In der Schweiz gibt es eine Live-Karte, die Züge und den öffentlichen Verkehr in Echtzeit zeigt. Wenn man in Städte hineinzoomt, kann man den ÖPNV in Echtzeit sehen, und auch Schiffe lassen sich finden.
Wenn man weitere Optionen ein- und ausschaltet, sieht man noch deutlich mehr Informationen. https://maps.trafimage.ch/ch.sbb.netzkarte?lang=en&baselayer...
Eine schöne Karte und nützlich, um grob zu erkennen, wie viele Züge zu einem bestimmten Zeitpunkt in der Umgebung unterwegs sind; wichtig ist aber, dass es keine echten Positionsdaten sind.
Es scheint so zu funktionieren, dass Zugfahrpläne mit erwarteten Verspätungen kombiniert werden, um die Position auf den Gleisen zu schätzen. Ich weiß nicht, ob die SBB die Verspätungsanzeige niedrig halten will oder ob sie die Veröffentlichung echter Daten als Sicherheitsrisiko betrachtet, aber es gab mehrere Fälle, in denen es unecht wirkte.
Zum Beispiel stand ein Zug, in dem ich saß, mehrere Minuten zwischen zwei Bahnhöfen, während die Karte ihn weiter bis zu den nächsten paar Bahnhöfen fahren ließ; als er wieder losfuhr, zeigte die App 8 Minuten Verspätung an.
Außerdem kam es mehrfach vor, dass ein Zug vor dem Fenster gerade in den Bahnhof einfuhr, während er auf der Karte bereits zwischen den Bahnhöfen unterwegs war.
Ich glaube, ich habe diese Karte früher einmal auf Hacker News gesehen, und sie hat mich ziemlich fasziniert: https://maps.vasile.ch/transit-sbb/
Die Signalbox-Technologie soll Momentaufnahmen von Smartphone-Daten mit Zugtrajektorien abgleichen, um zu erkennen, in welchem Zug sich ein Gerät befindet.
Sie verwendet fortgeschrittene Algorithmen, die auch mit stark beschädigten Daten funktionieren, und kann ohne Standortverfolgung im Hintergrund oder Hardware bestimmen, in welcher Art von Zug ein Smartphone mitfährt – ein ziemlich interessanter Ansatz.
Erfahrungsgemäß funktioniert es ziemlich gut. Mein siebenjähriges Kind schaut gern Züge an, deshalb nutze ich diese Karte oft, um zu sehen, wann einer vorbeikommt.
Perfekt ist sie nicht, aber ziemlich ordentlich.
Ich frage mich, welche App dauerhaft Standortzugriff erlaubt hat und diese Daten an sie sendet.
Cool. Ich mag Karten und lasse mich leicht davon ködern; als ich um 16:41 Uhr PDT, also 00:41 Uhr Londoner Zeit, nachgesehen habe, waren rund um London enorm viele Züge unterwegs.
Was machen die Leute um diese Zeit alle im Zug?
[Bearbeitung: PM hinzugefügt]
carto.tchoo bietet keine echten Live-Positionen. Es hat nur Zugriff auf Informationen zu Abfahrten, Halten, Verspätungen und Ausfällen und interpoliert daraus die Position.
Wenn ein Zug also mit halber Geschwindigkeit fährt oder steht, aber offiziell nicht als verspätet gilt, stimmt die Position nicht mit der Realität überein.
Der Titel ist ziemlich wichtig. Ohne real-time hätte wahrscheinlich auch diese Einreichung ähnlich wenig Aufmerksamkeit bekommen.
Wenn die Zahl der Empfehlungen das Interessante ist, bedeutet das, dass sich mehr Leute für das britische Bahnnetz interessieren als für das französische, und dann geht es um die Zusammensetzung der Nutzerschaft.
Oder der entscheidende Punkt ist, dass die britische Version live ist und die französische nicht. Selbst beim Hineinzoomen sieht man keine Bewegung.
Das ist nicht überraschend. Bei allem, was mit Bahn zu tun hat, ist die französische Version immer ausgereifter als die britische.
