Di Swiss ada peta real-time yang menampilkan kereta dan transportasi umum secara langsung. Jika memperbesar ke area kota, transportasi umum bisa dilihat secara real-time, dan kapal juga bisa ditemukan
Dengan menyalakan dan mematikan opsi lain, informasi yang terlihat jauh lebih banyak https://maps.trafimage.ch/ch.sbb.netzkarte?lang=en&baselayer...
Petanya keren dan berguna untuk mendapat gambaran kasar berapa banyak kereta di sekitar pada waktu tertentu, tetapi penting dicatat bahwa itu bukan data lokasi aktual
Tampaknya mereka menggabungkan jadwal kereta dan estimasi keterlambatan untuk memperkirakan posisi di rel. Entah SBB ingin menjaga angka keterlambatan yang ditampilkan tetap rendah, atau menganggap publikasi data aktual sebagai risiko keamanan, tetapi beberapa kali itu terlihat seperti data palsu
Misalnya, kereta yang saya tumpangi pernah berhenti beberapa menit di antara dua stasiun, tetapi di peta ditampilkan seolah terus berjalan hingga beberapa stasiun berikutnya, dan ketika mulai bergerak lagi, di aplikasi ditampilkan terlambat 8 menit
Beberapa kali juga, dari jendela terlihat kereta baru saja masuk stasiun, tetapi di peta sudah terlihat berjalan di antara stasiun
Teknologi Signalbox disebut mencocokkan snapshot data smartphone dengan data lintasan kereta untuk mengidentifikasi perangkat itu berada di kereta mana
Mereka memakai algoritma canggih yang tetap bekerja pada data yang sangat rusak, dan bisa menentukan jenis kereta yang dinaiki sebuah smartphone tanpa pelacakan lokasi latar belakang atau perangkat keras; ini cukup menarik
Dari pengalaman, ini bekerja cukup baik. Anak saya yang berusia 7 tahun suka melihat kereta, jadi kami sering memakai peta ini untuk melihat kapan kereta akan lewat
Tidak sempurna, tetapi cukup bagus
Saya penasaran aplikasi apa yang selalu diberi izin akses lokasi dan mengirimkan data itu kepada mereka
Keren. Saya mudah tergoda karena suka peta, tetapi saat mengeceknya pukul 4:41 sore PDT, yaitu 12:41 pagi waktu London, ada sangat banyak kereta di sekitar London
Apa yang dilakukan semua orang dengan naik kereta pada jam itu?
[edit: menambahkan PM]
carto.tchoo tidak menyediakan posisi aktual real-time. Ia hanya mengakses informasi keberangkatan, pemberhentian, keterlambatan, dan pembatalan, lalu menginterpolasi posisi berdasarkan itu
Jadi jika kereta berjalan setengah kecepatan atau berhenti tetapi tidak tercatat sebagai keterlambatan resmi, posisinya tidak akan sesuai dengan kenyataan
Judul cukup penting. Jika tidak ada kata real-time, kemungkinan besar kiriman ini juga tidak akan mendapat perhatian, mirip dengan yang sebelumnya
Jika yang menarik adalah jumlah upvote, berarti lebih banyak orang tertarik pada jaringan kereta Inggris daripada jaringan kereta Prancis, dan itu menjadi pembahasan soal komposisi populasi
Atau mungkin poin utamanya adalah versi Inggris real-time sedangkan versi Prancis tidak. Bahkan saat diperbesar, tidak terlihat ada yang bergerak
Tidak mengherankan. Untuk apa pun yang terkait kereta, versi Prancis selalu lebih matang daripada versi Inggris
Rasanya akan lebih baik kalau ada penjelasan teknis, bukan sekadar satu lagi peta transportasi umum https://vgcgroup.co.uk/news/signalbox-for-train-locations/
Kalau membaca tulisan ini, datanya terutama berasal dari informasi persinyalan kereta, dan sepertinya ada sedikit “AI” yang masuk entah bagaimana. Saya penasaran biasanya seberapa jauh jarak antar-sinyal kereta, AI-nya dilatih dengan apa, dan hal-hal lain di luar sekadar melihat peta
