量化众包车辆车队的感知能力
物理与社会
2019-09-11 v1
摘要
传感器可测量空气质量、交通拥堵及城市环境的其他方面。它们提供的细粒度诊断信息可帮助城市管理者监测城市健康状况。近来，一种“顺路”范式被提出，即将传感器部署于第三方车辆上，以低成本实现广泛覆盖。关于顺路感知的研究多聚焦于传感器工程，但一个关键问题仍未被探索：需要多少车辆才能充分扫描一座城市？在此，我们通过分析出租车车队的感知能力来解答该问题。出租车在城市中数量众多且通常配备某些感知技术（如GPS），是传感器的天然载体。我们的策略是将顺路感知视为一种扩散过程，其中被感知地形的面积随装备传感器的出租车在城市街道中扩散而扩展。结合出租车运动的简单模型，这一类比使我们能解析确定一天内出租车车队感知到的城市街道网络比例。我们的结果与来自九座主要城市的出租车数据相符，并揭示数量极少的出租车即可扫描大量街道。该发现似乎是普适的，表明其适用于此处分析之外的城市。此外，由于出租车运动兼具随机性与规律性（乘客目的地随机，但前往路线确定），出租车车队的扩散特性不同寻常；与随机游走形成鲜明对比，我们出租车模型的稳态密度服从Zipf定律，与经验出租车数据一致。我们的结果对市政议员、智慧城市设计者及其他城市决策者具有直接效用。
引用
@article{arxiv.1811.10744,
title = {Quantifying the sensing power of crowd-sourced vehicle fleets},
author = {Kevin P. O'Keeffe and Amin Anjomshoaa and Steven H. Strogatz and Paolo Santi and Carlo Ratti},
journal= {arXiv preprint arXiv:1811.10744},
year = {2019}
}