美国开发“堵车预警系统” 显示“未来路况”
时间:2017-12-07

  科学网 - 美国制定“交通警示系统”显示“未来交通”

  IBM开发了一个智能旅行界面,将为用户规划一些旅行路线,并以不同的颜色呈现他们在可预见的将来的流量。

  针对城市交通拥堵问题,谷歌,微软等技术公司开发的实时交通软件得到了广泛应用。然而,很多时候人们在他们面前发现交通堵塞为时已晚,没有时间转移交通。最近,由IBM公司和加利福尼亚交通部门开发的交通堵塞预警系统为每辆车收集GPS信息。使用数学模型,可以预测堵塞还没有发生的地方。公民甚至可以提前40分钟提前知道交通情况。但是,到底这是否能够解决全球城市交通问题的头痛,目前还不得而知。

  1原因加利福尼亚的交通堵塞非常严重

  坐在一辆固定的汽车望着看不见的交通是一个噩梦的场景,任何司机不愿遇到。几乎在洛杉矶和旧金山等加利福尼亚州,交通堵塞的通勤交战。

  加州的许多城市都有宽敞的大街,有的甚至宽到八车道,十条车道,城市人口密度不如北京等地稠密,居民一般住在城市郊区,但是,因为美国已经发达汽车文化,交通堵塞非常严重。

  在美国,几乎每个人都有车,很多中产阶级家庭往往有45辆车,而洛杉矶等一些城市的公共交通系统相对落后,地铁只有短暂的,公交车往往是空的,出租车必须提前预约,这使得洛杉矶公民平均年龄增长成为驾驶习惯,也导致了世界上每天最严重的交通拥堵。在邻近的旧金山,虽然有地铁系统,但交通堵塞总是由小车道和繁忙交通造成的。

  目前,市民出现了很多交通系统,例如谷歌,微软等技术公司已经开发出可以标识交通拥堵的系统,可以通过GPS导航,实时路况或但是现在已经太晚了,司机坐在车里,学习了无线电通讯,短信或智能手机,这时红色的交通堵塞了,现在已经很深了,没时间转移交通它是

  现在在旧金山试行一个新的交通系统。由IBM和加利福尼亚交通部和加州大学伯克利分校创新运输中心设计的更智能的系统将使司机能够捕捉交通拥堵预测交通堵塞发生之前的位置。

  2种收集信息的方式来了解模式

  系统显示的不是实时的流量,而是未来的实时流量,但显示了在不久的将来会出现的路面状况。这个系统一方面具有传统的实时交通系统,另一方面是已经出现的日常交通偏差的组合和预测可能发生拥塞的数学模型。司机甚至可以在40分钟内知道哪一部分难以前进,以便他们有足够的时间改变路线及时转移。

  IBM科学家Ramba说,如果你已经在路上了,而且你面前的信号即将堵塞未来五公里,那么你现在几乎别无选择,但如果你还不在,那么你已经知道有了这样的信息,你有更多的选择,你可以晚点出去或稍后走另一条路线。

  在街道和高速公路上,许多交通堵塞往往是交通事故造成的,而交通事故却是无法预测的,但是一旦发生交通事故,它所产生的数据可以迅速进入预测模式,使用伯克利(Alexander Berye)的话来说,科学家在校园创新的交通中心,交通堵塞就像流体一样可以引起冲击波,这样虽然交通事故当时会有一些堵塞,但是可以及时通知驾驶员进一步阻止交通堵塞。

  由于每个人都朝着一个方向前进,往往造成大的交通拥堵。因此,如果要预测即将发生的交通堵塞,了解人们的出行模式非常重要,Clever Travel已经在旧金山湾地区设置了1,000多个传感器,安装在收费站,桥梁,公路路面等处,收集交通密度和速度,当汽车驶过这些传感器时,车轮会在电感线圈中产生瞬时电流。然后,一个名为“交通预测工具”的项目收集这些当前数据,以分析交通流中下一步可能是密集的方式。

  另一个重要的方式是从驾驶员的驾驶决定。驾驶时,许多公民使用他们的智能手机的GPS导航系统。当驾驶员加入智能旅行计划时,软件可以收集这些GPS导航信息并记录驾驶人的个人路线,知道他们将在路线何时何地前进,然后向这些个人提供交通预测,建议他们更好的定制路线。目前,很多人已经在系统试运行期间通过反复试验添加了自己的系统,他们能够自动接收电子邮件或短信等预测,就像准备旅行信息,提供旅行建议。

  3提高机器学习帮不了忙

  加州交通局交通运输研究办公室主任Glasersen表示,旧金山湾的汽车数量一直在稳步增长,交通量也在不断上升,相信只要有更多的通道可用,交通拥堵问题得到解决不切实际,他认为,研究交通拥堵问题的人应该在交通拥堵非常严重之前主动解决问题,把交通引向其他道路。

  目前该系统尚处于试运行阶段,尚未被大批用户使用。一旦大量公民开始使用预测系统,就会出现一个新的问题。麻省理工学院城市环境工程师摩西·本吉格(Moses Benjighe)质疑,如果每个人都收到相同的信息,预测系统可能会反应过度,告诉人们可能会在一个地方发生堵塞,结果人们又跑上了另一个路上,一个新的堵塞。

  这是目前IBM尚未解决的一个问题,他们表示,他们已经考虑过这个问题,并将在后续的研究和开发中计算所有这些因素。然而,这意味着这个预测模型必须具有超级自学习和自我调整才会比刚刚出现的预测模型复杂得多。

  虽然IBM非常希望将这个预测未来交通堵塞的系统推向世界,但它是多么有用,没有人能证明这一点。有人在网上评论说:事实上,很多路段和时段的交通拥堵,每天开车的人一般都有很长的经验,知道什么时候什么地方会被堵,所以会有高峰时间这个词。人们通勤上班,这当然是交通拥堵的高峰期,但司机的时间调整并没有太多的选择余地,但是在路线上,往往只有几条路要走,在很多现代化的城市里,人们倾向于生活在郊区,工作集中在市中心商业区,旅游线路往往相同。

  我不认为交通堵塞是一个消息传递的问题,因为你知道越多,你可以避免交通拥堵。交通堵塞的发生是因为太多人想同时使用有限的路面。有人在纽约的一个交通博客上写道。其他人则写道,这个系统可能没有什么用来模拟每天发生的交通堵塞,比如交通阻塞。但是,对于一些移动交通拥堵,例如堵车造成交通拥堵,预测系统可能会有所帮助。无论哪种方式,如果你不能减少汽车的数量,研究交通信息总是有帮助的。

  IBM网站相关报道(英文)

  特别声明:本文仅为传播信息的目的转载,并不代表本网站或其内容的真实性;如从本网站转载的其他媒体,网站或个人将被保留在本网站上,并对版权拥有法律责任;如果您不希望被转载或联系转载稿费等事宜,请与我们联系。