反技术而为之︱导航地图APP的泛滥正在一手酿成交通混乱

原标题:反技术而为之︱导航地图APP的泛滥正在一手酿成交通混乱

Sustainable

Mobility

| 11月18日期

原文/Jane Macfarlane

翻译/张鹤鸣、夏家琪

编辑/ 众山小校核/ 张鹤鸣

文献/施翰达 排版/ 蒋睿婕

通常情况下,大部分人都会依靠导航APP搜寻最快捷的路线。我们掐着时间,从熟悉或不熟悉的道路穿过,100%的相信小小的手机另一端的海量数据库推送给我们的内容。然而,你会想到这些导航APP正在给城市交通带来麻烦吗?本文通过多元化的视角对导航APP所引发的问题、经历的发展阶段、自身的局限性进行了分析,并对未来优化的可能性提出建议。通过将社区居民、城市交通规划师、政府管理者、导航APP厂商等不同角色的需求与解决问题的手段一一展开,让读者进一步明白我们所处城市交通的复杂性,导航APP并不只是为司机提供最快路径就完成了它的任务,而应该将其嵌入到庞大城市交通的精密系统中,以全局的视角继续不断的优化自身的产品,为更好的城市出行贡献力量。

阅读

正文

图一、导航APP导致交通混乱

图片来源:Chris Philpot

Miguel街道是一条蜿蜒狭窄的小路,穿过旧金山的Glen公园社区。在几年之前,这条路仅仅被住在沿路的居民使用,附近的人都很清楚这条路的特征。但如今道路被想越过拥堵的Mission街到达同样拥堵的Market街的一条近道。沿路的居民需要费力才能到达他们的住所,同时车祸每天都在这条路上演。

上述问题都是在例如苹果和谷歌地图等智能手机应用开始被广泛使用后出现的,这些地图应用能够向司机根据交通状况提供实时的路线规划。全球大约有十亿名司机在用这些地图应用。

如今,世界范围内各个国家和地区的交通拥堵会始料未及的出现在那些以往安静的社区中,居民抱怨在交通高峰期会有高速的车辆通过,司机只顾着低头看手机去决定他们下一个路口如何行驶。伦敦的近道,过去只是黑色出租车之间的秘密,现在被所有地图应用的用户都掌握在手中。以色列是第一个遭受这些痛苦的国家,因为Waze(一款免费的地图APP,2013年被Google收购)在该国成立;该软件很快引类似一位荷兹利亚的社区居民起诉了Waze公司。

而问题则愈发严重。全世界的城市规划师们在规划道路时,都是依据居住密度而定,一定数量的实时变化将在特定的情况下是必要的。以往为了能够管理这些变化,城市安装了一些工具,例如循环信号灯和计量灯、嵌入式传感器、可变信息标志、无线电传输、和拨号通讯系统等。遇到棘手的事件时,如交通拥堵、城市活动、或紧急事故,城市管理者有时会派出交警去指挥交通。

然而现在在线导航应用起到了主导作用,这些应用所产生的问题远比他们解决的多。地图应用的基本逻辑是为每一位司机提供用时最短的路径;这些应用根本不会考虑居民区的道路是否能够承载这些交通流量,或者司机将车开到难以预料的地方会不会造成危险。找出这些应用程序在做什么,并且如何让他们更好地与传统的交通管理系统相协调是我在加州大学伯克利分校进行研究的重要部分之一,在那里我担任智慧城市研究中心的主任。

一、看看这些地图应用如何演变的

通常,应用的底图会将道路分成物种功能类型,从多车道高速路到居民区小路。每种类型道路的设计是按照道路自身条件的限速下,每小时通过的车辆数量不同决定的。道路导航应用——本来是专用配件或安装在车辆操作面板中,而现在装在绝大多数的智能手机里——通过在算法中利用这些道路信息计算可能的驾驶时间并选出最优路径。

起初,导航应用利用底图寻找去往目的地的所有可能路径。尽管当用户坐在自己的车上并准备出发去旅行时,导航的效果很好,但是这些搜索的计算量给司机提供的信息量太大,以至于对于已经在路上的驾驶员来说是没有用的。后来软件开发人员发明出算法,能够确定几个路线,并估计每一条路线的行驶时间,再选择最好的一条。这种方法可能会错过最快的路线,但它使用的效果很好。用户可以调整算法来选择偏好的道路类型,例如更喜欢高速路或反之。

