Una ruta de conducción hecha solo para ti

¿Cuánto tiempo se tarda realmente en conducir desde el punto A hasta el punto B? Aunque las aplicaciones de mapas han dado una conjetura junto con las direcciones durante mucho tiempo, un grupo de Microsoft Research ha creado un sistema que ofrece una estimación mucho más precisa basada en las condiciones de la carretera en tiempo real y los hábitos de conducción del usuario. El sistema también predice qué ruta será más rápida para cada usuario y ajustará sus sugerencias si los hábitos de conducción de una persona cambian con el tiempo. Los investigadores presentaron su trabajo la semana pasada en la 17a conferencia de la Asociación de Maquinaria Informática sobre Descubrimiento de conocimiento y minería de datos en San Diego.

Hora de manejar: La imagen de arriba muestra las rutas recopiladas de más de 33,000 taxis de Beijing durante tres meses. Los investigadores están utilizando los datos para crear direcciones personalizadas.

La investigación se basa en datos de sensores GPS instalados en más de 33.000 taxis en Beijing, China. Yu Zheng dirigió el estudio en Microsoft Research Asia. Su equipo analizó previamente esos datos simplemente para encontrar rutas rápidas alrededor de la ciudad, ya que los conductores de taxi están íntimamente familiarizados con las condiciones cambiantes de conducción. Sin embargo, su aplicación más reciente integra varios factores adicionales.



Los nuevos algoritmos utilizan datos de los taxis no solo para encontrar rutas, sino también para recopilar información sobre las condiciones del tráfico tanto en tiempo real como pasadas. También recopilan el clima de sitios web disponibles públicamente. Los algoritmos utilizan estos datos para predecir qué condiciones de tráfico es probable que encuentre un conductor al llegar a varios puntos de una ruta y ajustar las direcciones en consecuencia.

El sistema también utiliza los datos del GPS en los teléfonos móviles de los usuarios para rastrear su comportamiento de conducción y proporcionar direcciones personalizadas. Los diferentes conductores tienen diferentes rutas más rápidas incluso a la misma hora del día, dice Zheng. Por ejemplo, dice, a un conductor agresivo le iría bien conduciendo en carreteras, adelantando automóviles y superando el límite de velocidad. Un conductor más conservador podría llegar a un destino más rápido si viaja por carreteras secundarias con menos tráfico. Zheng señala que la privacidad del usuario está protegida al almacenar y analizar los datos personalizados por completo en el teléfono.

También es importante tener en cuenta cómo estos comportamientos cambian con el tiempo. Las personas no solo conducen rutas de diferentes maneras, dice Zheng, sino que también se adaptan a medida que adquieren experiencia. Después de recorrer una ruta varias veces, sé cómo conducirla, dice. Como resultado, el sistema a veces cambia su predicción de la ruta más rápida en función de la familiaridad del conductor con determinadas calles.

Probar el sistema es difícil, señalan los investigadores, porque una persona solo puede conducir una ruta a la vez y las condiciones siempre son diferentes. Los investigadores evaluaron su esquema comparando los datos de viaje reales del GPS con sus predicciones de tiempo de viaje. El equipo descubrió anteriormente que las rutas que obtuvieron de los taxis eran más rápidas que las rutas proporcionadas por los principales servicios de mapas. En este estudio, el equipo demostró que, con el tiempo, las predicciones del tiempo de conducción del sistema se volvieron más precisas y que las rutas personalizadas eran más rápidas que incluso las rutas básicas derivadas de taxis.

La ubicuidad de los sensores GPS baratos y siempre conectados ha cambiado los tipos de predicciones posibles, dice Sam Madden , profesor asociado en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT que estudia las redes de sensores inalámbricos, incluidas las unidades de GPS. Creo que esta es la primera vez que es posible hacer un trabajo como este a la escala de todas las carreteras de una ciudad o país, dice Madden. El equipo de Zheng, agrega, está operando con una escala de datos que está mucho más allá de lo que era posible incluso hace tres años. Madden cree que esto les ha dado a los investigadores de Microsoft suficientes datos para lograr un progreso significativo en la comprensión del tráfico en tiempo real. También considera innovador su esfuerzo por personalizar las rutas.

Zheng dice que la aplicación de su equipo podría adaptarse fácilmente para uso general o comercial en cualquier ciudad que tenga una gran cantidad de taxis. Beijing ocupa el cuarto lugar en el mundo por número de taxis, pero señala que entre los 10 primeros se encuentran Ciudad de México, Bangkok, Tokio, Nueva York, Buenos Aires y Moscú. Zheng dice: Estamos haciendo algo que se puede implementar en el mundo real y que puede tener un impacto real.

esconder