Verkehrslabor: Vorhersage einer Welt ohne Autounfälle

Crowdsourced-Daten und maschinelles Lernen helfen Städten dabei, einen großen blinden Fleck zu beseitigen: Verkehrsunfälle vorherzusagen und zu verhindern.

(9. November 2020)

Die Vorhersage und Verhinderung von Verkehrsunfällen könnte den Weg für sicherere und effizientere Straßen ebnen.
Auf eine Welt ohne Unfälle hinarbeiten – oder Verkehr.

In den USA gibt es jedes Jahr Autounfälle in Millionenhöhe , sodass selbst die geringste Reduzierung dazu beitragen kann, Tausende zu sparen von Leben. Aus diesem Grund haben viele Städte Vision Zero eingeführt, eine Initiative, die auf das Ziel hinarbeitet, auf Straßen null Todesfälle und schwere Verletzungen zu erreichen.

„Es Früher galt dies als radikaler Begriff “, sagt Dan Flynn, Datenwissenschaftler am Volpe Center , einem Forschungszentrum innerhalb des Verkehrsministerium der Vereinigten Staaten (USDOT) mit Schwerpunkt auf Innovationen im Transportwesen, von der Logistik bis zur langfristigen Planung. „Jetzt haben sich viele Städte dafür entschieden.“

Die Einsätze sind schmerzlich klar. Das Ziel ist gesetzt. Die Frage ist nur: Wie stoppen Sie Abstürze?

Ein Absturzkurs zur Absturzsicherung

Um Abstürze zu vermeiden, haben Beamte vier Hauptwerkzeuge in ihrer Werkzeugkiste. Das erste ist eine Verhaltensintervention – wie das Verhindern von betrunkenem oder rücksichtslosem Fahren. Die zweite ist die Fahrzeugtechnologie, die bedeuten könnte, mehr Autos mit Innovationen wie automatischem Bremsen auszustatten.

Die letzten beiden sind die Verbesserung der Straßen und die Strafverfolgung zur Überwachung von Risikogebieten. Um diese Bereiche anzugehen, müssen die Beamten wissen, wo und wann Unfälle wahrscheinlich sind. Mit anderen Worten, Sie benötigen die Vorhersagekraft.

Absturzvorhersage = Absturzsicherung

Das Wort „Vorhersage“ kann Bilder hervorrufen, die von Kristallkugeln bis zum Film „Minority Report“ von 2002 reichen. In Wirklichkeit sind es nicht die psychischen Kräfte, die diese Arbeit ermöglichen, sondern große, genaue und vielfältige Datensätze sowie das maschinelle Lernen und die große Rechenleistung, um sie zu analysieren.

Das Volpe Center hat mit anderen USDOT zusammengearbeitet Forscher haben jahrelang an Modellen der Verkehrssicherheit gearbeitet, aber 2017 haben sie dem Mix eine neue Zutat hinzugefügt: anonymisierte Crowdsourcing-Daten von Waze. Die Zusammenarbeit ist unserem Waze for Cities-Programm zu verdanken, einer kostenlosen wechselseitigen Partnerschaft zum Datenaustausch, die vom USDOT und seiner Sicherheitsdateninitiative .

Die Waze for Cities-Daten enthalten die Kollisionen, Gefahren, Staus und Straßensperrungen, die täglich von der Waze Community gemeldet werden. Es wird alle zwei Minuten im USDOT Secure Data Commons aktualisiert. Dies ist offensichtlich etwas schneller als die Eingabe von von der Polizei gemeldeten Daten, die bestenfalls alle 24 Stunden aktualisiert werden.

Die Kombination von Waze-Eingaben mit den Daten, die USDOT bereits hat, wie historische Abstürze und Wettermuster, trägt zu Unfällen bei Vorhersage viel genauer.

