12.13 另類導航堵

通常情況下,大部分人都會依靠導航APP搜尋最快捷的路線。我們掐著時間,從熟悉或不熟悉的道路穿過,100%的相信小小的手機另一端的海量數據庫推送給我們的內容。


然而,你會想到這些導航APP正在給城市交通帶來麻煩嗎?


本文通過多元化的視角對導航APP所引發的問題、經歷的發展階段、自身的侷限性進行了分析,並對未來優化的可能性提出建議。


另類導航堵


通過將社區居民、城市交通規劃師、政府管理者、導航APP廠商等不同角色的需求與解決問題的手段一一展開,讓讀者進一步明白我們所處城市交通的複雜性,導航APP並不只是為司機提供最快路徑就完成了它的任務,而應該將其嵌入到龐大城市交通的精密系統中,以全局的視角繼續不斷的優化自身的產品,為更好的城市出行貢獻力量。

另類導航堵

Miguel街道是一條蜿蜒狹窄的小路,穿過舊金山的Glen公園社區。

在幾年之前,這條路僅僅被住在沿路的居民使用,附近的人都很清楚這條路的特徵。但如今道路被想越過擁堵的Mission街到達同樣擁堵的Market街的一條近道。沿路的居民需要費力才能到達他們的住所,同時車禍每天都在這條路上演。

上述問題都是在例如蘋果和谷歌地圖等智能手機應用開始被廣泛使用後出現的,這些地圖應用能夠向司機根據交通狀況提供實時的路線規劃。全球大約有十億名司機在用這些地圖應用。

如今,世界範圍內各個國家和地區的交通擁堵會始料未及的出現在那些以往安靜的社區中,居民抱怨在交通高峰期會有高速的車輛通過,司機只顧著低頭看手機去決定他們下一個路口如何行駛。

倫敦的近道,過去只是黑色出租車之間的秘密,現在被所有地圖應用的用戶都掌握在手中。以色列是第一個遭受這些痛苦的國家,因為Waze(一款免費的地圖APP,2013年被Google收購)在該國成立;該軟件很快引類似一位荷茲利亞的社區居民起訴了Waze公司。

而問題則愈發嚴重。

全世界的城市規劃師們在規劃道路時,都是依據居住密度而定,一定數量的實時變化將在特定的情況下是必要的。以往為了能夠管理這些變化,城市安裝了一些工具,例如循環信號燈和計量燈、嵌入式傳感器、可變信息標誌、無線電傳輸、和撥號通訊系統等。

遇到棘手的事件時,如交通擁堵、城市活動、或緊急事故,城市管理者有時會派出交警去指揮交通。

然而現在在線導航應用起到了主導作用,這些應用所產生的問題遠比他們解決的多。

地圖應用的基本邏輯是為每一位司機提供用時最短的路徑;這些應用根本不會考慮居民區的道路是否能夠承載這些交通流量,或者司機將車開到難以預料的地方會不會造成危險。

找出這些應用程序在做什麼,並且如何讓他們更好地與傳統的交通管理系統相協調是我在加州大學伯克利分校進行研究的重要部分之一,在那裡我擔任智慧城市研究中心的主任。

一、看看這些地圖應用如何演變的

通常,應用的底圖會將道路分成物種功能類型,從多車道高速路到居民區小路。每種類型道路的設計是按照道路自身條件的限速下,每小時通過的車輛數量不同決定的。

道路導航應用——本來是專用配件或安裝在車輛操作面板中,而現在裝在絕大多數的智能手機裡——通過在算法中利用這些道路信息計算可能的駕駛時間並選出最優路徑。

起初,導航應用利用底圖尋找去往目的地的所有可能路徑。

儘管當用戶坐在自己的車上並準備出發去旅行時,導航的效果很好,但是這些搜索的計算量給司機提供的信息量太大,以至於對於已經在路上的駕駛員來說是沒有用的。後來軟件開發人員發明出算法,能夠確定幾個路線,並估計每一條路線的行駛時間,再選擇最好的一條。這種方法可能會錯過最快的路線,但它使用的效果很好。

用戶可以調整算法來選擇偏好的道路類型,例如更喜歡高速路或反之。

做地圖數字化的產業是很小的,Navtep(如今的Here Technologies)和TomTom是兩家最早開始做數字地圖的公司,成立已經30多年了。他們專注於建立數據庫,每個季度更新地圖數據。在更新之前,地圖應用所給出的路線建議是不變的。