Saya pernah mencoba membuat hal seperti ini, dan jawabannya: sulit
Ada message queue yang bisa mengidentifikasi posisi laporan terakhir kereta. Bergantung pada rutenya, kita bisa membuat peta real-time yang cukup akurat, tetapi terlebih dulu semua pengenal lokasi harus di-georeference ke koordinat eastings/northings
Namun banyak rute hanya melaporkan pergerakan terakhir di titik pemberhentian stasiun. Karena kebanyakan adalah rute regional, pendekatan terbaik tampaknya membuat semacam jaringan dead reckoning yang mempertimbangkan jenis kereta dan tingkat penggunaan jaringan
Jarak antar-sinyal kereta sangat bervariasi tergantung banyak faktor: cara operasi persinyalan, headway yang diinginkan, kecepatan operasi maksimum, jarak pengereman layanan kendaraan pada kecepatan lintas, tata letak rel yang memengaruhi keselamatan seperti wesel, jumlah aspek warna pada sinyal, jarak pandang sinyal, apakah visibilitas sinyal terdampak silau matahari, dan sebagainya
Selain itu, ini mengasumsikan bagian tersebut benar-benar memakai sinyal di sisi lintasan. Sebagian besar jaringan memang begitu, tetapi ada cukup banyak pengecualian yang memakai sinyal di kabin masinis atau kendali kereta berbasis komputer
Tidak ada kaitannya dengan situs web itu, tetapi pada segmen yang mengikuti prinsip blok track circuit, “informasi sinyal” yang disebut artikel tersebut hampir pasti adalah feed Train Describer dari Network Rail. Feed ini melaporkan headcode untuk signal berth dalam tata letak rel, dan sistem persinyalan secara otomatis meneruskan headcode saat kereta mengaktifkan rangkaian track circuit berturut-turut atau melewati axle counter
Train Describer hanya bisa melaporkan headcode di dalam berth, dan berth bisa cukup panjang. Karena tidak menyediakan progres kereta per detik, kemungkinan besar mesin pemetaan situs ini melakukan interpolasi sendiri agar penanda posisi kereta tampak “bergerak” secara real-time. Apa pun algoritme atau input modelnya, menyebutnya “AI” membuat kekhususan teknisnya hilang
Kalau saya yang merancang, saya mungkin akan mencampur kelas kereta, jenis rangkaian, dan kecepatan lintas untuk memperkirakan posisi saat ini di dalam blok tersebut. Lalu harus ada keputusan produk: ketika posisi salah dihitung, apakah penanda kereta di peta akan melompat-lompat, atau apakah galat akan diserap secara halus sepanjang segmen berikutnya agar tidak ada perpindahan mendadak
Di wilayah lain, posisi kereta mungkin dilaporkan lewat GPS pada kendaraan yang terpasang perangkat, sementara di sebagian wilayah lainnya perlintasan kereta bergantung pada laporan manual dari petugas sinyal, sehingga mungkin tidak ada banyak data untuk menyimpulkan posisi real-time di peta. Mendapatkan banyak data real-time yang akurat dari aplikasi ponsel pintar tampaknya sangat kecil kemungkinannya, tetapi data itu bisa dipakai sebagai input yang berisik dan tidak lengkap untuk memperbaiki model tentang bagaimana kereta biasanya melewati berth tertentu
Ada juga peta untuk jaringan kereta Ceko. Salah satu jaringan kereta terpadat di dunia, mungkin bahkan yang terpadat: https://grapp.spravazeleznic.cz
Tentu saja ada versi Slovakia juga, dan pengalaman penggunanya jauh lebih baik https://mapa.zsr.sk/index.aspx
Versi Polandia, seperti jaringan keretanya, masih terasa tertinggal satu-dua generasi. Meski begitu, harus diakui mereka sedang berinvestasi besar-besaran untuk mengejar ketertinggalan https://portalpasazera.pl/MapaPociagow
Tunggu, di peta-peta ini tidak ada kereta sama sekali!