Reale Pilotprogramme

Gebäude Ein Modell ist nur der erste Schritt. Die zweite Möglichkeit besteht darin, öffentliche Stellen zu finden, die davon profitieren können. Dies ist eine Art Goldlöckchen-Situation: Einige verfügen bereits über eigene erweiterte Datenanalysen, andere verfügen nicht über die technische Infrastruktur, um dies zu unterstützen.

Als USDOT sich mit der Tennessee Highway Patrol zusammenschloss, war dies eine perfekte Lösung. Flynn erklärt: „Wir können diese Milliarden von Aufzeichnungen von Waze-Daten ziemlich interessant vorhersagen, aber daraus etwas zu machen, das implementiert werden kann, ist eine ständige Herausforderung, und mit Tennessee sind sie bereit. Sie führen bereits ihre eigenen prädiktiven Analysen durch. “ Tatsächlich verwenden sie seit 2014 Predictive Analytics .

In Tennessee hilft das Modell dabei, genau zu bestimmen, wo und wann State Troopers sollten stationiert sein. Das Hinzufügen von Waze-Daten zum prädiktiven Crash-Modell hat zu vielversprechenden neuen Erkenntnissen geführt.

Waze-Daten tragen zur Verkürzung der Reichweite bei von Unfallvorhersagen
Nicht ganz eine Kristallkugel, aber wir nähern uns der Zukunft.

Vorher der Tennessee Highway Patrol war in der Lage, Unfälle innerhalb einer Reichweite von 42 Quadratmeilen und innerhalb von vier Stunden vorherzusagen. Jetzt ist es bis zu einer Quadratmeile und einer Stunde . Es ist im Grunde der Unterschied zwischen der Suche in Ihrem ganzen Haus nach Ihren Schlüsseln und der Suche nur in Ihrem Küchentisch.Dies bedeutet, dass die Soldaten ein viel genaueres Bild davon haben, wo sie ihre Zeit einsetzen müssen, um den größten Einfluss auf die Sicherheit zu haben.

Und Tennessee ist nicht der einzige Ort, an dem diese Initiative gesteuert wird. In Bellevue, Washington entwickelte das Volpe-Team Modelle, die Stadtbeamten bei der Planung von Straßenkorrekturen zur Unterstützung ihres Vision Zero-Programms helfen sollen.

Bisher waren die einzigen Absturzdaten, die der Stadt zur Verfügung standen, von der Polizei gemeldete Unfälle, bei denen es sich häufig um schwerwiegendere Unfälle handelt. Mit Waze-Daten erhalten sie jedoch alle Absturzdaten, einschließlich kleinerer Kotflügelbieger, die der Polizei nicht häufig gemeldet wurden . Wie Flynn erklärt, ist dies eine leistungsstarke Kombination: „Wir sehen einen Link, der bei einer großen Anzahl von Waze-Absturzberichten auf einen später von der Polizei meldepflichtigen Absturz hinweisen kann.“

The Volpe Das Dashboard des Centers hilft den Beamten von Bellevue dabei, herauszufinden, welche Straßen und Korridore für die Fahrer am gefährlichsten sind. Auf diese Weise können sie die Fahrbahnverbesserungen priorisieren, die Leben retten.

Auf sicherere Straßen für alle hinarbeiten

Während dies noch ein Pilotprogramm ist, hofft USDOT, Waze for Cities in Zukunft in größerem Umfang einführen zu können. In der Zwischenzeit experimentiert USDOT mit Möglichkeiten, die Modelle zu verbessern, indem noch mehr Datenquellen hinzugefügt werden. Weil nicht nur Autos auf unseren Straßen fahren, sondern auch Radfahrer, Roller und Fußgänger. Mit mehr Daten können sie besser verstehen, wie alle Reisenden geschützt werden können.

Die Vorhersage von Abstürzen ist nicht mehr nur Science-Fiction, und Initiativen wie diese helfen uns, einer Welt näher zu kommen, in der es zu schweren Unfällen kommt gehören der Vergangenheit an.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.