इलेक्ट्रोनिक्स ड्राइभन फुट ट्राफिक म्यापिङ

MIT अन्वेषकहरूले न्यूयोर्क शहरको लागि व्यापक फुटपाथ, क्रसवाक, र पैदल यात्री मार्ग डेटा प्रयोग गरेर, शहरी पूर्वाधार र सुरक्षा योजनाको लागि सम्भावित प्रभावहरूको साथ एक सफलता, एक प्रमुख अमेरिकी शहरको लागि पैदल ट्राफिकको पहिलो पूर्ण, राउटेबल डिजिटल मोडेल अनावरण गरेको छ।

एमआईटीमा सहरी विज्ञान र योजनाका सहयोगी प्रोफेसर एन्ड्रेस सेभत्सुकको नेतृत्वमा रहेको टोलीद्वारा निर्मित, यो मोडेलले हरेक ब्लकमा आन्दोलनको ढाँचाहरू अनुमान गर्न विभिन्न शहरव्यापी डेटा र पैदल यात्रीहरूको गणनालाई एकीकृत गर्दछ।यो परम्परागत सवारी साधनको ट्राफिक विश्लेषणभन्दा बाहिर जान्छ जसमा मानिसहरू कसरी र कहाँ हिड्छन्, कारहरू कहाँ चल्छन् भन्ने कुराको विस्तृत विवरण प्रदान गरेर।

यसको मूलमा, प्रणालीले सहरभरि पैदल यात्री भोल्युम अनुमानहरू उत्पन्न गर्न क्यालिब्रेट गरिएको गणना डेटाको साथ फुटपाथ ज्यामिति र नेटवर्क जडानहरू प्रशोधन गर्दछ।डेटाले नाटकीय भिन्नता प्रकट गर्दछ: शिखर साँझको समयमा, केही मिडटाउन म्यानहट्टन फुटपाथ क्षेत्रहरू प्रति घण्टा लगभग 1,700 पैदल यात्रीहरू छन्, जबकि ब्रुकलिन, ब्रोन्क्स, र क्वीन्सका अन्य क्षेत्रहरू जहाँ पैदल ट्राफिक सबैभन्दा बढी छ भन्ने बारे चुनौतीपूर्ण अनुमानहरू पर्याप्त तर कम मात्राहरू देखाउँछन्।

एउटा स्ट्यान्डआउट विशेषता भनेको दुर्घटनाको सङ्ख्या मात्र मिलाउनुको सट्टा प्रति-वाकरको आधारमा पैदल यात्रुको जोखिमलाई मापन गर्ने क्षमता हो।योजनाकारहरूले अब चौराहहरू पहिचान गर्न सक्छन् जहाँ दुर्घटनाहरूको अनुपात पैदल ट्राफिकको अनुपात असमान रूपमा उच्च छ, सुरक्षा अपग्रेडको आवश्यकतामा स्पटलाइटिङ क्षेत्रहरू।

हालको ढाँचाहरू म्यापिङभन्दा बाहिर, मोडेलले योजनाकारहरूलाई कसरी विकास वा पूर्वाधार परिवर्तनहरूले पैदल यात्रुको प्रवाहलाई पुन: आकार दिन सक्छ, फुटपाथ, क्रसिङहरू, वा सार्वजनिक ठाउँ वृद्धिहरूमा लगानी गर्ने बारे थप सूचित निर्णयहरू सक्षम पार्दै योजनाकारहरूलाई एउटा उपकरण प्रदान गर्दछ।



न्यूयोर्क शहरका लागि विकसित भएता पनि, अनुसन्धान टोलीले लस एन्जलसलगायत अन्य अमेरिकी क्षेत्रहरूमा 2028 ओलम्पिक र मेनभरका ग्रामीण सहरहरूमा पहिले नै पद्धति लागू गरिसकेको छ, विभिन्न शहरी सन्दर्भहरूमा यसको अनुकूलन क्षमता प्रदर्शन गर्दै। प्रकृति सहरहरूमा प्रकाशित, यो कार्यले कसरी इलेक्ट्रोनिक शहरहरूमा डेटा सन्तुलनमा परिवर्तन गर्न सक्छ भन्ने संकेत गर्दछ।गतिशीलता, सुरक्षा, र स्थिरता विशेष गरी घने सहरी वातावरणमा हिड्ने यात्राको एक प्रमुख मोड बनेको छ।


हालको ढाँचाहरू म्यापिङभन्दा बाहिर, मोडेलले योजनाकारहरूलाई कसरी विकास वा पूर्वाधार परिवर्तनहरूले पैदल यात्रुको प्रवाहलाई पुन: आकार दिन सक्छ, फुटपाथ, क्रसिङहरू, वा सार्वजनिक ठाउँ वृद्धिहरूमा लगानी गर्ने बारे थप सूचित निर्णयहरू सक्षम पार्दै योजनाकारहरूलाई एउटा उपकरण प्रदान गर्दछ।

न्यूयोर्क शहरका लागि विकसित भएता पनि, अनुसन्धान टोलीले लस एन्जलसलगायत अन्य अमेरिकी क्षेत्रहरूमा 2028 ओलम्पिक र मेनभरका ग्रामीण सहरहरूमा पहिले नै पद्धति लागू गरिसकेको छ, विभिन्न शहरी सन्दर्भहरूमा यसको अनुकूलन क्षमता प्रदर्शन गर्दै। प्रकृति सहरहरूमा प्रकाशित, यो कार्यले कसरी इलेक्ट्रोनिक शहरहरूमा डेटा सन्तुलनमा परिवर्तन गर्न सक्छ भन्ने संकेत गर्दछ।गतिशीलता, सुरक्षा, र स्थिरता विशेष गरी घने सहरी वातावरणमा हिड्ने यात्राको एक प्रमुख मोड बनेको छ।