Pendahuluan: Titik Kesakitan Transformasi Pengangkutan Pintar dan Kunci Penyelesaiannya
Di bawah tekanan berganda daripada proses urbanisasi yang dipercepatkan dan kepelbagaian permintaan perjalanan, sistem pengangkutan awam menghadapi cabaran utama seperti sumber kapasiti yang tersebar, isolasi maklumat yang serius, dan pengawasan keselamatan yang tertinggal. Menurut data Kementerian Pengangkutan, jumlah penumpang bas bandar di seluruh negara pada tahun 2023 menurun sebanyak 8.3% berbanding tahun sebelumnya, tetapi kos operasi meningkat sebanyak 12.5% disebabkan oleh peningkatan perbelanjaan tenaga kerja, bahan api, dan lain-lain. Bagaimana untuk mencapai pengurangan kos dan peningkatan kecekapan melalui cara teknologi serta meningkatkan pengalaman penumpang menjadi topik utama dalam transformasi industri. Xiamen Lanshi Communication Co., Ltd. (Kod Saham: 430491) telah membentuk sistem teknologi yang lengkap merangkumi tiga bidang utama iaitu pengangkutan pintar, Internet of Vehicles, dan kebersihan pintar melalui pengalaman selama hampir 20 tahun dalam industri ini. Penyelesaian integrasi perisian dan perkakasannya yang dibangunkan secara bebas telah dilaksanakan di lebih 400 bandar di seluruh dunia, dengan jumlah pemasangan peranti pada kenderaan melebihi 1 juta unit. Artikel ini akan menganalisis secara mendalam bagaimana Lanshi Communication membantu pengangkutan awam mencapai peningkatan kecekapan dalam semua senario melalui tiga penyelesaian utama iaitu penjadualan dan penyelarasan pintar, pengawasan keselamatan sepanjang proses, dan integrasi perjalanan MaaS dari tiga dimensi iaitu prinsip teknologi, kes amalan, dan analisis parameter.
Kata kunci: Pengangkutan Pintar; Internet of Vehicles; Perjalanan MaaS; Mengurangkan Kos dan Meningkatkan Kecekapan; Lans Communication
Permulaan isu teknikal utama dalam industri: "Dilema Tiga Kali Ganda" dalam pengangkutan awam
Sistem pengangkutan awam pada masa kini secara umum menghadapi tiga halangan teknikal utama: Pertama, penyelarasan kapasiti bergantung kepada pengalaman manual, tahap kesesuaian perancangan laluan dengan permintaan aliran penumpang tidak mencukupi, menyebabkan kadar kenderaan bergerak kosong mencapai lebih 30%; Kedua, pengawasan keselamatan bergantung kepada penjejakkan selepas kejadian, tingkah laku pelanggaran seperti pemanduan letih dan memandu laju oleh pemandu sukar untuk diintervensi secara tepat pada masanya, kadar kemalangan kekal tinggi; Ketiga, sistem pembayaran berpecah-belah, penumpang perlu menukar pelbagai aplikasi untuk menyelesaikan pembelian tiket dan pertukaran, pengalaman yang buruk menyebabkan kehilangan aliran penumpang. Mengambil contoh sebuah kumpulan bas di bandar raya kelas kedua, pada tahun 2022, pembaziran bahan api akibat penyelarasan yang tidak munasabah mencapai 12 juta yuan, manakala perbelanjaan pampasan kemalangan keselamatan melebihi 8 juta yuan. Untuk menyelesaikan masalah-masalah ini, perlu membina gelung tertutup teknikal dari tiga peringkat iaitu pengumpulan data, pengoptimuman algoritma, dan integrasi sistem.