Es wäre wohl besser gewesen, wenn es statt einfach nur einer weiteren ÖPNV-Karte eine technische Erklärung gegeben hätte https://vgcgroup.co.uk/news/signalbox-for-train-locations/
Wenn man diesen Artikel liest, scheinen die Daten hauptsächlich aus Informationen der Eisenbahnsignale zu stammen, und irgendwie kommt wohl auch ein bisschen „AI“ dazu. Mich würde interessieren, wie groß die Abstände zwischen Eisenbahnsignalen normalerweise sind, womit die AI trainiert wurde und was über das bloße Betrachten der Karte hinaus dahintersteckt
Ich hatte versucht, so etwas zu bauen, und die Antwort war: schwierig
Es gibt eine Message Queue, über die sich die letzte gemeldete Position eines Zuges identifizieren lässt. Je nach Strecke kann man damit eine ziemlich genaue Echtzeitkarte erstellen, aber zuerst muss man alle Positionskennungen auf Ost-/Nord-Koordinaten georeferenzieren
Viele Strecken melden jedoch nur die letzte Bewegung an Haltepunkten in Bahnhöfen. Das sind meist Regionalstrecken, daher scheint der beste Ansatz eine Art Koppelnavigations-Netzwerk zu sein, das Zugtyp und Netzauslastung berücksichtigt
Die Abstände zwischen Eisenbahnsignalen unterscheiden sich stark, abhängig von vielen Faktoren: der Art der Signalbetriebsführung, dem gewünschten Zugfolgeabstand, der zulässigen Höchstgeschwindigkeit, dem Betriebsbremsweg der Fahrzeuge bei Streckengeschwindigkeit, sicherheitsrelevanten Gleisanlagen wie Weichen, der Anzahl der Signalbegriffe, der Signalsichtweite, ob Blendung durch Sonnenlicht die Signalsicht beeinträchtigt usw.
Außerdem setzt das voraus, dass der betreffende Abschnitt überhaupt streckenseitige Signale verwendet. Der Großteil des Netzes tut das, aber es gibt durchaus Ausnahmen mit Führerstandssignalisierung oder computerbasierter Zugsteuerung
Ganz unabhängig von dieser Website: Auf Abschnitten, die dem Prinzip des Gleisfreimelde-Blocksystems folgen, sind die im Artikel erwähnten „Signalinformationen“ ziemlich sicher der Train-Describer-Feed von Network Rail. Dieser Feed meldet den Headcode für Signal-Berths in der Gleisanlage, und das Signalsystem reicht den Headcode automatisch weiter, wenn der Zug nacheinander Gleisstromkreise belegt oder Achszähler passiert
Ein Train Describer kann nur den Headcode innerhalb eines Berth melden, und ein Berth kann ziemlich lang sein. Er liefert keinen sekundengenauen Fortschritt des Zuges, daher interpoliert die Mapping-Engine dieser Site wahrscheinlich selbst, damit die angezeigte Zugposition in Echtzeit „in Bewegung“ wirkt. Ganz gleich, was der Algorithmus oder die Modelleingaben sind: Wenn man das „AI“ nennt, verschwindet die technische Konkretheit
Wenn ich das entwerfen würde, würde ich wohl Zugklasse, Fahrzeugtyp und Streckengeschwindigkeit kombinieren, um die aktuelle Position innerhalb dieses Blockabschnitts zu schätzen. Und man müsste eine Produktentscheidung treffen: Soll die Zuganzeige auf der Karte ruckartig springen, wenn die Position falsch berechnet wurde, oder soll der Fehler über den nächsten Abschnitt hinweg sanft absorbiert werden, um abrupte Bewegungen zu vermeiden?
In anderen Regionen werden Zugpositionen eventuell per GPS ausgerüsteter Fahrzeuge gemeldet, und in manchen Gegenden hängt die Meldung von Zugdurchfahrten von manuellen Angaben der Fahrdienstleiter ab, sodass es womöglich nicht viele Daten gibt, aus denen sich Echtzeitpositionen auf der Karte ableiten lassen. Dass Smartphone-Apps sehr viele genaue Echtzeitdaten liefern, erscheint sehr unwahrscheinlich; als verrauschter und unvollständiger Input zur Verbesserung eines Modells dafür, wie Züge bestimmte Berths üblicherweise durchfahren, könnte es aber nutzbar sein
Es gibt auch eine Karte für das tschechische Bahnnetz. Es gehört zu den dichtesten der Welt, vielleicht ist es sogar das dichteste: https://grapp.spravazeleznic.cz
Eine slowakische Version gibt es natürlich auch, und die User Experience ist deutlich besser https://mapa.zsr.sk/index.aspx
Die polnische Version wirkt, genau wie das Bahnnetz, noch ein oder zwei Generationen zurück. Man muss allerdings sagen, dass dort kräftig investiert wird, um aufzuholen https://portalpasazera.pl/MapaPociagow
Moment mal, auf diesen Karten ist ja kein einziger Zug!
