新算法为城市司机绘制最安全的路线(路线碰撞算法数据风险)

大多数导航应用程序可以向您显示到达目的地的最快路线，有些甚至可以建议一条环保路线，以产生最少的碳排放量。

但是，如果他们也能以尽可能低的碰撞风险绘制最安全的路线呢？

UBC研究人员开发的一种新算法可以使这成为现实。
在UBC土木工程系教授Tarek Sayed博士和博士生Tarek Ghoul的带领下，该小组开发了一种新方法，该方法使用实时碰撞风险数据确定城市网络中最安全的路线，并可以整合到谷歌地图等导航应用程序中。

为了进行研究，该团队使用了10架无人机在希腊雅典市中心盘旋多天的数据，并记录了包括车辆位置，速度和加速度在内的因素。
他们利用这些信息来识别车辆之间的未遂事故，然后实时预测碰撞风险。

“这项研究是第一个使用实时碰撞风险数据来提供导航方向并为您提供穿越城市的最安全的驾驶路线的研究，”赛义德博士说。
“该算法能够实时调整方向，建议绕道避开危险地点。
这有助于提高所有用户的道路安全。
例如，公司将能够有效地安排他们的车队路线，优先考虑安全并降低碰撞风险。

该研究还发现，最快的路线并不总是最安全的。
例如，该团队分析了雅典城市道路网络的一小部分，发现只有23%的最快路线也被认为是最安全的路线。
平均而言，最安全的路线使用了最快路线中使用的54%的道路。
这表明道路使用者在选择方向时应考虑安全性和效率的结合，Ghoul说。

“在我们研究的网络中，安全和移动性之间存在明显的权衡：最安全的路线往往比最快的路线安全22%，而最快的路线仅比最安全的路线快11%。
这表明，在最安全的路线上，安全的安全性有了相当大的提高，而旅行时间只增加了一点。
同样，同时考虑安全性和机动性的中间路线将产生更大的安全效益，远远超过增加的旅行时间。

研究人员目前正在将他们的研究扩展到其他城市，包括波士顿，那里的自动驾驶汽车正在接受测试，不仅可以产生有关自身和导航的信息，还可以产生有关交通路线和碰撞风险的信息。

“如果城市道路网络能够获得自动驾驶汽车数据、摄像头和其他传感技术等新技术，那么实时安全测量和有效路线规划就有了新的可能性，”Sayed博士说。
“这些技术现在正在产生前所未有的数据量，在未来产生新的智能移动应用。

该算法也可用于自行车路线，骑自行车的人和行人是道路网络最脆弱的用户。
“将行人和骑自行车者的数据纳入未来的算法或导航工具将使我们能够显着提高它们的安全性，”Sayed博士说。

他补充说，在任何碰撞预测或安全优化算法中使用实时碰撞风险数据非常重要，以反映当前状况，提供更准确的碰撞风险评估，并减少道路碰撞的数量。
使用这些数据和先进的建模技术可以实现更安全的路线算法，帮助道路使用者在不影响效率的情况下优先考虑安全。

这项工作发表在《事故研究分析方法》杂志上。

原文标题：New algorithm maps safest routes for city drivers

原文链接：https://techxplore.com/news/2023-07-algorithm-safest-routes-city-drivers.html

作者：University of British Columbia

编译：LCR