駐車場を考慮したナビゲーションシステムは、イライラと排気ガスを防ぐ可能性

プレス・インクワイアリー プレス連絡先: MITニュースオフィスウェブサイトでダウンロード用の画像は、非営利団体、報道機関、一般市民向けにクリエイティブ・コモンズ表示-非営利-改変禁止ライセンスの下で提供されています。提供された画像は、サイズに合わせてトリミングすること以外、変更することはできません。画像を複製する際はクレジットラインを使用する必要があります。以下に記載がない場合は、画像のクレジットを「MIT」としてください。 クローズ ![](/sites/default/files/styles/news_article__image_gallery/public/images/202602/MIT_Probability-Parking-01_0.jpg?itok=KVsYd6_q) キャプション: MITの研究者らは、目的地への近さと空きスペースの可能性の最適なバランスを提供する駐車場をドライバーが特定するのに役立つ、駐車を考慮したナビゲーションシステムを開発しました。 クレジット: Credit: iStock 前の画像 次の画像 それは毎日起こっています——街を横断しようとするドライバーがナビゲーションアプリで移動時間を確認するものの、目的地に着くと駐車スペースが見つからないのです。最終的に駐車して目的地まで歩く頃には、予想していた時間より大幅に遅れています。 ほとんどの一般的なナビゲーションシステムは、駐車場所を見つけるのに必要な追加時間を考慮せずに、ドライバーを目的地に案内します。これはドライバーにとって単なる頭痛の種以上のものです。ドライバーが駐車場所を探して周りを巡航することで、渋滞を悪化させ、排出ガスを増加させる可能性があります。この過小評価は、人々が公共交通機関を利用することを妨げる可能性もあります。なぜなら、運転して駐車するよりも公共交通機関の方が速いかもしれないことに気づかないからです。 MITの研究者らはこの問題に取り組み、目的地への近さと駐車可能性の最適なバランスを提供する駐車場を特定するために使用できるシステムを開発しました。彼らの適応可能な方法は、ユーザーを目的地ではなく、理想的な駐車エリアへと導きます。 シアトルの実世界の交通データを用いたシミュレーションテストでは、この手法は最も混雑した環境で最大66％の時間節約を達成しました。ドライバーにとって、これは最も近い駐車場で空きが出るのを待つ場合と比較して、移動時間を約35分短縮することになります。 彼らはまだ実世界で使用できるシステムを設計したわけではありませんが、そのデモンストレーションはこのアプローチの実現可能性を示し、どのように実装できるかを示唆しています。 「このフラストレーションは現実であり、多くの人々が感じています。そして、ここでのより大きな問題は、これらの運転時間を体系的に過小評価することで、人々が情報に基づいた選択をすることが妨げられていることです。それは、人々が公共交通機関、自転車、または代替交通手段への移行をさらに困難にしています」と、この研究を説明する論文の筆頭著者であるMIT大学院生のキャメロン・ヒッカートは述べています。 ヒッカートと共著者として論文に名を連ねているのは、Sirui Li PhD ’25; 情報意思決定システム研究所（LIDS）の研究科学者であるZhengbing He; そして、上席著者でMITの土木環境工学（CEE）およびデータ・システム・社会研究所（IDSS）の1954年キャリア開発准教授であり、LIDSのメンバーでもあるキャシー・ウーです。この研究は本日、Transactions on Intelligent Transportation Systemsに掲載されました。 確率的駐車 駐車問題を解決するために、研究者らは確率を考慮したアプローチを開発しました。このアプローチは、目的地近くのすべての公共駐車場、出発点からそこまで運転する距離、各駐車場から目的地まで歩く距離、そして駐車成功の可能性を考慮します。 動的計画法に基づくこのアプローチは、良い結果から逆方向に働き、ユーザーにとって最適なルートを計算します。 彼らの方法はまた、ユーザーが理想的な駐車場に到着したがスペースを見つけられない場合も考慮しています。他の駐車場までの距離と、それぞれでの駐車成功確率を考慮に入れます。 「近くにいくつかの駐車場があり、成功確率がわずかに低いが、互いに非常に近い場合、より高い確率の駐車場に行って空きを期待するよりも、そこへ運転する方が賢明な選択かもしれません。