为什么谷歌地图和CityMapper在行走方向上很糟糕?-王其杉博客|程序员|科技新闻
华盖创意
从伦敦的查林十字火车站到汉诺威广场的有线办公室有太多的方法:在Bakerloo线路上,头向下进入地铁10分钟;进入几辆巴士中的一辆,在交通中行驶15分钟;跳上桑坦德自行车或石灰自行车12分钟。或者只是…继续走,为那些能走的人。穿过伦敦最漂亮的街道只需20分钟。
谷歌地图和CityMapper等旅行计划应用程序愉快地提出了上述所有建议,包括步行选择——但为后者提供的路线并不总是理想的,它们会让步行者穿过旅游陷阱,沿着繁忙的购物街,沿着拥挤的道路走,当有可爱的、空旷的街道让你无法通过时,这是一种耻辱。这里的时间大致相同。
广告
这可能会改变。研究人员正在研究如何模拟空气质量,以帮助行人和跑步者避免污染,而其他人则在研究如何评估街道的美丽或街道带给我们的快乐。但是还有两个主要的障碍:收集数据和算法来翻阅这些数据和算法。也不是简单的任务。
这是值得努力的。生活街政策负责人Tanya Braun指出,越来越多的研究表明——也许毫不奇怪——对于那些能够步行去工作,或者至少部分地去工作的人来说,减少糖尿病等肥胖相关疾病的发生,改善精神健康,并使住在附近的每个人感到安全。”旅游规划应用程序有潜力改善健康状况,但前提是用户界面优先考虑步行。步行是一种方便、轻松和自由的保持健康的方式。”
阅读下一步
这些鼓舞人心的设计定义了我们的时代
这些鼓舞人心的设计定义了我们的时代
通过
斯蒂芬·阿姆斯特朗
有大量的乡村步行应用程序和一些专为旅游者设计的应用程序,地图绘制和旅行规划人员也越来越好。除了公共交通和付费的微移动选择,CityMapper现在可以告诉你哪些火车站是那些行动不便的人可以使用的,而Google地图则突出显示了在拥挤程度较低的道路上的自行车路线。作为鼓励更多步行的努力的一部分,伦敦交通局已经支持Gountly,一个计划在车站之间增加无障碍路线的应用程序。但是还有更多的工作要做,特别是关于无障碍性,所以那些不容易管理楼梯的人不会得到一条满是楼梯的路线,但同时也表明步行和坐出租车或骑电动自行车一样容易。布劳恩说:“目前无法为应用程序提供商赚取收入的主动旅行选择,通常可以在应用程序用户界面中取消优先顺序,以便与私人雇佣公司联系。”“旅行应用程序的改进非常重要,而不仅仅是对需要移动支持的行人而言。”
伦敦图灵研究所(Turing Institute)的研究人员正致力于“步行路线挑战”(walking route challenge)的两侧——数据收集和算法——这是他们研究空气污染的一部分。在那里,研究人员正在收集空气质量数据并建立预测模型,以便能够告诉伦敦人在给定的时间和地点可能存在什么污染。
广告
帕特里克·奥哈拉是华威大学的研究助理,图灵大学的客座研究人员,也是几个研究空气污染模型并将其应用于步行、跑步和自行车路线的研究人员之一。特别是,他正在寻找一种工具来建立一条循环的训练路线。“首先,你必须处理好数据,”他说。“第二,你必须使用一种算法,利用这些数据来找到那些路线。”本质上,空气污染模型——或者其他一些数据集——需要与一个路径或道路网络相结合。
对于一个具有单一约束的网络上的一个数据集来说,这非常简单,例如为交通中的驾驶员找到最快的路线。但是,增加多个数据点和限制条件,例如最快的路线和最干净的空气,要困难得多——而且没有城市步行者愿意为了呼吸新鲜空气而偏离他们的路线10公里。他说:“如果我们只是考虑污染,而不关心距离,我们会走一条非常糟糕的路线,因为它走得太远了。”“如果我们只考虑污染,这条路线将需要很长时间。问题很复杂。”
似乎汽车的行程规划应用程序可以管理多个数据输入,但即使考虑到交通和路障,它们仍然只是在优化行程速度。他补充说:“关键是,他们没有第二个约束条件。”
阅读下一步
皇家阿尔伯特大厅是如何重新设计以修复其可怕的回声的
皇家阿尔伯特大厅是如何重新设计以修复其可怕的回声的
通过
Sanjana Varghese公司
加上这个额外的限制意味着处理数据和提出解决方案需要更长的时间,奥哈拉说,目前在空气污染路由上得到答案需要几分钟或几小时——这是一个问题,当我们大多数人希望在几秒钟内从我们的旅行计划应用程序得到答案。然而,他补充道,通过使用近似算法或启发式算法,可以通过选择一条好的路线而不是最好的路线来减少所需的时间。
广告
所有这些都意味着在几年内,我们将能够使用图灵的污染模型来预测特定时间和地点的空气质量,但我们可能需要一个独立的应用程序来根据这些数据规划我们的步行,而不是简单地将其集成到现有的旅行计划中。
这对那些对空气污染敏感的人很有帮助,比如跑步者或者哮喘患者,但是它不允许开发一个应用程序来导入不同的数据集——而且在规划完美的城市步行旅行规划应用程序时还有很多其他的考虑。警务数据可用于建议夜间步行的更安全路线;然而,之前通过一个名为SketchFactor的应用程序引入安全数据的尝试因种族主义而失败,这表明并非所有数据都最好留在众包的手中。然而,有时候它确实有效,奥哈拉指出,跑步和骑自行车应用程序Strava是热门路线的潜在来源。
另一个众包可能起作用的地方是评估街道的漂亮程度。Chanuki Seresinhe是Warwick在图灵研究所工作的另一位研究员。她建立了一个算法,可以获取任何室外图像,并通过人工评估师训练的神经网络来评价它有多漂亮。她在一个名为scenicornot.com的网站上拥有20万张照片,被评为150万次。她说:“我真的对了解城市的美很感兴趣,因为我实际上是在看一个美丽的地方和幸福之间的联系。”“当然,我们大多数人都住在城市里。”
Scenicornot在英国每平方公里就有一张照片,这对于在城市环境中挑选最漂亮的街道来说还不够详细。于是她转向了谷歌街景,将她的算法应用于视觉地图系统。她说:“我可以告诉你,美丽的地方在街边的什么地方。”“这不完美,但很好。”如果一个地点在谷歌街景上,她可以给它一个美丽的评价。
阅读下一步
黑暗模式如何取代我们的屏幕
黑暗模式如何取代我们的屏幕
通过
威尔·贝丁菲尔德
神经网络学会了喜欢