新算法加持，导航导出“最安全路线”

车辆行驶过程中，为驾驶员提供路线指引的导航应用程序发挥着重要的作用，不仅能够显示到达目的地的最快路线，还可以根据驾驶员“等灯少”“拥堵少”“更近”等需求，规划不同的路线，极大方便驾驶员的行程。

日前，哥伦比亚大学（Unive UBC rsity of British Columbia，简称：UBC）研究人员称开发了新算法，能够使导航应用程序为驾驶员提供事故风险最低、最安全的路线。该团队分析实时交通数据、利用实时碰撞风险数据绘制城市网络中事故和道路风险最小的路线。

研究团队在希腊雅典市中心部署10架无人机，记录道路上车辆速度、加速度和位置的变量，依靠这些变量信息预测风险碰撞（包括对碰撞“未遂”数据的记录和预测），评估各条路线和选项的安全性。

“这项研究是第一个使用实时碰撞风险数据来提供导航方向，旨在为驾驶者提供最安全驾驶路线。” UBC土木工程系教授Tarek Sayed在一份声明中表示，该算法能够实时调整行驶路线，提供绕道避开危险地点的选项，这有助于提高所有用户的道路安全。例如，（出租车及网约车）公司可借助该算法，有效安排车队路线，优先考虑安全并降低碰撞风险。

Sayed博士认为，在任何碰撞预测或安全优化算法中使用实时碰撞风险数据非常重要，这些数据能够反映当前道路状况，提供更准确的碰撞风险评估，减少道路碰撞事件发生概率。使用这些数据和先进的建模技术可以实现更安全的路线算法，帮助道路使用者在不影响效率的情况下优先考虑安全。

研究人员发现，导航应用程序提供的最快路线通常不是最安全的路线。团队分析了雅典城市道路网络中一块，发现只有23%的最快路线被认为是最安全的。平均下来，该地区选择的最安全路线与最快路线重叠的道路有一半以上。

参与这项研究的博士生Tarek Ghoul认为，在车辆行驶的安全性和行驶时间之间需要明显的权衡。新算法中绘制的最安全路线比最快路线行驶要慢22%，这表明，选择最安全路线，只要增加一点点行驶时间，行驶安全性就会大幅提高。同时考虑安全性和行驶时间的“折中路线”将产生更好的安全效益，其“综合收益”将优于增加的行驶时间。

从安全角度出发的新算法并不局限于汽车，将来，该算法也将应用于自行车路线，为不熟悉路况的自行车骑行者和道路行人提供更安全的行驶路线。

此外，研究团队还计划将研究范围扩展到其他城市，例如波士顿，该地区拥有大量测试的自动驾驶汽车。Sayed博士表示，如果城市道路网络能够依靠自动驾驶车辆的摄像头和其他传感技术等新技术，获得自动驾驶汽车行驶数据，那么实时安全测量和有效路线规划就有了新的可能性。