盖世汽车讯 大多数导航应用程序可以显示到达目的地的最快路线，有些甚至可以建议一条经计算可产生最少碳排放的环保路线。但如果这些应用程序能够绘制出事故风险最低的最安全路线呢？

据外媒报道，不列颠哥伦比亚大学（Unive UBC rsity of British Columbia）研究人员开发出新算法可以使上述需求成为现实。由UBC土木工程系教授、博士Tarek Sayed博士和博士生Tarek Ghoul领导的研究小组开发出新方法，可以使用实时碰撞风险数据来识别城市网络中最安全的路线，并且可以将其纳入谷歌地图等导航应用程序中。

图片来源：不列颠哥伦比亚大学

为了进行研究，该团队使用了10架无人机在希腊雅典市中心盘旋多天，收集了数据，并记录了车辆位置、速度和加速度等因素。他们利用这些信息来识别车辆之间的未遂事故，然后实时预测发生碰撞的风险。

Sayed博士表示：“这项研究首次使用实时碰撞风险数据来提供导航方向，并为用户提供穿过城市的最安全的驾驶路线。该算法能够实时调整方向，建议绕道以避免危险地点。这有助于增强所有用户的道路安全。例如公司将能够有效地安排车队路线，优先考虑安全并降低碰撞风险。”

最快的路线并不总是最安全的

研究还发现最快的路线并不总是最安全的。例如，该团队分析了雅典城市道路网的一小部分，发现最快路线中只有23%也被认为是最安全的路线。平均而言，最安全的路线占最快路线所用道路的54%。

Ghoul称：“这表明道路使用者在选择方向时应兼顾安全和效率。在我们研究的网络中，安全性和流动性之间存在明显的权衡：最安全的路线往往比最快的路线安全22%，而最快的路线仅比最安全的路线快11%。这表明最安全的路线只需稍微增加旅行时间，就能在安全性方面获得相当大的收益。同样，考虑到安全性和流动性的中间路线将产生更大的安全效益，远远超过增加的旅行时间。”

互联城市

研究人员目前正在将他们的研究扩展到包括波士顿在内的其他城市，并在那里正在测试自动驾驶汽车。这些汽车不仅可以产生有关自身及其导航的信息，还可以产生有关交通路线和碰撞风险的信息。

Sayed博士表示：“如果城市道路网络能够使用自动驾驶车辆数据、摄像头和其他传感技术等新技术，那么实时安全测量和有效路线规划就会带来新的可能性。这些技术现在正在产生前所未有的大量数据，从而在未来催生新的智能移动出行应用。”

该算法还可以用于自行车路线，骑自行车的人和行人是道路网络中最脆弱的用户。 Sayed博士表示：“将行人和骑自行车者的数据纳入未来的算法或导航工具，我们能够显著提高他们的安全性。”

他还补充说，在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，以便反映当前状况，提供更准确的碰撞风险估计，并减少道路碰撞次数。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性。