當導航應用移植到智能手機之後,應用開發者開始收集用戶同意分享的行駛速度和車輛位置信息。

一開始,應用開發者將這些GPS數據作為歷史數據,在設計算法中能夠估計一天中不同時段道路的實際速度。他們將這些信息與地圖集成,識別出紅、黃、綠等路線——紅色意味著道路可能擁堵,綠色意味著道路一直通暢。

隨著這些GPS數據的歷史記錄增長,以及蜂窩網絡的覆蓋和帶寬的提高,開發人員開始提供近實時交通信息給用戶。當那些比較流行的應用在某個區域的用戶足夠多時,交通時間估算是十分準確的。

之後,在2013年左右, Here Technologies、TomTom、Waze以及Google超過了只提供靜態道路導航的功能,開始向用戶提供實時的路徑規劃建議,將當前的交通數據作為路網信息的首要考慮因素。

這給了用戶可以節省駕駛時間的機會,而這也是混亂的開始。

二、什麼是這些地圖應用不知道的

另類導航堵

這張圖展示了,當A點有一場體育活動造成了繞城高架快速路的堵塞,我們假設有一位司機現在下班回家出現了困難,所以她尋求地圖導航應用的幫助。

據導航應用顯示,最短也是最快的路線是圖中藍色的路徑,它蜿蜒穿過一片居民社區,隨後是幾處急轉彎道、一座吊橋(C)——如果不清楚吊橋的通行時間表肯定會耽誤回家的行程。

另一條紅色的路線從市中心(D)穿過,並且會經過一所小學的正門,導航應用不知道學校剛剛放學。

幸運的是,我們的司機熟悉這片區域,所以她選擇了紫色的路線,即使導航顯示這並不是最快的選擇。如果不熟悉這片區域的司機肯定會陷入一片混亂,甚至會遇到危險。

表面上看,實時導航並不是一個問題。城市每時每刻都在通過改變信號、間隔、和交通信號燈的時間或開啟繞道警示閃爍燈來實時調節。真正的問題在於交通導航應用並沒有參照現有的城市基礎設施規劃來運作,也就沒有把大量的交通流量引向最高效的路徑。

首先,導航應用沒有包含某個特定街區的自身特點。還記得我在上文提過的五類道路以及它們能夠暢通行駛的速度嗎?這大概是那些應用知道的最主要的信息了。

舉例來說,洛杉磯的Baxter街是一條極其陡峭的街道,以前是山羊遷徙的路徑,而有了導航之後這裡出現了多起交通事故。因為對於導航來說這條路與其他限速較低的居住區道路一樣普通,應用認為它有兩邊停車的空間,和雙向車道。

導航沒有錄入這條街道有32%斜坡的信息,這意味著司機在頂端看不到前方道路或匯入車輛,這些盲點會造成車輛急停,讓這條原本安靜的社區道路變得十分危險。

另類導航堵

應用後臺的算法也沒有考慮路線上的其他因素。例如,應用是否考慮過哪些道路上行人數量最多?哪些道路會經過學校?哪些交叉路口通行困難(例如支路與主幹道交匯卻沒有信號燈輔助)?

我最近剛經歷過這些信息缺失所造成的後果。那時我正行駛在一段擁堵的多車道上,應用APP開始提示我能夠穿過一片居民區從堵車中抽離出來。它帶領我早上8:15從一所小學門口經過。當時那裡有很多保安經過,校車停在路邊,孩子們跳躍著從車上下來,司機還要面對著早上直射的陽光根本看不清道路情況。我在那裡增加了交通混亂。

所有這些問題都歸咎於,應用APP只自私的考慮自己怎樣能把每一輛車最快的導航到目的地。而這會導致新的交通擁堵出現在難以預料的地方。

現在設想一下在沒有信號燈的情況下橫穿主路的汽車。小路上的汽車也許有停車標誌。

可能將其設計為雙向停靠站,因為較大道路上的路況通常比較通暢,以至於等待穿越的時間很短。但是,如果那條主路上汽車增加,交通中斷的次數很少,導致在停車標誌處等待的汽車隊伍就會開始流向鄰近的街道。

