Programvare for styring av bussflåter: 95%-nøyaktighet i sanntidssporing av bussflåter

Azure

Business intelligence

Dataanalyse

Data management (DMS)

IoT

Web

Innowise har utviklet et interaktivt dashbord for en programvare for styring av bussflåten, noe som forbedrer overvåkingen av driften av bussflåten og øker nøyaktigheten av busstidsskjemaer, passasjertellinger og pålitelighet.

Kunde

Industri

Logistikk

Region

Kunde siden

2022

Vår kunde er en fremtredende bussoperatør som er anerkjent for sin betydelige rolle i kollektivtrafikken, spesielt i Sverige. Selskapet er kjent for sitt brede spekter av transporttjenester, inkludert innkjøpt kollektivtransport, skoletrafikk, kommersielle linjer og bestillingstransport.

Detaljert informasjon om kunden kan ikke utleveres i henhold til bestemmelsene i NDA.

Utfordring

Forbedre den generelle funksjonaliteten og brukervennligheten til programvaren for styring av bussflåten.

Kundens tidligere programvare for transportflåtestyring, som primært fokuserte på styring av bussflåten, begynte å vise seg å ha betydelige begrensninger. Utfordringene var flerdimensjonale og hadde sitt utspring i et dashbord som ikke klarte å spore og rapportere viktige driftsmålinger og ressursallokering på en nøyaktig måte. Disse manglene ble stadig tydeligere på flere områder:

Unøyaktig sporing av bussbevegelser og ressursallokering: Kundens programvare for styring av bussflåten hadde problemer med å overvåke bussrutene korrekt, noe som førte til avvik i ankomst- og avgangstider. Dette problemet ble forsterket av manglende evne til å identifisere årsakene til kanselleringer eller forsinkelser, samt manglende evne til å spore sjåførenes arbeidsmengde.
Mangelfull passasjertelling: En kritisk feil var at systemet ikke var effektivt nok til å spore antall passasjerer som gikk av og på. Dette resulterte i upålitelige data, noe som påvirket kundens evne til å ta beslutninger om ruteplanlegging.
Feiltolkning av data: Det eksisterende dashbordet, som var utviklet for å tolke store mengder data, var full av feilberegninger, noe som førte til et forvrengt bilde av driftseffektiviteten og tjenestekvaliteten.
Uoverensstemmelser i statistikken: Det var merkbare uoverensstemmelser i den statistiske rapporteringen, noe som hindret muligheten til å utføre trendanalyser for ressursallokering.
Utfordringer med brukeropplevelsen: Brukergrensesnittet i det eksisterende dashbordet var ikke intuitivt, noe som gjorde det vanskelig for de ansatte å navigere og hente ut informasjon.

På grunn av disse mangesidige utfordringene ba kunden oss om hjelp til å revidere dashbordsystemet. Målet var å utvikle en løsning som ikke bare løste disse spesifikke problemene, men som også forbedret den generelle funksjonaliteten og brukervennligheten til programvaren for styring av bussflåten.

Løsning

Programvare for GPS-sporing av bussflåter med datasporing i sanntid, interaktive dashbord og prediktiv analyse.

Vi utviklet et forbedret dashbordsystem for bussflåtens GPS-sporingsprogramvare, med fokus på nøyaktig datasporing i sanntid og brukervennlig funksjonalitet. Løsningen er basert på integrerte IoT- og dataanalyseteknologier og dekker kundens behov for nøyaktig overvåking av bussbevegelser, passasjertall og overholdelse av rutetider.

Utvikling av et interaktivt dashbord

Teamet vårt utviklet et interaktivt dashbord ved hjelp av data fra IoT-sensorer, som ble integrert i en Azure SQL-database. Denne kombinasjonen ble valgt fordi den kan behandle data i sanntid og håndtere store datasett uten at det går på bekostning av ytelsen. Dashbordet ga sanntidsoppdateringer av bussens posisjon, ankomsttider og antall passasjerer. Blant de viktigste funksjonene var

Geologisk sporing: Sanntidssporing av hver enkelt buss, med detaljert oversikt over flåten.
Tidssensitive varsler: Automatiserte varsler om forsinkelser eller avvik fra tidsplanen, noe som øker den operasjonelle reaksjonsevnen.

