Trafiklaboratorium: förutsäger en värld utan bilkrascher

Crowdsourced data och maskininlärning hjälper städer att ta itu med en stor blind plats: förutsäga – och förhindra – trafikolyckor.

(9 nov 2020)

Förutsägelse och förebyggande av trafikolyckor kan bana väg för säkrare och effektivare vägar
Att arbeta mot en värld utan olyckor – eller trafik.

I USA bilkrascher är miljoner i varje år, så även den minsta minskningen kan hjälpa till att spara tusentals av liv. Det är därför många städer har antagit Vision Zero , ett initiativ som arbetar mot målet att nå noll dödade och allvarliga skador på vägar.

“Det brukade betraktas som en radikal uppfattning, säger Dan Flynn, en datavetare vid Volpe Center , ett forskningscenter inom United States Department of Transportation (USDOT) med fokus på innovationer inom transport, från logistik till långväga planering. ”Nu har många städer köpt in det här.”

Insatserna är smärtsamt klara. Målet är satt. Den enda frågan är: hur stoppar du kraschar?

En kraschkurs om kraschförebyggande

För att förhindra kraschar har tjänstemän fyra huvudverktyg i sin verktygslåda. Den första är beteendemässigt ingripande – som att förhindra full eller vårdslös körning. Den andra är fordonstekniken, vilket kan innebära att utrusta fler bilar med innovationer som automatisk bromsning.

De två sista är att förbättra vägar och ägna brottsbekämpning åt att övervaka högriskområden. Och för att ta itu med dessa områden måste tjänstemän veta var och när olyckor sannolikt kommer att inträffa. Med andra ord behöver du förutsägelsen.

Kraschförutsägelse = kraschförebyggande

Ordet ”förutsägelse” kan framkalla bilder som sträcker sig från kristallkulor till filmen ”Minoritetsrapport” från 2002. I verkligheten är det inte psykiska krafter som möjliggör detta arbete utan stora, exakta och olika datauppsättningar, plus maskininlärning och storskalig datorkraft för att analysera dem.

Volpe Center har arbetat med andra USDOT forskare i åratal på modeller av vägsäkerhet, men 2017 lade de till en ny ingrediens i mixen: anonymiserade, massmedlemmade data från Waze. Samarbetet är tack vare vårt Waze for Cities-program , ett gratis tvåvägs partnerskap för datadelning, som stöds av USDOT och dess Säkerhetsdatainitiativ .

Data om Waze for Cities inkluderar kollisioner, faror, trängsel och vägarna som Waze Community rapporterar varje dag. Det uppdateras i USDOT Secure Data Commons varannan minut. Det är uppenbarligen lite snabbare än att mata in polisrapporterad data som i bästa fall uppdateras var 24: e timme.

Att kombinera Waze-ingångar med data som USDOT redan har, som historiska kraschar och vädermönster, hjälper till att göra olyckor förutsägelse mycket mer exakt.

Verkliga pilotprogram

Byggnad en modell är bara det första steget. Den andra är att hitta offentliga byråer som kan dra nytta av det, vilket är lite av en Goldilocks-situation: Vissa har redan sin egen avancerade dataanalys och andra har inte den tekniska infrastrukturen för att stödja den.

Så när USDOT slog sig ihop med Tennessee Highway Patrol passade det perfekt. Som Flynn förklarar, ”Vi kan göra ganska intressanta prediktiva analyser av dessa miljarder register över Waze-data, men att göra det till något som kan implementeras är en pågående utmaning, och med Tennessee är de redo. De gör redan sin egen prediktiva analys. ” Faktum är att de har använt prediktiv analys sedan 2014 .

I Tennessee hjälper modellen att lokalisera var och när statstropper ska vara stationerad. Tillägget av Waze-data till den förutsägbara kraschmodellen har lett till några lovande nya insikter.

Waze-data hjälper till att förkorta intervallet av olycksförutsägelser
Inte riktigt en kristallkula, men vi närmar oss att se framtiden.

Innan Tennessee Highway Patrol kunde förutsäga olyckor inom ett område på 42 kvadratkilometer och inom fyra timmar. Nu är det ner till en kvadratkilometer och en timme . Det är i grund och botten skillnaden mellan att söka i hela ditt hem efter dina nycklar kontra att bara söka på ditt köksbord.Det betyder att trupper kommer att få en mycket mer exakt bild av var de ska avsätta sin tid för att få störst inverkan på säkerheten.

Och Tennessee är inte den enda platsen som driver detta initiativ. I Bellevue, Washington , utvecklade Volpe-teamet modeller för att hjälpa stadstjänstemän planera vägkorrigeringar till stöd för deras Vision Zero-program.

Tidigare var de enda kraschdata som var tillgängliga för staden polisrapporterade kraschar, vilket ofta är allvarligare olyckor, men med Waze-data får de alla kraschdata, inklusive mindre krökare som inte ofta rapporteras till polisen . Som Flynn förklarar är detta en kraftfull kombination: ”Vi ser en länk som när du har ett stort antal Waze-kraschrapporter kan vara ett tecken på en polisrapporterbar krasch som kommer senare.”

Volpe Centrets instrumentpanel hjälper Bellevues tjänstemän att identifiera vilka vägar och korridorer som är farligast för förare. På så sätt kan de prioritera vägförbättringar som hjälper till att rädda liv.

Arbetar mot säkrare vägar för alla

Även om detta fortfarande är ett pilotprogram hoppas USDOT att lansera Waze för städer i större utsträckning i framtiden. Och under tiden experimenterar USDOT med sätt att göra modellerna bättre genom att lägga till ännu fler datakällor. Eftersom det inte bara är bilar som kör på våra vägar, det är också cyklister, skotrar och fotgängare. Med mer data kan de bättre förstå hur man kan skydda alla resenärer.

Att förutse krascher är inte längre en sak av sci-fi, och initiativ som detta hjälper oss att komma närmare en värld där allvarliga olyckor hör till det förflutna.

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *