热搜:

关于出行的三个承诺

我是茅明睿,一名城市规划师,非常高兴再次站上一席的讲台。今天这个场是别克君越艾维亚的专场,别克主要是汽车出行,而我今天要讲的是关于步行的出行环境。

在正式开始演讲之前,我想回应一下我在2017年第一次站上一席讲台的时候所讲的那个事情——用骑行改变回龙观。

那时我在北京市规划院的一个研究小组,我们去研究了北京回龙观的通勤问题,第一次向社会公开了我们试图通过一条高架的自行车路去解决回龙观通勤问题的想法。

在2019年6月6日,这样一个想法变成了现实。这条自行车专用路得到了很多市民的喜爱,在从回龙观到上地的各种交通方式当中,骑自行车是最便捷的一个,它的时间是最短的。

去年年底北京市有关部门评估,在一年的时间中它的客流量有140万。我们团队也在自行车专用路开通一百天的时候开始对它进行评估。

我们发现开通后的第一个月,早高峰时期从回龙观坐地铁去西二旗的通勤者中,就有百分之八分流到了自行车专用道上去,可以想象的是,他们进地铁排队的情况应该是得到缓解了。

我们还看到不仅是在工作日的早晚高峰,在休息日甚至是全天都会有大量的骑行活力在这个自行车专用道上。所以它不仅仅是一个交通设施,还成了很多市民很重要的一个休闲场所、健身场所。

我们也看到了很多共享单车的骑行,就是在同一个地点借了车上去骑,然后再骑回来——骑车去上面溜了一圈。

除此之外还有一个我们当时不敢想象的效果,就是关于回龙观的城市品牌。在自行车专用路开通之前,绝大部分人说到回龙观都会带着一种负面的情绪,什么“身体被掏空”之类的。

但是从它开通之后,我们在包括短视频在内的很多自媒体平台上进行了文本分析,发现大家提到回龙观的时候,它变成了一个积极的词。一条自行车专用路其实开始改变了一个大家觉得有显著城市病的区域。

01

无障碍改造

我今天的演讲从一面墙开始,这一面墙我在2017年第一次演讲的时候也放了。这是在2014年国际设计周的时候,北京规划院的团队在大栅栏的一个地下室做的地图。

这是北京五环的一个地图,那一场活动我们邀请了观展的人去地图上扎针。扎什么呢?就是扎他们觉得不好走路的地方,然后这一面图就被扎烂了。

从那一天开始,很多人都默默地下决心要把北京的步行环境改好,其中就包括了我们城市象限团队。

我今天想讲的第一个承诺是关于盲人的承诺。在2018年的某一天,我在家楼下等公交车的时候,遇到了画面中的这一位盲人,真的就是他本人。

在城市的道路上,我很少遇到盲人,我就跟他聊天,我问他干吗了,他说,他刚看完电影回家。

我头一次知道原来盲人也会看电影,他说他们每周末都会到天安门的保利剧院去看电影,当然主要是听。我也是通过他接触到了盲人这个群体,知道了他们也有自己的公共生活,知道了他们也会发朋友圈,也会看B站,也知道了他们在出行的过程中会遇到很多的困难。

于是我就跟当时北京市规划和自然资源委主管基础设施的张亚芹委员去聊天,我们就说是否能够做一点事,让盲人群体的出行更有尊严。

在2019年世界盲人日的时候,我们就找到了这个机会。在那一天,我们“城市象限”团队,还有我的好朋友刘岱宗所在的“一览众山小”团队,以及给盲人放电影的“红丹丹文化”助盲团队一起组织了一次“盲童盲道行”的活动。

我们找到了六位盲人小朋友,还有一些盲人成年人,还有很多我们招募到的社会志愿者,一起在北京亮马桥这个地区大概1.6公里的道路上,进行了一次盲行的试验——就是这些盲人志愿者他们去走,然后我们其他的志愿者去拍摄他们的行走过程。

我们要干什么?我们是想亲眼看一看盲人在城市里面会遇到的问题,我们想把他们遇到的问题通过定量的方式记录下来。于是我们得到了很多过去从来都不知道的知识。

比如说这条1.6公里的道路,一个肢体健全没有视障的人去走的话,只需要拐7个弯,但是平均每一个盲人要拐73个弯。

这一条路真正的距离只有1.6公里,但是盲人走下来平均要走2650米,所以他们要比我们消耗更多的体能。

还有在很多的路段上,他们走着走着会偏离盲道,在1.6公里的道路上总共有1.2公里的盲道,你可以看到其中有一些路段,所有的盲人小朋友都会严重地偏离,而且几乎所有的路段他们都会遭遇偏离的情况。

