卡内基梅隆使用先进的基于车辆的传感器数据来感知交通

卡内基梅隆大学土木与环境工程系的研究人员与优步先进技术集团(Uber ATG)合作，更好地了解先进的基于车辆的传感器数据如何为高分辨率交通流量测量提供信息。

Henry Carner，Anne Molloy，Robert和Christine Pietrandrea副教授Sean Qian以及研究助理Shuguan Yang，他们都是卡内基梅隆大学的移动数据分析中心(MAC)的成员，共同撰写了一份由Uber Advanced Technologies Group的Allison Plummer 提供的白皮书。为了这项研究的目的，优步为MAC提供了选择数据的访问权限，包括沿着带区的两个路段的车辆行驶速度和交通密度。

研究人员创建了一个案例研究，展示了先进的基于车辆的传感器如何提供给定区域内交通状况的信息。使用历史数据，他们选择了至少三辆配备传感器的车辆通过特定路段的情况。从第一辆车和第三辆车通过给定点时的信息提供了他们的方法的输入，然后能够输出这些时间之间的交通密度的准确预测。

正如白皮书所述，MAC展示了今天收集传感器数据的方式，无论开发人员收集它，都可以在概念上为流量估算和智能城市提供新的机会。

MAC负责人钱先生和杨计划继续使用更大的数据集在更大的道路网络上测试这种方法。他们有兴趣比较使用基于车载的浮动传感器的数据与更传统的固定传感器的效果。