 수 있다.

상황정보

상황은 전송 네트워크에 영향을 미치거나 영향을 미칠 가능성이 있는 사건이나[citation needed] 사건을 소프트웨어로 나타낸 것이다.트립 플래너는 상황 정보를 통합하고 이를 이용하여 여행 계획 연산을 수정하고 응답에 주석을 달아서 텍스트와 지도 표현을 통해 사용자에게 알릴 수 있다.트립 플래너는 일반적으로 상황 정보를 얻기 위해 SIRI, TPEG 또는 Datex II와 같은 표준 인터페이스를 사용한다.

사고는 서로 다른 사업자와 이해관계자(예: 운송사업자 제어실), 방송사 또는 긴급 서비스에 의해 포착된다.텍스트 및 이미지 정보는 트립 결과와 결합할 수 있다.최근의 사건들은 대화형 지도에서 시각화되었을 뿐만 아니라 라우팅 내에서 고려될 수 있다.

기술

일반적으로 여행 계획자들은 많은 수의 경로를 신속하게 검색할 수 있도록 네트워크와 시간표에 대한 효율적인 메모리 내 표현을 사용한다.또한 여정을 계산하는 데 필요한 노드 수가 적고 여정에 관련된 보조 정보에 액세스하는 데 데이터베이스 쿼리를 사용할 수 있다.단일 엔진은 전체 전송 네트워크와 그 일정을 포함하거나, StravelWeb 또는 Delfi Protocol과 같은 분산된 여행 계획 프로토콜을 사용한 여행의 분산 계산을 허용할 수 있다.여정 계획 엔진은 여정 쿼리에 특화된 소프트웨어 프로토콜 또는 응용 프로그램 인터페이스를 사용하여 다른 종류의 기기에 사용자 인터페이스를 제공하기 위해 다른 전면 단부에 의해 접속될 수 있다.

여행 계획 엔진의 개발은 네트워크의 정류소, 경로 및 시간표를 나타내기 위한 데이터 표준의 개발과 함께 진행되었다. 예를 들어, TransXChange, NaPTAN, Transformodel 또는 GTFS와 같이 이러한 표준들이 서로 잘 맞도록 보장한다.여행 계획 알고리즘은 계산 복잡성 이론 분야의 문제들의 전형적인 예다.실제 구현에는 정확성, 답변의 완전성, 계산에 필요한 시간 사이의 계산 자원의 절충이 포함된다.[4]

노선계획의 하위 문제는 일반적으로 데이터가 적고 제약조건이 적기 때문에 해결하기가[26] 더 쉬운 문제다.그러나, 하루 중 다른 시간에 도로 연결에 대한 다른 여행 시간을 연관시키는 "도로 시간표"가 개발되면서, 이동 시간은 노선 계획자에게도 점점 더 관련성이 높아지고 있다.

알고리즘

여행 계획자는 라우팅 알고리즘을 사용하여 전송 네트워크를 나타내는 그래프를 검색한다.라우팅이 시간과 무관한 가장 간단한 경우, 그래프는 거리/경로 세그먼트를 나타내기 위해 가장자리를 사용하고 교차로를 나타내기 위해 노드를 사용한다.그러한 그래프의 라우팅은 Dijkstra, A*, Floyd-Warshall 또는 Johnson의 알고리즘과 같은 많은 라우팅 알고리즘을 사용하여 효과적으로 수행될 수 있다.[27]거리, 비용 또는 접근성과 같은 다른 가중치는 각 가장자리 및 때로는 노드와 연관될 수 있다.

대중교통과 같은 시간 의존적 특징을 포함할 때, 교통망을 그래프로 나타내는 몇 가지 방법이 제안되며, RAPTOR와[28] 같은 다른 알고리즘을 사용할 수 있다.

