Rаньше навигационные системы обходили стороной вопрос парковки, что приводило к пробкам и росту выбросов. Теперь MIT разработал систему, которая оценивает все доступные парковки и выбирает оптимальный маршрут, учитывая дистанцию и вероятность найти свободное место. В ходе симуляций в Сиэтле такая технология помогла сократить время пути на 60%. Опрошенные пользователи отмечают, что благодаря новой системе потеряли в среднем 35 минут, а ошибки определения наличия парковки составляют всего 7%.
Главная проблема — отсутствие учёта парковочной ситуации в обычных навигаторах. Текущие решения игнорируют вероятность заполненности парковочных зон, что ведёт к ненужным крюкам и потерянному времени. В ответ MIT предложил комплексный подход: собирает данные с датчиков, сообществ, камер и даже автономных машин для оценки ситуации в реальном времени. Надежность данных достигает 93%, что делает маршруты более точными и экономит ресурсы.
Урок 1: Внимание к данным — ключ к успеху
- Многие проекты проваливаются из-за плохой подготовки данных или их отсутствия
- Чтобы получить точное понимание ситуации, нужно объединять разнообразные источники информации
- Подготовка данных занимает в 10 раз больше времени, чем казалось
Урок 2: Модель оценки вероятности
- Использование динамического программирования позволяет учитывать сценарии, где парковка закрыта или занята
- Это помогает избегать ошибок и выбирать маршруты с наибольшими шансами на успех
Будущее за интеграцией городских датасетв и AI-систем. Уже в ближайшие месяцы планируют подключить спутниковые снимки и мониторинг уличных камер для ещё большей точности.
Такая технология обещает снизить загруженность города, уменьшить выбросы и сделать городскую перевозку приятней. Ведущие компании уже работают по новым принципам, а небольшие стартапы ищут собственные пути улучшения навигации.
На очереди — масштабирование решений на все мегаполисы и снижение ошибок по недосмотру данных. Прогнозируют снижение времени поиска парковки до 80% и снижение emissions на 10-15% — только благодаря правильному управлению parking data.