专栏首页arxiv.org翻译专栏基于不同数据源和交通估计模型的实验性城市案例研究

基于不同数据源和交通估计模型的实验性城市案例研究

准确估计网络上的流量状态是设计和实现任何流量管理策略的起点,因此非常重要。因此,交通运营商和交通网络用户可以做出可靠的决策,如影响/改变路线或模式选择。然而,由于传感器的可用性、不同的噪声水平、不同的输出量、传感器的准确性、异构数据融合等多种原因,城市环境中各种传感器的交通状态估计问题非常复杂。为了更好地理解这个问题,我们在瑞士苏黎世城市网络的一个区域组织了一个视频测量的实验活动。我们专注于从交通流量和旅行时间方面捕捉交通状态,通过确保由城市当局建立的热感摄像机的测量,处理视频数据和谷歌距离矩阵。我们评估了不同的数据源,并提出了一个简单而有效的多元线性回归(MLR)模型,以估计旅行时间的各种数据源融合。与地面真实数据(来源于视频测量)的比较结果显示了所提出方法的有效性和稳健性。

原文题目:An Experimental Urban Case Study with Various Data Sources and a Model for Traffic Estimation

原文:Accurate estimation of the traffic state over a network is essential since it is the starting point for designing and implementing any traffic management strategy. Hence, traffic operators and users of a transportation network can make reliable decisions such as influence/change route or mode choice. However, the problem of traffic state estimation from various sensors within an urban environment is very complex for several different reasons, such as availability of sensors, differ ent noise levels, different output quantities, sensor accuracy, heterogeneous data fusion, and many more. To provide a better understanding of this problem, we organized an experimental campaign with video measurement in an area within the urban network of Zurich, in Switzerland. We focus on capturing the traffic state in terms of traffic flow and travel times by ensuring measurements from established thermal cameras by the city’s authorities, processed video data and the Google Distance Matrix. We assess the different data sources, and we propose a simple yet efficient Mul tiple Linear Regression (MLR) model to estimate travel times with fusion of various data sources. Comparative results with ground-truth data (derived from video measurements) show the efficiency and robustness of the proposed methodology.

[基于不同数据源和交通估计模型的实验性城市案例研究.pdf]

原文链接:https://arxiv.org/abs/2108.07698

原文作者:Alexander Genser, Noel Hautle, Michail Makridis, Anastasios Kouvelas

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 把脉城市功能 | 基于LBS大数据量化城市尺度动态功能

    城市尺度动态功能的准确识别可以为区域协调发展和城市体系规划提供更多更加精准有效的服务。在过去几十年里,已经有大量关于中国城市功能划分的研究,研究人员根据城市的多...

    DataCharm
  • 太酷炫了!万科最新大数据市场研究手段曝光!

    近期,由上海万科与多家高校及城市数据团合作搭建的专属于万科的大数据分析平台正式上线了。这是万科在推动房地产行业的大数据化、引领地产行业转型潮流上踏出的重要一步。

    IT派
  • 【钱塘号专栏】太酷炫了!万科最新大数据市场研究手段曝光!

    作者:郁亮 如何研究房地产市场?归根结底需要解决的问题无非是地、房、人三大内容。 然而,传统的研究方法却耗时耗力 看不全的土地——总会遗忘疏漏 想不尽的产品——...

    钱塘数据
  • 【案例】中国城市规划设计研究院:新型城镇化监控与评估平台

    【数据猿导读】本案例中,调用了人口、土地、经济、资源环境四维度基础数据及各尺度的规划评估模型、检测系统构建了针对规划行业的大数据云平台——全国新型城镇化监控与评...

    数据猿
  • 最新R0值3.11,疫情何时高峰难预测,这是你该知道的最新进展

    据卫健委最新数据,1 月 28 日 0-24 时,全国范围内的 31 个省(区、市)报告新增确诊病例 1459 例,新增疑似病例 3248 例。

    机器之心
  • 茅明睿:大数据时代的城市规划【大数据100分】

    大数据文摘
  • 【政策】北京市科委发布最新征集新一代人工智能、脑认知与类脑技术等六大领域储备课题

    新智元报道 编辑:张乾 【新智元导读】在国务院、工信部等国家层面出台一系列支持人工智能发展的文件后,北京市科委近日将国家政策落地,发布六份通知,面向认知...