做地图数字化的产业是很小的,Navtep(如今的Here Technologies)和TomTom是两家最早开始做数字地图的公司,成立已经30多年了。他们专注于建立数据库,每个季度更新地图数据。在更新之前,地图应用所给出的路线建议是不变的。

当导航应用移植到智能手机之后,应用开发者开始收集用户同意分享的行驶速度和车辆位置信息。一开始,应用开发者将这些GPS数据作为历史数据,在设计算法中能够估计一天中不同时段道路的实际速度。他们将这些信息与地图集成,识别出红、黄、绿等路线——红色意味着道路可能拥堵,绿色意味着道路一直通畅。

随着这些GPS数据的历史记录增长,以及蜂窝网络的覆盖和带宽的提高,开发人员开始提供近实时交通信息给用户。当那些比较流行的应用在某个区域的用户足够多时,交通时间估算是十分准确的。

之后,在2013年左右, Here Technologies、TomTom、Waze以及Google超过了只提供静态道路导航的功能,开始向用户提供实时的路径规划建议,将当前的交通数据作为路网信息的首要考虑因素。这给了用户可以节省驾驶时间的机会,而这也是混乱的开始。

二、什么是这些地图应用不知道的

图二、一位司机下班回家的路线选择

图片来源:Chris Philpot

这张图展示了,当A点有一场体育活动造成了绕城高架快速路的堵塞,我们假设有一位司机现在下班回家出现了困难,所以她寻求地图导航应用的帮助。据导航应用显示,最短也是最快的路线是图中蓝色的路径,它蜿蜒穿过一片居民社区,随后是几处急转弯道、一座吊桥(C)——如果不清楚吊桥的通行时间表肯定会耽误回家的行程。另一条红色的路线从市中心(D)穿过,并且会经过一所小学的正门,导航应用不知道学校刚刚放学。幸运的是,我们的司机熟悉这片区域,所以她选择了紫色的路线,即使导航显示这并不是最快的选择。如果不熟悉这片区域的司机肯定会陷入一片混乱,甚至会遇到危险。

表面上看,实时导航并不是一个问题。城市每时每刻都在通过改变信号、间隔、和交通信号灯的时间或开启绕道警示闪烁灯来实时调节。真正的问题在于交通导航应用并没有参照现有的城市基础设施规划来运作,也就没有把大量的交通流量引向最高效的路径。

首先,导航应用没有包含某个特定街区的自身特点。还记得我在上文提过的五类道路以及它们能够畅通行驶的速度吗?这大概是那些应用知道的最主要的信息了。举例来说,洛杉矶的Baxter街是一条极其陡峭的街道,以前是山羊迁徙的路径,而有了导航之后这里出现了多起交通事故。因为对于导航来说这条路与其他限速较低的居住区道路一样普通,应用认为它有两边停车的空间,和双向车道。导航没有录入这条街道有32%斜坡的信息,这意味着司机在顶端看不到前方道路或汇入车辆,这些盲点会造成车辆急停,让这条原本安静的社区道路变得十分危险。

图三、洛杉矶Baxter街

图片来源:Richard Vogel/AP

应用后台的算法也没有考虑路线上的其他因素。例如,应用是否考虑过哪些道路上行人数量最多?哪些道路会经过学校?哪些交叉路口通行困难(例如支路与主干道交汇却没有信号灯辅助)?

我最近刚经历过这些信息缺失所造成的后果。那时我正行驶在一段拥堵的多车道上,应用APP开始提示我能够穿过一片居民区从堵车中抽离出来。它带领我早上8:15从一所小学门口经过。当时那里有很多保安经过,校车停在路边,孩子们跳跃着从车上下来,司机还要面对着早上直射的阳光根本看不清道路情况。我在那里增加了交通混乱。

所有这些问题都归咎于,应用APP只自私的考虑自己怎样能把每一辆车最快的导航到目的地。而这会导致新的交通拥堵出现在难以预料的地方。

现在设想一下在没有信号灯的情况下横穿主路的汽车。小路上的汽车也许有停车标志。可能将其设计为双向停靠站,因为较大道路上的路况通常比较通畅,以至于等待穿越的时间很短。但是,如果那条主路上汽车增加,交通中断的次数很少,导致在停车标志处等待的汽车队伍就会开始流向邻近的街道。如果司机在主路上形式就会很快到达目的地,但如果在小路上行驶就需要等待很长时间通过。而且,如果应用程序将越来越多的汽车引向这些居民区的道路(如附近的高速公路遇到异常延误时可能发生的情况),在应用内则会建立备份,并增加发生事故的可能性。