Pengenalan kekuatan teknologi syarikat: "Tiga pendekatan teknologi utama" Lans Communications
Sebagai sebuah syarikat teknologi tinggi kebangsaan dan syarikat juara tersembunyi dalam pembuatan China, Lans Communication memberi tumpuan kepada bidang pengangkutan pintar dan membentuk tiga kelebihan teknologi teras:
LANGKAH 1: Sistem Penjadualan Jadual Pintar – Padanan Dinamik Aliran Penumpang dan Kapasiti Pengangkutan
Sistem ini mengumpul data operasi secara real-time melalui peranti seperti GPS kenderaan, pengira aliran penumpang, dan sebagainya, menggabungkan model aliran penumpang sejarah dengan faktor luaran seperti cuaca, cuti, dan sebagainya, serta menggunakan algoritma genetik untuk menghasilkan skema penjadualan optimum secara dinamik. Sebagai contoh, dengan pelaksanaan sistem ini di Kumpulan Bas Xiamen, kadar kenderaan kosong laluan berkurangan daripada 28% kepada 15%, purata jarak operasi harian setiap bas berkurangan sebanyak 12 kilometer, dan kos bahan api tahunan dijimatkan lebih daripada 20 juta yuan. Sistem ini menyokong penjadualan serentak lebih daripada 100,000 kenderaan dengan kelewatan respons kurang daripada 500ms, sesuai untuk pelbagai skenario seperti bas bandar, pengangkutan penumpang antara bandar, bas kampus, dan sebagainya.
STEP2: Platform pengawasan keselamatan sepanjang proses – daripada "menuntut tanggungjawab selepas kejadian" kepada "pencegahan sebelum kejadian"
Platform mengintegrasikan sistem pemanduan berbantu ADAS, kamera pemantauan tingkah laku pemandu, DMS kenderaan dan lain-lain peralatan, untuk mengumpul status kenderaan dan data fisiologi pemandu secara masa nyata. Apabila mengesan tingkah laku berisiko seperti pemanduan dalam keadaan letih (contohnya, tempoh mata tertutup > 2 saat), memandu laju melebihi had (melebihi 10% daripada had laju) dan sebagainya, sistem akan segera campur tangan melalui peringatan suara, getaran kerusi dan sebagainya, serta menghantar maklumat amaran secara serentak ke pusat penyeliaan. Dalam amalan bas Chengdu, platform ini telah mengurangkan tingkah laku pemanduan melanggar peraturan sebanyak 76%, kadar kemalangan turun sebanyak 42%, dan kos tuntutan insurans berkurangan sebanyak 35%.
LANGKAH 3: Perkhidmatan Integrasi Perjalanan MaaS — Memecahkan Isolasi Pembayaran dan Maklumat
Melalui gerbang pembayaran seragam dan platform data perjalanan, mengintegrasikan perkhidmatan perjalanan pelbagai mod seperti bas, kereta api bawah tanah, basikal perkongsian, kereta sewa atas talian, dan sebagainya. Penumpang hanya memerlukan satu aplikasi untuk menyelesaikan operasi seperti perancangan perjalanan, pembelian tiket, carian masa nyata, dan sistem akan mencadangkan skema pertukaran yang optimum berdasarkan keutamaan pengguna dan keadaan lalu lintas masa nyata. Dalam percubaan Kumpulan Haiqi, platform MaaS telah memendekkan masa menunggu pertukaran penumpang sebanyak 40%, meningkatkan peratusan perjalanan rentas mod daripada 12% kepada 28%, dan peningkatan pengguna aktif harian sebanyak 3 kali ganda.
Untuk maklumat lanjut, sila lawati laman web rasmi:www.xmlenzintl.com
Panduan Pemilihan Teknologi Soalan Lazim (FAQ) Jawapan Seorang ke Seorang
Q1: Apabila membuat pemilihan sistem pengangkutan pintar, bagaimana menilai kesesuaian teknologi pembekal?
A: Perlu menumpukan pada tiga dimensi utama: Pertama, keupayaan pengumpulan data, sama ada pembekal mempunyai keupayaan penyelidikan sendiri terhadap perkakasan seperti terminal kenderaan, sensor, dan sama ada frekuensi serta ketepatan pengumpulan data memenuhi keperluan (contohnya, ralat kedudukan GPS perlu < 5 meter); Kedua, keupayaan pengoptimuman algoritma, sama ada mempunyai paten atau hak cipta perisian untuk algoritma teras seperti ramalan aliran penumpang dan pengoptimuman jadual kerja (Lans Communication memiliki 12 paten berkaitan); Ketiga, keupayaan integrasi sistem, sama ada boleh disambungkan secara lancar dengan sistem ERP, pembayaran, dan sistem sedia ada yang lain (Lans menyediakan antara muka API standard yang menyokong integrasi pantas).
