数据分析可以使危险的交叉点更安全吗?

贝尔维尤的一个项目,使用视频数据和机器学习,了解哪些街道和十字路口是最危险的。与传统调查相比,数据被认为更可靠,更少偏置。

by / September 20, 2019
贝尔维尤的一个项目,使用视频数据和机器学习,了解哪些街道和十字路口是最危险的。来自Bellevue的交叉点的这颗心地图图像聚集了人们之间的近距离呼叫事件的多次出现。使用此视觉输出,工程师和规划人员可以识别交叉路口中最多的冲突的位置。 Brisk Synergies

贝尔维尤,洗。,坐落在西雅图地铁地区,正在进行一篇关于涉及行人,骑自行车的人和其他汽车的近乎小姐的全市审查。使用封闭电路视频网络的图像,以及高级分析和机器学习,该城市希望了解哪些街道和交叉路口是最危险的,以及如何使它们变得更加安全。

Bellevue正在与集团合作 共同为更安全的道路 (TSR)代表私营部门公司的联盟,包括 快速协同效应,从8月到9月进行全面的近似小姐学习,其中大约一半的城市’S 80个公共摄像机的网络将用于收集约34,000小时的镜头,代表约21个数据的数据。通过使用人工智能和机器学习来加工数据将通过快速处理,以获得洞察力“near-miss” incidents.

“这是第一个网络范围的交通安全监测评估,”贝尔维尤的主要运输计划者说Franz Loewenherz。“Together, we’re using Bellevue’在关键交叉路口的现有交通摄像机上,以确定人们驾驶,走路和骑自行车之间的近小姐碰撞的速度和严重程度。“

Loewenherz希望项目的数据将提供“predictive insights”在发生碰撞的地方以及如何发生或可能发生。然后可以将这些信息融入城市’s 愿景零行动计划.

根据官员的说法,技术领导的近似小姐的研究是有前途的,因为他们提供有助于防止在发生事故之前有助于防止事故的信息,而不是在发生事故后开展运输专家设计努力。

崩溃和死亡数据“只是一个数据点,”TSR的诺亚Budnick表示,TSR的方案和运营高级总监。“And if that’s all you’依靠,你绘制那些,它可能不会告诉你。与该小数据集模式可能不会出现。具有数据集’最近的,比如从上个月,或六个月,可以真正告诉你什么’s going on,” he added.

此外,实时饲料视频镜头往往更有效— and cheaper —比人类观察者站在一个交叉路口,记录他们所看到的,说布尼克。

“对我来说,关于在这次打击或错过的东西中使用技术和机器学习的惊人的事情是,在当天回来,我们曾经在那里进行接近的监测’d与剪贴板和你的危险交叉点’D调查谁在行走或骑自行车并询问他们的问题,或者你’d站在那里,观察,” said Budnick. “虽然这些是惊人的社区组织策略,但他们’重新劳动密集,而且它们’re very subjective.”

通过收集如此大的视频镜头缓存,运输官员获得了一个有利的人“是公正,无偏见的,并且真正可以成为贝尔维尤市规划者的强大可靠的数据,然后优先考虑它们’重新改进,并领先于可能发生死亡或严重伤害,” Budnick added.

两个月的研究可以产生的数据“搜索,管理和用于提供有关交通流,速度和其他车辆条件的详细信息,” said Loewenherz. “这将允许更快地响应交通事故。”

其他城市正在使用技术来了解交通安全问题。 拉斯维加斯 正在将一个项目推出在其市中心,传感器将检测到该地区的错误方式’很多单向街道。这个想法是为了获得数据支持的洞察力,以确切地学习改进的标牌和其他干预措施所在的位置。

在Bellevue,运输官员尚未排除将该项目扩展到其两个月的窗口之外。在评估城市的有效性方面,它提供的数据和分析可能是非常宝贵的’根据Loewenherz的说法,S视觉零努力。

“最终,我们希望这项工作将对美国和其他国家的其他城市有价值,因为我们努力为我们的道路上的零死亡和严重伤害的共同目标,” he added.


永远不会错过每日Govtech今天的故事时事通讯。

订阅


跳过滴剂 工作人员

跳过智能城市,物互联网,交通和其他地区写下。他在密西西比州,阿肯色州,路易斯安那州和加利福尼亚州的每日报纸报告了12年以上的报告。他住在萨克拉门托市中心。

E.Republic平台& Programs