用大数据解决城市拥堵

随着人口的增长，公交、火车以及其他的运输设备将变的越来越拥堵。公共运输部门从调查、摄像机中获取定性数据描述拥堵，城市引擎（Urban Engines）公司却相信通过智能算法和大数据系统可以高效解决拥堵问题。

Urban Engines从谷歌风投等公司获得了大量融资，金额未作披露。公司创始人包括Balaji Prabhakar、Deepak Merugu和Google的前设计师Shiva Shivakumar和Giao Nguyen。Shivakumar曾是谷歌在2001年至2010年期间的技术总监和出色的企业家，并且帮助建造了 Adsense、Search Appliances和Cloud Apps等项目。Prabhakar是斯坦福大学社交网络研究中心教授，是让社交网络更智能、更具规模、更有效的研究发起人。

Urban Engines源自于Prabhakar关于城市拥堵的研究和对供需关系的理解，人们如何运用公共交通以及如何从高峰到非高峰期转换人们的行为。Prabhakar和Shivakumar发明了SaaS，可以用来监测交通状况。

Urban Engines软件使用的数据来自城市运输系统，通过空间分析重现城市运输系统。软件还能帮助实施奖励计划，以奖励的方式增加增加公共交通参与，缓解高峰期拥堵。

这些数据来源于一种简单的标记方式：当人们刷卡进出火车站或者汽车站时，铁路和公路系统会收集数据作支付结算，但不作交通分析。Urban Engines将量化这些数据，然后分析每条公交和火车线路的拥堵程度、等待时间、历史数据等讯息。

Prabhakar将这视作“群体感应”，通过感应人们的刷卡行为来确定他们所处位置，这听起来有些复杂，事实上也是如此，团队成员对算法和技术进行了多年的研究 。Shivakumar表示：“运输部门知道火车的具体位置，却不知道人在哪儿。”

Urban Engines软件获交通部门批准，一旦部署到云端，它就能知道哪一站上来了多少乘客，哪一列火车已经不堪重负等信息。更有趣的是交通部门可以与历史数据进行比较，获知应该增加哪些线路或者增加哪条线路的公交车数量。

Urban Engines已经进行过一些测试。通过与世界银行合作，巴西圣保罗正在使用Urban Engines的解决方案改善交通系统，新加坡使用Urban Engines缓解高峰期的交通压力，而华盛顿特区已经将其完全应用于铁路系统。

Urban Engines表示，他们想要让世界上100多个人口众多的城市的运输变得更有效，公司的系统会发挥很大作用。通过这个软件，可以理解交通系统的运行，为决策提供参考，从而节约时间和金钱。