Delay estimation for shared rides for GPS data

Ride-sharing is one of the most innovative topics in the new era of intelligent transportation. RIDE2RAIL is a European initiative that aims to design a system that connects multiple shared rides to one another or to other modes of transportation. Accurate time planning and high user satisfaction are key factors for the success of ride sharing schemes, which entails that accurately estimating the actual duration and delays of rides is essential. This project proposes a method to estimate delays in which shared rides incur during their execution. The proposed mechanism relies on link-based route time estimation: It first makes an initial estimation based on a set of parameters related to the city and the situation (e.g., time and day of the ride); then, it dynamically adjusts the estimation based on GPS data that is continuously received during the ride. It also has necessary mechanisms to react robustly to the driving deviations and unpredictable stops. The mechanism has been implemented and tested using data collected from rides taken in the cities of Milan and Tehran. The results of the evaluation, which has been performed using several error criteria, showed that the proposed approach has a good level of accuracy.

Il ride-sharing (condivisione delle corse) è uno dei temi più innovativi nella nuova era del trasporto intelligente. RIDE2RAIL è un'iniziativa europea che mira a progettare un sistema che permette di integrare corse condivise tra di loro, oppure con altri modi di trasporto. Una pianificazione temporale accurata e un'alta soddisfazione dell'utente sono fattori chiave per il successo dei sistemi di ride sharing, il che implica che una stima accurata della durata effettiva e dei ritardi delle corse è essenziale. Questo progetto propone un metodo per stimare i ritardi in cui incorrono le corse condivise durante la loro esecuzione. Il meccanismo proposto si basa sulla stima del tempo necessario per completare il percorso basata sulle tratte (link): prima fa una stima iniziale basata su una serie di parametri relativi alla città e alla situazione (ad esempio, ora e giorno della corsa); quindi, regola dinamicamente la stima in base ai dati GPS che vengono ricevuti continuamente durante la corsa. Inoltre, il sistema include meccanismi necessari per tenere in conto in modo robusto di deviazioni e di fermate impreviste. Il meccanismo è stato implementato e testato utilizzando dati raccolti da corse effettuate nelle città di Milano e Teheran. I risultati della valutazione, che è stata eseguita utilizzando diversi criteri di errore, hanno dimostrato che l'approccio proposto ha un buon livello di precisione.