我们除了去拍摄他们的步行过程外,还专门去拍摄了他们的面部表情和一些小的肢体语言,比如说挠头、皱眉、甩手,这些数据我们都通过视频对它们进行了标注。

然后我们大概就能够知道,在行走的每一个路段上,哪些路段盲人的情绪会比较好,比如说这些绿色的就是心情还行的,橙色的就是他们情绪会比较糟糕的路段,而红色的就是他们特别糟心的地方。

是什么因素导致了他们糟心呢?包括地面不平整,包括道路的接驳中断,类似这些问题。

我们在整个1.6公里中总共找到了543个盲人的心烦点,他们最绝望的时候是走到立交桥下,过马路的时候听不到红绿灯的蜂鸣声,那是他们最心烦的时候。

这应该说是一次比较成功的行为感知试验,但是它并不是一个很科学的系统性的解决方案。这1.6公里长的道路,我们使用了接近40位志愿者,而且后续的数据分析,我们进行了两个礼拜。

北京总共有16400平方公里,如果用这种方式去给北京所有的道路找无障碍的问题,我们得找到哪一天呢?所以我们在想有没有可能找到一种智能的方案,它能够帮助我们自动地去感知城市的障碍,去记录这些障碍的位置,把这些数据存储和传输回来,同时还能够给盲人提供一个导盲的服务。

怎么做呢?我们想到了汽车的倒车雷达,在汽车倒车的时候,其实我们也看不到障碍物,但是它可以通过雷达波的反射知道周围有什么样的障碍,所以我今天就把这个雷达也带来了现场。

你们坐得远的可能听不太到,但是坐得近的人可以知道,它经雷达反射后,不同的距离会有不同的蜂鸣的频次,这样的话盲人在盲行过程当中,就可以通过听觉知道周围多远有障碍物,大概是这个样子的。

利用这样的雷达反射数据,我们一方面可以帮助盲人更好地行走,另一方面它更大的意义在于它产生的数据,这个数据包括了雷达的反射数据,以及它的定位数据和时间数据。

于是我们在里边安装了NBIoT的芯片,通过窄带物联网,把这些雷达反射数据、GPS数据回传到服务器。于是在后台通过我们的算法,我们可以看到这样的地图。

这就是我们在双井的步行测试,每一条道路上哪些地方会遇到障碍,我们会以这样的热力图的方式来表达。其中这些暖色的黄色的地方,就代表这里的障碍物很密集,这样的话我们就可以自动地去感知城市的障碍物。

此外我们还能够知道盲人的步行速度,在哪些路段他会突然地慢下来,像这些颜色比较暖的这些地方、热力比较高的地方,就是他们的步行会慢下来的地方。

我们把这两个数据叠加起来看,比如盲人走在有些路段上慢下来了,如果这个地方有很密集的雷达反射,我们就知道盲人在盲道上遇到了障碍。但有些地方他步行速度慢下来了,这个地方却没有很密集的雷达反射,这就说明他遇到的是无障碍建设和接驳问题。

这样的话这个人只要在走,我们就能够自动知道哪些路段有问题,是无障碍问题还是障碍问题。利用这种方式我们对双井所有的道路进行了扫描,就得到了双井道路无障碍情况的一个评估结果。

无障碍建设不达标不规范的问题实际上在双井还是比较少的,有一些问题是它按照标准规范去建设了,但是它对盲人不友好,也就是说它合规但是不合理。

更多的问题是城市管理问题,就是在盲道上会有电动车、外卖车、共享单车等等临时的设施,这些东西给盲人带来了阻碍。

这是我们对双井所做的无障碍扫描,但实际上对于城市的无障碍来说,盲道只是所有无障碍问题中非常少的一部分,我们还有大量其他的无障碍的需求,比如说听障、肢体残障人士,以及老年人等等,所以北京市也出台了一个无障碍的设计规范和建设指南。

因为北京要召开冬奥会和冬残奥会,所以北京市残联对北京的所有的街道乡镇发布了一个要求,要求他们地毯式地对于辖区里的所有公共设施,包括餐馆、影剧院、便利店、银行、ATM机,以及所有的街道空间,包括步行空间,包括过街天桥、出入口、公交站,以及所有的居住空间,包括单元楼、小区里的公共空间等等,都要进行无障碍的调查和评估,而且每一类空间都有不同的要求。

