（圖片來源：phys.org）

據(jù)外媒報(bào)道，美國(guó)卡內(nèi)基梅隆大學(xué)（Carnegie Mellon University）土木與環(huán)境工程系的研究人員正與優(yōu)步自動(dòng)駕駛團(tuán)隊(duì)ATG（Advanced Technologies Group）合作，以更好地了解車輛傳感器的先進(jìn)數(shù)據(jù)如何能夠?yàn)楦叨染_的交通流量測(cè)量提供信息。

卡內(nèi)基梅隆大學(xué)移動(dòng)出行數(shù)據(jù)分析中心（MAC）的研究人員與優(yōu)步自動(dòng)駕駛團(tuán)隊(duì)ATG共同撰寫了一份白皮書。為了本研究，優(yōu)步還為MAC提供了特定數(shù)據(jù)的訪問權(quán)限，包括車輛行駛速度和橫排區(qū)（Strip District）中兩個(gè)路段的交通密度。

研究人員創(chuàng)建了一個(gè)案例研究，展示先進(jìn)的車輛傳感器如何提供特定區(qū)域的交通狀況信息。利用歷史數(shù)據(jù)，研究人員選擇了至少三輛配備傳感器的車輛通過某一路段的實(shí)例，第一輛車和第三輛車穿過某特定點(diǎn)時(shí)，可以為研究人員的方法輸入信息，然后，該方法能夠準(zhǔn)確預(yù)測(cè)這段時(shí)間內(nèi)的交通密度。

正如白皮書中所指出的，MAC演示了如今收集傳感器數(shù)據(jù)的方式，不過無論開發(fā)者如何收集此類數(shù)據(jù)，都可以為交通預(yù)測(cè)和智能城市帶來新機(jī)遇。

MAC的主管和同事計(jì)劃利用更大的數(shù)據(jù)集，在更大的道路網(wǎng)絡(luò)上測(cè)試此種方法，他們對(duì)于比較車輛的浮動(dòng)傳感器與更傳統(tǒng)的固定傳感器的效率非常感興趣。

返回第一電動(dòng)網(wǎng)首頁 >