KEYWORD |
Conteggio persone nelle fermate e stazioni del trasporto pubblico (bus, tram, metro, trano, aeroporto) ed in luoghi aperti (vie, piazze)
Tesi esterna in azienda
Parole chiave ANALISI STATISTICA, DATA MINING, ANALISI NON LINEARI, RETI COMPLESSE, MODELLAZIONE E PROVE SPERIMENTALI
Riferimenti CRISTINA PRONELLO
Gruppi di ricerca Transport Research for Innovation and Sustainability (TRIS)
Tipo tesi ANALISI DATI, DATA MINING, SPERIMENTALE E DI MODELLAZIONE
Descrizione Per migliorare la rete di trasporto delle città e l'udo degli spazi delle città è necessario comprendere i modelli di mobilità degli utenti. Per implementare un sistema di trasporto intelligente, vengono applicate nuove tecnologie per la raccolta e l'elaborazione dei dati rilevanti. In termini di modelli di mobilità, in questa tesi vorremmo rispondere alle seguenti domande: Quante persone utilizzano questa fermata dell'autobus/metro/treno o l'aeroporto? Questa fermata/stazione è utilizzata principalmente per la partenza, l'arrivo o il transito? Qual è il tempo medio di attesa dei passeggeri in queste fermate? Come sono utilizzati gli spazi pubblici come vie o piazze? Lo studente svilupperà un dispositivo che conterà il numero di passeggeri in attesa di un autobus/metro/treno/aereo in una specifica fermata o aeroporto o in luoghi aperti come vie o piazze. Questo dispositivo raccoglierà i dati e, per migliorarne l'accuratezza, li elaborerà utilizzando algoritmi di machine learning o deep learning.
Verrà fornito un kit di sviluppo IoT che raccoglierà informazioni sui dispositivi nelle sue vicinanze e le elaborerà per scoprire le metriche relative ai passeggeri in attesa alle fermate degli autobus. Il risultato può essere visualizzato su un cruscotto molto semplice.
Conoscenze richieste Preferibilmente, Python, alcune conoscenze di REST e MQTT potrebbero essere utili. Analisi e visualizzazione dei dati.
Scadenza validita proposta 05/11/2024
PROPONI LA TUA CANDIDATURA