Forbedring av datanøyaktigheten

For å maksimere datanøyaktigheten har vi tatt i bruk avanserte algoritmer og analyser i programvaren for GPS-sporing av bussflåten. Vi brukte Python og bibliotekene Pandas og NumPy til å håndtere og behandle komplekse datasett. Her kan du se nærmere på de spesifikke funksjonene og hvordan de påvirker logistikkdriften:

Prediktiv analyse

Ruteoptimalisering: Modellene våre analyserer historiske trafikkdata og sanntidsdata for å foreslå de mest effektive rutene, noe som bidrar til å redusere forsinkelser og drivstoffkostnader.
Prognoser for forsinkelser: Ved å undersøke mønstre i trafikkflyten, værforhold og historiske forsinkelser kan systemet forutse potensielle forstyrrelser og planlegge proaktivt.
Analyse av passasjerstrømmer:Prediktive verktøy vurderer trender i passasjerantallet og bidrar til å optimalisere rutetider og frekvenser.

Datarekonstruksjon og avansert sporing

Fylling av datahull: Programvaren for styring av bussflåten identifiserer og fyller ut manglende eller inkonsistente datapunkter.
Overvåking av kjøretøyets tilstand: Sanntidssporing av kjøretøyets tilstandsindikatorer som drivstoffnivå og vedlikeholdsbehov for forebyggende vedlikehold og redusert nedetid.
Sporing av operasjonelle nøkkeltall: Key Performance Indicators (KPI-er), som for eksempel punktlighet og fullføringsgrad, overvåkes kontinuerlig med tanke på forbedringer.

Brukerroller og interaktivitet

Vårt forbedrede dashbordsystem for programvaren for styring av bussflåten ble utformet med spesifikke brukerroller for å imøtekomme ulike interaksjonsnivåer og driftsbehov:

Rolle som seer

Visualisering av data i sanntid: Seerne har tilgang til et dynamisk kart som viser bussens posisjon i sanntid, rutefremdrift og beregnet ankomsttid.
Analytisk dashbord som kan tilpasses: Ved å undersøke mønstre i trafikkflyten, værforhold og historiske forsinkelser kan systemet forutse potensielle forstyrrelser og planlegge proaktivt.
Prediktiv analyse: Seerne kan få tilgang til prediktive modeller som forutser potensielle forsinkelser, noe som muliggjør forebyggende rutejusteringer og planlegging.
Deling av innsikt: Dashboardet gjør det enkelt å dele funn og rapporter med kolleger, noe som fremmer felles beslutningstaking.

Administratorrollen

Omfattende systemkontroll: Administratorer har overordnet kontroll over innstillingene i dashbordet, noe som sikrer at systemet er i tråd med organisasjonens krav.
Administrasjon av brukertilgang: Denne funksjonen gjør det mulig å administrere brukerrettigheter, slik at de ansattes tilgang er trinnvis og sikker.
Datahåndtering og rapportering: Administratorer kan føre tilsyn med datainnsamling, analyse og rapportering.
Systemtilpasning: De kan tilpasse dashbordets grensesnitt og funksjoner til endrede forhold eller integrere nye datakilder.

Teknologier og verktøy

Back-end

Python, Flask, Pandaer

Databaser

Azure SQL

Plattformer

Microsoft Azure, Power BI

Driftssystemer

Windows Server, Linux

Webserver

Apache, Nginx

Integrasjoner

Azure IoT-hub

Serverovervåking

Prometheus, Grafana

Prosess

Prosjektet vårt med å utvikle et dashbordsystem for en programvare for styring av bussflåter foregikk i en rekke nøye planlagte faser, der vi sørget for at hvert aspekt av løsningen var tilpasset kundens behov:

