隨著人口的增長，公交、火車以及其他的運輸設備將變的越來越擁堵。公共運輸部門從調(diào)查、攝像機中獲取定性數(shù)據(jù)描述擁堵，城市引擎（Urban Engines）公司卻相信通過智能算法和大數(shù)據(jù)系統(tǒng)可以高效解決擁堵問題。

 

 

　　Urban Engines從谷歌風投等公司獲得了大量融資，金額未作披露。公司創(chuàng)始人包括Balaji Prabhakar、Deepak Merugu和Google的前設計師Shiva Shivakumar和Giao Nguyen.Shivakumar曾是谷歌在2001年至2010年期間的技術(shù)總監(jiān)和出色的企業(yè)家，并且?guī)椭ㄔ炝?Adsense、Search Appliances和Cloud Apps等項目。Prabhakar是斯坦福大學社交網(wǎng)絡研究中心教授，是讓社交網(wǎng)絡更智能、更具規(guī)模、更有效的研究發(fā)起人。

 

 

　　Urban Engines源自于Prabhakar關于城市擁堵的研究和對供需關系的理解，人們?nèi)绾芜\用公共交通以及如何從高峰到非高峰期轉(zhuǎn)換人們的行為。Prabhakar和Shivakumar發(fā)明了SaaS,可以用來監(jiān)測交通狀況。

 

 

　　Urban Engines軟件使用的數(shù)據(jù)來自城市運輸系統(tǒng)，通過空間分析重現(xiàn)城市運輸系統(tǒng)。軟件還能幫助實施獎勵計劃，以獎勵的方式增加增加公共交通參與，緩解高峰期擁堵。

 

 

　　這些數(shù)據(jù)來源于一種簡單的標記方式：當人們刷卡進出火車站或者汽車站時，鐵路和公路系統(tǒng)會收集數(shù)據(jù)作支付結(jié)算，但不作交通分析。Urban Engines將量化這些數(shù)據(jù)，然后分析每條公交和火車線路的擁堵程度、等待時間、歷史數(shù)據(jù)等訊息。

 

 

　　Prabhakar將這視作"群體感應",通過感應人們的刷卡行為來確定他們所處位置，這聽起來有些復雜，事實上也是如此，團隊成員對算法和技術(shù)進行了多年的研究 .Shivakumar表示："運輸部門知道火車的具體位置，卻不知道人在哪兒。"

 

 

　　Urban Engines軟件獲交通部門批準，一旦部署到云端，它就能知道哪一站上來了多少乘客，哪一列火車已經(jīng)不堪重負等信息。更有趣的是交通部門可以與歷史數(shù)據(jù)進行比較，獲知應該增加哪些線路或者增加哪條線路的公交車數(shù)量。

 

 

　　Urban Engines已經(jīng)進行過一些測試。通過與世界銀行合作，巴西圣保羅正在使用Urban Engines的解決方案改善交通系統(tǒng)，新加坡使用Urban Engines緩解高峰期的交通壓力，而華盛頓特區(qū)已經(jīng)將其完全應用于鐵路系統(tǒng)。

 

 

　　Urban Engines表示，他們想要讓世界上100多個人口眾多的城市的運輸變得更有效，公司的系統(tǒng)會發(fā)揮很大作用。通過這個軟件，可以理解交通系統(tǒng)的運行，為決策提供參考，從而節(jié)約時間和金錢。