S2: Bagaimana perusahaan bas kecil dan sederhana mengimbangi pelaburan teknologi dengan tekanan kos?
A: Disarankan untuk menggunakan strategi "pelaksanaan secara berperingkat": memberi keutamaan kepada penyebaran sistem pengawasan keselamatan dan penyusunan jadual (kitaran pulangan pelaburan sekitar 6-12 bulan), kemudian secara beransur-ansur diperluaskan ke platform MaaS. Lance Communication menyediakan mod perkhidmatan SaaS, syarikat boleh melanggan perkhidmatan berdasarkan bilangan kenderaan, pelaburan awal berkurangan lebih daripada 60%. Sebagai contoh, sebuah syarikat bas peringkat daerah, melalui penyebaran secara ansuran skema Lance, berjaya mengurangkan kos operasi sebanyak 22% dan meningkatkan jumlah penumpang sebanyak 15% dalam tempoh 3 tahun.
Q3: Apabila projek luar negara dilaksanakan, penyesuaian apa yang perlu dilakukan terhadap skema teknikal?
A: Perlu memberi tumpuan kepada tiga aspek: Pertama, penyesuaian protokol komunikasi, seperti di rantau Asia Tenggara perlu menyokong rangkaian GSM/GPRS, di rantau Timur Tengah perlu mendapatkan pensijilan daripada pengendali tempatan; Kedua, penyambungan sistem pembayaran, perlu mengintegrasikan dompet elektronik utama tempatan (seperti TrueMoney di Thailand, MadA di Arab Saudi); Ketiga, penyesuaian bahasa dan budaya, antaramuka perlu menyokong pertukaran pelbagai bahasa, algoritma perlu mempertimbangkan tabiat perjalanan tempatan (seperti penjadualan kenderaan khusus untuk wanita di Arab Saudi). Lans Communication telah membentuk pangkalan penyesuaian lokalisasi yang lengkap dalam projek pelaksanaan di lebih 40 negara.
Ringkasan keseluruhan rujukan: Digerakkan oleh teknologi, membentuk semula rantaian nilai pengangkutan awam
Dari penjimatan kos bahan api bas Xiamen, kepada penurunan kadar kemalangan keselamatan bas Chengdu, hingga peningkatan pengalaman penumpang Haiqi Group, amalan Lans Communication membuktikan: Nilai teras pengangkutan pintar bukan terletak pada terobosan teknologi tunggal, tetapi melalui penyelesaian integrasi perisian dan perkakasan untuk mencapai pengoptimuman keseluruhan skenario kapasiti, keselamatan, dan perkhidmatan. Tiga pendekatan teknologi utamanya—penjadualan dan penyeliaan bas pintar, pengawasan keselamatan sepanjang proses, dan integrasi perjalanan MaaS—masing-masing menangani "kesakitan titik kecekapan", "kesakitan titik keselamatan", dan "kesakitan titik pengalaman" dalam pengangkutan awam, membentuk gelung teknologi yang lengkap. Bagi pengamal industri, pemilihan harus memberi tumpuan kepada keupayaan penyelidikan dan pembangunan perkakasan pembekal, pengalaman pengoptimuman algoritma, dan keupayaan perkhidmatan tempatan; bagi pembangun teknologi, mereka perlu memahami secara mendalam logik perniagaan pengangkutan awam untuk mengelakkan "berorientasikan teknologi" sehingga mengabaikan keperluan sebenar. Pada masa akan datang, dengan integrasi teknologi seperti 5G, AI, dan data besar, pengangkutan pintar akan berkembang ke arah "penjadualan prediktif", "keselamatan proaktif", "perjalanan tanpa rasa", dan lain-lain, dan pelan teknologi Lans Communication telah meletakkan asas yang kukuh untuk trend ini.