    新智元
  • 平行交通:虚实互动的智能交通管理与控制

    今日头条丨一点资讯丨腾讯丨搜狐丨网易丨凤凰丨阿里UC大鱼丨新浪微博丨新浪看点丨百度百家丨博客中国丨趣头条丨腾讯云·云+社区

    数据猿
  • 一图看懂《数字孪生应用白皮书2020》

    2020年11月11日,由中国电子技术标准化研究院联合树根互联技术有限公司主编,特斯联科技集团有限公司、中机生产力促进中心等20余家数字孪生领域开发商、集成商、...

    肉眼品世界
  • 2021年CCF-腾讯犀牛鸟基金课题介绍(一)——社会可持续发展&机器学习与深度学习

    腾讯公司和中国计算机学会于2013年共同发起的CCF-腾讯犀牛鸟基金(以下简称犀牛鸟基金),始终致力于支持海内外青年学者开展前沿学术研究与技术实践。犀牛鸟基金...

    腾讯高校合作
  • Deep城市︱机器学习帮助优化交通流并减少交通排放应用两例

    将人工智能应用于自动驾驶汽车来使交通平稳运行,减少燃料消耗,并改善空气质量监测模型,可能听起来像科幻小说,但伯克利实验室的研究人员和加州伯克利分校合作,已经启动...

    用户1621951
  • 未来城市技术v1.0

    我比较关注技术驱动下的应用,所以本文以技术的视角来表达我的一些观点。为了避免名词概念太多不好理解的情况,本文统一使用「未来城市技术」作为城市相关技术的统称。

    mixlab
  • 红色预警尚未结束,北京启用机器学习预测空气污染

    【新智元导读】今年冬天北京启用雾霾预警系统,将传统的大气化学物理模型与机器学习相结合,力求在更短的时间内做出更精确的预测。12月16日启动的今年首次空气重污染红...

    新智元
  • 2019年CCF-腾讯犀牛鸟基金项目课题介绍(三)——自然语言处理及语音识别&大数据&车联网

    ? CCF-腾讯犀牛鸟基金由腾讯与中国计算机学会联合发起,旨在为全球范围内最具创新力的青年学者搭建产学研合作及学术交流的平台,提供了解产业真实问题,接触业务实...

    腾讯高校合作
  • 业界 | 京东金融与KDD2018:如何针对性解决城市计算痛点

    作为会议的承办方,京东金融的城市计算事业部在会议上给出了一个主题演讲和两篇论文介绍,分享了京东进行城市计算的方法论,辅以众多实际案例。

    机器之心
  • WAIC 2020 微软论坛精彩全回顾!

    2020年,新冠疫情的肆虐放缓了全球经济增长的步伐,也提醒着我们,尽管科技发展突飞猛进,人类社会和自然环境仍然面临诸多挑战:自然灾害、流行病、贫穷、污染、饥饿等...

    AI科技评论
  • 基于问题导向与成果产出的教学模式:《大数据与城市规划》特色课程

    [ 编者按 ]2015年12月,清华大学推出“大数据能力提升项目”,旨在促进大数据人才培养,服务国家大数据发展战略。项目由清华-青岛数据科学研究院(以下简称:数...

    数据派THU
  • 【案例】某国际知名零售连锁企业:基于人工智能的选址解决方案

    【数据猿导读】本篇案例涉及企业是一家国外顶级零售商,合作方在美国具有良好的数据支持,并已研发出成熟的选址模型,在美国表现效果非常良好,但当合作方将其模型拿到中国...

    数据猿
  • 人工智能让遥感数据释放巨大潜能

    近年来,无论是劳动力的迁移,还是教育和住房等资源的分配问题,背后都少不了对于城市化进程的思考,持续加速的城市化进程无疑对城市的社会经济环境产生了深远的影响,如何...

    郭好奇同学

扫码关注云+社区

领取腾讯云代金券