자동 트립 플래너

자동화된 여행 계획자는 당신이 제공하는 정보에 기초하여 당신의 여행 일정을 자동으로 생성한다.한 가지 방법은 원하는 목적지, 여행 날짜, 관심사를 제출하는 것이고, 그 계획은 잠시 후에 만들어질 것이다.또 다른 방법은 항공사, 호텔, 렌터카 업체의 확인 메일을 전달하여 필요한 정보를 제공하는 것이다.[29]

커스텀 트립 플래너

사용자 지정 트립 플래너를 사용하여 사용자는 데이터베이스에서 적절한 활동을 선택하여 개별적으로 자신의 여행 일정을 작성한다.Triphobo.com과 같은 일부 웹 사이트는 관심 지점의 사전 구축 데이터베이스를 제공하는 반면, 다른 웹 사이트는 사용자가 생성한 컨텐츠에 의존한다.

2017년 구글은 '구글 트립스'라는 모바일 앱을 출시했다.[30]맞춤형 여행기획 스타트업이 2018년 데이터 과학, AI, 음성 기술의 등장으로 투자자들의 새로운 관심을 받고 있다.AI 기반 여행기획 스타트업인 아마존닷컴과 아마존닷컴은 여행기획 앱 개발에 상당한 자금을 조달했다.[31][32]

모바일 트립플래너 앱에 예약과 결제가 추가되면 그 결과는 서비스로서의 모빌리티로 간주된다.

상용 소프트웨어

유통 회사는 노선 효율을 최적화하기 위해 노선 계획 소프트웨어를 그들의 비행대 관리 시스템에 통합할 수 있다.유통업체를 위한 노선 계획 수립에는 종종 GPS 추적 기능과 고급 보고 기능이 포함되며, 이를 통해 발송자가 계획되지 않은 정지를 방지하고, 주행거리를 줄이고, 보다 연료 효율이 높은 노선을 계획할 수 있게 된다.