这样的一个工作对于基层政府来说几乎不可能完成,他们首先不知道自己辖区里边都有多少个餐馆,有多少个ATM机,也不知道每一类设施这么详细的要求该怎么去调查。

所以我们做了另外一个无障碍的工具,就是一个无障碍的知识图谱,比如说我们可以通过知识图谱知道轨道交通都需要关注什么无障碍问题,比如说无障碍电梯,那无障碍电梯都需要关注什么问题,比如说它的轿厢的宽度、高度,低位按钮、盲文选层等等这些。所以有了这样一个知识图谱,我们就能够知道每一类需要进行调查的对象都应该调查什么东西。

我们在做的第二个事,是利用空间数据库将所有需要调查的对象提取出来,给它编码。比如说你要对一个街区进行调查,我们首先就告诉你这个街区都有些什么设施,然后再把刚才的知识图谱挂接到上面,那我们再去调查就会比较简单了。

运用这样的一个小程序,你走到这儿,我们后台会告诉你,比如说你要调查超市,我们会把超市编码给你,你就可以直接选择要调查的是哪个超市,这边就会有关于超市这个对象所需要进行的无障碍调查的内容,你只需要点“是”或者“否”,我们就可以快速地把它给采集回来。

采集回来后,它会传到我们的后台,我们就会变成这样的一个台账,比如每一个设施它有没有坡道,坡道的坡度对不对,它的宽度对不对。

然后也可以把它变成一个地图,哪些设施是OK的,哪些设施在哪些属性上不OK。

还可以自动地输出一个体检报告,比如说北京家圆医院,我们告诉他们,A代表它有无障碍设施,而且它是合规的,B就代表它有这个设施,但是它可能不符合规范,C就代表它没有这个设施。

然后我们还可以自动给它提出提升建议,

用这种方法我们开始去指导双井还有新街口等街区的无障碍改造,这是我们在北京的新街口的改造效果。

所以北京的新街口街道目前应该是全北京各个辖区里面,最先进行系统性提升的这么一个街区。

但这个事并没有完,无论是双井还是新街口,尽管花了很多的精力去改造无障碍,但是解决的问题大概还不到发现的问题的10%,也就是说90%多的问题是基层政府解决不了的,它需要一些经营主体、业主他们自己动手在后续的改造中慢慢去干,而还有一些东西可能永远也不会得到解决,所以这是一个全社会都应该去干的事。

比如说再回到盲杖这个事,北京总共有十万个视障人士,我在想如果有人能够赞助我们生产出十万根智能盲杖,在获得盲人的许可后,我们就能够知道北京的十万个盲人他们每天在哪生活,他们在哪行走,他们行走的路段上有无障碍问题,这些问题是什么原因导致的。

这样的话,在我们的公共财政很有限的情况下,就能把我们无障碍的提升资金投放到那些需要解决的问题节点上,它一定是效应最高的,是盲人群体获得感最好的。

同样的,像刚才做的知识图谱,让专业人员一个一个地对照查是很慢很慢的,如果我们能够把它集成到互联网地图上,让所有的用户都能够以众包的方式,像大众点评网上的点评一样,去告诉我们这个地方有没有无障碍厕所,有没有坡,有没有这些无障碍设施,我们也可以更快地对全社会的无障碍环境进行扫描调查。

我们的这种想法也得到了某些互联网大厂的支持,基于它的“科技向善”项目,看看有没有可能把这两个想法落地,我们希望这一天早日到来。

02

向共享单车停放乱象宣战

但是我们的步行环境可不仅仅是盲人或者无障碍设施的使用者会遇到困难,不知道你们遇到过这样的局面没?

这样的问题在北京很多地方都有,地铁站,大型的居住区,大型的公共设施,办公楼外边,都会有这个问题。

尽管我是共享单车的死忠粉丝,我也不能忍受这样的局面。在今年春节的时候,我就在朋友圈下了战书,我说我必须搞定你。

怎么搞定?这些问题有的是来自于用户个体的个人道德问题、社会公德问题,但还有很多其实是来自于清运不及时,甚至是恶意的投放、占地盘带来的结果。

要解决它们其实也有现成的方案,很多地方都布了摄像头,但摄像头这个东西,一个是设备贵,一个是信息传输贵,一个是信息处理贵。还有就是它有很多的算法局限,比如说它不能够识别同一个品牌的不同的共享单车,因为都长一个样子。

我们还有所谓的电子围栏,全北京16400平方公里,总共有多少个电子围栏呢?1840个。所以它能够覆盖的区域是很小的。而且电子围栏只能规范用户的还车行为,而不能规范投放行为,所以我们需要更廉价、更便捷、更高效的方案。

