Oprogramowanie do zarządzania flotą autobusów: dokładność 95% w śledzeniu floty autobusów w czasie rzeczywistym

Firma Innowise opracowała interaktywny pulpit nawigacyjny dla oprogramowania do zarządzania flotą autobusową, usprawniając monitorowanie operacji floty autobusowej i zwiększając dokładność rozkładów jazdy autobusów, liczby pasażerów i niezawodności usług.

Klient

Branża

Logistyka

Region

Klient od

2022

Nasz klient jest wiodącym operatorem autobusowym, uznanym za swoją znaczącą rolę w sektorze transportu publicznego, zwłaszcza w Szwecji. Firma znana jest z szerokiej gamy usług transportowych, w tym zamówionego transportu publicznego, ruchu szkolnego, linii komercyjnych i usług na żądanie.

Szczegółowe informacje o kliencie nie mogą być ujawnione zgodnie z postanowieniami NDA.

Wyzwanie

Poprawa ogólnej funkcjonalności i użyteczności oprogramowania do zarządzania flotą autobusów

Poprzednie oprogramowanie klienta do zarządzania flotą transportową, skoncentrowane głównie na zarządzaniu flotą autobusów, zaczęło ujawniać istotne ograniczenia. Wyzwania były wielowymiarowe, a ich źródłem był pulpit nawigacyjny, który nie był w stanie dokładnie śledzić i raportować kluczowych wskaźników operacyjnych oraz alokacji zasobów. Niedociągnięcia te stawały się coraz bardziej widoczne w kilku obszarach:

Inaccurate bus movement and resource allocation tracking: The client’s bus fleet management software struggled with correctly monitoring bus routes, leading to discrepancies in arrival and departure times. This issue was compounded by the inability to identify the reasons behind trip cancellations or delays, as well as properly tracking driver workload.
Faulty passenger count: A critical flaw was the system’s ineffectiveness in tracking the number of passengers boarding and alighting. This resulted in unreliable data, impacting the client’s ability to make decisions regarding route planning.
Błędy w interpretacji danych: Istniejący pulpit nawigacyjny, zaprojektowany do interpretacji ogromnych ilości danych, był pełen błędnych obliczeń, co prowadziło do zniekształconego obrazu wydajności operacyjnej i jakości usług.
Niespójności statystyczne: Wystąpiły zauważalne niespójności w sprawozdawczości statystycznej, co utrudniło przeprowadzenie analizy trendów w celu alokacji zasobów.
Wyzwania związane z doświadczeniem użytkownika: Interfejs użytkownika istniejącego wcześniej pulpitu nawigacyjnego nie był intuicyjny, co utrudniało pracownikom nawigację i wydobywanie informacji.

Biorąc pod uwagę te wieloaspektowe wyzwania, klient zwrócił się do nas o ekspertyzę w celu przeglądu systemu deski rozdzielczej. Celem było opracowanie rozwiązania, które nie tylko naprawi te konkretne problemy, ale także poprawi ogólną funkcjonalność i użyteczność oprogramowania do zarządzania flotą autobusów.

Wdrożenie

Oprogramowanie do śledzenia GPS floty autobusów ze śledzeniem danych w czasie rzeczywistym, interaktywnymi pulpitami nawigacyjnymi i analizami predykcyjnymi

We developed an enhanced dashboard system for the bus fleet GPS tracking software, focusing on accurate real-time data tracking and user-friendly functionality. Based on integrated IoT and data analytics technologies, the solution effectively addressed the client’s need for precise monitoring of bus movements, passenger counts, and schedule adherence

Opracowanie interaktywnego pulpitu nawigacyjnego

Nasz zespół opracował interaktywny pulpit nawigacyjny wykorzystujący dane uzyskane z czujników IoT, które zostały zintegrowane z bazą danych SQL Azure. Ta kombinacja została wybrana ze względu na możliwości przetwarzania danych w czasie rzeczywistym i zdolność do obsługi dużych zbiorów danych bez utraty wydajności. Pulpit nawigacyjny zapewniał aktualizacje na żywo dotyczące lokalizacji autobusów, czasów przyjazdu i liczby pasażerów. Kluczowe funkcje obejmowały:

Śledzenie geologiczne: Śledzenie każdego autobusu w czasie rzeczywistym, oferujące szczegółowy przegląd floty.
Alerty czasowe: Zautomatyzowane powiadomienia o opóźnieniach lub odchyleniach od harmonogramu, zwiększające szybkość reakcji operacyjnej.