Dulu saya sempat melihat-lihat GTFS(gtfs.org). Ini format feed data yang dipakai untuk jadwal maupun pembaruan real-time, berbasis protobuf, dan banyak digunakan oleh situs-situs seperti ini
Sebagian besar feed posisi GTFS memerlukan API key, tetapi ada beberapa tempat yang membagikan pembaruan posisi aktual secara publik
Layanan seperti Google Maps juga memakai cara ini saat mengintegrasikan informasi jadwal transportasi umum. Kalau punya akses, membuat peta dengan pembaruan real-time itu sendiri relatif sederhana
GTFS memang banyak dipakai dan “terstandardisasi”, tetapi begitu masuk ke detail sebenarnya, kondisinya cukup seperti wilayah tanpa aturan
Selama 2 tahun saya membuat http://mobility-bot.com/ sebagai proyek sampingan dan mem-parsing feed notifikasi GTFS dari beberapa penyedia, dan hampir setiap penyedia membutuhkan pembersihan data di pipeline. Perlu memperbaiki masalah Unicode, memetakan ulang ID rute dan agensi, menulis ulang agar judul dan deskripsi tidak sama, dan pekerjaan semacamnya
Selain itu, kita perlu mengamati dan menangkap data dari waktu ke waktu, supaya punya korpus untuk menggeneralisasi aturan parsing dan pembersihan
Keputusan sebagian besar proyek seperti ini untuk fokus pada satu penyedia atau sedikit penyedia yang terkait adalah pilihan yang bijak. Begitu mencoba melakukan agregasi, masalahnya menjadi jauh lebih rumit
Sepertinya ini hanya menampilkan jaringan rel standar di permukaan. Kalau jaringan kereta perkotaan seperti London Underground atau kereta ringan·tram di Manchester juga dimasukkan, setidaknya akan muncul ratusan unit lagi
Peta ini juga mencakup Tyne and Wear Metro di timur laut Inggris. Memang belum sempurna, tetapi sejauh yang pernah saya lihat, ini jelas yang paling berguna di antara pelacakan kereta real-time
Di Inggris ada cukup banyak sistem perkeretaapian yang tidak terlalu terintegrasi satu sama lain, dan kualitas serta kegunaan aplikasinya pun berbeda-beda
1 komentar
Komentar Hacker News
Di Swiss ada peta real-time yang menampilkan kereta dan transportasi umum secara langsung. Jika memperbesar ke area kota, transportasi umum bisa dilihat secara real-time, dan kapal juga bisa ditemukan
Dengan menyalakan dan mematikan opsi lain, informasi yang terlihat jauh lebih banyak
https://maps.trafimage.ch/ch.sbb.netzkarte?lang=en&baselayer...
Tampaknya mereka menggabungkan jadwal kereta dan estimasi keterlambatan untuk memperkirakan posisi di rel. Entah SBB ingin menjaga angka keterlambatan yang ditampilkan tetap rendah, atau menganggap publikasi data aktual sebagai risiko keamanan, tetapi beberapa kali itu terlihat seperti data palsu
Misalnya, kereta yang saya tumpangi pernah berhenti beberapa menit di antara dua stasiun, tetapi di peta ditampilkan seolah terus berjalan hingga beberapa stasiun berikutnya, dan ketika mulai bergerak lagi, di aplikasi ditampilkan terlambat 8 menit
Beberapa kali juga, dari jendela terlihat kereta baru saja masuk stasiun, tetapi di peta sudah terlihat berjalan di antara stasiun
Teknologi Signalbox disebut mencocokkan snapshot data smartphone dengan data lintasan kereta untuk mengidentifikasi perangkat itu berada di kereta mana
Mereka memakai algoritma canggih yang tetap bekerja pada data yang sangat rusak, dan bisa menentukan jenis kereta yang dinaiki sebuah smartphone tanpa pelacakan lokasi latar belakang atau perangkat keras; ini cukup menarik
Tidak sempurna, tetapi cukup bagus
Sementara itu, kereta antarkota di AS berada dalam kondisi yang cukup memprihatinkan begitu keluar dari Northeast Corridor
https://asm.transitdocs.com/
https://amtraker.com/map
Keren. Saya mudah tergoda karena suka peta, tetapi saat mengeceknya pukul 4:41 sore PDT, yaitu 12:41 pagi waktu London, ada sangat banyak kereta di sekitar London
Apa yang dilakukan semua orang dengan naik kereta pada jam itu?
