Проблема в том, что данные о местоположении транспорта, которые передаются с его устройств на ваше, могут быть неточными или устаревшими. На это влияют разные факторы: плохое качество сигнала, перегруженность сети, большое расстояние между отправителем и получателем данных и т. д. Чтобы компенсировать эти задержки, приложения используют специальные алгоритмы, которые прогнозируют, где находится транспорт на основе его последней известной точки и скорости движения. Однако эти алгоритмы могут ошибаться, если транспорт меняет направление, скорость или маршрут.
Студенты Пермского национального исследовательского политехнического университета (ПНИПУ) предложили решение этой проблемы. Они разработали новый алгоритм прогнозирования местоположения транспорта, который учитывает не одну, а две последние точки его движения. Это позволяет более точно определить положение автобуса или другого транспортного средства в реальном времени.
[Предлагаемый алгоритм учитывает] текущее и новое местоположение, задержку между ними и другие значения. Модель гораздо точнее определяет правильное нахождение, например, автобуса [в приложении на устройстве] пользователя при минимальном использовании ресурсов
— пресс-служба ПНИПУ.
Для того чтобы проверить эффективность своего алгоритма, студенты создали игру, в которой два клиента получали координаты персонажа с определенной периодичностью. Персонаж мог двигаться по прямой или по кривой линии, имитируя движение трамвая или автомобиля. Сравнение нового алгоритма с традиционными методами показало, что он повышает точность определения местоположения персонажа на 36%.
[Мы реализовали] вариант прямолинейного движения игрового персонажа, в роли которого может выступать, например, трамвай. В сценарии точность координат на [устройстве] клиента увеличивается до трех раз
— Матвей Богданов, студент кафедры «Информационные технологии и автоматизированные системы» ПНИПУ.
Где можно применить алгоритм?
Предложенный алгоритм может быть полезен не только для приложений с отображением общественного транспорта, но и для других сфер, где важна точность геолокации. Например, для GPS-навигаторов, онлайн-карт, многопользовательских онлайн-игр и т. д. В этих случаях алгоритм поможет улучшить качество сервиса, повысить удовлетворенность пользователей и снизить расходы на передачу данных.
Работа студентов ПНИПУ выполнена в рамках программы стратегического академического лидерства «Приоритет-2030». Эта программа направлена на поддержку талантливых молодых ученых и развитие инновационных проектов в области науки и технологий. Студенты ПНИПУ продемонстрировали свой потенциал и способность решать актуальные задачи современности.
