首頁熱門文章
美國與韓國開發(fā)人工智能交通狀況實時預(yù)測系統(tǒng)
發(fā)布時間：2019-08-08 分類：趨勢研究
近日，韓國蔚山國家科學(xué)技術(shù)研究院（UNIST）的一個研究團(tuán)隊展示了一種全新的人工智能交通預(yù)測分析系統(tǒng)，該系統(tǒng)可以對5-15分鐘的交通狀況進(jìn)行預(yù)測，目前預(yù)測結(jié)果平均只有4公里/小時左右的誤差。
據(jù)悉，全新的人工智能分析系統(tǒng)能夠通過從車輛監(jiān)測器所獲得的數(shù)據(jù)，對交通擁堵情況進(jìn)行監(jiān)控及預(yù)測。UNIST教授Sungahn Ko領(lǐng)導(dǎo)了這項突破性技術(shù)的研發(fā)，并與美國普渡大學(xué)、亞利桑那州立大學(xué)的研究團(tuán)隊共同完成了研發(fā)工作。在開發(fā)過程中，這三所高校的團(tuán)隊提取了任務(wù)需求，并結(jié)合了用于堵塞預(yù)測的長短期記憶（LSTM）模型，從而設(shè)計了一種用于探測擁堵原因和擁堵延伸方向的加權(quán)方法。
這個新系統(tǒng)主要由兩個模塊所組成：一個模塊負(fù)責(zé)對交通情況進(jìn)行分析和預(yù)測；另一個模塊負(fù)責(zé)對分析和預(yù)測結(jié)果進(jìn)行可視化處理。與以前依靠概率和統(tǒng)計方法對歷史交通記錄進(jìn)行分析并完成預(yù)測的方式不同，新的系統(tǒng)添加了可以對實時交通情況進(jìn)行分析預(yù)測的深度學(xué)習(xí)算法，從而提供了更高的預(yù)測準(zhǔn)確性。
Sungahn Ko教授稱，“這個技術(shù)運(yùn)用了大量的交通數(shù)據(jù)，它可以與交通廣播服務(wù)或?qū)Ш竭M(jìn)行結(jié)合，從而在糟糕的交通環(huán)境中規(guī)劃出最優(yōu)的行駛路線。未來，還將添加對天氣和事故等其他因素進(jìn)行預(yù)測，以開發(fā)出更加準(zhǔn)確的預(yù)測模型。”
目前這項新技術(shù)已經(jīng)被蔚山市的交通廣播網(wǎng)絡(luò)（TBN）使用，用以向當(dāng)?shù)鼐用裉峁┙煌顩r預(yù)測信息。據(jù)悉，該技術(shù)在不久后也將被推廣到其他韓國城市，截至到今年年底之前，應(yīng)用城市將包括光州、釜山、大田和仁川等。
