新算法为城市司机绘制最安全的路线

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环保路线，以产生最少的碳排放量。但是，如果他们也能以尽可能低的碰撞风险绘制最安全的路线呢？

UBC研究人员开发的一种新算法可以使这成为现实。在UBC土木工程系教授Tarek Sayed博士和博士生Tarek Ghoul的带领下，该小组开发了一种新方法，该方法使用实时碰撞风险数据确定城市网络中最安全的路线，并可以整合到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，并记录了包括车辆位置，速度和加速度在内的因素。他们利用这些信息来识别车辆之间的未遂事故，然后实时预测碰撞风险。

Sayed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，并为你提供在城市中最安全的驾驶路线。该算法能够实时调整方向，建议绕行以避开危险地点，这有助于加强所有使用者的道路安全。”

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络的一小部分，发现只有23%的最快路线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54%的道路。Ghoul说，这表明道路使用者在选择方向时应该综合考虑安全和效率。

“在我们研究的网络中，安全性和移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%，而最快的路线只比最安全的路线快11%。”这表明，在最安全的路线上，行车时间只增加了一点点，安全性就有了相当大的提高。此外，考虑到安全性和机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。”

城市互联

研究人员目前正在将他们的研究扩展到其他城市，包括波士顿，那里正在测试自动驾驶汽车，这些汽车不仅能提供有关自身和导航的信息，还能提供有关交通路线和碰撞风险的信息。

Sayed博士说：“如果城市道路网络能够获得自动驾驶汽车数据、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就有了新的可能性。这些技术现在产生了前所未有的数据量，在未来产生了新的智能移动应用。”

该算法也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。Sayed博士说：“将行人和骑自行车的人的数据纳入未来的算法或导航工具，将使我们能够显著提高他们的安全性。”

他补充道，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都很重要，以反映当前情况，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。