Reittien optimoinnilla liikkumista tehokkaammaksi

Reittien tehokkaalla suunnittelulla voidaan vähentää matka-aikoja sekä päästöjä, jolloin liikkumisesta tulee tehokkaampaa sekä ympäristöystävällisempää. Pitkillä, päivittäisillä matkoilla reitityksen rooli korostuu, sillä juuri niillä optimaalisen reitin löytäminen tehostaa liikkumista. Pilotointi keskittyi kehittämään digitaalista työkalua, joka tehostaisi reittien optimointia erityisesti maaseudun palvelukuljetuksissa.

Kauppamatkustajan ongelma (Travelling Salesman problem, TSP) on tunnettu 1800-luvulta lähtien. Ongelmassa on kyse siitä, miten henkilö voi käydä haluamissaan kohteissa käyttäen lyhyintä matkaa tai kuluttaen mahdollisimman vähän aikaa. Ongelmasta on olemassa monia niin historiallisia kuin modernimpia kuvauksia. Ratkaisun siihen tarjoaa laskennallisesti määritelty kaikkein optimaalisin reitti. HAMK Smart -tutkimusyksikön pilotoinnissa oli tarkoitus luoda ongelman ratkaisemiseen sopiva työkalu. Pilotissa luotiin havainnollistavia case-tapauksia, joissa tehtävänä oli laskennallisesti määritellä optimaalisin reitti kulkea kohteesta toiseen kyseisessä ympäristössä.

Avoimeen dataan pohjautuva laskenta

Teknologiaa hyödyntämällä voidaan suunnitella reittivalinnat mahdollisimman tehokkaiksi, ottaen samalla huomioon mahdolliset pysähdykset. Pilotointiin luodun optimointityökalun avulla reittien suunnittelua havainnollistettiin Riihimäen alueelle sijoittuvassa case-ympäristössä. Optimointi hyödynsi avointa karttadataa ja edellytti, että saatavilla on sopiva rajapinta datan kytkemiseksi kohdealueeseen. Karttatietojen havainnoinnissa ja hyödyntämisessä käytettiin rajapintana OpenStreetMap-palvelua. Muun muassa joukkoliikenteen aikatauluja ja reittivalintojen muutoksia pystyttiin havainnollistamaan kartalla eri lähteistä saatua avointa dataa yhdistämällä.

OpenStreetMap on kartta- ja reititysrajapinta, jonka jakaminen tapahtuu avoimella lisenssillä. Pilotoinnissa kehitetty optimointityökalu yhdistää eri tietolähteistä saatavan datan ja mahdollistaa esimerkiksi karttavisualisoinnin sekä työvuorojen simulaation. Työkalulle kelpaavat syötteeksi monenlaiset tiedonsiirtoformaatit, joskin kaksi päämuotoa ovat yksinkertaiset ja helpot xml-pohjainen Excel, jolla on helppo organisoida dataa, sekä JSON (JavaScript Object Notation). JSON on kevyt tiedonsiirtoformaatti, jota ihmisten on helppo lukea ja kirjoittaa ja koneiden jäsentää ja luoda (JSON.)

Pilotissa kohdetta edustaa vähintään kaksi parametria eli ohjelmalle välitettävää tietoa: sijainti osoitteen tai maantieteellisten koordinaattien muodossa sekä liikkujan tehtävät annetussa kohteessa. Suoritettava tehtävä on tärkeä erityisesti pienessä mittakaavassa, esimerkiksi optimoitaessa reittejä yhden kaupungin sisällä. Tällöin tärkein huomioon otettava tieto on suoritettavan tehtävän kesto, esimerkiksi liikkujan työvuoron kesto. Jotta suoritteeksi ei kohdennu vain lyhyitä tehtäviä, voidaan apuna käyttää muitakin prioriteettimittareita. Näitä muuttuvia tekijöitä voivat olla esimerkiksi vierailut sijainneissa, joissa tehtävää on kasautunut edellisenä päivänä, tai työvuoron aikana ilmaantuvat uudet sijainnit.

OpenStreetMap-työkalulla sille välitetyistä tiedoista luodaan etäisyysmatriisi eli tarvittavia tietoja sisältävä taulukko laskennan tueksi. Tämän matriisin arvoina toimivat paikasta toiseen siirtymiseen kuluvat sekunnit. Matriisi on epäsymmetrinen, koska todellisissa tieolosuhteissa reitin A -> B ajamiseen kuluva aika ei yleensä ole yhtä pitkä kuin aika, joka kuluu ajettaessa toiseen suuntaan reitti B -> A. Tähän vaikuttavat muun muassa erilaiset liikennetilanteet, yksisuuntaiset kadut ja tietyöt, jotka kaikki vaikuttavat samaan matkaan kuluvaan aikaan. Kaupungissa lyhin etäisyys metreissä ei ole välttämättä reittinä nopein, joten voi olla ajallisesti kannattavampaa valita korkeanopeuksinen valtatie kaupungin reunalta kuin ajaa läpi ruuhkaisia, mutta lyhyempiä reittejä kaupungin keskustassa. OpenStreetMapin ominaisuudet ottavat kaikki nämä tekijät huomioon.

