Data sharing for improved mobility services
- Reference number
- SM20-0016
- Start and end dates
- 210301-230630
- Amount granted
- 710 292 SEK
- Administrative organization
- Scania CV AB (publ)
- Research area
- Information, Communication and Systems Technology
Summary
Countless amounts of people and goods are transported worldwide daily. But growing demands cause negative environmental impact. Luckily, digitization and AI can help to find sustainable mobility services – if we have the right data. The problem targeted here is to obtain high quality data for AI based services by increased data sharing between transportation actors. The project will be conducted at Integrated Transport Research Lab at KTH in collaboration with Scania, esp. with their common project “Hållbara & Integrerade urbana TransportSystem” (HITS). The project includes the following steps: • Knowledge gathering through: literature study, interviews, and conference or workshop participation • Identifying, mainly within HITS, suitable test use-cases • Use-case development of at least one of the issues; mitigating poor data quality, data sharing standards, or AI algorithm for new sustainable transportation services • Disseminating the results through articles or presentations as well as through ITRL’s and Scania’s communication channels The expected results of the project are to: • increase the understanding of obstacles for data sharing • gather solutions concerning the obstacles • obtain knowledge and develop one or more method or algorithm, that can be further explored and applied by e.g. HITS, Scania, and ITRL • strengthen the relation between ITRL and Scania IT, thereby combining academic transportation research with industrial AI knowledge
Popular science description
Varje dag transporteras en oändlig mängd människor och gods jorden runt. Men ökat behov av transporter leder ofta till negativa konsekvenser såsom miljöpåverkan. Lyckligtvis kan digitalisering och AI bidra till att utveckla nya och förbättrade mobilitetstjänster – om vi bara har rätt data till hands. Detta projekt riktar in sig på bristen på datadelning mellan olika transportaktörer. Och medans vi väntar på det perfekta datat, vilka åtgärder kan vi vidta för att få ut mesta möjliga av det data vi har. Tänk dig att du har ett antal fabriker runt om i världen, som alla får mycket gods levererat till sig. Du vill nu använda AI för att förutsäga och optimera flödet av inkommande gods. Du vill också använda så miljövänliga transporter som möjligt och undvika trafikstockning vid avlastningspunkterna. Du har kunskap om företagets lagda order och den egna produktionen. Men du lite eller ingen information om de inkommande transporterna, inkl. fordonens aktuella geo-position, långsiktig transportkapacitet samt globalt vägdata. Vore det inte väldigt bra om man kunde komma överens om att dela data, eller ha möjlighet att köpa olika dataset. Visst sker detta redan idag, men i alltför begränsad utsträckning. Inkompatibel infrastruktur, datakällor sprida på olika ägare, dålig datakvalité och en rädsla att dela data är några skäl till att delning inte sker i högre utsträckning. Det har under de senaste åren startat ett antal initiativ för att avhjälpa dessa problem. Det finns en del lösningar föreslagna. Men få lösningar är standardiserad, vilket gör att olika system fortfarande har svårt att kommunicera och data struktureras på olika sätt. Därför behövs fortsatt mer forskning inom området. I de fall som data har låg kvalitet, såsom värden som saknas, osystematisk användning av koder och format eller undermåliga beskrivningar av innehåll så behöver man vidta åtgärder för att trots allt kunna göra något av informationen som finns där. Det finns idag enkla standardmetoder såsom att ersätta enstaka saknade datapunkter med det vanligaste värdet från övriga observationer. Men med hjälp av AI så börjar man nu kunna vidta mer sofistikerade åtgärder, ex.vis. skapa syntetiskt data från det data man har.