education

Education


Round Corner
Department of Computer and Information Science

Oppgaveforslag

Predikering/optimering i bysykkelanlegg

Bysykkel er midt i en eksplosiv vekst internasjonalt. De viktigste driverne er ny teknologi, økt urbanisering og behov for fleksibel og integrert mobilitet.

Bysykler gir brukerne mulighet til sykle mellom A og B, gitt at det er tilgjengelige sykler i A og ledige låser i B. For å redusere antall tomme og fulle stativer brukes gjerne servicebiler til å flytte sykler mellom de ulike stativene. Planleggingen av både nye stativlokasjoner og servicebilenes ruter gjøres manuelt og er ofte preget av tilfeldigheter. Våren 2018 åpnes det et nytt bysykkelanlegg i Trondheim.

Samarbeidspartneren til denne prosjekt-/masteroppgaven er Urban Infrastructure Partner (UIP). UIP er en norsk start-up som utvikler teknologi for bedre ressursutnyttelse i byer. Deres første prosjekt har vært en ny bysykkelordning i Oslo, som ble lansert våren 2016. De ønsker å utvikle og tilby smarte, bærekraftige og effektive løsninger, som hjelper byer med å takle deres mobilitetsutfordringer. I denne oppgaven vil det kunne jobbes med reelle data (historisk og sanntid) fra bysykkelsystemet i Oslo, og eventuelle modeller som utvikles vil kunne testes her.

Overordnet tema for oppgave blir å benytte maskinlæring, kunstig intelligens og optimeringsalgoritmer til å forbedre operasjonene i bysykkelanlegg. Flere ulike problemstillinger er aktuelle og den som blir tildelt denne oppgaven vil være med å utforme disse i samarbeid med UIP og veiledere. Eksempler:

  • Predikere etterspørsel
  • Optimere flytting av sykler
  • Vurdere nye stativers etterspørsel og effekt på nettverket
  • Predikere behov for vedlikehold


Som en del av prosjektet kan det om ønskelig tilbringes noe tid hos UIP i Oslo.

Om du har spørsmål knyttet til oppgaven må du gjerne ta kontakt med Hans Martin Espegren (97096058) hos UIP.

 

Faglærer

Trond Aalberg Trond Aalberg
Associate Professor
213 IT-bygget
735 97952 
 
NTNU logo