西班牙研发出基于神经网络的人工智能系统提前15分钟预测交通状况

核心提示：据外媒报道，西班牙埃尔切米格尔埃尔南德斯大学（UMH）的研究人员开发了一种基于神经网络的人工智能系统，可以利用来自固定传感器和联网车辆的数据来预测交通状况，新系统可以提前 15 分钟预测交通状况。

（图片来源：智能交通网）

Gasgo Auto News 据外媒报道神经网络预测r程序，西班牙埃尔切的米格尔埃尔南德斯大学（UMH）的研究人员开发了一种基于神经网络的人工智能系统，该系统利用来自固定传感器和联网车辆的数据来预测交通状况，新系统可以提前 15 分钟预测交通状况。

为了开展这项研究，UWICORE 实验室的研究人员对 SUMO 交通仿真平台进行了数字化研究。该实验室隶属于UMH工程研究中心，仿真平台上的交通设置与西班牙阿利坎特和穆尔西亚之间的A-7高速公路相同，全长97公里。此外，研究人员还与莱万特交通管理中心合作，该中心提供了 12 年来道路上所有交通传感器的数据。

道路交通流量大（某些地方平均每天有 10 万辆汽车）和大量的交通传感器（总共 99 个），使其能够准确地测量每分钟的交通流量。通过选择数据，研究人员开发了一种数字模拟设备，可以在 A-7 路段生成极其准确的交通状况，持续 10 天。为此，UMH 研究人员还开发了一种新的校准方法，可以根据真实数据准确、逼真地生成数字交通模拟设置。

借助 UMH 创建的数字交通平台，研究人员开发了基于深度神经网络的技术，可以利用联网车辆的数据提前 15 分钟预测交通状况。研究人员分析了将联网车辆引入交通中如何影响交通强度、密度和速度预测的准确性。该研究还表明，与当前部署在相关 A-7 路段上的交通传感器数据相比，仅使用 4% 的联网车辆数据可以提高交通预测的准确性。 UMH 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结合使用时，可以显着提高交通预测的准确性。例如，与固定传感器提供的交通状况预测相比神经网络预测r程序，仅将 10% 的联网车辆数据与交通传感器数据相结合，就可以将预测误差减少 40%。

*特别声明：本文为技术文章，禁止转载或大篇幅摘录！非法转载将受到法律制裁。