为了解决“自私路线”问题,每个导航应用提供商——Google,Apple,Waze等——都独立运营。每个供应商所获得的数据都是由其用户设备上传的,这意味着普及率越高的应用对现实情况的判断越准确。如果应用程序的普及率较低,则系统可能会用回该地区的历史流量速度,而无法很好地表示现有拥堵状况。因此,我们有多个导航应用的参与方各自独立处理不完整的信息,并期望整个城市路网可以实时容纳所有的用户。

三、如何应对导航APP对交通带来的变化

城市交通工程师正忙于使用自己可用的工具来管理交通,例如那些匝道上的计量灯、消息标语和广播电台,广播内容中也会提醒一些实时路线的调整。这些调整的目的是控制拥堵,保持交通网络的安全和高效,并且对交通事故、体育赛事、应急情况等各类事件做出合适的应对。

城市的工程师们也在彼此独立、信息不完整的条件下工作,因为他们不知道每时每刻这些地图应用都会做出什么样的反应。如今,城市已经失去了它对每条道路通行需求的感知能力。从短期来看,这是一个交通安全问题;但从长远来看,这是一个规划战略的问题:这种情况使城市看不到可用于制定更好的交通缓解策略的信息,例如,敦促企业考虑不同的工作班次或车队运营商考虑不同 路线等。

所以你在驾驶过程中可能已经从这些导航建议的街景中获益了,但是从长远来看,实时导航是否为民众带来长期利益是值得怀疑的。为此,需要考虑整个城市交通系统,甚至可能要考虑总的燃料消耗和排放。只有这样,我们才能使用这些路径规划的算法为所有公民和我们的环境造福。

与此同时,一些社区与民众正在与那些滥用他们生活街道作为街景的陌生人进行反击。早期(2014年左右)居民将试图愚弄应用程序,通过将虚假事件记录到应用程序中,而使其认为附近社区正在交通拥堵。另外一些社区说服他们的城镇安装减速带,减慢交通流量,并给路线更长的基本行驶时间。

例如莱昂尼亚(Leonia)州新泽西州的一个城镇,在通勤时间段内封锁了许多街道,对非本地居民的驾驶员处以重罚。邻近的城镇也纷纷效仿,但反过来这些地区的商业也要面临着意外的后果,他们失去了那些在通勤时段内无法到达当地的客户。

洛杉矶市最近对 Baxter街的问题做出了回应,将街道改为单向形式:仅允许车辆下坡。虽然这并不是理想的方案;这意味着居民出入房屋的行程更长,但起码这一措施减少了混乱。

去年,洛杉矶在2017年大火期间所造成的不幸状况清楚地表明了:实时导航应用与传统交通管理之间缺乏一致性——这些应用程序将驾驶员引向到市区已被封闭的街道上,直达火灾中心。这不是算法的错,要在快速蔓延的事件中保持对道路的最新了解非常困难。但这也说明了为什么市政官员需要一种手段来连接甚至管理这些应用程序。幸运的是,在洛杉矶的案例中该地区有一名警察,他能够指挥车辆转移到更安全的路线上。

上述这些仅仅是权宜之计; 它们有助于减少而不是改善总体的城市交通。我们真正想要达到的是一种社会最优化的状态,平均旅行时间在任何地方都被最小化。交通工程师将此状态系统称为最佳平衡,这是Wardrop平衡的两个原理之一。

四、如何与导航APP携手改善交通状况

我们如何使用现有的控制机制,将按照导航APP驾驶的人群与为了实现最优化的交通工程融合在一起?首先,我们可以从汇集所有人对路网实时状态的看法着手。但是,让所有人都进入数据库并非易事。这是David和Goliath的故事——像Google和Apple这样的公司拥有庞大的后台数据基础设施来运行这些业务,而许多城市却很少有资金用于先进技术的开发。如果没有投资新技术的能力,城市将无法赶上这些大型技术提供商的步伐,而只能依靠法规进行监管。例如,俄勒冈州波特兰市,西雅图和许多其他城市已将住宅街道的速度限制降低到每小时20英里。

还有更好的方法。我们必须说服导航APP厂商,如果他们彼此之间以及与市政府共享信息,则实施导航算法可能会有更大的应用前景,包括来自物理基础设施的信息,例如交通信号灯和仪表信息,以及传感器记录的车流量数据,包括摄像头和感应回路的信息等。这种数据共享将帮助改善他们的应用程序,同时为城市交通规划人员提供帮助。

