摩拜單車軌跡大數(shù)據(jù) 助力城市合理規(guī)劃自行車道

雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))AI科技評(píng)論按：本文獲微軟研究院AI頭條授權(quán)轉(zhuǎn)載，原標(biāo)題為《大數(shù)據(jù)freestyle: 共享單車軌跡數(shù)據(jù)助力城市合理規(guī)劃自行車道》，雷鋒網(wǎng)AI科技評(píng)論做了不改動(dòng)原意的編輯。

近年來(lái)，異軍突起的共享單車極大地解決了人們共同面臨的“最后一公里”難題，然而，共享單車發(fā)展迅猛，自行車道建設(shè)卻始終沒(méi)有能夠跟上腳步。幸運(yùn)的是摩拜單車大量的軌跡數(shù)據(jù)為我們提供了一種新的思路：利用大數(shù)據(jù)和AI技術(shù)，使用一種數(shù)據(jù)驅(qū)動(dòng)的方式更為合理地規(guī)劃自行車道的建設(shè)。

在剛剛結(jié)束的SIGKDD 2017大會(huì)上，微軟亞洲研究院城市計(jì)算組發(fā)表了一篇名為“Planning Bike Lanes based on Sharing Bikes’ Trajectories”的論文，利用摩拜自行車的軌跡大數(shù)據(jù)解決如今城市自行車道的規(guī)劃問(wèn)題，最終形成企業(yè)、政府和廣大人民群眾的三贏局面。

論文地址：https://www.microsoft.com/en-us/research/publication/planning-bike-lanes-based-sharing-bikes-trajectories/

城市計(jì)算組

城市計(jì)算是一個(gè)交叉學(xué)科，是計(jì)算機(jī)科學(xué)以城市為背景，跟城市規(guī)劃、交通、能源、環(huán)境、社會(huì)學(xué)和經(jīng)濟(jì)等學(xué)科融合的新興領(lǐng)域。更具體的說(shuō)，城市計(jì)算是一個(gè)通過(guò)不斷獲取、整合和分析城市中多種異構(gòu)大數(shù)據(jù)來(lái)解決城市所面臨的挑戰(zhàn)的過(guò)程。城市計(jì)算將無(wú)處不在的感知技術(shù)、高效的數(shù)據(jù)管理和分析算法，以及新穎的可視化技術(shù)相結(jié)合，致力于提高人們的生活品質(zhì)、保護(hù)環(huán)境和促進(jìn)城市運(yùn)轉(zhuǎn)效率。城市計(jì)算幫助我們理解各種城市現(xiàn)象的本質(zhì)，甚至預(yù)測(cè)城市的未來(lái)。

以下為城市計(jì)算組撰寫(xiě)的詳細(xì)介紹：

早在上世紀(jì)七八十年代，中國(guó)曾被稱為自行車大國(guó)。當(dāng)時(shí)，大多數(shù)人的出行都依賴于自行車，以至于自行車成為了中國(guó)當(dāng)時(shí)結(jié)婚所要求的“三大件”之一。隨著經(jīng)濟(jì)的快速增長(zhǎng)，越來(lái)越多的私家汽車進(jìn)入了普通民眾的生活，為大眾的出行帶來(lái)了極大的便利。但隨之而來(lái)的卻是各種城市問(wèn)題：交通擁堵、空氣污染等等。

最近一年，共享單車的出現(xiàn)為人們提供了一種便利的自行車共享方式，用戶可以輕松地在任何地方使用智能手機(jī)來(lái)實(shí)現(xiàn)自行車的租借服務(wù)。于是自行車重返上路，成為城市用戶喜愛(ài)的出行方式。以摩拜單車為例，目前它已擁有超過(guò)1億注冊(cè)用戶，日訂單量約2500萬(wàn)。與此同時(shí)，政府也非常愿意在群眾中推廣共享單車的使用。因?yàn)楣蚕韱诬嚳梢越档统鞘械牡缆窊矶?，減輕空氣污染，提高公共交通的使用效率，對(duì)人們來(lái)說(shuō)也是更加健康的出行方式。

但是，目前的自行車道建設(shè)卻沒(méi)能跟上共享單車所帶來(lái)的新的騎行需求。如果沒(méi)有良好的自行車道規(guī)劃，很多時(shí)候騎行的人們只能和機(jī)動(dòng)車一起使用機(jī)動(dòng)車道路，這就使人們的騎行體驗(yàn)大打折扣，并且還可能產(chǎn)生潛在的交通事故。因此，政府希望能夠規(guī)劃出更有效的自行車道來(lái)提升大眾的騎行體驗(yàn)。

視頻地址：https://v.qq.com/iframe/preview.html?vid=h0540z03rnk

從城市角度看，自行車道的規(guī)劃存在一定的要求和限制: 首先，建設(shè)每條專門的自行車道都需要消耗一定的資源，比如政府預(yù)算和道路空間等；其次，自行車道作為一種公共資源，政府希望它能夠更好地服務(wù)更多的人，并覆蓋更長(zhǎng)的個(gè)人騎行軌跡；最后，為了施工和管理的便利，政府更希望這些道路的建設(shè)能夠在整個(gè)路網(wǎng)上連成有限個(gè)區(qū)域（下圖右圖），而不是在整個(gè)城市中分散的分布（下圖左圖）。然而，要同時(shí)滿足這些建設(shè)限制要求的規(guī)劃是一個(gè)非常困難的組合優(yōu)化問(wèn)題。

