Zhejiang Industrial University forskargrupp bidrar till trängsel i städerna smarta lösningar på skrivbordet
Utgångsdatum: 2019-02-12
” För en stad är trängsel ett utseende. Det finns en mekanism bakom utseendet som kan spåras Vad vi saknar är en djup förståelse för mekanismen På tal om vanliga trafikstockningar i livet, biträdande professor vid Zhejiang Industrial University Guo Haifeng berättade för journalister att bära
Guo Haifeng tog examen från Jilin University Trafik Institutionen för teknik och kontroll Sedan universitetet har professionell inlärning och år av vetenskaplig undervisning, så att Guo Haifeng har sin egen unika erfarenhet av olika problem med stadstrafik Med den snabba urbaniseringen i Kina har trängseln blivit en ny standard för stadslivet, vilket gör att många människor oroar sig för att resa Hur man kombinerar det med högteknologiska medel som stora data och nätverk av bilar för att skapa intelligenta lösningar har blivit ett problem som måste lösas
Baserat på denna bakgrund avslutade Guo Haifeng-gruppen forskningen om individuell identifiering av onormal rörelse i trafikflödet i en nätverksmiljö Med det officiella slutet av projektet Zhejiang Natural Science Foundation kommer intelligenta transporttjänster att vara närmare våra liv
mekanismer från utsidan till insidan
” Vi har ofta en sådan livserfarenhet Ibland finns det inte så många bilar på vägen, men trafiken går fortfarande inte så bra Under intervjun förklarade professor Guo först detta fenomen för pressen ” Vi brukade bara veta mer om det här fenomenet, men vi visste aldrig om sjukdomen.”
Otillräcklig förståelse för mekanismen fick Guo Haifeng att analysera trafikstockningar från normala trafikflöden I sin verkliga forskning fann professor Guo att individuellt beteende har stor inverkan på den övergripande trafikförhållandet, föraren ändrar vägar, parkerar och andra oregelbundna beteenden mycket ofta Så genom en sådan undersökning började professor Guo utforska hur man förstår dessa avvikelser från ett mikroskopiskt perspektiv, observerar fenomen och upptäcker trafikflödets lagar för att bygga trafikflödesmodeller över hela stan för realtidsövervakning av trafikstockningar och korrekt förutsägelse av användningsområden
Det är svårt. Stora data stöter på halsen
Det är lätt att fånga ett enskilt avvikande beteende och bedöma dess inverkan på små områden och system, men det krävs fortfarande mycket stora provdata för att representera en stads allmänna egenskaper och för att skapa en modell av trafikflöden ” Det svåra med att representera och beskriva trafikflöden i hela staden är inte modeller och algoritmer, utan att använda stora data för att upptäcka avvikelser och förutsäga effekter på omgivningen.” Guo Haifeng berättade för journalisterna att det var så här
För att bygga en trafikflödesmodell i hela stan måste man samla in stora mängder data, vilket är det viktigaste och svåraste för hela forskningen Det är svårt att få tillgång till faktiska data för verifiering utan djupt samarbete med transportavdelningen Guo Haifeng har utvecklat sina egna experimentella enheter som kan användas för att dokumentera en rad indikatorer för övergångar, vridningar, vinkelhastigheter och turbulens Med hjälp av dessa förutvecklade experimentella apparater körde teammedlemmarna ut för att samla in data Under tiden deltar Guo Haifeng också aktivt i projektet för stadsdata hjärna, där han kan få trafikdata från över 10 000 korsningar i Hangzhou- genom att analysera trafikegenskaperna i Wuhan City Circle
Orellas stad blir alltmer avbildad för att förbättra sig själv
Beskriv resultaten exakt som referens
Med stöd av stora data måste trafikflöden observera fenomen på olika sätt, förklara lagar Guo Haifeng berättade för journalister att i tidigare studier har forskare ofta studerat trafikflöden från flera olika kriterier, till exempel hastighet, acceleration, framsidan och så vidare Det finns ingen enhetlig forskningsstandard för hög tillförlitlighet och effektivitet Det beror främst på att det finns färre forskningsmetoder i historien Med högteknologiska tester kan vi få mer detaljerad information om hur trafiken fungerar
” Vårt mål är att ge våra kollegor de bästa tecknen Genom att studera en stor mängd förfinade indikatorer har vi upptäckt att framsidan är den bästa indikatorn för att analysera mekanismen för mikrotrafikflödet Men eftersom den behöver detekteringsenheter och inte är lätt att samla, väljer vi hastighet och acceleration som den perfekta indikatorn När det gäller betydelsen av forskningen, berättade Guo Haifeng för journalisterna
Det har också gjorts stora framsteg i praktiska tillämpningar Genom samarbete mellan regeringen och företagen kan trafikförhållanden identifieras vid över 10 000 korsningar i Hangzhou huvudstaden för att optimera signalfördelningen När det gäller den stora framtiden för denna applikation, berättade Guo Haifeng för journalisterna:” När framtiden kommer obemannade, samarbetsvilliga vägar, kan vår forskning dockas, vilket ger en referens för tillämpningar av nätverk av bilar
Källa: Zhejiang Online