盖世汽车讯 据外媒报道,城市交通大致会遵循一个与“朝九晚五”工作时间表相关的周期性模式。不过,如果有事故发生,该交通模式就会被打乱。对于交通工程师来说,设计一个准确的交通流量模型,以在发生事故时使用是一个很大的挑战,因为必须要实时适应不可预见的交通场景。
(图片来源:劳伦斯伯克利国家实验室)
现在,美国能源部的劳伦斯伯克利国家实验室(Lawrence Berkeley National Lab)的一组计算机科学家与加利福尼亚州运输部(California Department of Transportation,Caltrans)合作,采用高性能计算和机器学习技术,在发生事故时,帮助Caltrans实时做出决策。该研究是与加利福尼亚高级运输和公路合作伙伴(PATH)、加州伯克利大学的交通研究(ITS)合作进行的,是Connected Corridors项目的一部分,Connected Corridors旨在研究、开发和测试一个综合走廊管理方法(Integrated Corridor Management approach),用于管理加州的交通走廊。
Caltrans和Connected Corridors正在洛杉矶县I-210试点实施该系统。研究人员采用南加州市、县和州的实时数据,目标是通过执行经过协调的多司法管辖区交通事故响应计划,以限制交通事故的负面影响,提高Caltrans的实时决策能力。该系统的首个版本将于2020年部署于阿卡迪亚、杜阿尔特、蒙罗维亚和帕萨迪纳等城市,并计划部署到该州的各地。
如需阅读全部内容,请登录查看
*特别声明:本文为技术类文章,禁止转载或大篇幅摘录!违规转载,法律必究。
本文地址:https://auto.gasgoo.com/news/201912/6I70138795LC601.shtml
好文章,需要你的鼓励
我有话说:
联系邮箱:info@gasgoo.com
求职应聘:021-39197800-8035
简历投递:zhaopin@gasgoo.com
客服微信:gasgoo12 (豆豆)
新闻热线:021-39586122
商务合作:021-39586681
市场合作:021-39197800-8032
研究院项目咨询:021-39197921
评论