Colin Dietrich siger, at det var et lidenskabsprojekt, der kom væk fra ham. For otte år siden besluttede den Seattle-baserede klimaforsker, at han systematisk ville evaluere kvaliteten af sin cykeltrafik. Han tilsluttede en lavt drevet videobåndoptager til sin forgaffel for at tælle revner på fortovet. Derfra spiralede tingene. Han tilføjede accelerometre, en tablet til notering og et Wi-Fi-netværk, og han har akkumuleret data på gigabyte.
Kim Voros, en ven og planlægger hos Alta Planning and Design, et Seattle-baseret transportplanlægningsfirma, fik ordet om Dietrichs cykel og troede, at det kunne være nyttigt i indsamling af data til et projekt byen Seattle arbejdede med, en opdatering til dens Cykel Master Plan. I sommer tog Alta's praktikanter DataCycle, mere kærlig kendt som "Frankenbike", på en række forlystelser for nøje at kortlægge 40 miles af Seattles cykelstier. Idéen var at logge jomfruer, ubemærket vegetation og andre underpar parforhold og at gøre status over offentlige faciliteter langs ruten som en del af en byomspændende plan for at forbedre dens stier. Med dataene Seattles transportafdeling har identificeret dele af stier, der er den højeste prioritet. De slipper en planopgraderingsplan i december.
Hvor kom ideen til DataCycle fra?
Delvis på grund af mine erfaringer med at støtte for Neighborhood Greenways i Seattle, indså jeg, at den Herculean-opgave, som regeringen har ved at holde sig ajour om deres infrastruktur. Jeg vidste, at ting, som jeg så hver dag, som kunne forbedres på vejen, aldrig ville komme til planlæggere og ingeniører ved opløsningen af mine daglige oplevelser.
Processen med at skabe cyklen var virkelig processen med en hobby, der kom væk fra mig. Jeg ønskede oprindeligt at måle en ting i min pendler for nysgerrighedens skyld, og det førte til flere stigninger i computerkraft, flere batterier og tilføjelse af flere sensorer.
Hvordan er det at køre på DataCycle?
Det er en ramme fra en gammel landevejscykel, så den er god, stabilitetsmæssig, men som med enhver god cykel er pasform og kontrol subtile ting. Tilsætningen af det meste af hardware har været ubemærket; dog gør computeren på styret, at den håndterer, som om du har nogle dagligvarer på et frontstativ. Vigtigere er det, at andre ryttere og jeg har fundet ud af, at det ligesom distraherede chauffører er udfordrende at se på skærmen og køre. Vi har brugt en anden spotter-rytter i Seattle.
Du har slået dig sammen med Alta Planning and Design for at arbejde på Seattles Master Bike Plan. Hvordan bruger byen dataene?
Alta arbejdede tæt sammen med Seattle Department of Transportation for at udvikle koder for attributter, de ønskede at inventar - ting så simpelt som antallet af tjenester langs en rute eller antal pullerter i stien. Dette har været meget indsigtsfuldt for at se, hvad der er nødvendigt på politisk niveau. Uden et planlægnings- og politisk perspektiv ville nogle af dataene sandsynligvis være ubrugelige - æraen med datadrevet beslutningstagning kræver stadig oprindelige problemer. Noget af det, vi stadig laver, er at grave yderligere ind i dataene og lede efter forhold.
Er det skalerbart? Hvordan kan andre steder bruge dette?
Processen kan anvendes overalt, men den er ikke nøjagtigt skalerbar. De indsamlede data er i sammenhæng med en bys transportsystem og dens planlægningsmål såvel som den enkelte rytter. På cyklen kræves en vis mængde kalibrering til rytteren inden brug, så jeg ville ikke forvente at se denne slags ting som en app pr. Siger. Det ligner mere et bærbart laboratorium eller et undersøgelsesinstrument.
Alta har været på udkig efter nye applikationer af DataCycle til at hjælpe andre kommuner. Jeg arbejder også på en forbedret version, sandsynligvis baseret på et andet cykeldesign.
Hvad håber du kommer fra det?
Jeg håber, at byer effektivt kan forbedre deres cykelsti og rutenetværk og reducere bilture. Jeg tror, at der er mange villige, men forsigtige ryttere derude, der ville ride på deres cykler, hvis den faktiske tur føltes som en Cadillac. Nogle steder fortovet og trafik får ruten til at føle sig som en off-road stampede.
Hvad er det mest overraskende, du har fundet?
Hvor mange metalplader ender på en cyklistes vej! Og hvor kompliceret et simpelt spørgsmål kan blive. Vi har samlet meget mere data, end jeg oprindeligt forventede.
