スマートシティのインストルメント、一度に1つの駐車スペース

明日のユビキタスコンピューティングに突入すると、私たちの周りにあるデバイスの周囲ネットワークによってセンサーが世界に追加され、私たちは小規模と大規模の両方にスマートを構築し、ロサンゼルスほど大きくはありません。これは、Xerox Researchが市の永続的な問題の1つに大きな影響を与えているパイロットプロジェクトに取り組んでいるところです。

インストゥルメントされた都市は、CCTVを使用して街を監視することよりもはるかに多いです。彼らは、人々の生活をより簡単にするためのテクノロジーを使用しています。都市を魅力的な場所にすることです。私の故郷のロンドンでは、公共交通システムに組み込まれたセンサネットワークを使用して、次の列車またはバスの到着時期を知り、交通混乱時に代替経路をナビゲートします。

市民の日々の生活の中で痛みを感じ、その影響を減らすことができる情報にアクセスできるようにするために、ロンドンの道具付き公共交通ネットワークのようなツールが都市生活の改善に重要です。それはライブ情報である必要はありません、Xerox Researchは、ナンシーのフランス都市でのバスと電車のスケジュールを改善するために歴史的な料金データを使用し、通勤者やカジュアルユーザーの流れを理解しています。

米国のほとんどの大都市と同様に、市民が無数の郊外に移動するにつれ、ロサンゼルスはその中心が空洞になっています。高速道路と専用車は、市内中心部が今や夜間と週末に空いているビジネス地区であることを意味します。そのため、この都市では、レジャー活動やその他の行事のために人々を街に連れてきて、使用パターンを変えようとしています。ただ一つの問題があります:パーキング。

ロサンゼルスは、世界で最も多くの路面電車のネットワークを持っていました。モダンなライトレールのメトロ・システムを構築している最中に、それは典型的なクルマの都市であり、巨大都市の一部しかカバーしていません。だから、人々が街に戻って来るように促すなら、駐車場をたくさん用意する必要があります – 人々が駐車したい場所に。

これは、センサーを使用してスペースが使用されているかどうかを確認し、その情報を動的価格設定モデルに適用することを意味します。なぜ人々が彼らがどこに住んでいるのか、また、彼らが他のものよりも1つの価格を受け入れるように動かす理由について理解することです。緊急治療室で診療所の外にあるスペースを取る:ほとんどの人は、外に駐車したい、反対側のスペースを無視する、または同じブロックの角を丸くしたい。

ダイナミックプライシングモデルを適用することで、診療所外のスペースがいっぱいになると、システムはブロック上の他のメーターに価格をドロップして、使用を奨励し、高価なスペースが無くなるまで人を丸く回ることを止めることができます。フロントドアの外に1時間に2ドル、サイドストリートに1時間に25Cを充電すると、人々はスペースを見つけることがより簡単になります – 以前のすべてのメートルで課金されていた1時間前のレートよりもずっと安いスペース。

そのため、ゼロックスは、人々がどのように駐車したのか、なぜ駐車したのか、なぜ彼らが何をしたのかを理解するために、社会学者と人類学者を使って、このようなユーザー調査を行うことで、人々の駐車方法を変更するために使用できる基本的な動的価格設定モデルを構築することができました。しかし、完全なストーリーと行動の変化を得るためには、モデルをリアルタイムデータでバックアップする必要がありました。

不死身のメインフレームとアプリケーション開発の将来を意味するもの、Windows 8.1の表面:優れたデバイスのより良い実現、Microsoft Surface:デバイス、サービス、Microsoftの未来について教えてくれるもの

ロサンゼルスはオンストリートパーキングを装備しています。そのため、ダイナミックな価格設定が繰り広げられ、駐車メーターの管理と視覚化に使用できる7,000個のセンサーがありました。これらのセンサーの占有スペースや空きスペースに関するリアルタイムの情報により、使用されていないエリアでの使用を促し、駐車が奨励されている場合の価格を引き下げ、使用量が多かった場所で料金を引き上げることができます。センサは唯一の情報源ではありませんでした。価格は、イベント、街路閉鎖、気象条件を考慮して変更することもできます。

市は動的駐車場をゆっくりと展開することに賢明な決断を下し、市街地のスペースの60%の駐車コストを1時間当たり50cに下げ、27%の価格上昇だけを収入のわずかな増加としました。お金を稼ぐことは、運動の目的ではなく、人々が街に戻ってくるよう促すことでした。それは駐車場の使い方だけではなく、公共交通機関の利用や乗り物の共有や公園や乗り物の利用を奨励することにもなります。

ビッグデータ分析、Big Data Analytics、DataRobotはデータサイエンスの欠点を自動化することを目指している、Big Data Analytics、MapR創設者のJohn Schroederが辞任し、交換するCOO

プログラムの次はどこですか?データを取得したら、より広範に利用できるようにする必要があります。駐車の使い方を改善することを奨励しようとしている場合は、駐車しようとする人々の手元にある必要があります。あなたはシステムの持続可能な利用を奨励しようとしている場合は、事前に駐車する場所を計画することができる必要がありますどのくらいのコストを見てメートルを見なければならないという要点はありません。そのため、次のステップは、スマートフォンとウェブ用の駐車アプリであり、合併された駐車場と交通情報の長期的なビジョンがある理由です。

それは、計装されたスマートシティの未来です。市民が収集した情報を市民に提供し、より良い意思決定を支援し、いつか分析される可能性のあるサイロ内に残さないようにします。これは、ユビキタス・コンピューティングの未来のもうひとつの側面です。文脈情報へのアクセス(あるいは、「適切な時間情報」と呼んでいますが、適切な人に適切な情報を適切なタイミングで適切なタイミングで正しい結果)。

それはスマートな都市になると、最終的なゲームは都市を装備するだけではなく、より安全で持続可能な都市、そしてとりわけより良い場所に生きることになります。

LinkedInが新しいブログプラットフォームを発表

もっと読む

これはBig OLAPの時代ですか?

DataRobotは、データサイエンスの果実を自動化することを目指しています

MapRの創設者John Schroederが辞任し、COOが辞任