Innledende fase - forståelse av kravene: Teamet vårt begynte med et dypdykk i kundens eksisterende programvare for transportflåtestyring. Vi fokuserte på å identifisere de viktigste utfordringene og forbedringsområdene og la grunnlaget for en skreddersydd løsning.
Systemdesign: Neste trinn var å utforme systemets arkitektur. Her la vi vekt på datahåndtering og smidig integrering med IoT-sensorer.
Smidig utvikling: Med et klart design på plass gikk vi videre med programvareutvikling etter smidige prinsipper. Ved å bruke Python og relaterte biblioteker fokuserte teamet vårt på å forbedre backend-prosessene. Vi analyserte store datasett og integrerte dem med Azure SQL og IoT Hub.
Testing: Den oppdaterte programvaren for styring av bussflåten ble grundig testet etter utviklingen. Vi fokuserte på nøyaktigheten i backend-dataene og systemets pålitelighet, særlig når det gjelder integrasjonen med IoT-enheter.
Implementering og opplæring: Etter vellykket testing ble systemet tatt i bruk. Vi veiledet kundens team med fokus på hvordan de skulle håndtere systemet og tolke dataene.
Løpende support: Etter implementeringen har teamet vårt fortsatt å støtte kunden, særlig for å sikre at dataene er nøyaktige og at systemet fungerer som det skal.

Team

Prosjektleder

Full-stack-utvikler

Dataanalytiker

BI-utvikler

Kvalitets- sikringsingeniør

Resultater

95%-nøyaktighet i sporing av bussflåten og 2x raskere dataanalyse

Implementeringen av vårt dashboardsystem for programvaren for styring av bussflåten forbedret først og fremst datanøyaktigheten, noe som førte til at bussenes ankomst- og avgangstider ble nesten helt nøyaktige. Denne forbedringen var avgjørende for å effektivisere planleggingsprosessen og redusere ventetiden for passasjerene. De driftsmessige forsinkelsene ble redusert med ca. 30% på grunn av mer effektiv rutestyring takket være prediktiv analyse. Dataanalyseverktøyene i dashbordet gjorde det mulig for kundens team å identifisere operasjonelle flaskehalser raskere, noe som førte til raskere beslutningsprosesser knyttet til flåtestyring. Dette var spesielt tydelig når det gjaldt ressursallokering. Det nye, brukervennlige grensesnittet i programvaren for bussflåtestyring reduserte den gjennomsnittlige opplæringstiden, noe som gjorde det enklere for nye og eksisterende ansatte å tilpasse seg systemet. Denne forbedringen bidro også til en smidigere arbeidsflyt i teamet.

Samlet sett bidro disse forbedringene i systemet for styring av bussflåten til en mer effektiv, tidsriktig og pålitelig tjeneste, i tråd med kundens mål om å forbedre driftsytelsen og kundetilfredsheten.

Prosjektets varighet

Oktober 2023 - desember 2023

raskere dataanalyse

95%

nøyaktighet i sporing av ankomst- og avgangstider

Relaterte saker

Ta kontakt med oss!

Bestill en samtale eller fyll ut skjemaet nedenfor, så kontakter vi deg så snart vi har behandlet forespørselen din.

Navn

Selskap

E-post

Telefon

Melding Ta med prosjektdetaljer, varighet, teknisk stack, behov for IT-fagfolk og annen relevant informasjon.

Spill inn en talemelding om din
prosjektet for å hjelpe oss å forstå det bedre

Legg ved ytterligere dokumenter om nødvendig

Last opp fil

Du kan legge ved opptil 1 fil på totalt 2 MB. Gyldige filer: pdf, jpg, jpeg, png

Vær oppmerksom på at når du klikker på Send-knappen, vil Innowise behandle personopplysningene dine i samsvar med vår personvernerklæring. Retningslinjer for personvern for å gi deg relevant informasjon.

Hva skjer videre?

Etter at vi har mottatt og behandlet forespørselen din, vil vi komme tilbake til deg innen kort tid for å beskrive prosjektbehovene dine og undertegne en taushetserklæring for å sikre informasjonens konfidensialitet.

Etter å ha undersøkt kravene, utarbeider våre analytikere og utviklere en prosjektforslag med arbeidsomfang, teamstørrelse, tid og kostnader estimater.

Vi arrangerer et møte med deg for å diskutere tilbudet og komme til en avtale.

Vi signerer en kontrakt og begynner å jobbe med prosjektet ditt så raskt som mulig.

Programvare for styring av bussflåter: 95%-nøyaktighet i sanntidssporing av bussflåter

Kunde

Utfordring

Forbedre den generelle funksjonaliteten og brukervennligheten til programvaren for styring av bussflåten.

Løsning