智慧城市是近年來非常熱門的話題，基于 AI 技術的城市計算的研究也是熱點之一。對于構建一個智慧城市來說，擁有海量高質量「活」數據非常關鍵。近年來興起的共享單車滿足了大量用戶的短途出行需求，這些每天運行在大街小巷中，帶有智能鎖終端的設備，在過去幾年中已經收集了大量有價值的「活」數據?，F在市場中的先行者們也開始在挖掘這些數據中的價值。在剛剛過去的數據挖掘頂級會議 SIGKDD 2018 中，摩拜與京東金融合作發(fā)表了一篇名為「Detecting Illegal Vehicle Parking Events using Sharing Bikes' Trajectories」的論文，該論文通過挖掘摩拜自行車的軌跡數據來檢測城市中的機動車違停問題?？梢宰龅皆跓o需任何人力的介入下，達成了全城范圍的違停檢測，為城市的數據利用發(fā)起了一個新的方向。
背景
違章停車問題是現在大城市普遍需要面對的難題。隨著汽車保有量增加，停車位供不應求，違章停車變得十分嚴重。目前檢測違停常用的方法是交警巡邏。這樣的方法耗費大量人力，且效率不高。此外，隨著城市中攝像頭的采用，基于視頻的違停檢測技術也開始推行。然而，攝像頭及檢測系統(tǒng)的部署和維護非常昂貴，最終也導致用于檢測違停的攝像頭覆蓋率不足。
摩拜的興起、摩拜的數據
幸運的是，近年共享單車興起并廣受歡迎。以摩拜為例，摩拜單車在北京擁有超過百萬的訂單。而摩拜單車的用戶在使用過程中，記錄了大規(guī)模、細粒度的非常有價值的軌跡信息。違章停車會對自行車的騎行線路產生影響，使其不同于正常騎行軌跡。如果在某一路段獲得了大量模式類似的軌跡，就可以對當前路段是否有違章停車進行推測。
論文：Detecting Illegal Vehicle Parking Events using Sharing Bikes' Trajectories
論文鏈接：http://urban-computing.com/pdf/kdd2018illegalparking.pdf
摘要：違章停車是大城市中普遍存在的問題。違章停車引起交通擁堵，也會引發(fā)交通事故。傳統(tǒng)的交警巡邏、攝像監(jiān)控方案，會耗費的大量人力物力，很難覆蓋整個城市。共享單車的興起產生了大量且質量高的軌跡數據，為我們檢測違章停車提供了新的機遇。因為我們觀察到，大多數違章停車發(fā)生在路邊，會對自行車騎行軌跡造成影響。為此，我們提出了基于共享單車軌跡數據的違章停車檢測技術，該技術主要包含了兩個模塊：一是預處理模塊，包含了有針對性的相應軌跡清洗、路網匹配、軌跡索引方案；二是檢測模塊，該模塊對正常軌跡建模，從待測軌跡中提取特征，再通過假設檢驗方法檢測違章停車。該系統(tǒng)部署于摩拜公司內部云平臺。最后，我們會展示詳細的實驗與許多有意思的實地考察。
方法
系統(tǒng)主要分為兩個模塊，預處理和檢測。
預處理模塊主要分三個步驟：1. 通過停留點檢測和速度限制清洗數據；2. 對單車軌跡進行地圖匹配。與以往機動車軌跡地圖匹配不同的是，該工作去掉路網中的高架路、道路方向限制和限速，以適應自行車軌跡。并且，論文介紹了基于平均距離和軌跡方向的錯誤匹配過濾方法，有效解決了自行車軌跡脫離路網（例如騎到居民區(qū)或者公園里的軌跡）的現象；3. 對已清洗、已匹配的軌跡數據，進行路段 ID 進行倒排索引建立，再以時間戳進行二級索引建立。以得到快的數據獲取速度。
在檢測模塊，作者闡明了三個難點及應對方法：1. 為了應對違停檢測正樣本難獲取性，和軌跡模式在違停時的多樣性，該工作采用了單類學習（One-class Learning）的思想。即只學出正常情形，再進行異常檢測。該工作采取深夜的軌跡作為正常軌跡；2. 其次，意識到 GPS 誤差、騎行習慣多樣性引入的單條軌跡難以分類的問題，作者采用了軌跡融合與分布一致性的假設檢驗，KS 檢驗。文章解釋到，即使 GPS 誤差和不同用戶騎行習慣會影響單條軌跡，然而一條特定路段上，軌跡點概率分布是不變的。只有在有違章停車發(fā)生時，這個概率分布才會受到影響。因此，分類軌跡點分布，比分類單條軌跡要可靠；3. 最后，作者提到 GPS 誤差隨著地理環(huán)境產生的影響，例如高樓密集處 GPS 誤差大，空曠處 GPS 誤差小。因此該工作中，每條路單獨進行建模。
最后檢測的流程如圖。在離線建模狀態(tài)下，對每條路段，算法取出歷史數據中，深夜經過該路段的軌跡數據，作為 baseline；在在線檢測狀態(tài)下，將給定時間段的待測軌跡數據，與 baseline 軌跡數據進行 shift 值分布一致性進行 KS 檢驗。當 KS 檢驗無法通過定值的致信度，判斷其為有違章停車。
實驗與 Case study
文章中的實驗基于北京路網數據及北京 6 個月的軌跡數據。為了驗證算法結果有效性，作者親自采集了 454 個違停數據，包含 159 個正例。通過調節(jié)置信度的大小，作者得到了對應的檢測 F1 值。最好結果為 0.73 的 F1 值，在為 0.71 時取得。
此外，作者還研究了在不同的數據量下，算法效果的變化。文章中，通過限制待測軌跡數從 10 到 50，畫出了對應的 ROC 曲線，曲線下方面積越大效果越好。從結果中可以發(fā)現，算法效果隨著數據量的上升而變好。另外，基于 30 條軌跡的檢測效果和 50 條的效果非常接近。作者認為，只要軌跡數量至少達到一定量（如 30 條），就可以得到相對準確的檢測結果。
為了更好地評估違停檢測算法的優(yōu)劣，論文作者根據得到的實驗結果（路段顏色越深表示違停情況越嚴重），在亮馬橋地鐵站附近做了實地考查。作者發(fā)現，被檢測違停嚴重的紅色框內是大使館區(qū)，上班族較多，且有不少飯店，但區(qū)域內缺乏停車場建設，因此，車輛違?，F象嚴重，甚至出現在自行車道、人行斑馬線上；相比之下，東邊的三環(huán)輔路，一路周圍空曠，只有兩個擁有大量停車位的酒店，極少出現違停。這些考察進一步驗證了實驗結果的有效性。
另外，作者根據對比不同時間段違停嚴重程度，發(fā)現某些路段具有時間敏感性。例如文章提到，在亮馬橋站出口，工作時間車輛較少，而高峰期違停相對嚴重，并解釋這與司機接送乘客有關；另一個例子是在北四環(huán)的望河公園，在周末、節(jié)假日，路邊違停有明顯增多，這與該公園有較多親子主題活動，且缺少內部停車場有關。
貢獻
該論文是第一篇基于共享單車的違停檢測研究。在無需任何人力的介入下，達成了全城范圍的違停檢測。設計了針對共享單車軌跡特定的清洗與路網匹配方法，并以此采用了一種軌跡融合與假設檢驗的違停檢測算法。該工作使得可以單獨依賴共享單車數據完成大范圍的違章停車檢測，為解決機動車占道停放等問題提供新思路，并助力城市道路規(guī)劃的優(yōu)化和完善，是共享單車數據深度挖掘的一個經典例子。