Les données de transport public sont un bien commun disponibles en open-data et se basent sur la norme GTFS. Elles sont malheureusement peu utilisées et mystifiées alors qu’elles sont au final une source d’informations riches et accessibles.
Venez découvrir cette norme, comment nous l’avons utilisé dans les transports messins et intégrez les dans votre prochaine application.
21. I. Le thermomètre de ligne
routes.txt : route_id
II. Les horaires
stops.txt : stop_id
routes.txt : route_id, route_short_name, route_color
trips.txt : trip_id, trip_headsign
stop_times : departure_time
24. I. Geocoding
Adresse
Service de geocoding : Google Maps, Open Street
Map...
II. Recherche des arrêts
stops.txt : stop_lat, stop_lon, stop_name, stop_id
stop_times.txt : trip_id
trips.txt : route_id
routes.txt : route_short_name, route_color
28. Méthode
stop_times.txt : trips_id passant par l'arrêt de départ
stop_times.txt : trips_id passant par l'arrêt d'arrivée
Récupération des trips présents dans les 2
Elimination des trips à l'envers (arrivée avant le départ)
29.
30. Méthode
calendar.txt : récupération des services du 22/09
Elimination des trips dont le service_id ne correspond
pas
Premiers trip après l'horaire de départ
31. Itinéraire complexe
Recherche des croisements de lignes pour rejoindre
l'arrêt final (Parcours en profondeur limitée)
Recherche des arrêts de correspondances entre les
lignes
Estimation du meilleur arrêt de correspondance :
distance parcourue
Récupération des trips pour chaque ligne
Calcul du temps total des trajets
Classement final
43. Cirkwi
Propose des circuits de découverte / promenade, etc.
Actuellement : "le départ et l'arrivée sont positionnés sur
des parkings gratuits"
Proposer aux utilisateurs de rejoindre le départ / arrivée
en bus