那要怎么做呢?我们想的这个方案其实很简单,每一个共享单车它都有一个蓝牙车锁,它们总是在发射蓝牙信号,所以我们只要把它的信号采回来,就能够知道这里有一辆共享单车。

这是我们采集到的共享单车的蓝牙信号,

这个信号背后其实是有规律的,把它抽取出来,你就可以发现每一家共享单车的车锁供应商都是不同的,所以它的车锁的代码是不一样的。

我们只要扫描到不同的车锁,就能够扫描到不同家的车,就能够知道哪一个地方有多少车,都是哪一家的车。

于是我们就开始动手做了这样一个原型,做的更多的就是右边的,是我们的成品形态。

然后这些扫描器放在哪呢?在双井我们是通过跟政府合作,拿到了过去两年的所有关于共享单车停放问题的投诉,然后我们把它进行了空间化,得到了这样一些投诉问题的热点,我们就把扫描器部署在这些热点区域。

很遗憾的是我们在双井安装这个扫描器的时候,并没有留下什么影像记录,唯一的一个影像记录是我们在宣武门地铁站安装的时候留下来的。宣武门地铁站的门口有一个最适宜的扫描区,刚好是在停车的圆心,这个扫描区是在一个公共厕所,于是就留下来了被朋友们叫作“偷窥厕所现行”的这样一个照片。

当我们装好了这个感知设备之后,我们就会得到很多很多的曲线,你们可以看到,像后面这一个曲线是来自于一个居住空间。

这个里边总共有四条线,绿色的是青桔,蓝色的是哈啰,橙色的是美团,黄色的是所有的车的数据,所以我们就能够看到哪一个地方每时每刻有多少车,都是哪一家的,还能够识别哪些曲线的行为是这个用户的骑行行为,哪些是投放行为,因为投放行为会有垂直的突变。

我们还能够识别这样的区域,你们可以看到,这个地方一天24小时永远都有这么多车,它永远都有200多辆车。这是一个什么地方呢?这是一个人流量不大的背街小巷。

有些共享单车公司会把这样的人流量不大的区域作为免费的仓库,长期停放“僵尸车”。这些区域本来就很窄,这样它就变得更不好走了,所以我们就开始想办法去解决它。

有了扫描器不够,我们还需要有监测的平台和管理的工具,于是我们就去开发了一个监测系统。在双井我们安装了十个小盒子,我们在那放了一段时间,去采集它整个6月份每一天的监控区域的所有的自行车的到达和骑走的行为。

这样的话我们就大概可以用这种行为数据,去测算每一个点位最多每天会被骑行多少次。因为6月份是一年骑行的最高峰,所以基本上也代表了全年的最高峰,理论上我们就能够知道每一个点位需要多少车。

于是我们就形成了每一个点位的所谓的承载力,然后再利用它实时的监控数据去除以这个承载力,我们就得到了右边这些溢出指数。这些绿色的就代表此刻共享单车数是合理的,如果接近1的话,它就会变成黄色。

如果它超出了就变成红色,我们就能够知道这个红色的点到底是哪一家的车,有没有僵尸车,它溢出的时间有多长等等。

实时分析之后,我们就开发了一个小程序,把它交给了管理人员、工作人员、清理人员,通过小程序推送告诉他们,他们负责的这个区域里面,哪家的车大概溢出了多少辆,他就要负责把这个车给清走。

从7月份开始,我们用这种方法对所有的监控点进行了这样一个清理,比如说刚才看到的那个僵尸车特别多的“井点1号”,它以前是这个样子,

现在它会变成这个样子。

这是我们刚刚开始的一个事情,我们也希望通过在双井的工作示范,能够让全北京所有的这种重大投放点,都变成一个更好走路的空间,这是我们的第二个承诺。

03

一次面向「感知」的实验

在我们分析双井的12345(市民热线)数据的时候,发现关于公共空间的投诉可不仅仅是共享单车,共享单车还只是投诉中非常少的一类。

在全中国绝大部分城市的市长信箱或者市民热线的投诉中,排名前三的总有一类,就是关于环境问题的投诉,包括噪音、空气质量、异味等等,而这些公共空间的问题其实也会影响到我们在步行过程中个体的健康和舒适感。

但是我们能够指望着生态环境局对每一条街道都实现这种感知和监控吗?这肯定是做不到的,生态环境局的环境监测设备很昂贵,而且它的监测点是稀疏的,不可能做到在双井到处都监控到。