Ich hatte mir früher GTFS(gtfs.org) ein wenig angesehen. Es ist ein Datenfeed-Format für Fahrpläne und Echtzeit-Updates, basiert auf protobuf und wird von solchen Sites breit genutzt
Die meisten GTFS-Positionsfeeds erfordern einen API-Key, aber es gibt auch ein paar Stellen, die tatsächliche Positionsupdates öffentlich teilen
Dienste wie Google Maps verwenden diesen Ansatz ebenfalls, wenn sie ÖPNV-Fahrplandaten integrieren. Wenn man Zugriff hat, ist es an sich relativ einfach, aus Echtzeit-Updates eine Karte zu bauen
GTFS ist weit verbreitet und „standardisiert“, aber wenn man in die Details geht, ist es eine ziemliche gesetzlose Zone
Ich habe zwei Jahre lang als Freizeitprojekt http://mobility-bot.com/ gebaut und dabei GTFS-Alert-Feeds einiger Anbieter geparst; bei fast jedem Anbieter musste ich die Daten in der Pipeline bereinigen. Es waren Dinge nötig wie Unicode-Probleme zu beheben, Strecken- und Betreiber-IDs neu zuzuordnen oder Titel und Beschreibungen so umzuschreiben, dass sie nicht identisch sind
Außerdem muss man die Daten über längere Zeit beobachten und erfassen, um ein Korpus zu bekommen, mit dem sich Parsing- und Bereinigungsregeln generalisieren lassen
Dass die meisten solcher Projekte sich auf einen einzelnen Anbieter oder wenige verwandte Anbieter konzentrieren, ist eine kluge Entscheidung. Sobald man Aggregation versucht, wird das Problem erheblich schwieriger
Das scheint nur die normalen oberirdischen Eisenbahnen zu zeigen. Wenn man auch städtische Bahnnetze wie die London Underground oder die Stadtbahnen und Trams in Manchester einbezieht, kämen mindestens Hunderte weitere Fahrzeuge dazu.
Auf der Karte ist auch die Tyne and Wear Metro im Nordosten Englands enthalten. Sie ist nicht perfekt, aber unter den Echtzeit-Zugtrackern, die ich gesehen habe, mit Abstand der nützlichste.
In Großbritannien gibt es ziemlich viele Bahnsysteme, die nicht besonders gut ineinandergreifen, und die Qualität und Nützlichkeit der Apps ist sehr unterschiedlich.
1 Kommentare
Hacker-News-Kommentare
In der Schweiz gibt es eine Live-Karte, die Züge und den öffentlichen Verkehr in Echtzeit zeigt. Wenn man in Städte hineinzoomt, kann man den ÖPNV in Echtzeit sehen, und auch Schiffe lassen sich finden.
Wenn man weitere Optionen ein- und ausschaltet, sieht man noch deutlich mehr Informationen.
https://maps.trafimage.ch/ch.sbb.netzkarte?lang=en&baselayer...
Es scheint so zu funktionieren, dass Zugfahrpläne mit erwarteten Verspätungen kombiniert werden, um die Position auf den Gleisen zu schätzen. Ich weiß nicht, ob die SBB die Verspätungsanzeige niedrig halten will oder ob sie die Veröffentlichung echter Daten als Sicherheitsrisiko betrachtet, aber es gab mehrere Fälle, in denen es unecht wirkte.
Zum Beispiel stand ein Zug, in dem ich saß, mehrere Minuten zwischen zwei Bahnhöfen, während die Karte ihn weiter bis zu den nächsten paar Bahnhöfen fahren ließ; als er wieder losfuhr, zeigte die App 8 Minuten Verspätung an.
Außerdem kam es mehrfach vor, dass ein Zug vor dem Fenster gerade in den Bahnhof einfuhr, während er auf der Karte bereits zwischen den Bahnhöfen unterwegs war.
Die Signalbox-Technologie soll Momentaufnahmen von Smartphone-Daten mit Zugtrajektorien abgleichen, um zu erkennen, in welchem Zug sich ein Gerät befindet.
Sie verwendet fortgeschrittene Algorithmen, die auch mit stark beschädigten Daten funktionieren, und kann ohne Standortverfolgung im Hintergrund oder Hardware bestimmen, in welcher Art von Zug ein Smartphone mitfährt – ein ziemlich interessanter Ansatz.
Perfekt ist sie nicht, aber ziemlich ordentlich.
Die Intercity-Züge in den USA sind dagegen außerhalb des Northeast Corridor in einem ziemlich bedauerlichen Zustand.
https://asm.transitdocs.com/
https://amtraker.com/map
Cool. Ich mag Karten und lasse mich leicht davon ködern; als ich um 16:41 Uhr PDT, also 00:41 Uhr Londoner Zeit, nachgesehen habe, waren rund um London enorm viele Züge unterwegs.
Was machen die Leute um diese Zeit alle im Zug?
[Bearbeitung: PM hinzugefügt]
Auch die französische Version ist sehenswert: https://carto.tchoo.net
Wirkt ausgereifter. Interessant, dass eine frühere ähnliche HN-Einreichung kaum Aufmerksamkeit bekam, während die britische Version nach oben gekommen ist.
https://news.ycombinator.com/item?id=45249351
Wenn ein Zug also mit halber Geschwindigkeit fährt oder steht, aber offiziell nicht als verspätet gilt, stimmt die Position nicht mit der Realität überein.
Oder der entscheidende Punkt ist, dass die britische Version live ist und die französische nicht. Selbst beim Hineinzoomen sieht man keine Bewegung.
Es wäre wohl besser gewesen, wenn es statt einfach nur einer weiteren ÖPNV-Karte eine technische Erklärung gegeben hätte
https://vgcgroup.co.uk/news/signalbox-for-train-locations/
Wenn man diesen Artikel liest, scheinen die Daten hauptsächlich aus Informationen der Eisenbahnsignale zu stammen, und irgendwie kommt wohl auch ein bisschen „AI“ dazu. Mich würde interessieren, wie groß die Abstände zwischen Eisenbahnsignalen normalerweise sind, womit die AI trainiert wurde und was über das bloße Betrachten der Karte hinaus dahintersteckt
Es gibt eine Message Queue, über die sich die letzte gemeldete Position eines Zuges identifizieren lässt. Je nach Strecke kann man damit eine ziemlich genaue Echtzeitkarte erstellen, aber zuerst muss man alle Positionskennungen auf Ost-/Nord-Koordinaten georeferenzieren
Viele Strecken melden jedoch nur die letzte Bewegung an Haltepunkten in Bahnhöfen. Das sind meist Regionalstrecken, daher scheint der beste Ansatz eine Art Koppelnavigations-Netzwerk zu sein, das Zugtyp und Netzauslastung berücksichtigt
Außerdem setzt das voraus, dass der betreffende Abschnitt überhaupt streckenseitige Signale verwendet. Der Großteil des Netzes tut das, aber es gibt durchaus Ausnahmen mit Führerstandssignalisierung oder computerbasierter Zugsteuerung
Ganz unabhängig von dieser Website: Auf Abschnitten, die dem Prinzip des Gleisfreimelde-Blocksystems folgen, sind die im Artikel erwähnten „Signalinformationen“ ziemlich sicher der Train-Describer-Feed von Network Rail. Dieser Feed meldet den Headcode für Signal-Berths in der Gleisanlage, und das Signalsystem reicht den Headcode automatisch weiter, wenn der Zug nacheinander Gleisstromkreise belegt oder Achszähler passiert
Ein Train Describer kann nur den Headcode innerhalb eines Berth melden, und ein Berth kann ziemlich lang sein. Er liefert keinen sekundengenauen Fortschritt des Zuges, daher interpoliert die Mapping-Engine dieser Site wahrscheinlich selbst, damit die angezeigte Zugposition in Echtzeit „in Bewegung“ wirkt. Ganz gleich, was der Algorithmus oder die Modelleingaben sind: Wenn man das „AI“ nennt, verschwindet die technische Konkretheit
Wenn ich das entwerfen würde, würde ich wohl Zugklasse, Fahrzeugtyp und Streckengeschwindigkeit kombinieren, um die aktuelle Position innerhalb dieses Blockabschnitts zu schätzen. Und man müsste eine Produktentscheidung treffen: Soll die Zuganzeige auf der Karte ruckartig springen, wenn die Position falsch berechnet wurde, oder soll der Fehler über den nächsten Abschnitt hinweg sanft absorbiert werden, um abrupte Bewegungen zu vermeiden?
