Traffic Lab: Forutsi en verden uten bilulykker

Crowdsourced data og maskinlæring hjelper byene til å takle en stor blind flekk: forutsi – og forhindre – trafikkulykker.

(9. nov 2020)

Forutsi og forebygge trafikkulykker kan bane vei for tryggere og mer effektive veier
Å jobbe mot en verden uten ulykker – eller trafikk.

I USA er bilkrasj millioner i hvert år, så selv den minste reduksjonen kan bidra til å spare tusenvis av liv. Det er grunnen til at mange byer har vedtatt Vision Zero , et initiativ som jobber mot målet om å oppnå null omkomne og alvorlige skader på veiene.

“Det pleide å bli ansett som en radikal oppfatning, ”sier Dan Flynn, datavitenskapsmann ved Volpe Center , et forskningssenter innen United States Department of Transportation (USDOT) med fokus på innovasjoner innen transport, fra logistikk til langdistanseplanlegging. “Nå har mange byer kjøpt seg inn i dette.”

Innsatsen er smertefullt klar. Målet er satt. Det eneste spørsmålet er: hvordan stopper du krasj?

Et kollisjonskurs om krasjforebygging

For å forhindre krasj, har tjenestemenn fire hovedverktøy i verktøykassen. Den første er atferdsintervensjon – som å forhindre full eller hensynsløs kjøring. Det andre er kjøretøyteknologi, som kan bety å utstyre flere biler med innovasjoner som automatisk bremsing.

De to siste forbedrer veiene og dedikerer politiet til å overvåke høyrisikoområder. Og for å adressere disse områdene, må tjenestemenn vite hvor og når det er sannsynlig at ulykker vil skje. Med andre ord trenger du spådommekraften.

Forutsigelse av krasj = krasjforebygging

Ordet «prediksjon» kan trylle frem bilder som spenner fra krystallkuler til 2002-filmen «Minority Report.» I virkeligheten er det ikke psykiske krefter som muliggjør dette arbeidet, men store, nøyaktige og mangfoldige datasett, pluss maskinlæring og storskala datakraft for å analysere dem.

Volpe Center har jobbet med andre USDOT forskere i mange år på modeller av veisikkerhet, men i 2017 la de til en ny ingrediens i blandingen: anonymiserte, publikumsdata fra Waze. Samarbeidet er takket være vårt Waze for Cities-program , et gratis toveis datadelingspartnerskap, som støttes av USDOT og dets Sikkerhetsdatainitiativ .

Dataene om Waze for Cities inkluderer kollisjoner, farer, overbelastning og veisperringer som rapporteres av Waze Community hver dag. Det oppdateres i USDOT Secure Data Commons hvert annet minutt. Det er tydeligvis litt raskere enn å legge inn politirapporterte data som i beste fall oppdateres hver 24. time.

Å kombinere Waze-innganger med dataene USDOT allerede har, som historiske krasj og værmønstre, er med på å gjøre en ulykke spådommer mye mer nøyaktig.

Virkelige pilotprogrammer

Bygning en modell er bare det første trinnet. Det andre er å finne offentlige byråer som kan dra nytte av det, noe som er litt av en Goldilocks-situasjon: Noen har allerede sin egen avanserte dataanalyse, og andre har ikke den tekniske infrastrukturen på plass for å støtte den.

Så da USDOT gikk sammen med Tennessee Highway Patrol, passet det perfekt. Som Flynn forklarer, “Vi kan gjøre ganske interessante prediktive analyser på disse milliardene av Waze-data, men å gjøre det til noe som kan implementeres er en kontinuerlig utfordring, og med Tennessee er de klare. De gjør allerede sin egen prediktive analyse. » Faktisk har de brukt prediktiv analyse siden 2014 .

I Tennessee hjelper modellen til å finne ut hvor og når statstropper skal være stasjonert. Tillegg av Waze-data til den prediktive krasjmodellen har ført til noen lovende ny innsikt.

Waze-data bidrar til å forkorte rekkevidden av ulykkesspådommer
Ikke helt en krystallkule, men vi nærmer oss å se fremtiden.

Før Tennessee Highway Patrol var i stand til å forutsi ulykker innen et område på 42 kvadratkilometer og innen fire timer. Nå er det ned til en kvadratkilometer og en time . Det er i utgangspunktet forskjellen mellom å søke i hele hjemmet etter nøklene dine og å søke bare på kjøkkenbordet ditt.Dette betyr at troopere vil ha et mye mer nøyaktig bilde av hvor de skal bruke tiden sin på å ha størst innvirkning på sikkerheten.

Og Tennessee er ikke det eneste stedet som driver initiativet. I Bellevue, Washington , utviklet Volpe-teamet modeller for å hjelpe bytjenestemenn med å planlegge veibane til støtte for deres Vision Zero-program.

Tidligere var de eneste krasjdataene som var tilgjengelige for byen, politirapporterte krasj, som ofte er mer alvorlige ulykker, men med Waze-data får de alle krasjdata, inkludert mindre skjermbøyere som ikke ofte blir rapportert til politiet . Som Flynn forklarer, er dette en kraftig kombinasjon: «Vi ser en lenke til at når du har et stort antall Waze-krasjrapporter, kan det være et tegn på en politirapporterbar krasj som kommer senere.»

The Volpe Center dashbord hjelper Bellevues tjenestemenn med å identifisere hvilke veier og korridorer som er de farligste for sjåfører. På den måten kan de prioritere kjøreforbedringer som vil redde liv.

Arbeide mot tryggere veier for alle

Mens dette fremdeles er et pilotprogram, håper USDOT å lansere Waze for Cities bredere i fremtiden. Og i mellomtiden eksperimenterer USDOT med måter å gjøre modellene bedre ved å legge til enda flere datakilder. Fordi det ikke bare er biler som kjører på veiene våre, det er også syklister, scootere og fotgjengere. Med mer data kan de bedre forstå hvordan vi kan holde alle reisende trygge.

Forutsi krasjer er ikke lenger ting av sci-fi, og initiativer som denne hjelper oss å komme nærmere en verden der alvorlige ulykker hører fortiden til.

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *