8月18日，滴滴出行地图与公交事业部总经理柴华在全球地理信息开发者大会(WGDC2020)发表《大数据赋能城市交通绿色可持续发展》主题演讲，分享了滴滴出行在赋能城市公共交通方面做出的案例和思考。
柴华介绍，基于地图精准基础数据自主研发的自动化算法，滴滴公交能够精准预测公交位置，根据用户需求滴滴公交还能够推荐定制化路线，提高公共交通的出行效率，提升相应的服务水平，吸引更多的用户采纳公交出行的方案。
ETA预测，消除等公交车的不确定性
滴滴的定位是一站式出行平台，覆盖了包括打车、骑行、步行、公交、地铁等多种出行方式。在公交方面，滴滴始终希望帮助城市提高公共交通的出行效率，把未能线上化的部分做到智能化、线上化，让动态数据能够优化迭代，并且能提前预测用户精准的出行需求，给用户提供便捷舒适的个性化公交服务，从而进一步提升用户的出行体验。
基于地图精准基础数据，滴滴可以做更准确的时间预估，而如果用户想要一个从A到B的出行方案，滴滴可以快速根据用户需求给出混合的智能出行方案，比如某一段路程会建议你骑车，在另一段路程上推荐一个地铁或者公交，或者打车。
所以，滴滴在持续发力信息公交业务。整个体系的建设和搭建还是围绕底层丰富的数据源，也希望能够在上层提供实时性更强、换乘方式更多样化的方案给用户选择。整个服务的构成还是一个典型以数据建设为基础，离线服务为核心引领，再最终输出方案。
在信息公交的产品中，公交位置引擎能根据公交实时的车辆位置、乘客的定位、静态的公交线路和站点数据、实时社会车辆通行状态和用户上报的数据信息，以及一些其他的更丰富的天气或者是环境状态的信息，来给乘客提供上车提醒、下车提醒等位置服务，让乘客能更好地规划出门时间，避免坐过站。
提供更精准的ETA(预估到达时间)，即提升时间维度上的确定性，是我们努力的方向。目前基于公交车道、基础线站数据、公交专用道数据，高峰时间段或者白天专用的公交车道数据，道路等级、车道线的数量以及丰富的脱敏滴滴车辆轨迹信息，滴滴能得出非常准确的实时路况。
一些特殊场景也会被纳入考虑。比如公交车在拐弯或者拥堵道路上会比社会车辆更慢一些。结合公交的这些特殊场景，滴滴推出了公交的时间预测的引擎，从采纳机器学习模型，到大规模应用到线上，到使用离散化的模型，再到引入深度学习的技术，目前滴滴已经可以做到更精准的时间预估，让乘客更安心地规划行程。
“需求响应式”公交系统大幅提升出行效率
去年，滴滴在全国二三十个场站投入建设了增强现实的引导技术，比如深圳机场，用户呼叫网约车后都可以使用增强现实技术去网约车的上车点和司机碰面。今年，滴滴也在尝试把这个技术引入到交通枢纽当中，比如在西站、南站等大型场站，我们希望让公交用户不再迷茫，能快速找到公交的上车位置。
基于滴滴自己沉淀的大数据和技术优势，滴滴已经构建了一个面向于全国各地公交集团和交委的“桔享”平台，能面向公交集团开放需求响应式技术，充分发挥各自线上线下优势，可以让公交真正做到“动态式”。当乘客出行需求确定性非常高的时候，可以把某一个线路的公交车频次提升;而在平峰期的时候，可以跃站而过节省时间;在需求多样性的时候，可以提供动态的公交系统给到乘客，给乘客比较优质的体验。比如定制通勤、干线、还有产业园区尤其是高新产业园、大学城或者是以交通枢纽为中心进行集散的场景，都可以通过滴滴的桔享平台，提供实时响应的公交，大幅提升出行体验和公交运营的效率。
目前该系统已在青岛、西安、昆明、大理、南通等多个城市落地应用，服务用户超过1万人。数据显示很多乘客等待时间节省了47%，步行总用时节省了一半以上，有了更加灵活的需求响应式公交，乘客再也不需要进行更多的换乘。来自合作伙伴方面的数据也显示，每辆车单位时间内运送的乘客更多了，日均里程复用率更高，这也说明车辆的运营效率也有了大幅度的提升。
持续接入城市公交的实时数据、更精准地预测公交的实时位置，同时携手公交集团不断创新，让公交可以更加灵活，是滴滴公交团队将始终坚持的事情，“滴滴公交将始终保持开放心态，大力推进行业交流及与公交集团的合作。如果有开发区、教育园区、大学城或者是交通枢纽疏散等场景，希望给公交用户提供更优质的方案，也欢迎联系我们”。
{{item.content}}