智慧城市是近年來非常熱門的話題，基于 AI 技術(shù)的城市計算的研究也是熱點之一。對于構(gòu)建一個智慧城市來說，擁有海量高質(zhì)量「活」數(shù)據(jù)非常關(guān)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(shè)備，在過去幾年中已經(jīng)收集了大量有價值的「活」數(shù)據(jù)。現(xiàn)在市場中的先行者們也開始在挖掘這些數(shù)據(jù)中的價值。在剛剛過去的數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)利用發(fā)起了一個新的方向。

背景

違章停車問題是現(xiàn)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(yīng)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(shù)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(shù)據(jù)

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(chǎn)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(chǎn)生了大量且質(zhì)量高的軌跡數(shù)據(jù)，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(shù)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(shù)據(jù)的違章停車檢測技術(shù)，該技術(shù)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(yīng)軌跡清洗、路網(wǎng)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(shè)檢驗方法檢測違章停車。該系統(tǒng)部署于摩拜公司內(nèi)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(shù)據(jù)；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(wǎng)中的高架路、道路方向限制和限速，以適應(yīng)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(wǎng)（例如騎到居民區(qū)或者公園里的軌跡）的現(xiàn)象；3. 對已清洗、已匹配的軌跡數(shù)據(jù)，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(shù)據(jù)獲取速度。

在檢測模塊，作者闡明了三個難點及應(yīng)對方法：1. 為了應(yīng)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(shè)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(chǎn)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(shù)據(jù)中，深夜經(jīng)過該路段的軌跡數(shù)據(jù)，作為 baseline；在在線檢測狀態(tài)下，將給定時間段的待測軌跡數(shù)據(jù)，與 baseline 軌跡數(shù)據(jù)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(wǎng)數(shù)據(jù)及北京 6 個月的軌跡數(shù)據(jù)。為了驗證算法結(jié)果有效性，作者親自采集了 454 個違停數(shù)據(jù)，包含 159 個正例。通過調(diào)節(jié)置信度的大小，作者得到了對應(yīng)的檢測 F1 值。最好結(jié)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(shù)據(jù)量下，算法效果的變化。文章中，通過限制待測軌跡數(shù)從 10 到 50，畫出了對應(yīng)的 ROC 曲線，曲線下方面積越大效果越好。從結(jié)果中可以發(fā)現(xiàn)，算法效果隨著數(shù)據(jù)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(shù)量至少達到一定量（如 30 條），就可以得到相對準確的檢測結(jié)果。

為了更好地評估違停檢測算法的優(yōu)劣，論文作者根據(jù)得到的實驗結(jié)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(xiàn)，被檢測違停嚴重的紅色框內(nèi)是大使館區(qū)，上班族較多，且有不少飯店，但區(qū)域內(nèi)缺乏停車場建設(shè)，因此，車輛違?，F(xiàn)象嚴重，甚至出現(xiàn)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(xiàn)違停。這些考察進一步驗證了實驗結(jié)果的有效性。

另外，作者根據(jù)對比不同時間段違停嚴重程度，發(fā)現(xiàn)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(guān)；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(nèi)部停車場有關(guān)。

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(shè)計了針對共享單車軌跡特定的清洗與路網(wǎng)匹配方法，并以此采用了一種軌跡融合與假設(shè)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(shù)據(jù)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(shù)據(jù)深度挖掘的一個經(jīng)典例子。