Simuloidut case-tapaukset apuna testauksessa

Työkalua hyödynnettiin osana pilotointia kuvitteellisten case-tapauksien käsittelyssä tavoitteena tutkia eri toimijoiden reittejä. Optimointityökalulla pyrittiin nopeuttamaan palveluntarjoajan reittiin käyttämää aikaa ja tehostamaan näin ajankäyttöä. Työkalun avulla on mahdollista simuloida muun muassa työvuoroja, vuorokarttoja sekä vuorotaulukoita. Vuorotaulukossa tehtävät lajitellaan mahdollisimman optimaalisesti, niin että on mahdollista suorittaa käynnit työajan aikana. Case-kohteiden välimatkat vaihtelivat, ja näin päästiin tutkimaan eri reittivalintojen vaikutusta reitin nopeuteen. Yhdeksi fiktiiviseksi case-tapaukseksi nostettiin kotisairaanhoidon palvelut (taulukko 1), ja osoitteiksi valikoitui satunnaisesti kohteita Riihimäen keskustasta. Tavoitteena oli, että pilotissa kehitellyissä eri case-tapauksissa liikkuminen ja reitit olisivat mahdollisimman vaihtelevia. Case-tapauksien avulla oli tarkoitus havainnollistaa työkalun toimivuutta sekä todentaa sen käyttömahdollisuuksia.

Taulukko 1. Taulukko algoritmeista.

	Coords	Address
0	60.7325224, 24.7819345	Eteläinen Asemakatu 4, 11130 Riihimäki
1	60.7524147, 24.7786962	Kantakatu 8, 11120 Riihimäki
2	60.7600743, 24.7959825	Talteentie 121, 11310 Riihimäki
3	60.7461294, 24.772594	Aseveljentie 5, 11120 Riihimäki
4	60.74848009999999, 24.74224059999995	Lemmenmäentie 2, 11120 Riihimäki
5	60.7343608, 24.7031204	Kernaalantie 23, 11910 Riihimäki
6	60.7348099, 24.7615421	Kaartokatu 17, 11100 Riihimäki
7	60.7359465, 24.771112214812774	Hämeenkatu 5, 11100 Riihimäki
8	60.7215008, 24.7900687	Herttakatu 3, 11130 Riihimäki
9	60.7325224, 24.7819345	Eteläinen Asemakatu 4, 11130 Riihimäki
10	60.7325224, 24.7819345	Eteläinen Asemakatu 4, 11130 Riihimäki

Työkalun toimintaperiaatteena oli kohdentaa halutut sijainnit kartalla koordinaattien perusteella, ja samalla kohteet tulivat merkityiksi kartalle. Pilotoinnin tavoitteena oli tehdä työkalusta mahdollisimman käytännöllinen ja käyttäjäystävällinen, ja siksi tutkittiin mahdollisuutta käyttää osoitteita syötteenä reittien tarkastelussa, sillä se mahdollisti työkalun jalostamisen haluttuun suuntaan.  Optimointia on kannattavaa käyttää reittien hyödyntämisen ja liikkumisen tehostamiseen etenkin haja-asutusalueilla, joilla välimatkat yleisesti ovat pitkiä. Esimerkiksi työkalulla toteutetusta vuorokartasta voi nähdä, miten sijainneissa vierailtiin työvuoron aikana. Kartta keskittyy automaattisesti haluttuun kaupunkiin sen tai sen osan nimen perusteella (kuva 2).  

OpenStreetMap on mahdollista integroida suoraan yrityksien tietojärjestelmiin API-liittymän kautta. API on sovellusohjelmointirajapinta, joka mahdollistaa useiden sovellusten välisen kommunikoinnin. Pilotoinnissa kuitenkin todettiin, että monissa kaupungeissa ja maaseutukunnissa tarvitaan vielä pidemmälle kehittyneitä tapoja ratkaista reititystehtäviä. Työkalu on mahdollista ottaa käyttöön esimerkiksi kaupungin verkkosivuilla, joilla kuka tahansa voi suunnitella reittinsä. Se voidaan ottaa käyttöön myös chatbot-tyylisissä yhteydenpitosovelluksissa, esimerkiksi viestintäsovellus Telegramissa tai muissa vastaavissa järjestelmissä.

Moderneissa älykaupungeissa on paljon ihmisryhmiä ja organisaatioita, jotka voivat hyötyä reittien optimoinnista ja pilotoinnissa rakennetusta työkalusta. Niitä ovat:

• kotisairaanhoitopalvelut, jotka voivat ajoittaa potilaiden kanssa heidän kotonaan käytettävän ajan aiempaa tehokkaammin,
• huoltoyhtiöt, jotka korjaavat esimerkiksi kaupunkipyöriä ja kaupunkipotkulautoja,
• leipomot, jotka haluavat toimittaa tuoreita tuotteita ja
• lääkkeiden toimittajat.

Tämä artikkeli ja julkaisusarja, johon se kuuluu, on tuotettu Liikenne 4.0 -hankkeessa, jonka rahoittajana toimivat Hämeen liitto ja Uudenmaan liitto (EAKR). Lisäksi hankkeen kuntarahoittajana toimi Hämeenlinnan kaupunki.