211service.com
GPS-Daten zu Pekinger Taxis enthüllen die Ursache von Staus
Peking ist eine Stadt, die für Staus bekannt ist. Im Jahr 2006 dauerte die Hauptverkehrszeit Berichten zufolge 11 Stunden am Tag, und die Stadt wurde bei Tageslicht als virtueller Parkplatz bezeichnet. Wie in den meisten Großstädten versuchen Stadtplaner seit Jahren, den Druck durch den Bau neuer Straßen oder Linien des öffentlichen Nahverkehrs oder eine bessere Durchsetzung der Verkehrsgesetze zu verringern.
Verkehrsverfolgung: Um die Ursachen von Pekings Verkehrsproblemen zu verstehen, teilten die Forscher die Stadt in die oben gezeigten Regionen ein und analysierten die Art und Weise, wie Taxis zwischen ihnen verkehren.
Jetzt hat eine Gruppe von Microsoft Research Asia gezeigt, dass die Verfolgung des Standorts von Taxis ein besserer Weg sein könnte, um die zugrunde liegenden Probleme mit dem Verkehrsnetz einer Stadt zu identifizieren und den Beamten dabei zu helfen, herauszufinden, wie Staus am besten verringert werden können.
Die Forscher nutzten GPS-Daten von mehr als 33.000 Pekinger Taxis. Diese Daten wurden in den Jahren 2009 und 2010 erhoben. Die Forscher suchten nicht nur nach Engpässen – Problemstellen, die normale Pendler möglicherweise nur zu gut kennen. [Verstopfte] Straßenabschnitte sind nur der Schein – sie sind nicht das Problem, sagt Yu Zheng , der die Forschung leitete. Wir versuchen, die wahre Ursache des Problems in unserer Arbeit zu identifizieren.
Die Forscher präsentierten ihre Arbeit letzte Woche auf der 13. Internationale Konferenz zu Ubiquitous Computing , die in Peking stattfand.
Um die zugrunde liegenden Ursachen von Verkehrsproblemen zu ermitteln, benötigten die Forscher Informationen über die Fahrten der Menschen – wo Fahrten beginnen, enden und wie ein Pendler dazwischen fährt. Die Forscher teilten Peking in Regionen ein und analysierten die Taxidaten, um Orte zu finden, an denen zwei Regionen nicht richtig verbunden waren.
Auch wenn ein Taxi nie auf einen Stau stößt, können Hinweise aus der Fahrt auf ein zugrunde liegendes Problem mit der Stadtplanung hinweisen. Zum Beispiel kann der Taxifahrer statt einer direkten Route einen Umweg von Punkt A nach Punkt B nehmen. Die zusätzliche Distanz könnte darauf hinweisen, dass der Fahrer ein Problem mit der scheinbar schnellsten Route kennt.
Die Algorithmen der Forscher zeigen an, wann das Straßen- und U-Bahn-Netz zwischen zwei Regionen die Zahl der zwischen diesen Regionen reisenden Menschen nicht unterstützen kann. Indem es auf zugrunde liegende Probleme hinweist, zeigt das System Stadtplanern, worauf sie ihre Aufmerksamkeit richten müssen, sagt Zheng.
In einigen Fällen, sagt Zheng, sind die geschäftigen Regionen nicht wirklich die, die fehlerhaft sind. Zum Beispiel kann es sein, dass Menschen aus Region 1 auf dem Weg nach Region 3 durch Region 2 fahren. In diesem Fall ist es möglicherweise besser, die Regionen 1 und 3 direkt zu verbinden, anstatt zu versuchen, in Region 2 Autobahnen zu verbreitern.
Die Forscher bewerteten ihr System, indem sie untersuchten, wie sich ihre Berechnungen im Zuge der Entwicklung des Pekinger Verkehrsnetzes während des von ihnen beobachteten Zeitraums von zwei Jahren veränderten. Sie fanden heraus, dass sich die Bedingungen tatsächlich verbesserten, wenn Stadtplaner neue Verbindungen zwischen Regionen hinzufügten, die Algorithmen als fehlerhaft identifiziert hatten. Wo Mängel festgestellt, aber nicht behoben wurden, verbesserten sich die Verkehrsbedingungen nicht.
Zheng sagt, dass das System leicht für jede Stadt mit einer großen Anzahl von Taxis angepasst werden könnte, von denen viele selbst mit dem Verkehr zu kämpfen haben. Peking rangiert weltweit an vierter Stelle bei der Anzahl der Taxis. Zu den Top 10 zählen Mexiko-Stadt, Bangkok, Tokio, New York, Buenos Aires und Moskau. Zheng sagt, dass seine Techniken mit genügend Daten dort genauso gut funktionieren würden wie in Peking.
Ich denke, dies ist eine interessante Richtung, obwohl ich mich frage, inwieweit das eigentliche Problem bei der Stadtplanung darin besteht, nicht die Ressourcen – Geld – zu haben, um etwas dagegen zu tun, sagt Sam Madden , ein außerordentlicher Professor am MIT Computer Science and Artificial Intelligence Laboratory, der drahtlose Sensornetzwerke untersucht, einschließlich GPS-Einheiten.
Madden fügt hinzu, dass die enorme Datenmenge, die die Forscher gesammelt haben – genug, um jede Straße in einer Stadt zu analysieren – die Arbeit beeindruckend macht. Noch vor wenigen Jahren, sagt er, wäre es eine Herausforderung gewesen, so viele Informationen über den Straßenzustand zu bekommen. Für seine eigenen Forschungen installierte Madden GPS-Sensoren an Taxis, um Daten zu sammeln, aber Kosten und Schwierigkeiten beschränkten ihn darauf, Dutzende von Taxis zu markieren, nicht Tausende.