卡內(nèi)基梅隆使用先進(jìn)的基于車(chē)輛的傳感器數(shù)據(jù)來(lái)感知交通

卡內(nèi)基梅隆大學(xué)土木與環(huán)境工程系的研究人員與優(yōu)步先進(jìn)技術(shù)集團(tuán)(Uber ATG)合作，更好地了解先進(jìn)的基于車(chē)輛的傳感器數(shù)據(jù)如何為高分辨率交通流量測(cè)量提供信息。

Henry Carner，Anne Molloy，Robert和Christine Pietrandrea副教授Sean Qian以及研究助理Shuguan Yang，他們都是卡內(nèi)基梅隆大學(xué)的移動(dòng)數(shù)據(jù)分析中心(MAC)的成員，共同撰寫(xiě)了一份由Uber Advanced Technologies Group的Allison Plummer 提供的白皮書(shū)。為了這項(xiàng)研究的目的，優(yōu)步為MAC提供了選擇數(shù)據(jù)的訪問(wèn)權(quán)限，包括沿著帶區(qū)的兩個(gè)路段的車(chē)輛行駛速度和交通密度。

研究人員創(chuàng)建了一個(gè)案例研究，展示了先進(jìn)的基于車(chē)輛的傳感器如何提供給定區(qū)域內(nèi)交通狀況的信息。使用歷史數(shù)據(jù)，他們選擇了至少三輛配備傳感器的車(chē)輛通過(guò)特定路段的情況。從第一輛車(chē)和第三輛車(chē)通過(guò)給定點(diǎn)時(shí)的信息提供了他們的方法的輸入，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(cè)。

正如白皮書(shū)所述，MAC展示了今天收集傳感器數(shù)據(jù)的方式，無(wú)論開(kāi)發(fā)人員收集它，都可以在概念上為流量估算和智能城市提供新的機(jī)會(huì)。

MAC負(fù)責(zé)人錢(qián)先生和楊計(jì)劃繼續(xù)使用更大的數(shù)據(jù)集在更大的道路網(wǎng)絡(luò)上測(cè)試這種方法。他們有興趣比較使用基于車(chē)載的浮動(dòng)傳感器的數(shù)據(jù)與更傳統(tǒng)的固定傳感器的效果。