文献

J-GLOBAL ID：201702220999077016   整理番号：17A1251097

接続された車両を用いた実時間交通状態推定【Powered by NICT】

Real-Time Traffic State Estimation With Connected Vehicles

著者 (3件)： Khan Sakib Mahmud (Glenn Department of Civil Engineering, Clemson University, Clemson, SC, USA) ,  Dey Kakan C. (Department of Civil and Environmental Engineering, West Virginia University, Morgantown, WV, USA) ,  Chowdhury Mashrur (Glenn Department of Civil Engineering, Clemson University, Clemson, SC, USA)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 18  号： 7  ページ： 1687-1699  発行年： 2017年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文で開発した,リアルタイム道路交通条件評価精度,CVT AI手法を形成する人工知能(AI)パラダイムを用いた連結車両技術(CVT)を統合したを増加させることである新しいフレームワーク。交通密度は交通条件の主要な指標である。本論文では,交通運転条件は,交通密度に基づいて評価した。南カロライナ州における州際道路26号線のシミュレートされたネットワークはこの方法の有効性を調査するために開発する。仮定は,車両に搭載された装置は,更なる処理のためのCV生成されたデータをエッジ装置(例えば,道路側装置)にすることである。CVでは,停留所の車間距離と数を生成し,速度データを用いて,交通密度を推定した。本論文では,20%と大きなCV浸透レベルと,AI支援CVTを用いた密度情報の精度は85%の最小値であることを明らかにした。さらに,本論文では,統合CVT AI手法はCV浸透レベルの増加と共により高い精度が得られることを実証した。サービス水準(LOS)は,高速道路上の交通混雑レベルの指標であり,特異的自由流速度の乗用車/マイル/車線の交通密度を用いて記述した。CVT AI密度推定法を用いて推定したLOSはCaltrans性能測定システム(PeMS)が使用する密度推定アルゴリズム,高速道路誘導ループ検知器により収集された占有率と流量データに依存すると比較した。10%またはそれ以上のCV浸透により,PeMS密度推定アルゴリズムと比較してCVT AIアルゴリズムを用いて達成される高い精度。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 交通混雑 ,  浸透 ,  人工知能 ,  アルゴリズム ,  乗用車 ,  道路 ,  *状態推定 ,  検出器 ,  ネットワーク ,  高速道路 ,  交通密度 ,  計測システム ,  車間距離 ,  道路交通
準シソーラス用語： 推定アルゴリズム , 【Automatic Indexing@JST】

分類 (4件)： 交通調査  (TB01031B) ,  図形・画像処理一般  (JE04010I) ,  都市交通  (TA01020W) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 実時間 ,  交通 ,  状態推定