导读 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经计算可产生最少碳排放的环保路线。但如果他们还可以绘制出事...
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经计算可产生最少碳排放的环保路线。
但如果他们还可以绘制出事故风险最低的最安全路线呢?
不列颠哥伦比亚大学研究人员开发的一种新算法可以使这成为现实。由UBC土木工程系教授、博士TarekSayed博士领导。该小组开发了一种新方法，可以使用实时碰撞风险数据来识别城市网络中最安全的路线，并且可以将其纳入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，并记录了车辆位置、速度和加速度等因素。他们利用这些信息来识别车辆之间的未遂事故，然后实时预测发生碰撞的风险。
赛义德博士说： 这项研究首次使用实时碰撞风险数据来提供导航方向，并为您提供穿过城市的最安全的驾驶路线。 该算法能够实时调整方向，建议绕道以避免危险地点。这有助于增强所有用户的道路安全。例如，公司将能够有效地安排车队路线，优先考虑安全并降低碰撞风险。
最快的路线并不总是最安全的
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的一小部分，发现最快路线中只有23%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所用道路的54%。古尔说，这表明道路使用者在选择方向时应兼顾安全和效率。
在我们研究的网络中，安全性和流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 最安全的路线只需稍微增加旅行时间，就能在安全性方面获得相当大的收益。同样，考虑到安全性和流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。
互联城市
研究人员目前正在将他们的研究扩展到包括波士顿在内的其他城市，在那里正在测试自动驾驶汽车，这些汽车不仅可以产生有关自身及其导航的信息，还可以产生有关交通路线和碰撞风险的信息。
赛义德博士说： 如果城市道路网络能够使用自动驾驶车辆数据、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会带来新的可能性。 这些技术现在正在产生前所未有的大量数据，从而在未来催生新的智能移动应用。
该算法还可以用于自行车路线，骑自行车的人和行人是道路网络中最脆弱的用户。 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他们的安全性， 赛义德博士说。
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，以便反映当前状况，提供更准确的碰撞风险估计，并减少道路碰撞次数。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。
