卡內(nèi)基梅隆大學(xué)利用先進(jìn)的車載傳感器數(shù)據(jù)來感知交通

2022-07-20 02:57:20 編輯：姜宏冠來源：

導(dǎo)讀卡內(nèi)基梅隆大學(xué)(CarnegieMellonUniversity)的土木工程和環(huán)境工程部門的研究人員與Uber高級技術(shù)小組(Uber)合作，以更好地了解先進(jìn)的基于車...

卡內(nèi)基梅隆大學(xué)(CarnegieMellonUniversity)的土木工程和環(huán)境工程部門的研究人員與Uber高級技術(shù)小組(Uber)合作，以更好地了解先進(jìn)的基于車輛的傳感器數(shù)據(jù)如何能夠通知高分辨率的交通流測量。

研究人員創(chuàng)建了一個(gè)案例研究，顯示了先進(jìn)的基于車輛的傳感器如何在給定區(qū)域提供關(guān)于交通條件的信息。使用歷史數(shù)據(jù)，他們選擇了至少三個(gè)裝有傳感器的車輛經(jīng)過給定路段的情況。來自第一和第三車輛通過給定點(diǎn)的時(shí)間的信息提供了它們的方法的輸入，然后能夠輸出這些時(shí)間之間的交通密度的準(zhǔn)確預(yù)測。

正如白皮書中所指出的，MAC演示了今天正在收集的傳感器數(shù)據(jù)，無論開發(fā)人員在收集傳感器數(shù)據(jù)，在概念上都可以為流量估計(jì)和智能城市提供新的機(jī)會(huì)。

MAC和Yang計(jì)劃的負(fù)責(zé)人錢納計(jì)劃在更大的道路網(wǎng)絡(luò)上使用更大的數(shù)據(jù)集繼續(xù)測試這種方法。他們有興趣將使用來自基于車輛的浮動(dòng)傳感器的數(shù)據(jù)與更傳統(tǒng)的固定傳感器的功效進(jìn)行比較。

標(biāo)簽：

免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！