Sources of delays in PID

Abstract

Public transport in Prague frequently experiences schedule deviations due to traffic congestion and adverse weather conditions. This thesis addresses the need for comprehen- sive delay analysis by developing an interactive visualisation application. The approach involved collecting and integrating vast amounts of real-time vehicle positions, static transit schedules (GTFS), Floating Car Data (FCD), and meteorological observations. A specialised spatial map-matching algorithm was implemented to accurately align traffic and weather metrics directly onto a stop-to-stop public transport network. The resulting application, built with Qt6 and QGIS, enables users to pinpoint problematic network seg- ments and compute linear correlations between delays and external factors. Ultimately, this tool provides critical insights into delay origins and establishes a robust dataset for future predictive delay modelling.

Veřejná doprava v Praze se často potýká s odchylkami od jízdního řádu v důsledku dopravních zácp a nepříznivých povětrnostních podmínek. Tato práce reaguje na potřebu komplexní analýzy zpoždění vývojem interaktivní vizualizační aplikace. Zvolený přístup zahrnoval sběr a integraci velkého množství dat o reálných polohách vozidel, statických jízdních řádů (GTFS), dat z plovoucích vozidel (FCD) a meteorologických pozorování. Pro přesné přiřazení dopravních a meteorologických metrik přímo na mezizastávkové úseky sítě veřejné dopravy byl implementován specializovaný prostorový zarovnávací al- goritmus. Výsledná aplikace, vytvořená s využitím technologií Qt6 a QGIS, umožňuje uživatelům identifikovat problematické úseky sítě a počítat lineární korelace mezi zpož- děními a vnějšími faktory. Tento nástroj v konečném důsledku poskytuje klíčové poznatky o původu zpoždění a vytváří robustní datovou sadu pro budoucí prediktivní modelování zpoždění.