西班牙一大学研发基于神经网络的交通预测系统 可提前15分钟预测交通状况

(图片来源:intelligenttransport.com)据国外媒体报道，埃尔切UMH大学的研究人员开发了一种基于神经网络的人工智能系统，可以利用固定传感器和连接车辆的数据来预测交通状况。新系统使得提前15分钟预测交通状况成为可能。为了开展这项研究，UWICORE实验室的研究人员将其数字化，并在SUMO交通模拟平台上进行研究。该实验室属于UMH工程研究中心，模拟平台上的交通设置与阿利坎特至西班牙穆尔西亚之间的A-7高速公路相同，全长97公里。此外，研究人员还与Levante交通管理中心合作，该中心提供了该路段所有交通传感器12年的数据。该路段车流量大(有些地方平均每天有10万辆车通过)且有大量的交通传感器(共99个)，每分钟都能准确测出车流量。通过选择这些数据，研究人员开发了一种数字模拟设备，可以在10天内准确生成A-7路段的交通状况。为了实现这一目标，UMH的研究人员还开发了一种新的校准方法，可以准确、真实地基于真实数据生成数字交通模拟设置。借助UMH创建的数字交通平台，研究人员开发了一种基于深度神经网络的技术，该技术利用联网车辆的数据提前15分钟预测交通状况。研究人员分析了在交通中引入联网车辆将如何影响交通强度、密度和速度预测的准确性。研究还证明，与目前部署在A-7相关路段的交通传感器数据相比，仅使用4%的联网车辆数据就可以提高交通预测的准确性。UMH的研究人员还表示，当现有交通传感器的数据与联网车辆的数据相结合时，交通预测的准确性可以显著提高。例如，与固定传感器提供的数据预测交通状况相比，仅将10%的联网车辆数据与交通传感器数据相结合，预测误差就可以降低40%。

(图片来源:intelligenttransport.com)据国外媒体报道，埃尔切UMH大学的研究人员开发了一种基于神经网络的人工智能系统，可以利用固定传感器和连接车辆的数据来预测交通状况。新系统使得提前15分钟预测交通状况成为可能。为了开展这项研究，UWICORE实验室的研究人员将其数字化，并在SUMO交通模拟平台上进行研究。该实验室属于UMH工程研究中心，模拟平台上的交通设置与阿利坎特至西班牙穆尔西亚之间的A-7高速公路相同，全长97公里。此外，研究人员还与Levante交通管理中心合作，该中心提供了该路段所有交通传感器12年的数据。该路段车流量大(有些地方平均每天有10万辆车通过)且有大量的交通传感器(共99个)，每分钟都能准确测出车流量。通过选择这些数据，研究人员开发了一种数字模拟设备，可以在10天内准确生成A-7路段的交通状况。为了实现这一目标，UMH的研究人员还开发了一种新的校准方法，可以准确、真实地基于真实数据生成数字交通模拟设置。借助UMH创建的数字交通平台，研究人员开发了一种基于深度神经网络的技术，该技术利用联网车辆的数据提前15分钟预测交通状况。研究人员分析了在交通中引入联网车辆将如何影响交通强度、密度和速度预测的准确性。研究还证明，与目前部署在A-7相关路段的交通传感器数据相比，仅使用4%的联网车辆数据就可以提高交通预测的准确性。UMH的研究人员还表示，当现有交通传感器的数据与联网车辆的数据相结合时，交通预测的准确性可以显著提高。例如，与固定se提供的数据相比……or来预测交通状况，仅通过将10%的联网车辆数据与交通传感器数据相结合，就可以将预测误差降低40%。

标签：Levante

汽车资讯热门资讯