如果司機在主路上形式就會很快到達目的地,但如果在小路上行駛就需要等待很長時間通過。

而且,如果應用程序將越來越多的汽車引向這些居民區的道路(如附近的高速公路遇到異常延誤時可能發生的情況),在應用內則會建立備份,並增加發生事故的可能性。

為了解決"自私路線"問題,每個導航應用提供商——Google,Apple,Waze等——都獨立運營。每個供應商所獲得的數據都是由其用戶設備上傳的,這意味著普及率越高的應用對現實情況的判斷越準確。

如果應用程序的普及率較低,則系統可能會用回該地區的歷史流量速度,而無法很好地表示現有擁堵狀況。

因此,我們有多個導航應用的參與方各自獨立處理不完整的信息,並期望整個城市路網可以實時容納所有的用戶。

三、如何應對導航APP對交通帶來的變化

城市交通工程師正忙於使用自己可用的工具來管理交通,例如那些匝道上的計量燈、消息標語和廣播電臺,廣播內容中也會提醒一些實時路線的調整。

這些調整的目的是控制擁堵,保持交通網絡的安全和高效,並且對交通事故、體育賽事、應急情況等各類事件做出合適的應對。

城市的工程師們也在彼此獨立、信息不完整的條件下工作,因為他們不知道每時每刻這些地圖應用都會做出什麼樣的反應。如今,城市已經失去了它對每條道路通行需求的感知能力。

從短期來看,這是一個交通安全問題;但從長遠來看,這是一個規劃戰略的問題:這種情況使城市看不到可用於制定更好的交通緩解策略的信息,例如,敦促企業考慮不同的工作班次或車隊運營商考慮不同 路線等。

所以你在駕駛過程中可能已經從這些導航建議的街景中獲益了,但是從長遠來看,實時導航是否為民眾帶來長期利益是值得懷疑的。為此,需要考慮整個城市交通系統,甚至可能要考慮總的燃料消耗和排放。只有這樣,我們才能使用這些路徑規劃的算法為所有公民和我們的環境造福。

與此同時,一些社區與民眾正在與那些濫用他們生活街道作為街景的陌生人進行反擊。早期(2014年左右)居民將試圖愚弄應用程序,通過將虛假事件記錄到應用程序中,而使其認為附近社區正在交通擁堵。

另外一些社區說服他們的城鎮安裝減速帶,減慢交通流量,並給路線更長的基本行駛時間。

例如萊昂尼亞(Leonia)州新澤西州的一個城鎮,在通勤時間段內封鎖了許多街道,對非本地居民的駕駛員處以重罰。鄰近的城鎮也紛紛效仿,但反過來這些地區的商業也要面臨著意外的後果,他們失去了那些在通勤時段內無法到達當地的客戶。

洛杉磯市最近對 Baxter街的問題做出了回應,將街道改為單向形式:僅允許車輛下坡。雖然這並不是理想的方案;這意味著居民出入房屋的行程更長,但起碼這一措施減少了混亂。

去年,洛杉磯在2017年大火期間所造成的不幸狀況清楚地表明瞭:實時導航應用與傳統交通管理之間缺乏一致性——這些應用程序將駕駛員引向到市區已被封閉的街道上,直達火災中心。

這不是算法的錯,要在快速蔓延的事件中保持對道路的最新瞭解非常困難。但這也說明了為什麼市政官員需要一種手段來連接甚至管理這些應用程序。幸運的是,在洛杉磯的案例中該地區有一名警察,他能夠指揮車輛轉移到更安全的路線上。

上述這些僅僅是權宜之計; 它們有助於減少而不是改善總體的城市交通。我們真正想要達到的是一種社會最優化的狀態,平均旅行時間在任何地方都被最小化。交通工程師將此狀態系統稱為最佳平衡,這是Wardrop平衡的兩個原理之一。

四、如何與導航APP攜手改善交通狀況

我們如何使用現有的控制機制,將按照導航APP駕駛的人群與為了實現最優化的交通工程融合在一起?首先,我們可以從彙集所有人對路網實時狀態的看法著手。

但是,讓所有人都進入數據庫並非易事。這是David和Goliath的故事——像Google和Apple這樣的公司擁有龐大的後臺數據基礎設施來運行這些業務,而許多城市卻很少有資金用於先進技術的開發。

