数据将如何帮助人们预防交通事故

交通是关系到每个人的问题。根据美国的一项调查，每人平均一次通勤时间约为25分钟，而这种停滞不前的交通状况越来越严重。最大的一年，全球每年平均约有130万人死于交通事故，平均每天有3728人。

人们需要到达要去的地方，所以车辆是一个必需品。幸运的是，可以收集，解释和应用数据的方法有助于纠正人们面临的一些重大交通问题，并防止这些悲剧性后果的发生。

将数据应用于交通流量

人们越是了解集体驾驶习惯和交通模式，就越能改善基础设施和技术，减少各地的交通事故。

以下正在采取的一些方法和措施：

1.事故地图发现热点

由于有关交通和事故统计的公开信息，组织能够制作智能事故地图，以发现城市中集中的“热点”。例如，Herman公司制作了一张地图，记录了德克萨斯州最常见的交通事故地点。研究这些类型的地图可帮助城市规划人员了解哪些特征对道路安全至关重要，哪些地区需要改进，这可能有助于指导当地执法机构更好地为其社区服务。

2.面向应用和GPS应用分析

通常使用像Uber和Lyft这样的面向应用服务，以及Google Maps等GPS和应用程序。企业使用这些数据来帮助他们更好地服务他们的客户，分配司机到新的位置，调整价格，并提供改进的服务。然而，这些数据也可用于绘制城市内的司机的目的地，以及速度和流量等信息。总的来说，这些信息可以用来了解城市内的交通模式，改善交通流量

3.优化公共交通

约74％的美国人对公共交通的支出表示支持，但只有5％的美国人实际上使用公共交通。为什么是这样？大多数人意识到公共交通系统的优势，但是其质量，可用性和效率等因素阻碍了他们的实际使用。反过来，使用数量较低阻止城市交通部门在公共交通中投入更多的资金。这是一个恶性循环，但是可以通过收集更多关于公共交通工具（可以改进）的数据来解决这个问题。更好的路线，更高效的车辆和更大的可及性仅仅是个开始。

4.半自主和自主车辆

像Waymo和Uber这样的技术公司，以及特斯拉和福特等汽车制造商都在争夺市场上首款自主驾驶汽车。这些自主驾驶已经依靠大量内部数据，包括适当驾驶程序的地图和算法，但一旦公开推出，他们将每年创建更多的数据，高达2PB。该数据将帮助工程师创建更安全的自主驾驶车辆设计，并创建一个响应式网络，其中单个车辆可以彼此“交谈”，并交换有关其环境的信息。这对于防止诸如强降雨或积雪等危险情况下的交通事故特别重要。

5.变量的重新评估

人们对造成交通事故的原因和事故的原因作出了许多假设，但并不总是如此。仔细检查大数据可以让人们挑战这种假设，并确定某些交通流量特征的安全性和不安全性。例如，世界资源研究所最近的研究发现，道路宽度和安全性有一个“临界点”。有人说，更宽的道路行驶更安全，因为车辆有更多的空间，但情况恰恰相反。通常，狭窄的车道会减少交通碰撞，因为人们驾驶更加小心谨慎。

人们的期待

人们越依赖数据，街道越安全。为了使事情更好，这是一个递归和迭代的过程。研究人员跨越多个渠道，正在努力使旅行更安全，每一步都使我人们更接近理想。即使预防十分之一的交通事故，每年也可以挽救超过13万人的生命，这可能只是一个开始。

（来源：机房360）