谷歌又出新花样，从此停车不再难

身边有很多人是特别喜欢开车，无论多远多近，也要开车出行，但是他们再喜欢车，也不喜欢停车，因为大城市，特别是像堵城北京这样的，停车场太难找了，越往市中心走越难停车，本来就堵还不好停，反正富赜每次都和我抱怨他是有心开车无力费劲找停车场。

现在谷歌在安卓系统上推出了预测目的地停车场情况的功能。用户只需在谷歌地图中查询开车路线，谷歌就会自动预测目的地是否有停车难的风险，难易程度将分为“车位有限”、“中等”和“容易”三个等级。

目前这一功能目前已经向25个美国最大的城市地区开放。同时谷歌正寻求在未来将该功能推广至更多的城市和国家，以及打破平台限制，延伸至苹果iPhone设备上的谷歌地图应用。

但是这功能怎么做到的呢？我们都知道地图APP上的实时路况非常方便，用了它规避堵车不知道节省了我多少时间，但实时路况是通过出租车上的内置GPS、马路下埋的传感器以及用户自己收集的GPS信号综合得出的，当你开着软件堵在路上时，我就能老远知道你那里堵车了，但问题是停车场情况，不能用这些方式测量啊。

▼

经常用导航的人都知道，绿色为畅通，黄色为缓行，红色甚至紫色基本就是堵死了。

首先，停车场的情况复杂极了，除了专业停车场外，路边停车位都没有实时的停车位信息，而且就算有专业停车场有数据统计，它有没有联网？联网了，它怎么预测里面的车大概在什么时候会离开？

谷歌通过机器学习和“众包”也就是把这些工作交给用户来做，志愿者用户停完车之后可以按个钮上传信息。

谷歌团队采用的方法是，问司机是否遇到了停车难？但是，他们很快发现，面对这样主观的问题，通常会得到相互矛盾的答案：对同一时间段的同一地点，有的人回答“容易”找到停车位，有的人的回答却是“难”。最后他们换成“多久能找到停车位？”这样的客观问题，答案的可信度就有了很大的提高。

▼

小朋友无奈脸：停车确实没那么难呀！

之后谷歌研究员很快便发现，即便有了数据，还是会遇到一些独特的问题。比如，如果有人在自己门前或者私人停车位停车，之后再离开，系统不该错误地认为这里的停车位是可用的。用户搭乘出租车到达，可能会造成门前停车很多的假象，这些错误的认知，都会误导机器学习系统。

▼

系统的设计需要更强大的聚合特征。其中一个功能的灵感就来自谷歌所在的Mountain View地区。如果谷歌导航发现大量用户在午餐时间开着车在市中心绕圈，这就表明停车位很难找！

之后研究员又把用户开车顺利找到停车位到达目的地时间与绕圈、找半天才能停车、最后步行到目的地的时间进行了对比。如果多数用户在二者之间所用的时间存在显著差异，之前停车场空的时候，用户轻易就能停车，之后很多人花了不少时间绕圈，该地区就被判定车位紧张。

之后，谷歌团队继续开发了更多的特征：特定的目的地、分散的停车地点、停车的时间点与日期之间的关联、历史停车数据等等。最后，他们得到了大约20个不同的特征。

▼

停车难度模型在旧金山金融区和联合广场地区上的输出。红色表示有更高置信度的停车困难。上排：一个典型周一的上午8点（左）和9点（右）。下排：一个典型周六的相同时间。

使用谷歌的模型，研究员们能够为任何位置和时间的停车难度生成一个估算值。用于提供给定目的地的停车难度估计。比如，星期一早上对整个城市来说停车都很难，尤其是最繁忙的金融区。在星期六晚上，又会再次变得繁忙，但却主要集中在餐厅等区域。

谷歌这一次又走在了百度和高德的前面，不知道这项功能，二位什么时候能学来呢？

任梦岩│音频

喔唷│编辑

点击图片查看往期精彩图文

▼

Snapchat这么火，为何进不了中国？

2016手机出货量排名公布！国产手机成最大赢家