Poprawa dokładności danych

Dążąc do maksymalizacji dokładności danych, zastosowaliśmy zaawansowane algorytmy i analizy w oprogramowaniu do śledzenia GPS floty autobusów. Wykorzystaliśmy Python i jego biblioteki, Pandas i NumPy, do obsługi i przetwarzania złożonych zestawów danych. Oto szczegółowe spojrzenie na konkretne funkcje i ich wpływ na operacje logistyczne:

Analityka predykcyjna

Optymalizacja trasy: Nasze modele analizują dane historyczne i dane o ruchu drogowym w czasie rzeczywistym, aby sugerować najbardziej wydajne trasy, pomagając zmniejszyć opóźnienia i koszty paliwa.
Prognozowanie opóźnień: Analizując wzorce przepływu ruchu, warunki pogodowe i historyczne opóźnienia, system przewiduje potencjalne zakłócenia w celu proaktywnego planowania.
Analiza przepływu pasażerów:Narzędzia predykcyjne oceniają trendy dotyczące liczby pasażerów, pomagając w optymalizacji rozkładów jazdy i częstotliwości kursowania autobusów.

Rekonstrukcja danych i zaawansowane śledzenie

Wypełnianie luk w danych: Oprogramowanie do zarządzania flotą autobusów identyfikuje i uzupełnia brakujące lub niespójne punkty danych.
Monitorowanie stanu pojazdu: Śledzenie w czasie rzeczywistym wskaźników stanu pojazdu, takich jak poziom paliwa i potrzeby konserwacyjne, w celu wcześniejszego utrzymania i skrócenia przestojów.
Śledzenie operacyjnych wskaźników KPI: Kluczowe wskaźniki wydajności (KPI), takie jak punktualność i wskaźniki ukończenia podróży, są stale monitorowane pod kątem ulepszeń.

Role użytkowników i interaktywność

Nasz ulepszony system pulpitu nawigacyjnego dla oprogramowania do zarządzania flotą autobusów został zaprojektowany z określonymi rolami użytkowników, aby zaspokoić różne poziomy interakcji i potrzeby operacyjne:

Rola przeglądarki

Wizualizacja danych w czasie rzeczywistym: Widzowie mają dostęp do dynamicznej mapy wyświetlającej lokalizacje autobusów w czasie rzeczywistym, postęp trasy i szacowany czas przyjazdu.
Konfigurowalny pulpit analityczny: Analizując wzorce przepływu ruchu, warunki pogodowe i historyczne opóźnienia, system przewiduje potencjalne zakłócenia w celu proaktywnego planowania.
Analityka predykcyjna: Przeglądający mogą uzyskać dostęp do modeli predykcyjnych prognozujących potencjalne opóźnienia, umożliwiając zapobiegawcze dostosowanie trasy i planowanie.
Dzielenie się spostrzeżeniami: Pulpit nawigacyjny umożliwia łatwe udostępnianie wyników i raportów współpracownikom, usprawniając wspólne podejmowanie decyzji.

Rola administratora

Kompleksowa kontrola systemu: Administratorzy mają nadrzędną kontrolę nad ustawieniami pulpitu nawigacyjnego, zapewniając zgodność systemu z wymaganiami organizacyjnymi.
Zarządzanie dostępem użytkowników: Funkcja ta umożliwia zarządzanie uprawnieniami użytkowników, zapewniając pracownikom wielopoziomowy i bezpieczny dostęp.
Zarządzanie danymi i raportowanie: Administratorzy mogą nadzorować gromadzenie, analizę i raportowanie danych.
Personalizacja systemu: They can customize the dashboard’s interface and functionalities to adapt to changing conditions or to integrate new data sources.

