首頁熱門文章
美國與韓國開發人工智能交通狀況實時預測系統
發布時間：2019-08-08 分類：趨勢研究
近日，韓國蔚山國家科學技術研究院（UNIST）的一個研究團隊展示了一種全新的人工智能交通預測分析系統，該系統可以對5-15分鐘的交通狀況進行預測，目前預測結果平均只有4公里/小時左右的誤差。
據悉，全新的人工智能分析系統能夠通過從車輛監測器所獲得的數據，對交通擁堵情況進行監控及預測。UNIST教授Sungahn Ko領導了這項突破性技術的研發，并與美國普渡大學、亞利桑那州立大學的研究團隊共同完成了研發工作。在開發過程中，這三所高校的團隊提取了任務需求，并結合了用于堵塞預測的長短期記憶（LSTM）模型，從而設計了一種用于探測擁堵原因和擁堵延伸方向的加權方法。
這個新系統主要由兩個模塊所組成：一個模塊負責對交通情況進行分析和預測；另一個模塊負責對分析和預測結果進行可視化處理。與以前依靠概率和統計方法對歷史交通記錄進行分析并完成預測的方式不同，新的系統添加了可以對實時交通情況進行分析預測的深度學習算法，從而提供了更高的預測準確性。
Sungahn Ko教授稱，“這個技術運用了大量的交通數據，它可以與交通廣播服務或導航進行結合，從而在糟糕的交通環境中規劃出最優的行駛路線。未來，還將添加對天氣和事故等其他因素進行預測，以開發出更加準確的預測模型?！?
目前這項新技術已經被蔚山市的交通廣播網絡（TBN）使用，用以向當地居民提供交通狀況預測信息。據悉，該技術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，應用城市將包括光州、釜山、大田和仁川等。