私たちの枠組みはそれを考慮することができます」とヒッカートは言います。 最終的に、彼らのシステムは、目的地まで運転し、駐車し、歩くのに必要な期待時間が最も低い最適な駐車場を特定できます。 しかし、どのドライバーも、自分だけが繁忙な都心部に駐車しようとしているとは期待していません。したがって、この方法は、ユーザーの駐車成功確率に影響を与える他のドライバーの行動も組み込んでいます。 例えば、別のドライバーがユーザーの理想的な駐車場に先に到着し、最後の駐車スペースを取ってしまうかもしれません。または、別のドライバーが別の駐車場に駐車しようとしたが失敗し、その後ユーザーの理想的な駐車場に駐車するかもしれません。さらに、別のドライバーが別の駐車場に駐車し、ユーザーの成功確率を下げる波及効果を引き起こす可能性もあります。 「私たちの枠組みでは、それらのシナリオをすべて非常に明確かつ原理的にモデル化する方法を示しています」とヒッカートは言います。 クラウドソーシングによる駐車データ 駐車空き状況に関するデータは、いくつかのソースから得ることができます。例えば、一部の駐車場には、出入りする車の台数を追跡する磁気センサーやゲートがあります。 しかし、そのようなセンサーは広く使用されていないため、彼らのシステムを実世界での展開により実現可能にするために、研究者らは代わりにクラウドソーシングデータを使用する効果を研究しました。 例えば、ユーザーはアプリを使用して空き駐車スペースを示すことができます。データはまた、駐車を探して周回する車両の数、または駐車場に入り、失敗して出て行く車両の数を追跡することで収集することもできます。 いつの日か、自動運転車が通りかかった空き駐車スペースを報告することさえできるかもしれません。 「現在、そのような情報の多くはどこにも伝わりません。しかし、誰かがアプリで単に『駐車不可』をタップするだけでもそれを捕捉できれば、人々がより情報に基づいた意思決定をすることを可能にする重要な情報源となる可能性があります」とヒッカートは付け加えます。 研究者らは、シアトル地域の実世界の交通データを使用して彼らのシステムを評価し、混雑した都市環境と郊外地域で一日の異なる時間をシミュレーションしました。混雑した環境では、彼らのアプローチは、空きが出るのを座って待つ戦略と比較して総移動時間を約60％削減し、次に近い駐車場に継続的に運転する戦略と比較して約20％削減しました。 彼らはまた、駐車空き状況に関するクラウドソーシングによる観察は、実際の駐車空き状況と比較して約7％の誤差率しかないことを発見しました。これは、駐車確率データを収集する効果的な方法となり得ることを示しています。 将来、研究者らは、都市全体でリアルタイムの経路情報を使用したより大規模な研究を実施したいと考えています。また、衛星画像の使用など、駐車空き状況に関するデータ収集の追加手段を探求し、潜在的な排出削減量を推定したいと考えています。 「交通システムは非常に大きく複雑であるため、それらを変えることは本当に難しいです。私たちが探し求め、そしてこのアプローチで見つけたのは、人々がより良い選択をし、渋滞を減らし、排出ガスを減らすのに大きな影響を与えることができる小さな変化です」とウーは述べています。 この研究は、一部、Cintra、MIT Energy Initiative、および米国国立科学財団によって支援されました。 このニュース記事を共有する: 論文: “Probability-Aware Parking Selection” オープンアクセス論文: “Probability-Aware Parking Selection” 関連リンク 情報意思決定システム研究所 データ・システム・社会研究所 土木環境工学科 工学部 MITシュワルツマン・カレッジ・オブ・コンピューティング 人工知能 機械学習 コンピュータモデリング コンピュータ科学技術 土木環境工学 MITエネルギー・イニシアティブ 電気工学・計算機科学科（EECS） 情報意思決定システム研究所（LIDS） 工学部 MITシュワルツマン・カレッジ・オブ・コンピューティング 米国国立科学財団（NSF） 関連記事 エコドライブ対策は車両排出ガスを大幅に削減できる可能性がある ![](/sites/def

駐車場を考慮したナビゲーションシステムは、イライラと排気ガスを防ぐ可能性

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト