共享出行
我们提供仿真移动即服务（MaaS）、需求响应运输（DRT）和城市物流应用的模型框架。
我们团队可以帮助人工智能初创企业和MaaS运营商评估不同的商业模式，设计和测试不同类型的服务。
我们还可以就实施MaaS的潜在影响向政府部门或研究团体提供建议，或者研究MaaS和DRT如何与更广泛的公共交通系统相结合。
我们将帮助你开发一个无懈可击的商业案例来运行一项服务，或将你的车队管理算法连接到我们的仿真器上，让你的车队和其他道路使用者之间进行互动。
我们将如何帮助你开发你的商业案例
- 看响应需求的车辆如何与普通交通和其他道路使用者互动。 我们的动态仿真可以包括各种类型的需求响应或灵活的运输服务。
- 了解拥堵对你的服务产生的影响。
- 建立单独车辆与车辆之间的互动模型，或呈现整合的交通网络和需求，以便你可以测试和完善你的车队管理算法。
- 根据年龄、性别、符合生态系统建设或经济状况等任何因素，以可定制的参数为基础，根据个体的出行请求进行工作。
- 深入了解你的产品如何融入交通网络，以及它如何与其他模式相结合或相互影响，如步行、公共交通、出租车、平台叫车服务或按需服务的公共汽车和小巴。
轻松实现可视化
- 识别出行需求的模式
- 回放仿真，检查车队在网络中的运动情况
- 提取每个用户定义的时间间隔（例如每15分钟）的网络统计数据
- 审查个人的出行请求以及相应的服务方式
“如果...会怎样？”场景测试
我们强大的、已开发好的仿真引擎、可扩展的软件框架以及我们的软件和工程师专家团队的结合，让我们可以建立任何规模的模型来测试任何类型的场景。
- 固定路线、半固定路线或完全自由的 “出租车式 “路线安排
- 固定的时间表或纯粹的按需出行要求，实时或预先预订的出行要求
- 实体站点、虚拟站点或自由上下车
- 不同的车队类型和配置
- Ride提供单独的出行模式或与公共交通相结合，作为整体交通模型的一部分
- 管理路线、安排出发时间、提供和运营用户共享服务以及车队重新分配的算法
- 产生不同服务方式、定价模式和目标服务水平的算法
- 不同类型服务的吸引力水平
- 不同供应商或服务之间的竞争
- 对关键输入参数的敏感性分析，例如，假设不同的行为参数进行多次仿真。
工作流程
假设你想测试你的车队管理算法，或仿真拥堵对服务交付的影响，或模拟不同类型的优先权措施。 你需要观察仿真期间需求的演变和的服务供应情况，把握车辆行驶路线，以及需求的空间和时间分布。 Ride会给你提供车辆利用水平（utilization levels）、乘客公里数和系统服务水平。
出行要求
仿真一个由个体组成的群体，每个人都有自己的特点、偏好和出行模式。 这些单独个体生成出行请求，并在仿真过程中不断接入系统，这些出行请求是在特定的地点和特定的时间之间；他们还可能包括一些限制条件，如最早或最晚上车时间，以及个人的特征。
运营商
接收出行请求，查询车辆位置、最短路径和 “当前 “网络状态，并使用这些数据向出行者安排并提供运输服务。 每个服务的提供可以包括一些特别的出行要素比如步行、等待和车内时间，以及距离、成本和换乘次数等。
动态出行模式选择
指定一个最小成本或离散选择逻辑函数，在收到的服务供应中进行选择。 你甚至可以包括 “内部运营商 “来代表 “常规 “模式，如轨道运输和私人汽车。
行程执行
选定的服务提供被接受并传递给模拟器来执行。 运营者被通知并更新出行要求和车辆分配的状态。
