还记得创投君曾经为大家介绍过的联想创投被投企业“深圳智能交通”吗？运用大数据和AI，与政府数据对接，只做了一个简单的改造，就解决了本来需要花费10亿人民币去重建道路的堵车问题，节约下来人力物力财力资源相当巨大。

如今，一位来自纽约的程序猿则又一次找到了用技术“治愈”交通拥堵的新方法，不同的是，这一次，他用神经网络充当“交警”……

本文转自：大数据文摘

bigdatadigest

编译：罗然、万如苑、钱天培

违停，占道，全城交通瘫痪。纽约硬是堵成了美国版的“北京”。

这不，连程序员都看不下去了！

常年自行车出行，纽约土生土长的程序员Alex忍无可忍。三年前，他起诉U.P.S（联合包裹速递服务公司）阻挡自行车道，结果不幸败诉。今天，他干脆自己下场，训练神经网络“抓捕”交通违法者了。

据纽约时报报道，Alex是一位住在哈莱姆的30岁程序猿。他最近创造了一种机器学习算法来研究探头拍摄的视频，能够准确地追踪霸占自行车道的运输卡车、汽车、出租车。

公交车和自行车道的堵塞已经成为纽约市民的一大痛点，而以Alex为代表的公共交通维护者认为，这一切都是由于他们纽约市政府的执法力度不足。

不过，在这场关于城市公交和自行车道运行情况的讨论中，缺少了像样的数据来反映这一问题。Alex的操作简直是神助攻。

该项目主要集中在第街和第街之间的圣尼古拉斯大街，为期10天。

他的初步调查结果非常明显：在一个公共汽车站和两个自行车道（一个用于向北行驶，另一个用于向南行驶）上使用训练过的交通摄像机镜头观察，公交车站57％的时间是被堵塞的，而自行车道40％的时间里也是被堵住的。

真是气skr人！

Alex的实验图像上显示

有车辆违停在巴士站

Alex在接受纽约时报的采访时说：“每个人都在抱怨公交车道被堵了，公交车太慢，我也可以像他们一样说，‘噢，这也堵得太厉害了，太糟糕了啦，但这又有什么卵用呢？”

“我的目标是，用实打实的数据让所有人都意识到这件事的严重性。”

虽然纽约市总共有英里的公交专用车道，但这些车道却常年被小汽车、货车、甚至警车霸占。

同样的，保证英里无保护的自行车道畅通无阻也是一个巨大的挑战。这些被漆成绿色的自行车道，装饰着纽约的街景，也就真的只是装饰而已了。

但问题来了，偏偏没有数据能够以可量化的方式来捕获并解决问题。在这种情况下，骑自行车和公交的倡导者只能靠自己解决问题，他们在社交媒体上发布违法者的照片，包括政府和警察车辆，企图通过“公众羞辱”来解决问题。

然而，通过摄像头执法完全是杯水车薪：纽约市条公交线路中，只有12条配备有探头。

沿公交专用道和自行车道的执法主要由警察局负责。去年，警察向占用公交车道的车辆发出了多起违规惩罚，大约24,张停车罚单用于阻挡车道，大约79,张停车罚单用于阻碍自行车道。警方在今年才开始追踪的自行车道的违规行为，所以暂时还没有数据。

虽然这些数字似乎令人印象深刻，但倡导者认为它几乎没有触及到问题的严重性。自行车倡导组织TransportationAlternatives的执行董事PaulSteelyWhite说:“你用大脚趾观察都能发现，纽约的公交专用道长期受阻。”

纽约市交通局局长AndyByford已经与警察局会谈，鼓励警察局提高公交车道被堵塞的警觉度。Byford先生最近在一辆公共汽车上接受采访时说道，“堵塞公交车道是自私的，不可接受的。这辆公共汽车为了避开停在路边的面包车和空转的出租车，它被迫在指定的公交车道上转弯。”

“我觉得人们在道路上运输东西无可厚非，但公交车道应该是专门为公共汽车服务的。”他补充说，“公交机构正在制定改善公交服务的计划，其中可能包括在公共汽车上安装前置摄像头，这是其他城市为加强公交专用车道的执法而采取的措施。”

听起来是很美好，但这话有多少能信呢？反正Alex是不信的。

为了收集关于堵塞发生频率的实际数据，Alex从交通局下载了10天的公开视频，这些视频是位于第街和圣尼古拉斯大街拐角处的红绿灯路口的交通情况。然后，他将超过张不同类型车辆的图像（如卡车，公共汽车和汽车）送入他的计算机，对其进行训练，以确定究竟是什么堵塞了道路。例如，在公共汽车站的情况下，贝尔先生调整了计算机程序，以便能够区分那些应该在那里的公共汽车与非法停留在那里的车辆。

他用了三周时间完成模型训练。此后，计算机花了大约一天的时间来处理10天的镜头。

Alex只测量了他的试验街区上的车道被阻挡的时间百分比，但据此他能够推断实际数字并计算出大约辆车辆阻挡了自行车道，超过1,辆非公交车在公交车道上行驶。

他将自己开发的用于监控车道的源代码免费公开发布在网上，希望它能被人们使用，并且让更多人知道这个问题。

代码：

转载请注明:http://www.vogkx.com//mjcczz/1082212.html