In anderen Regionen werden Zugpositionen eventuell per GPS ausgerüsteter Fahrzeuge gemeldet, und in manchen Gegenden hängt die Meldung von Zugdurchfahrten von manuellen Angaben der Fahrdienstleiter ab, sodass es womöglich nicht viele Daten gibt, aus denen sich Echtzeitpositionen auf der Karte ableiten lassen. Dass Smartphone-Apps sehr viele genaue Echtzeitdaten liefern, erscheint sehr unwahrscheinlich; als verrauschter und unvollständiger Input zur Verbesserung eines Modells dafür, wie Züge bestimmte Berths üblicherweise durchfahren, könnte es aber nutzbar sein
Es gibt auch eine Karte für das tschechische Bahnnetz. Es gehört zu den dichtesten der Welt, vielleicht ist es sogar das dichteste: https://grapp.spravazeleznic.cz
https://mapa.zsr.sk/index.aspx
Die polnische Version wirkt, genau wie das Bahnnetz, noch ein oder zwei Generationen zurück. Man muss allerdings sagen, dass dort kräftig investiert wird, um aufzuholen
https://portalpasazera.pl/MapaPociagow
Eine tolle App mit nützlichen Funktionen
Hier ist meine Karte für günstige britische Züge
https://www.map.signalbox.io/?location=@52.86376,-2.32537,4....
Und hier eine Karte britischer Züge, die trotz „privater Unternehmen“ keine Subventionen erhalten
https://www.map.signalbox.io/?location=@52.86376,-2.32537,4....
Außerdem eine Karte von Zügen, die dadurch, dass sie schnell durch die Luft schneiden, immerhin etwas bieten, das entfernt an Belüftung erinnert
https://www.map.signalbox.io/?location=@52.86376,-2.32537,4....
Ich hatte mir früher GTFS(gtfs.org) ein wenig angesehen. Es ist ein Datenfeed-Format für Fahrpläne und Echtzeit-Updates, basiert auf protobuf und wird von solchen Sites breit genutzt
Die meisten GTFS-Positionsfeeds erfordern einen API-Key, aber es gibt auch ein paar Stellen, die tatsächliche Positionsupdates öffentlich teilen
Dienste wie Google Maps verwenden diesen Ansatz ebenfalls, wenn sie ÖPNV-Fahrplandaten integrieren. Wenn man Zugriff hat, ist es an sich relativ einfach, aus Echtzeit-Updates eine Karte zu bauen
Ich habe zwei Jahre lang als Freizeitprojekt http://mobility-bot.com/ gebaut und dabei GTFS-Alert-Feeds einiger Anbieter geparst; bei fast jedem Anbieter musste ich die Daten in der Pipeline bereinigen. Es waren Dinge nötig wie Unicode-Probleme zu beheben, Strecken- und Betreiber-IDs neu zuzuordnen oder Titel und Beschreibungen so umzuschreiben, dass sie nicht identisch sind
Außerdem muss man die Daten über längere Zeit beobachten und erfassen, um ein Korpus zu bekommen, mit dem sich Parsing- und Bereinigungsregeln generalisieren lassen
Dass die meisten solcher Projekte sich auf einen einzelnen Anbieter oder wenige verwandte Anbieter konzentrieren, ist eine kluge Entscheidung. Sobald man Aggregation versucht, wird das Problem erheblich schwieriger
Das scheint nur die normalen oberirdischen Eisenbahnen zu zeigen. Wenn man auch städtische Bahnnetze wie die London Underground oder die Stadtbahnen und Trams in Manchester einbezieht, kämen mindestens Hunderte weitere Fahrzeuge dazu.
In Großbritannien gibt es ziemlich viele Bahnsysteme, die nicht besonders gut ineinandergreifen, und die Qualität und Nützlichkeit der Apps ist sehr unterschiedlich.