[edit: menambahkan PM]
Versi Prancis juga layak dilihat: https://carto.tchoo.net
Terlihat lebih matang. Menarik bahwa kiriman HN serupa dulu tidak mendapat perhatian, sementara versi Inggris ini naik ke halaman atas
https://news.ycombinator.com/item?id=45249351
Jadi jika kereta berjalan setengah kecepatan atau berhenti tetapi tidak tercatat sebagai keterlambatan resmi, posisinya tidak akan sesuai dengan kenyataan
Atau mungkin poin utamanya adalah versi Inggris real-time sedangkan versi Prancis tidak. Bahkan saat diperbesar, tidak terlihat ada yang bergerak
Rasanya akan lebih baik kalau ada penjelasan teknis, bukan sekadar satu lagi peta transportasi umum
https://vgcgroup.co.uk/news/signalbox-for-train-locations/
Kalau membaca tulisan ini, datanya terutama berasal dari informasi persinyalan kereta, dan sepertinya ada sedikit “AI” yang masuk entah bagaimana. Saya penasaran biasanya seberapa jauh jarak antar-sinyal kereta, AI-nya dilatih dengan apa, dan hal-hal lain di luar sekadar melihat peta
Ada message queue yang bisa mengidentifikasi posisi laporan terakhir kereta. Bergantung pada rutenya, kita bisa membuat peta real-time yang cukup akurat, tetapi terlebih dulu semua pengenal lokasi harus di-georeference ke koordinat eastings/northings
Namun banyak rute hanya melaporkan pergerakan terakhir di titik pemberhentian stasiun. Karena kebanyakan adalah rute regional, pendekatan terbaik tampaknya membuat semacam jaringan dead reckoning yang mempertimbangkan jenis kereta dan tingkat penggunaan jaringan
Selain itu, ini mengasumsikan bagian tersebut benar-benar memakai sinyal di sisi lintasan. Sebagian besar jaringan memang begitu, tetapi ada cukup banyak pengecualian yang memakai sinyal di kabin masinis atau kendali kereta berbasis komputer
Tidak ada kaitannya dengan situs web itu, tetapi pada segmen yang mengikuti prinsip blok track circuit, “informasi sinyal” yang disebut artikel tersebut hampir pasti adalah feed Train Describer dari Network Rail. Feed ini melaporkan headcode untuk signal berth dalam tata letak rel, dan sistem persinyalan secara otomatis meneruskan headcode saat kereta mengaktifkan rangkaian track circuit berturut-turut atau melewati axle counter
Train Describer hanya bisa melaporkan headcode di dalam berth, dan berth bisa cukup panjang. Karena tidak menyediakan progres kereta per detik, kemungkinan besar mesin pemetaan situs ini melakukan interpolasi sendiri agar penanda posisi kereta tampak “bergerak” secara real-time. Apa pun algoritme atau input modelnya, menyebutnya “AI” membuat kekhususan teknisnya hilang
Kalau saya yang merancang, saya mungkin akan mencampur kelas kereta, jenis rangkaian, dan kecepatan lintas untuk memperkirakan posisi saat ini di dalam blok tersebut. Lalu harus ada keputusan produk: ketika posisi salah dihitung, apakah penanda kereta di peta akan melompat-lompat, atau apakah galat akan diserap secara halus sepanjang segmen berikutnya agar tidak ada perpindahan mendadak
