新模型使交通规划者能够更准确地了解其所在地区的交通情况 城市，这可以带来更好、更具成本效益的规划。
如果您有一辆新车或新款汽车，它很可能已联网：GPS 导航、 信息娱乐面板、汽车创建的无线网络——它们都是方式 为您的汽车提供信息，无论是给您指示、ping 其他 车辆或检查交通信号、标志或桥梁等基础设施。
所有这些数据都为联网汽车创造了帮助交通规划者的潜力 准确了解道路的使用情况。不过现在，这个 此类数据通常不受控制、不准确且不可靠，且位置缺失 和路径。
Kuilin Zhang, assistant professor of civil and environmental engineering and affiliated assistant professor of computer science at Michigan Technological University, has developed a way to fill in the gaps, as presented in a recent study published in交通研究 C 部分：新兴技术()。张相信，未来这将是一种经济有效的交通运输方式 规划者要做的一切事情包括制定更有效的交通拥堵缓解策略 知道在哪里修建更宽的或新的道路。
“到 2025 年，全球将有 1.52 亿辆主动联网汽车上路 一般汽车每天会产生高达 30 TB 的数据。”
“未来，我们将拥有更多联网车辆，”他说。 “如果我们填满 在他们提供的数据的缺失部分中，我们可以获得完整的活动 个体司机的出行，然后这些数据可以用来了解需求。”
填补联网汽车的空白
汽车不需要自动连接：任何具有无线访问功能的车辆， 例如蜂窝或专用短程通信（DSRC）技术，被认为 连接。 IHS Automotive 预计将有 1.52 亿辆主动联网汽车 到 2025 年，将在世界各地的道路上行驶，平均每辆汽车将产生高达 30 TB 的数据 每天的数据。
联网车辆轨迹数据可用于进行出行预测，但张 发现数据中存在足够的差距，无法用来做出可靠的 预测。
In this study, researchers used included two-months of connected vehicle data from 2,800 cars, provided by the密歇根州安娜堡。由此，他们创建了一种数据驱动的优化方法 重建这些汽车所做的缺失的位置-持续时间-路径选择。的 重建的选择可用于改进的验证和校准 模型。基于活动的出行需求动态模型为交通提供了更多细节 规划组织。张说，更好地估计出行需求也将 有助于减少拥堵、减少排放并节省能源。
模型预测车辆数据
张认为，这种基于活动的模型的价值不仅仅是准确性。 它会省钱。地方政府经常购买从 GPS 获取的信息 来自私营公司的商用车辆，或依赖，执行成本昂贵，并且仅提供有关一小部分驱动程序的信息 而不是整体，可以利用模型了解更多，花更少的钱来观察它们 市政府的驾驶习惯。
他还表示，如果更多城市 效仿纽约市的做法，开始实施拥堵收费，这将 在交通高峰时段使用车牌读取器向司机收取通行费。
这项研究的下一步是将该模型应用于现有的互联网络 佛罗里达州、纽约州和怀俄明州的车辆测试台，并提供有关如何 使用联网车辆数据。
“这是一个大数据时代，”张说。 “除了互联的安全优势之外 车辆技术、联网车辆生成的高频数据提供了巨大的帮助 新移动解决方案的数据集。”
足球比赛结果是一所 R1 公立研究型大学，成立于 1885 年，位于霍顿，拥有来自全球 60 多个国家的近 7,500 名学生。密歇根州旗舰科技大学的投资回报率一直名列全美最佳大学之列，提供超过 185 个本科和毕业生degree programs in science and technology, engineering, computing, forestry, business, health professions, humanities, mathematics, social sciences, and the arts.乡村校园距离密歇根州上半岛的苏必利尔湖仅数英里，提供全年户外探险的机会。
评论