如果沒有投資新技術的能力,城市將無法趕上這些大型技術提供商的步伐,而只能依靠法規進行監管。例如,俄勒岡州波特蘭市,西雅圖和許多其他城市已將住宅街道的速度限制降低到每小時20英里。

還有更好的方法。我們必須說服導航APP廠商,如果他們彼此之間以及與市政府共享信息,則實施導航算法可能會有更大的應用前景,包括來自物理基礎設施的信息,例如交通信號燈和儀表信息,以及傳感器記錄的車流量數據,包括攝像頭和感應迴路的信息等。

這種數據共享將幫助改善他們的應用程序,同時為城市交通規劃人員提供幫助。

第一步,我們應該在導航APP提供商,城市交通工程部門與組織,甚至是Uber和Lyft之類的公司之間建立公私夥伴(PPP)關係。共享所有這些信息將幫助我們找出如何最大程度地減少擁堵並管理我們的城市交通。

但是在所有APP和基礎架構工具可以很好地協同工作以為所有人優化交通之前,我們還有許多其他障礙需要克服。

交通優化與管理的真正挑戰是問題的範圍過大。使用來自APP用戶的大量數據以及來自城市傳感器的數據,將需要一個新的數據分析層,該數據層將關鍵信息進行合併,並將用戶信息匿名化,然後以一種易於政府理解的形式在交通管理運營系統中進行處理。

我們還需要開發仿真軟件,該軟件可以使用所有這些數據來模擬我們在城市尺度上的交通動態。

開發此軟件是當前美國能源部能源效率交通系統( U.S. Department of Energy's Energy Efficient Mobility Systems)計劃資助研究的關鍵主題,涉及到 Here Technologies和三個國家實驗室:Lawrence Berkeley,Argonne和Pacific Northwest。

我通過伯克利實驗室參與了這項研究計劃,是可持續交通倡議的客座科學家。迄今為止,在我的帶領下由三個實驗室的研究人員組成的一個團隊在該程序的支持下,為許多大型城市開發了仿真程序,這些仿真程序可以在DOE超級計算機上運行僅幾分鐘。

在過去,這種模擬需要幾天或幾周的時間。我希望從這些模擬中可以得出解決問題的許多複雜性的新方法來管理交通擁堵。

在一個項目中,我們採用了2200萬個OD( origin-and-destination)對——或由舊金山交通運輸局定義的行程分支( trip legs)——為舊金山灣區創建了一個模型,定義了每個目的地一天內的時間最短的行駛路線,以及最擁堵的行駛路線。

我們添加了一種算法,該算法在預期出現嚴重擁堵時會重新安排車輛的路線。我們發現,通常在早高峰擁堵時段每小時大約要重新導航4萬輛車,而在晚上的擁堵時段每小時要重新導航12萬輛車;當然,在高速公路上發生事故是會導致這些數字翻倍。

這個仿真軟件像我們展示了交通規劃師們可以做多少工作來重新平衡交通流量,並且提供了目前尚無法直接獲得的一些數字。下一個問題是用戶需要使用多少路網,需要權衡高速公路的擁擠程度以換取鄰里社區道路上的一些額外交通量。

我們的下一步計劃將是修改優化算法以考慮鄰域約束。例如,我們知道在學校上下學的時間段內我們不想被導航帶領駛進學校路段,所以我們應該適當地修改導航算法。

我們希望很快將這些工具交給政府的交通機構。

這就是我們試圖用技術來解決問題的方法,但是也存在一些非技術性的障礙。例如,位置數據可以包含不能任意共享的用戶個人信息。而且當前的商業模式可能會使營利性公司不願提供有價值的數據。

解決技術和非技術問題都需要研究如何建立PPP的關係,然後我們才能構建一個相互合作的生態系統。

但是隨著我們更多地瞭解促進交通活力的因素,我們將能夠開發有效的路線和交通控制措施,並充分考慮到社區鄰里的問題、車隊經營者的業務目標,以及人們的生活健康和便利。

我相信,大多數人一旦掌握了全部的城市與交通信息,就會對願意為了社會的共同利益去稍微繞一下路或忍受一下擁堵,哪怕這會給駕駛員帶來一些不便。請問每一位正在閱讀這篇文章的您,是否願意多花幾分鐘駕駛時間來避開社區並改善環境呢?


分享到:


相關文章: