Flow想打造廉价版智能城市,谷歌也来插上一脚

简介:

说到智慧交通,人们普遍觉得城市改造又慢又贵。你要在城市里布局各种各样的传感器,给不同基础设施增加通讯功能,搭建分析处理交换数据的平台……

智能化催促着城市翻新,可是管理者面对报价囊中羞涩。

美国交通部举办了名为智能城市挑战赛的比赛,比赛内容很简单:给你所在城市设计一个全新的交通运输网络,提出与大数据有关的创新点子。就在上个月,俄亥俄州哥伦布市击败其余6座城市赢得冠军,奖品是4000万刀,算是城市改造启动资金。这笔钱对于目前被削减了财政补贴的各州政府而言,是一个不少的数目。

不过,这可不是一个纯粹拉投资赢赞助、用几页屁屁踢描述愿景的比赛。

  老城改造计划

谷歌Alphabet的子公司——Sidewalk labs会负责把这些项目最终落地。进入决赛的7个老城市将会获得改造升级的机会,并且Sidewalk labs不以盈利为目的。

Sidewalk Labs、交通运输部以及所有参赛选手合建了一个智能城市平台,名叫Flow,用于分析和发送信息,建设更加高效的道路、停车场以及交通体系。

平台简单分成两个部分:

第一,借助智能手机和传感器的实时数据,实时了解道路和停车场的拥堵状况,然后分析当下情况。

第二,在分析基础上,市民安装的Flow手机APP会帮助他们发现最快最有效的方式,到达他们要去的地方。

与Sidewalk合作完成这件事的,是一家非盈利组织T4A,正在推进一个名叫“完整街道”(complete streets)的计划,推崇用一种静悄悄的方式完成城市智能化的变革。他们认为街道不应该只为小轿车设计,而是应该把巴士、自行车、行人等等都考虑进去。

因此,Flow的平台上会组建一个复杂的交通集群,把汽车共享、出租车、自行车或者私家车这些交通工具的信息混合到Flow的平台上,然后根据当时的城市状况,给出一个最佳的出行建议。

比如你到市里吃晚饭,你觉得搭公交花费的时间太久,所以想自己开车过去。但是Flow判断出现在市中心真的很堵,找车位也非常费劲,虽然Uber长途有些贵,但也是最划算的方法。

届时7个不同城市会利用Flow平台进行各种尝试。比如有的城市会使用Flow来理解汽车共享的城市网点该如何部署。还有的城市会使用传感器和人们的位置,来给坐公交的人提供更精准的车辆到站提示。

花少少的钱,建通用平台

看到与谷歌贴边的公司,人们常常会把科技感和它连接在一起,总觉得它们会做一些炫酷的事情。不过Sidewalk labs在城市改造这件事上风格却比较保守。公司觉得,很多智慧城市改造方案操作起来并不高效,操刀这一切的公司只是一味在标榜“技术”,炫酷又有什么用呢?能吃吗?

Sidewalk Labs的口号是:花最少的钱完成任务。

比如根据动态信息停车的应用场景。Sidewalk Labs用的方法,不是加装传感器来探测每个车位,这样可以节省昂贵的传感器成本。他们计划是用谷歌街景车,抓取城市中所有停车场,同时读取车位信息牌,建立一个什么时候什么地方有空位的停车数据库。当司机搜索谷歌地图时,Sidewalk就可以给出停车建议。虽然这种做法不如加装传感器来的准确,但是也能在某种程度上减缓停车压力。

除了管理这些公共停车位。Flow计划加入一些私人车位信息。一些拥有停车位的办公室和咖啡馆,使用车位的大多是朝九晚五的员工,员工下班后这些车位就空置了。Sidewalk算了笔账,如果在闲时把这些车位租出去,大概每年会得到2000美金收入。

Sidewalk还有一个口号是:搭建每个城市可用的通用平台。

目前很多智能城市方案都是由一家专门的技术公司为一个城市量身定做,往往会在项目中打包尽可能多可用但不一定用上的功能。而且定制意味着高价,想要用上都得狠心剁手一次。

Sidewalk正是看中了这点,决定研发一个通用平台:目前公司手头有一个70座城市改造的大型试点项目,这些城市的想法会成为平台搭建的参考意见,在理解他们所需功能对技术有何要求之后,Sidewalk会根据反馈研发一系列通用设计。智能城市套装可以用到所有城市中,当平台上的城市越来越多,可以共享定制成果,一起摊薄使用和研发工具成本,而且积累的城市改造经验,也会让后续的项目执行速率越来越快。

