现在大数据和智能交通非常热 。 一些方案提到 , 要用大数据和智能技术 , 解决学校周边交通秩序差的难题;还有规划单位和交通管理机关 , 使用无人机和手机数据、智慧地图等 , 分析交通流热点和时间规律等 。 看似高大上 , 但仔细思考所需的任务逻辑会发现 , 其实有非常朴素和廉价的手段 , 能更好地完成任务 。
文章图片
【思考|智能交通热潮里,要朴素思考学校周边的运输规划和交通流控制】2021年2月 , 上海街头一辆公共汽车 。 澎湃新闻采访人员 周平浪 图
为什么本文标题要把运输规划和交通流控制分开提呢?不知为何 , 在交通专业圈 , 这两个任务很容易被混在一起谈 。 其实它们完全不同 。
运输规划 , 指的是如何完成人和货物的运送 , 重点关注的是运输资源供给和需求的对接、平衡和效率 , 并非道路上的交通流质量、规律和秩序;而交通流控制 , 只关注路面上交通流的质量 , 关注搭载着人或货物的出行工具(包含自行车等一切交通工具)和步行者 , 是如何协商路权、分享道路基础设施资源、确保安全和效率地完成运送的 。 把这两个非常不同的任务混为一谈 , 大概正是我们今天治堵怎么做都不太见效的原因之一吧!
先说学校和周边地区的运输规划 。 与学校相关的运输资源和需求 , 即运输能力供给和出行需求 , 还要用无人机和手机数据等所谓智能技术获取吗?
道路基础设施等固态硬件不谈 , 就说动态的和软件部分 。 每个学生入校是需要注册登记的 , 学校班主任对每个孩子和家长的信息应是了若指掌 。 在这种情况下 , 调查每个学生的上下学交通需求 , 从运载工具、出行时间、出行距离和对运送成本的承受力与期望值 , 哪一项不可以用调查问卷进行详细摸底 , 甚至是在家长会或家访时获取呢?
有了这些数据 , 对出行规律和需求进行初步合并同类项 , 对线路、上下学运送方式、接驳地点、成本接受度、个人喜好等具体的选项意愿调查 , 真的很难吗?即使存在变动 , 掌握这种变动的方法 , 真的很复杂吗?
现在一些地方 , 家长们自发建立接送小组 , 委托一个人接送几个孩子 , 也降低成本节省时间 。 这也为减少交通流量做出了贡献 。 家长自发组织的这类运输计划 , 我们的城市管理者 , 难道不能承担起来 , 在更大范围里有组织地运作吗?难道我们的城市管理者 , 就不能提供有配套资源支撑和监管的APP , 让学生家长可以登记和填报接送需求 , 进行撮合、预约及定制出行吗?
第二个任务是学校周边的交通流控制 。 如果运输规划做到位 , 我们是不是已掌握了学校周边道路上刚需交通流数据的关键呢?通过这样的数据 , 可以掌握这里的关键使命交通流的需求特征 。 无论机动车、电动车、自行车还是行人 , 无论高年级学生还是低年级学生(注:行走能力差异排查)的接送——这些交通流什么时间来 , 从哪个方向来 , 来多少 , 会在哪里停留 , 停留多长时间 , 去往哪里 , 需要多大面积停留 , 需要什么样的道路断面 , 何时出现贯穿区域的交通流截断需求 , 哪里需要对过路交通流进行限速或强化隔离 , 这些情况是不是都更容易掌握呢?
接下来 , 结合该地区的道路通行承载能力和车道、步道的资源 , 我们是不是会更容易根据具体需求 , 进行车道功能的限时配置 , 为停泊车辆和步行者的驻足区提供更理想的空间 , 限制一些交通流的活动范围 , 并根据限行情况 , 为有规律的其他通勤交通流提供绕行方案呢?那么 , 当我们知道了具体任务 , 这些工作做起来 , 以现在交通管理机关的执行能力 , 还会很难吗?
每到学校假期 , 几乎所有城市道路交通都如释重负;而一到开学季 , 路上拥堵延误状况立刻抬头 。 这么多年过来 , 我们可曾思考过 , 到底是哪里没做到?
简单总结这种技术思维的问题 , 可以归为:不够朴素 。 面对越来越艰巨的交通出行挑战 , 以及越来越花哨的技术名词 , 交通界和城市管理者都应该好好想一想什么叫“不忘初心” 。
(作者官阳系交通从业者)
(本文来自澎湃新闻 , 更多原创资讯请下载“澎湃新闻”APP)
推荐阅读
- 社交|Instagram老板称2022年公司将“重新思考Instagram是什么”
- 模型|李彦宏:中国迎来AI黄金十年,集度汽车机器人明年亮相,智能交通10年内解决拥堵
- 海信|智能交通“走出去”首单落子非洲 海信引领行业“出海”进阶3.0
- Baidu|李彦宏谈智能交通:5年内中国一线城市不再限购限行
- 蓝皮书|业内首份“双智”协同蓝皮书:AIR智能道路将赋能智能交通
- 试点|会“思考”的城市!阜阳两项目入选省“城市大脑”应用试点!
- 车路|国内首部智能交通微纪录片将于12月26日播出
- 素养|刘慈欣:青少年科创教育是联结科技素养与思考社会人生的桥梁
- 郭梅|人工智能“数据标注师” 让AI学会思考
- 数字化|相信人,还是相信机器 | 重新思考数字化之九