导航应用是提供实时导航指引的应用程序。大多数可用的导航应用可以显示到指定位置的最快旅行路线，但这些应用不能告诉我们到目的地的最安全路线。
需要注意的是，最快的路线并不总是能够保证最高的安全水平。鉴于安全的至关重要性，全球范围内正在进行广泛的研究，以改进导航系统并实现对最安全和最高效路线的识别。
UBC的研究人员开发了一种能够导航和建议最安全路线的算法。研究团队开发了一种方法，可以使用实时碰撞风险数据在城市网络中识别最安全的可能路线。此外，这个算法还可以集成到导航应用程序中，如Google地图，使得它可以被每个人使用。
为了促进这项研究，研究团队使用了10架在希腊雅典市操作的无人机，连续多天收集了这些无人机生成的数据。他们收集的数据包括车辆位置、速度和加速度。这些信息对于识别车辆之间的近距离接触以及预测实时车辆碰撞风险非常关键。这项研究旨在开发一种实时路由算法，考虑特定路线上不同点的碰撞风险程度以及暴露在这些条件下的时间。然后将最安全的路线与最快的路线进行比较，并研究安全性和流动性之间的权衡。
这项研究的结果非常有趣。研究表明，最安全的路线相对于最快的路线更安全，安全性提高了22%，但最快的路线只比最安全的路线快11%。在许多情况下，最安全路线算法往往沿着与最快路线相同的路线行驶，在特定点处绕道以避开被识别为危险位置的地方。事实上，最安全的路线在54%的时间里也是最快的路线。研究人员表示，道路使用者在选择方向时应考虑安全性和效率的综合。
这个实验表明最快路线和最安全路线之间存在权衡。此外，这项研究为该领域的各种其他研究领域铺平了道路。未来，可以相对于其他路线来量化一个路线的安全性。
该模型的局限性在于数据仅针对一个城市在有限的时间内进行收集，可能无法准确描述交通环境变化的位置变化。因此，对于更大范围和更长时间的更多可用路线进行测试，并确定和概括安全性和流动性之间的权衡将是有益的。因此，研究人员目前正在将他们的研究范围扩展到其他城市。