참고 항목

참조

  1. ^ a b c Li, Jing-Quan; Zhou, Kun; Zhang, Liping; Zhang, Wei-Bin (2012-04-01). "A Multimodal Trip Planning System With Real-Time Traffic and Transit Information". Journal of Intelligent Transportation Systems. 16 (2): 60–69. doi:10.1080/15472450.2012.671708. ISSN 1547-2450. S2CID 33373852.
  2. ^ a b Zografos, Konstantinos; Spitadakis, Vassilis; Androutsopoulos, Konstantinos (2008-12-01). "Integrated Passenger Information System for Multimodal Trip Planning". Transportation Research Record: Journal of the Transportation Research Board. 2072: 20–29. doi:10.3141/2072-03. ISSN 0361-1981. S2CID 109396014.
  3. ^ "Bike Triangle OpenTripPlanner". GitHub. Retrieved 2017-05-11.
  4. ^ a b Bast, Hannah; Delling, Daniel; Goldberg, Andrew; Müller-Hannemann, Matthias; Pajor, Thomas; Sanders, Peter; Wagner, Dorothea; Werneck, Renato F. (2016-01-01). Kliemann, Lasse; Sanders, Peter (eds.). Algorithm Engineering. Lecture Notes in Computer Science. Springer International Publishing. pp. 19–80. arXiv:1504.05140. doi:10.1007/978-3-319-49487-6_2. ISBN 9783319494869. S2CID 14384915.
  5. ^ "TravelTecnik Consultants - Travel & Hospitality Technology: History of Global Distribution Systems (GDS)". Traveltecnik.com. Retrieved 2018-09-25.
  6. ^ a b "History — HaCon, Fahrplanauskunft HAFAS, Fahrplankonstruktion TPS". Hacon.de. Retrieved 2018-09-25.
  7. ^ 1998년 5월 05일 트라우
  8. ^ "175 years of travel information, chapter:Wel of geen vervoer?" (in Dutch). 9292.nl. 1992-09-02. Retrieved 2018-09-25.
  9. ^ http://kinkrsoftware.nl/contrib/Artikel16b.2a/tulp.pdf, Tulp, Eduard, 시간 테이블 네트워크 검색, 프로efschrift Vrije Universityit Amsterdam, 1991년
  10. ^ 타게즈-안자이거, 2009년 2월 14일 페이지 14, 한스-야콥 토블러 게스토르벤.출처:Argus Medienbeobachtung (archive.org을 통해) (PDF 파일; 70 kB).
  11. ^ 알렉산드리아.1989년 진입 피나저 1.02 소머
  12. ^ Computerwoche:슈바이즈: Fahrpléne im Videotex, 1989년 9월 22일 (화씨: Schon auf den Fruhjahr war in Diesem Fruhjahr des Schweizischen Zugfahplans von Der Firmajor veröffentlict worden. Inzwischen wurden got tausend Prescare zu einem Stückpreis von hundert Franken verkauft.»)
  13. ^ "Traveline". Traveline.info. Retrieved 2018-09-25.
  14. ^ "Was ist DELFI? DELFI" (in German). Delfi.de. Retrieved 2018-09-25.
  15. ^ 278 WI 00278420 E-RS-170118-최종3.pdf[데드링크]
  16. ^ "EU-Spirit European travel information network". Eu-spirit.eu. Retrieved 2018-09-25.
  17. ^ Bibiana McHugh (2005-12-07). "Pioneering Open Data Standards: The GTFS Story". Beyondtransparency.org. Retrieved 2018-09-25.
  18. ^ "OpenTripPlanner". Docs.opentripplanner.org. 2016-09-09. Retrieved 2018-09-25.
  19. ^ Yoon, Ji Won; Pinelli, Fabio; Calabrese, Francesco (2012). Cityride: A Predictive Bike Sharing Journey Advisor. Mobile Data Management (MDM), 2012 IEEE 13th International Conference. pp. 306–311. doi:10.1109/MDM.2012.16. ISBN 978-1-4673-1796-2. S2CID 16827996.
  20. ^ Martin Webb. "Welcome". PointX. Retrieved 2018-09-25.
  21. ^ "Pioneering Open Data Standards: The GTFS Story". beyondtransparency.org. Retrieved 2017-05-10.
  22. ^ "NeTEx". Netex-cen.eu. 2014-03-18. Retrieved 2018-10-03.
  23. ^ Branovic, Irina; Veskovic, Slavko; Mladenovic, Snezana; Milinkovic, Sanjin; Jankovic, Sladjana (October 2011). "SOA architecture for complying with EU railway timetable data exchange format". SOA architecture for complying with EU railway timetable data exchange format (link in chapter Präsentationen). Vol. 2. Ieeexplore.ieee.org. pp. 630–631. doi:10.1109/TELSKS.2011.6143191. ISBN 978-1-4577-2019-2. S2CID 32189828.
  24. ^ "Transnational exchange of timetable and GIS data as a basis for cross-border ITS services". Gip.gv.at. Retrieved 2018-10-03.
  25. ^ "Transit Schedule Data Exchange Architecture". Google.nl. Retrieved 2018-10-03.
  26. ^ Delling, Daniel; Sanders, Peter; Schultes, Dominik; Wagner, Dorothea (2009-01-01). "Engineering Route Planning Algorithms". In Lerner, Jürgen; Wagner, Dorothea; Zweig, Katharina A. (eds.). Algorithmics of Large and Complex Networks. Lecture Notes in Computer Science. Springer Berlin Heidelberg. pp. 117–139. CiteSeerX 10.1.1.164.8916. doi:10.1007/978-3-642-02094-0_7. ISBN 9783642020933.
  27. ^ "Routing Functions — pgRouting Manual (2.0.0)". docs.pgrouting.org. Retrieved 2017-05-13.
  28. ^ Delling, Daniel; Pajor, Thomas; Werneck, Renato F. (2014-10-30). "Round-Based Public Transit Routing". Transportation Science. 49 (3): 591–604. CiteSeerX 10.1.1.652.775. doi:10.1287/trsc.2014.0534. ISSN 0041-1655.
  29. ^ "New generation of Web sites for travel planning". NBC News. 2007-12-06. Retrieved 2019-03-10.
  30. ^ "Google launches a personalized travel planner, Google Trips".
  31. ^ "Lola Gets $15 Million to Fund App Update". 2017-01-12.
  32. ^ "Hopper raises $100M more for its AI-based travel app, now valued at $780M".