美研发预测易闯红灯路口的智能系统已投入使用

2017-12-29 09:23:25来源：digitimes 庄瑞萌关键词：智慧交通人工智能阅读量：28800

导读：日前，美国明尼苏达大学与密西根大学共同开发出可收集来自交通信号控制器数据的SMART讯号系统。它让交通工程师以低成本与容易使用的工具来找出容易出现闯红灯的十字路口。

　　【中国智能制造网新闻】日前，美国明尼苏达大学与密西根大学共同开发出可收集来自交通信号控制器数据的SMART讯号系统。它让交通工程师以低成本与容易使用的工具来找出容易出现闯红灯的十字路口。

　　美国明尼苏达大学(University of Minnesota)与密西根大学(University of Michigan)合作开发新的算法，利用从开发的系统所收集的数据，让交通工程师以低成本与容易使用的工具来找出容易出现闯红灯的十字路口。

　　据Traffic Technology Today报导，在信号化十字路口中，闯红灯是造成撞击事故常见与危险的原因之一，其中约45%的直角撞击会造成受伤，相较其他撞击种类则为25%。因此，减少直角撞击的频率可以大幅提升整体交通安全以及降低撞击相关成本。

　　研究人员于是着手研究是否可能以自动的方式，找出容易出现闯红灯的十字路口。由Henry Liu教授与密西根大学合作后，催生出这套可收集来自交通信号控制器数据的SMART讯号系统。明尼苏达交通局(MnDOT)并已在双城(Twin Cities)地区超过100个路口安装该系统。

　　由该局赞助的计划中，研究人员利用SMART讯号数据来开发工具并评估十字路口的安全成果，以及利用SMART讯号数据预估闯红灯结果与可能的车辆穿越冲突。研究人员将车辆速度及交通量，与来自SMART讯号的交通讯号相位信息配对，以便辨识可能的闯红灯结果。

　　为了确认这项方法的准确度，研究人员以真正闯红灯结果的数据与可能的结果相比，再开发出可预测是否真正发生的方程式。接着再设计方法来判定闯红灯结果是否会造成交通事故，并将这项新的测量加入利用平均每日交通而产生的标准模型中。

　　后研究人员再继续测试这项新模型，是否可提升预测在信号化十字路口发生直角追撞的能力。若是可以准确测量交通冲突，便可判定是否可能出现危险的撞击意外，实践结果也发现闯红灯频率比传统平均每日交通更能预测直角撞击。

　　(原标题：美大学开发新技术可预测易闯红灯路口)

上一篇：融合35个建筑日本教授造出3D打印模型

下一篇：结合AI与3D打印加拿大造出可与人交互的建筑

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

夯实学校人工智能教育服务教育强国建设
无论是培育人工智能领域的高端人才、激发人工智能环境中广大青少年的创新潜力，还是提升智能时代公民的适应力，都需超越传统的标准化人才培养模式，加强人工智能教育和创新能力培养。
人工智能教育
2025-05-08 17:26:13
推动人工智能发展我国已形成完整产业体系
经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。
人工智能服务平台
2025-05-04 09:58:02
全域人工智能之城建设驶入快车道
市科委、中关村管委会，市经济和信息化局，市发展改革委，市政务和数据局，市卫生健康委，北京经开区管委会领导出席，来自各央国企、研究机构，及京内外近500家人工智能上下游生态企业与会。
人工智能中国智造
2025-04-30 09:49:19
AI已经成为人形机器人最大的瓶颈？
在看似繁荣的表象下，行业共识正在逐渐浮现：人工智能(AI)技术的滞后，已成为人形机器人实现真正智能化的最大瓶颈。
人形机器人人工智能
2025-04-28 15:32:08
从“原子”到算法！人工智能领域的“元素周期表”诞生
研究团队发现，处于同一“主族“的算法(如支持向量机与核方法)具有相似的数学内核，而位于相同“周期“的算法(如决策树与随机森林)则共享相近的泛化能力图谱。
人工智能计算机科学
2025-04-27 17:01:21
宾利发布突破性人工智能皮革检测技术
人工智能皮革检测系统并不能完全取代宾利训练有素的工匠的技艺。通过自动化人工检测流程，该系统能够提供最高品质的皮革，工匠们可以用它来打造精致的手工缝制细节。
人工智能皮革检测技术
2025-04-27 14:42:55

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。