Di wilayah lain, posisi kereta mungkin dilaporkan lewat GPS pada kendaraan yang terpasang perangkat, sementara di sebagian wilayah lainnya perlintasan kereta bergantung pada laporan manual dari petugas sinyal, sehingga mungkin tidak ada banyak data untuk menyimpulkan posisi real-time di peta. Mendapatkan banyak data real-time yang akurat dari aplikasi ponsel pintar tampaknya sangat kecil kemungkinannya, tetapi data itu bisa dipakai sebagai input yang berisik dan tidak lengkap untuk memperbaiki model tentang bagaimana kereta biasanya melewati berth tertentu
Ada juga peta untuk jaringan kereta Ceko. Salah satu jaringan kereta terpadat di dunia, mungkin bahkan yang terpadat: https://grapp.spravazeleznic.cz
https://mapa.zsr.sk/index.aspx
Versi Polandia, seperti jaringan keretanya, masih terasa tertinggal satu-dua generasi. Meski begitu, harus diakui mereka sedang berinvestasi besar-besaran untuk mengejar ketertinggalan
https://portalpasazera.pl/MapaPociagow
Ini aplikasi keren dengan fitur yang berguna
Ini peta kereta murah Britania Raya yang saya buat
https://www.map.signalbox.io/?location=@52.86376,-2.32537,4....
Dan ini peta kereta Britania Raya yang tidak menerima subsidi meskipun merupakan “perusahaan swasta”
https://www.map.signalbox.io/?location=@52.86376,-2.32537,4....
Juga peta kereta yang setidaknya menyediakan sesuatu yang mirip ventilasi dengan memanfaatkan fakta bahwa kereta melaju cepat membelah udara
https://www.map.signalbox.io/?location=@52.86376,-2.32537,4....
Dulu saya sempat melihat-lihat GTFS(gtfs.org). Ini format feed data yang dipakai untuk jadwal maupun pembaruan real-time, berbasis protobuf, dan banyak digunakan oleh situs-situs seperti ini
Sebagian besar feed posisi GTFS memerlukan API key, tetapi ada beberapa tempat yang membagikan pembaruan posisi aktual secara publik
Layanan seperti Google Maps juga memakai cara ini saat mengintegrasikan informasi jadwal transportasi umum. Kalau punya akses, membuat peta dengan pembaruan real-time itu sendiri relatif sederhana
Selama 2 tahun saya membuat http://mobility-bot.com/ sebagai proyek sampingan dan mem-parsing feed notifikasi GTFS dari beberapa penyedia, dan hampir setiap penyedia membutuhkan pembersihan data di pipeline. Perlu memperbaiki masalah Unicode, memetakan ulang ID rute dan agensi, menulis ulang agar judul dan deskripsi tidak sama, dan pekerjaan semacamnya
Selain itu, kita perlu mengamati dan menangkap data dari waktu ke waktu, supaya punya korpus untuk menggeneralisasi aturan parsing dan pembersihan
Keputusan sebagian besar proyek seperti ini untuk fokus pada satu penyedia atau sedikit penyedia yang terkait adalah pilihan yang bijak. Begitu mencoba melakukan agregasi, masalahnya menjadi jauh lebih rumit
Sepertinya ini hanya menampilkan jaringan rel standar di permukaan. Kalau jaringan kereta perkotaan seperti London Underground atau kereta ringan·tram di Manchester juga dimasukkan, setidaknya akan muncul ratusan unit lagi
Di Inggris ada cukup banyak sistem perkeretaapian yang tidak terlalu terintegrasi satu sama lain, dan kualitas serta kegunaan aplikasinya pun berbeda-beda