交通是關系到每個人的問題。根據美國的一項調查，每人平均一次通勤時間約為25分鐘，而這種停滯不前的交通狀況越來越嚴重。最大的一年，全球每年平均約有130萬人死于交通事故，平均每天有3728人。
人們需要到達要去的地方，所以車輛是一個必需品。幸運的是，可以收集，解釋和應用數據的方法有助于糾正人們面臨的一些重大交通問題，并防止這些悲劇性后果的發生。
將數據應用于交通流量
人們越是了解集體駕駛習慣和交通模式，就越能改善基礎設施和技術，減少各地的交通事故。
以下正在采取的一些方法和措施：
1.事故地圖發現熱點
由于有關交通和事故統計的公開信息，組織能夠制作智能事故地圖，以發現城市中集中的“熱點”。例如，Herman公司制作了一張地圖，記錄了德克薩斯州最常見的交通事故地點。研究這些類型的地圖可幫助城市規劃人員了解哪些特征對道路安全至關重要，哪些地區需要改進，這可能有助于指導當地執法機構更好地為其社區服務。
2.面向應用和GPS應用分析
通常使用像Uber和Lyft這樣的面向應用服務，以及Google Maps等GPS和應用程序。企業使用這些數據來幫助他們更好地服務他們的客戶，分配司機到新的位置，調整價格，并提供改進的服務。然而，這些數據也可用于繪制城市內的司機的目的地，以及速度和流量等信息。總的來說，這些信息可以用來了解城市內的交通模式，改善交通流量
3.優化公共交通
約74％的美國人對公共交通的支出表示支持，但只有5％的美國人實際上使用公共交通。為什么是這樣？大多數人意識到公共交通系統的優勢，但是其質量，可用性和效率等因素阻礙了他們的實際使用。反過來，使用數量較低阻止城市交通部門在公共交通中投入更多的資金。這是一個惡性循環，但是可以通過收集更多關于公共交通工具（可以改進）的數據來解決這個問題。更好的路線，更高效的車輛和更大的可及性僅僅是個開始。
4.半自主和自主車輛
像Waymo和Uber這樣的技術公司，以及特斯拉和福特等汽車制造商都在爭奪市場上首款自主駕駛汽車。這些自主駕駛已經依靠大量內部數據，包括適當駕駛程序的地圖和算法，但一旦公開推出，他們將每年創建更多的數據，高達2PB。該數據將幫助工程師創建更安全的自主駕駛車輛設計，并創建一個響應式網絡，其中單個車輛可以彼此“交談”，并交換有關其環境的信息。這對于防止諸如強降雨或積雪等危險情況下的交通事故特別重要。
5.變量的重新評估
人們對造成交通事故的原因和事故的原因作出了許多假設，但并不總是如此。仔細檢查大數據可以讓人們挑戰這種假設，并確定某些交通流量特征的安全性和不安全性。例如，世界資源研究所最近的研究發現，道路寬度和安全性有一個“臨界點”。有人說，更寬的道路行駛更安全，因為車輛有更多的空間，但情況恰恰相反。通常，狹窄的車道會減少交通碰撞，因為人們駕駛更加小心謹慎。
人們的期待
人們越依賴數據，街道越安全。為了使事情更好，這是一個遞歸和迭代的過程。研究人員跨越多個渠道，正在努力使旅行更安全，每一步都使我人們更接近理想。即使預防十分之一的交通事故，每年也可以挽救超過13萬人的生命，這可能只是一個開始。
京公網安備 11010502049343號