Technologie i narzędzia

Back-end

Python, Flask, Pandas

Bazy danych

Azure SQL

Platformy

Microsoft Azure, Power BI

Systemy operacyjne

Windows Server, Linux

Serwer WWW

Apache, Nginx

Integracje

Azure IoT Hub

Monitorowanie serwera

Prometheus, Grafana

Proces

Our project to develop the bus dashboard system for a bus fleet management software unfolded through a series of meticulously planned stages, ensuring each aspect of the solution was aligned with the client’s needs:

Initial stage – understanding requirements: Our team commenced with a deep dive into the client’s existing transport fleet management software. We focused on identifying the key challenges and areas for enhancement, laying the groundwork for a tailored solution.
System design: The next step involved designing the system’s architecture. Here, our emphasis was on data handling and smooth integration with IoT sensors.
Zwinny rozwój: Mając jasny projekt, przystąpiliśmy do etapu tworzenia oprogramowania, wykorzystując zasady Agile. Wykorzystując Python i powiązane biblioteki, nasz zespół skupił się na ulepszeniu zaplecza procesów. Przeanalizowaliśmy duże zbiory danych, integrując je z Azure SQL i IoT Hub.
Testing: The updated bus fleet management software was rigorously tested after development. We targeted the back end’s data accuracy and the system’s reliability, particularly in its integration with IoT devices.
Deployment and training: After successful testing, the system was deployed. We guided the client’s team, focusing on how to manage the system and interpret the data.
Bieżące wsparcie: Po wdrożeniu nasz zespół pozostał oddany wspieraniu klienta, w szczególności w zapewnianiu dokładności danych i funkcjonalności systemu.

Zespół

Kierownik projektu

Programista Full-Stack

Analityk danych

BI Developer

QA Engineer

Wyniki

Dokładność 95% w śledzeniu floty autobusów i 2x szybsza analiza danych

The implementation of our dashboard system for the bus fleet management software primarily enhanced data accuracy, which led to a near-perfect accuracy of bus arrival and departure times. This improvement was crucial for streamlining the scheduling process and reducing wait times for passengers. Operational delays were reduced by approximately 30% due to more efficient route management enabled by predictive analytics. The dashboard’s data analysis tools allowed the client’s team to identify operational bottlenecks more quickly, leading to an increase in the speed of decision-making processes related to fleet management. This was particularly evident in the areas of resource allocation. The newly designed user-friendly interface of the bus fleet management software reduced the average time required for staff training, making it easier for new and existing employees to adapt to the system. This improvement also contributed to a smoother workflow within the team.

Overall, these enhancements in the bus fleet management system contributed to a more efficient, timely, and reliable service, aligning with the client’s objective of improving operational performance and customer satisfaction.

Czas trwania projektu

Październik 2023 r. - grudzień 2023 r.

faster data analysis

95%

accuracy in arrival and departure time tracking

Podobne projekty

Skontaktuj się z nami!

Zadzwoń lub wypełnij poniższy formularz, a my skontaktujemy się z Tobą po przetworzeniu Twojego zgłoszenia.

Co będzie dalej?

Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.

Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.

Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.

Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe.

Potrzebujesz innych usług?

Firma zajmująca się tworzeniem oprogramowania dla transportu

Firma zajmująca się analityką biznesową

Dedykowani inżynierowie Azure do wynajęcia

Usługi zarządzane Microsoft Azure

Firma zajmująca się tworzeniem oprogramowania IoT

Firma deweloperska Python

Wynajem dedykowanych programistów Python

Drupal - firma zajmująca się tworzeniem stron internetowych

Firma zajmująca się tworzeniem stron internetowych na zamówienie

Usługi rozwoju oprogramowania dla branży energetycznej i użyteczności publicznej