第一步,我们应该在导航APP提供商,城市交通工程部门与组织,甚至是Uber和Lyft之类的公司之间建立公私伙伴(PPP)关系。共享所有这些信息将帮助我们找出如何最大程度地减少拥堵并管理我们的城市交通。

但是在所有APP和基础架构工具可以很好地协同工作以为所有人优化交通之前,我们还有许多其他障碍需要克服。

交通优化与管理的真正挑战是问题的范围过大。使用来自APP用户的大量数据以及来自城市传感器的数据,将需要一个新的数据分析层,该数据层将关键信息进行合并,并将用户信息匿名化,然后以一种易于政府理解的形式在交通管理运营系统中进行处理。

我们还需要开发仿真软件,该软件可以使用所有这些数据来模拟我们在城市尺度上的交通动态。开发此软件是当前美国能源部能源效率交通系统( U.S. Department of Energy’s Energy Efficient Mobility Systems)计划资助研究的关键主题,涉及到 Here Technologies和三个国家实验室:Lawrence Berkeley,Argonne和Pacific Northwest。我通过伯克利实验室参与了这项研究计划,是可持续交通倡议的客座科学家。迄今为止,在我的带领下由三个实验室的研究人员组成的一个团队在该程序的支持下,为许多大型城市开发了仿真程序,这些仿真程序可以在DOE超级计算机上运行仅几分钟。在过去,这种模拟需要几天或几周的时间。我希望从这些模拟中可以得出解决问题的许多复杂性的新方法来管理交通拥堵。

在一个项目中,我们采用了2200万个OD( origin-and-destination)对——或由旧金山交通运输局定义的行程分支( trip legs)——为旧金山湾区创建了一个模型,定义了每个目的地一天内的时间最短的行驶路线,以及最拥堵的行驶路线。我们添加了一种算法,该算法在预期出现严重拥堵时会重新安排车辆的路线。我们发现,通常在早高峰拥堵时段每小时大约要重新导航4万辆车,而在晚上的拥堵时段每小时要重新导航12万辆车;当然,在高速公路上发生事故是会导致这些数字翻倍。

这个仿真软件像我们展示了交通规划师们可以做多少工作来重新平衡交通流量,并且提供了目前尚无法直接获得的一些数字。下一个问题是用户需要使用多少路网,需要权衡高速公路的拥挤程度以换取邻里社区道路上的一些额外交通量。

我们的下一步计划将是修改优化算法以考虑邻域约束。例如,我们知道在学校上下学的时间段内我们不想被导航带领驶进学校路段,所以我们应该适当地修改导航算法。

我们希望很快将这些工具交给政府的交通机构。

这就是我们试图用技术来解决问题的方法,但是也存在一些非技术性的障碍。例如,位置数据可以包含不能任意共享的用户个人信息。而且当前的商业模式可能会使营利性公司不愿提供有价值的数据。

解决技术和非技术问题都需要研究如何建立PPP的关系,然后我们才能构建一个相互合作的生态系统。但是随着我们更多地了解促进交通活力的因素,我们将能够开发有效的路线和交通控制措施,并充分考虑到社区邻里的问题、车队经营者的业务目标,以及人们的生活健康和便利。

我相信,大多数人一旦掌握了全部的城市与交通信息,就会对愿意为了社会的共同利益去稍微绕一下路或忍受一下拥堵,哪怕这会给驾驶员带来一些不便。请问每一位正在阅读这篇文章的您,是否愿意多花几分钟驾驶时间来避开社区并改善环境呢?

关于作者

Jane Macfarlane是加州大学伯克利分校交通研究所的智慧城市研究中心(Smart Cities Research Center)主任,她在此致力于利用大数据分析的手段来分析新兴的交通问题。

全文终

我们作为独立的专业志愿者团体,秉承专业理想与价值观,不依托任何机构,信守非盈利原则,帮助中国城市可持续发展。我们关注的领域包括但不限于:城市规划与发展战略、城市交通、公共交通与非机动化出行、活力街区、街道与城市设计、量化城市与大数据。至今我们已经拥有遍布全球近410名志愿者网络,并推送1800篇专业微文。作为微信公众号平台最大的线上专业志愿者平台,我们感谢您对我们的关注和支持,并欢迎加入我们!

-

2014-2019 © 转载请注明:返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
免费获取
今日搜狐热点
今日推荐