幸運(yùn)的是，摩拜單車的用戶在使用過(guò)程中記錄了非常有價(jià)值的軌跡信息，真實(shí)地反映了人們的騎行需求，使得我們有機(jī)會(huì)利用大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)更有效、合理地規(guī)劃自行車道的建設(shè)。

在KDD 2017大會(huì)上所發(fā)表的“Planning Bike Lanes based on Sharing Bikes’ Trajectories ”論文中，我們提出了一個(gè)基于貪心思想的近似解法，來(lái)實(shí)現(xiàn)自行車道規(guī)劃方案的推薦。該算法包括兩個(gè)步驟：

基于路網(wǎng)距離的空間聚類；

基于貪心的網(wǎng)絡(luò)擴(kuò)展（Greedy Network Expansion）。

在第一步計(jì)算中，我們首先根據(jù)用戶在各條道路上的騎行數(shù)據(jù)選出Top-M 條用戶騎行最頻繁的候選路段，然后利用這些路段之間的距離進(jìn)行hierarchical spatial clustering （層次空間聚類，每次我們都合并兩個(gè)路網(wǎng)距離上最接近的路段聚類，并知道最后的結(jié)果只剩下K個(gè)聚類）。最后在每個(gè)聚類（cluster）中，我們會(huì)選擇騎行最頻繁的路段作為下一步貪心網(wǎng)絡(luò)擴(kuò)展的起始點(diǎn)。

在第二步的計(jì)算中，每一次我們都將這些起始路段的鄰接路段作為候選集合，然后檢驗(yàn)每一個(gè)候選路段所能夠帶來(lái)的單位長(zhǎng)度上所有軌跡分?jǐn)?shù)的提升。接下來(lái)，我們每一輪都選擇能夠給現(xiàn)有方案帶來(lái)最大提升的路段作為結(jié)果，直至預(yù)算被使用完（如下圖所示）。

通過(guò)以下計(jì)算方式，每條軌跡都會(huì)為新的路段給出一個(gè)得分:

其中，segs(τ)表示這條軌跡被我們的建設(shè)方案所分成的連續(xù)的段數(shù)，s.l表示每一段的長(zhǎng)度，而α則是一個(gè)調(diào)節(jié)參數(shù)，當(dāng)該數(shù)值越大時(shí)，更多的分?jǐn)?shù)就會(huì)被給予更連續(xù)的規(guī)劃方案，因?yàn)樵谶B續(xù)的自行車道上騎行會(huì)有更好的體驗(yàn)。比如，相對(duì)于下圖a 中不連續(xù)的自行車道設(shè)計(jì)方案，用戶更希望在b 圖中設(shè)計(jì)的自行車道方案上騎行。

利用該算法，我們?cè)谏虾５哪Π輪诬嚁?shù)據(jù)上做了一系列的實(shí)驗(yàn)。比如，想在上海周邊5個(gè)區(qū)域內(nèi)建設(shè)30km的自行車道，下圖就是算法所推薦的一個(gè)方案，可以看到算法覆蓋了這個(gè)區(qū)域所有的6個(gè)地鐵站。

為了更好地評(píng)估算法所產(chǎn)生的自行車道規(guī)劃方案的優(yōu)劣，我們親自去了上海做了實(shí)地調(diào)研。在金運(yùn)路地鐵站附近，我們發(fā)現(xiàn)除了有規(guī)模不小的萬(wàn)達(dá)虹橋商場(chǎng)，周圍2公里內(nèi)還坐落著許多高密度的居民區(qū)。騎行在這個(gè)區(qū)域內(nèi)是最方便的出行方式，所以我們?cè)谶@里看到了密度很高的騎行數(shù)據(jù)。我們還發(fā)現(xiàn)，在這個(gè)區(qū)域內(nèi)政府只在主要干道上修建了專門的自行車道（下圖中藍(lán)色線道路），我們的算法同樣也給出了在這里修建自行車道的建議。

更進(jìn)一步，我們的算法在那些支路和小區(qū)周圍的道路上也給出了修建自行車道的建議（上圖紅色線道路），因?yàn)槟切┑缆愤B接了各個(gè)居民區(qū)，從數(shù)據(jù)上也可以看到很多騎行軌跡。但是目前這些地方并沒(méi)有專門的自行車道，由于各種不規(guī)范停車，自行車用戶只能在人行道上騎行，或者在機(jī)動(dòng)車道中間騎行，這樣的騎行體驗(yàn)自然大打折扣，交通事故的發(fā)生也在所難免。

而根據(jù)我們系統(tǒng)提出的建議，政府可以在這些支路上修建自行車道，或者先在這些地方增強(qiáng)違章停車的管理，以減少事故發(fā)生的可能性，并且提升民眾的騎行體驗(yàn)。

該系統(tǒng)得到了上海市政府的高度評(píng)價(jià)。上海市徐匯區(qū)發(fā)改委副主任張嵐說(shuō)：“根據(jù)人們騎行共享單車的數(shù)據(jù)分析結(jié)論，為政府合理規(guī)劃自行車道提供了重要的決策參考。”

總的來(lái)說(shuō)，我們?cè)诒酒撐闹刑岢隽艘环N更加以數(shù)據(jù)為驅(qū)動(dòng)的方案，利用大量摩拜單車的軌跡數(shù)據(jù)為政府推薦自行車道的規(guī)劃和建設(shè)。最終，我們希望能夠利用大數(shù)據(jù)和人工智能這些新興技術(shù)，實(shí)現(xiàn)企業(yè)、政府和廣大人民群眾的三方共贏，打造一個(gè)更加便利、美好、智能的生活環(huán)境！

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。