所以我们就自己动手做了一个小盒子,把空气、噪音、异味都整合进了这个盒子里边。

这个盒子布在哪呢?5平方公里,如果要做到微观尺度监测,估计得布5000个,但是我们布不起,太贵了,所以我们就把它安装到了政府的巡逻车上。

双井街道办总共有十辆巡逻车,他们在每天早上6点到晚上12点间会以固定的路线巡逻,所以只要让他们装上这个盒子,这个巡逻车就会变成一个移动的环境监测站,它每十秒钟会去采集一次它巡逻沿线的环境数据,然后我们就会得到一个密集的数据曲线。

这个数据传回来之后,在我们双井开发的城市大脑系统当中,给它做了一个合成算法,大概每个小时会合成一次,利用我们的判断规则去找到这些区域里哪一条道路上有环境异常点。

比如说像这些热力点,就是我们通过它回传的数据主动感知的城市环境问题。

找到这些问题之后,我们再把这些问题推送回巡逻车。我们在巡逻车上安装了一个iPad,有时候也会推送到他们的手机上,这样巡逻人员下次巡逻到这里时就要停车去拍照,去填写表单。

于是我们就得到了这样的结果,比如说我们发现了这个区域里边,有些地方它的噪音很高,他们会告诉我们这个地方的噪音到底是喇叭、广告,还是施工等原因。

如果我们发现有些地方很臭,他们会拍照和填表单告诉我们,这个臭味到底是厨余垃圾带来的,还是下水道返味,还是公厕在维修,还是有人在搞烧烤,这样指挥中心再去判断这些问题要不要解决。

实际上70%的问题城管队都解决不了,但是他们还是能解决一些问题。所以在2019年底到2020年年底这一年的时间中,我们主动帮助双井发现了这样一些问题。通过这种主动的发现和检查,我们让双井去年关于环境问题的投诉量下降了20.8%,让厨余垃圾暴露问题减少了44%。

这是我们一个小小的工作成果,我们想通过这种方法,让政府、让我们的公共资源,代替市民去感知城市的问题,而不是让市民反过来替政府去感知城市问题再告诉你,这个叫作“未诉先办”。我们为市民做传感器,这也是科技真正向善的一种做法。

04

「大所长」

至此我的三个承诺就讲完了,我们以一面扎针的墙开始,我们再以一面墙结束。这是我们公司的一面硬件墙,

在这个墙上,我们能够看到,有我们的盲杖的雷达,有我们共享单车的传感器,上面是我们不同代的集成环境传感器。

但是有一个传感器,我没有给大家讲,那是我们所有的感知故事的开始,就是左下角这个玩意儿。

这是什么呢?我们得从一个厕所说起。

我们公司当时是在双井的一个办公楼里边,但这个办公楼只有两个厕所,每一个厕所只能容纳一个人,所以工作人员每次都要从办公楼的这一头,跑到那一头的厕所去看门锁没锁,没锁你才能上。我们经常看到有人不停地往返,这个事就很不方便。

我们想知道厕所什么时候有人,所以就做了一个红外的传感器,把它装在这个马桶边上。

当然先说一下,这个红外传感器不能做红外热成像,我们没有那么高级,我们只能感知到这边有活物。

然后我们在钉钉上开发了一个小程序,叫大所长,你随时可以去查询它,它会告诉你这时候厕所有没有人。

当然你也可以订阅它,它就会不停地告诉你,这个厕所现在空出来了,快去抢厕所。

当然我后来就不订阅了,因为太烦了,好像我天天就想霸着这个厕所一样。

所以你们就会知道,其实很多的高科技的故事最后还是从马斯洛需求层次最低级的层次——人的生理健康性需求开始的,这就是我们这个故事的开始。

但是你们可能还会问,你不是搞城市规划的吗?为什么去搞物联网了?这又到了第二个故事,就是我和我们的物联网工程师,实际上他也不是搞物联网的,我们俩都很二次元,喜欢玩模玩,同时我们俩还都是孩子他爹。

因为现在总在说以后AI会把人给取代了,所以我们俩的孩子他妈就强迫我们教孩子编程和做物联网,比如说我就会教我们孩子做无人车的编程。

这个视频就是我们自己做的无人车模型,它真的会躲人,可以看到它可以躲开我的脚,当然你会发现它最后还是撞了,所以我想别克将来如果要做无人驾驶,他们的方案一定会比我的更科学。

我今天的演讲到此结束,愿天下没有难走的路。谢谢大家!