车云小结

要做成Flow这样的事,不得不看到谷歌在背后穿针引线。虽然主打低成本方式,但是街景车和谷歌地图数据接入,放在别的企业来讲,都是一笔开支不小,甚至无法获得的资源。另外,供整个城市使用的平台,难免在数据调用上要多花点心思,不然所要承载的数据量对公司而言,将是超大负荷。

而且未来Flow所涉及的功能,必定会要求它掌握为各种通勤方式付费的能力。无论是坐巴士、火车或者汽车共享、或者乘Uber租自行车,都将尽量在平台完成结算,因为支付意味着更多便利,也意味着更多盈利。不过对目前尚处完善阶段的Flow来说,讨论商业模式还有些早。

建一座智慧交通城市,未必会很久很贵,关键看谁来做了。





====================================分割线================================


本文转自d1net(转载)

目录
相关文章
|
机器学习/深度学习 编解码 算法
智能硬件语音控制的时频图分类挑战赛2.0(思路以及结果,目前top5)
智能硬件语音控制的时频图分类挑战赛2.0(思路以及结果,目前top5)
智能硬件语音控制的时频图分类挑战赛2.0(思路以及结果,目前top5)
|
编译器 区块链 C语言
华为太空人智能表盘代码仅需100行?
我来告诉你他到底有什么秘密,风儿风儿吹风儿风儿吹吹!听说最近太空人智能表盘很火啊,那么如何用C++做一个好玩的智能太空人表盘呢?安排!
189 0
华为太空人智能表盘代码仅需100行?
|
机器学习/深度学习 文字识别 算法
【DCIC2022】科技金融子赛道验证码识别0.65+ baseline
刚开始做OCR比赛,周末补了下相关知识,主要参考内容来自【官方】十分钟掌握PaddleOCR使用,不过目前分数不是很高,0.65+,主要存在过拟合问题,大家可以再修改配置或者模型再微调下,这里主要给大家提供一个流水线和科普下CRNN的相关原理
180 0
【DCIC2022】科技金融子赛道验证码识别0.65+ baseline
|
传感器 编解码 vr&ar
展望︱可能改写未来的五种智能眼镜
自谷歌智能眼镜面世后,头戴式穿戴设备的战争便正式开始。
|
机器学习/深度学习 人工智能 城市大脑
管交通、查违章:10+顶会冠军之后,百度推出城市视觉感知算法引擎
百度城市感知四大核心技术构筑的「城视引擎」背后,是 10 多项城市视觉领域顶会冠军。
156 0
管交通、查违章:10+顶会冠军之后,百度推出城市视觉感知算法引擎
|
人工智能 达摩院 自动驾驶
自动驾驶通用底盘公司PIX完成数千万Pre-A轮融资,加速全球无人驾驶市场布局
本轮融资由盈动资本、G5创投、六和桥创投领投,老股东海邦沣华继续追投,主要用于扩建团队和提升市场覆盖速度。
自动驾驶通用底盘公司PIX完成数千万Pre-A轮融资,加速全球无人驾驶市场布局
|
机器学习/深度学习 自动驾驶 算法
2020云栖大会智慧出行专场:聚焦高精地图/算法、智能模型、自动驾驶、AR导航
大量前沿、创新性技术目前已经广泛应用于高德地图各项产品中,本论坛将着重讲述「高精地图、高精算法、智能时空预测模型、自动驾驶、AR导航、车道级技术」等话题,全面解析最新技术进展和场景化的实践经验,并与开发者们一起交流、讨论
2020云栖大会智慧出行专场:聚焦高精地图/算法、智能模型、自动驾驶、AR导航
|
运维 vr&ar 开发者
AR工业|你知道BT-300除了看电影,在工业上居然还有这么大的用处吗?_effiarAR工业云平台
在维修行业,这可能意味着增强现实可能被证明是一个可行的方法,以减少对维修手册的依赖,并仍然提高培训的整体效果。 通过前面所强调的工作,AR有可能在认知负荷、任务持续时间、错误率和培训等方面显著改善传统的维护实践。
AR工业|你知道BT-300除了看电影,在工业上居然还有这么大的用处吗?_effiarAR工业云平台
|
自动驾驶 机器人 双11
|
人工智能 自动驾驶 算法
预告 | 大咖Live X 星舆科技杜洪伟 : 为什么高精度定位网络是打造量产高精度地图的刚需?
打造量产的高精度地图,离不开高精度定位网络的支撑,尤其基于RTK的高精度绝对定位网络是刚需。
609 0