采集万亿GPS及蜂窝数据,StreetLight凭借机器学习掀起城市交通革命

采集万亿GPS及蜂窝数据,StreetLight凭借机器学习掀起城市交通革命
2019年12月03日 14:03 猎云网

移动出行领域的变革拥有改变城市的潜力,但在短期看来,新兴的共乘服务、共享单车、共享电动滑板车只是让当地政府感到头疼。但如果合理地借助数据和机器学习技术,那么情况就能得到改善。

这也是旧金山创企StreetLight Data正在做的事情。这家公司能帮助城市通过所有智慧城市传感器采集数据,以改变城市的交通规划。日益增长的人口和愈发严重的污染让城市疲惫不堪,高效地利用数据是实现可持续发展的关键。

“我们就是在充分利用身边大量的移动设备。在过去,对基础交通模式缺乏认知,我们就难以对重要的事务作出明智的决策,例如每年数万亿美元的基础设施预算该如何分配,如何在交通网络中合理地为电动车设置充电桩。” StreetLight Data的联合创始人兼首席执行官Laura Schewel说道。

StreetLight成立于2012年,这家公司的融资总额已经达到2900万美元,之前于2018年获得了1000万美元融资。

这家公司的平台能采集数万亿个GPS和蜂窝数据,其来源包括智能手机、智能城市传感器、联网车和物联网设备等。任何传递位置信息的设备都能连接到公司的服务中,并消除信息的身份特征,但仍然能保证位置的精度。

这些数据会直接进入StreetLight的机器学习环境中,快速处理后为汽车、卡车、自行车、电动滑板车和行人提供出行建议。这种技术还能帮助城市规划者确定数据的来源是自行车、汽车或行人,基于此,他们就能对基础设施的投资模型进行仿真,以提高出行效率。

“如果你资金有限,无法建立广泛的自行车道,那么我们就能帮你确定哪些地区的骑行者最多。如果你想让道路上的车辆尽可能少,那么我们就能帮你确定哪些车出门只开一两英里的,因为这的确很蠢。”Schewel说道。

一般来说,StreetLight比较中立,客户们访问数据时它不一定会得知这些数据会被用于什么项目。但在最近的一次案例中,公司在一定程度上直接参与,它也表明了其服务的具体运作方式。

圣塔克拉拉市和西门子公司获得了加州能源委员会的拨款,将设计一个电动汽车充电桩网络规划图。它们的想法是采用更加全局化且主动的方式来建立充电桩,而不是等到一些私营公司提出要求后才一座一座地建立。

当圣塔克拉拉和西门子在做社区调查时,StreetLight的功能就是帮助整理驾驶决策的问题数据。

“我们合作设计了一种特殊的电动汽车界面,它能帮助实现圣塔克拉拉和西门子的目标。”Schewel说道。

例如这座城市想要确定防止电动充电站的位置,优化目标包括最有利于当地居民,或最方便当地配送公司的驾驶员充电等。但在这些目标的协调过程中,往往会有矛盾。

“事实证明,人们想要的东西非常多。他们即希望在私家车多的地方设立充电桩,又希望在卡车多的地方设立充电站,同时还不局限于居民区。从理论上讲,没有哪个地方能同时满足这些要求。”Schewel说道。

圣塔克拉拉市的主要任务就是如何对这些要求进行排名,设置不同的权重。这需要深入调查一个社区的价值和政治活动,单靠数据无法解决这些问题。一旦完成这个任务,规划者就可以对权重进行设置,查看电动充电站的位置会如何变化。

“假如有六个优化目标,那么圣塔克拉拉就会对它们进行排名,地图会随之生成。倘若增加第三优化目标的权重,那么地图也会随之改变。”Schewel说道。

这种功能会给城市规划带来巨大的变革,Schewel就拥有城市规划的背景,他表示:“当我在读书的时候,交通工程的工作者并不是那么富有创意。如今这方面的应用越来越多,在过去十年里,这个领域变得越发重要。”

其中数字工具的发展为这一变化提供了基础,它让规划者无需从事繁琐的数据搜集工作。与此同时,移动出行市场对人才的竞争也越来越激烈。

因为人才在该进程中至关重要,未来这一趋势只会不断加速。规划者已经在考虑如何部署无人驾驶汽车,虽然这种技术目前还不太成熟。另外无人配送车辆也会影响决策者们的规划。最近StreetLight又开始和Uber合作研发空中运输。这些交通模式(不论是无人机还是无人驾驶汽车)有可能改变一个区域的道路运输,进而优化车流量。

与此同时,数据也越来越丰富。街上的电动滑板车和联网自行车越来越多,其他可穿戴设备也能提供相关信息。StreetLight搜集数据的覆盖面会越来越广。

Schewel表示,随着5G技术的推广,公司能够处理的数据量会比以往任何时候都多,精度也会更高。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部