大家都經(jīng)歷過這種情況：驅(qū)車數(shù)英里到達(dá)目的地卻發(fā)現(xiàn)，所有的停車位都被占滿了。雖然谷歌地圖(Google Maps)等應(yīng)用程序可根據(jù)歷史數(shù)據(jù)，預(yù)測(cè)停車位情況，但是該方法仍具有局限性。據(jù)外媒報(bào)道，美國卡耐基梅隆大學(xué)(Carnegie Mellon University)的科學(xué)家進(jìn)行了一項(xiàng)研究，推出了一個(gè)人工智能(AI)系統(tǒng)，可實(shí)時(shí)預(yù)測(cè)停車位的占用情況。
進(jìn)行該研究的科學(xué)家認(rèn)為停車場(chǎng)傳感器易出現(xiàn)故障和錯(cuò)誤，因此不從此類傳感器上收集數(shù)據(jù)，而是利用停車計(jì)時(shí)器所進(jìn)行的歷史交易，在使用額外數(shù)據(jù)進(jìn)行預(yù)測(cè)之前，先估計(jì)是否有空余停車位。據(jù)估算，大約有95%的街邊收費(fèi)停車場(chǎng)都通過計(jì)時(shí)器來進(jìn)行管理，表明此類模型比獨(dú)立的傳感器系統(tǒng)更具通用性。
研究團(tuán)隊(duì)使用了一種基于節(jié)點(diǎn)、邊緣、屬性和其他圖形結(jié)構(gòu)的圖卷積神經(jīng)網(wǎng)絡(luò)來進(jìn)行建模，說明停車場(chǎng)位置、交通流量、停車需求、道路鏈路和停車場(chǎng)之間的統(tǒng)計(jì)關(guān)系。該系統(tǒng)結(jié)合具有長短時(shí)記憶的時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)(一種能夠?qū)W習(xí)長期依賴能力的AI算法)以及多層解碼器，從與交通相關(guān)的數(shù)據(jù)源中(如停車計(jì)時(shí)器交易信息、交通速度和天氣情況)提取停車信息，并對(duì)停車位占用情況進(jìn)行預(yù)測(cè)。
研究人員根據(jù)匹茲堡市區(qū)的數(shù)據(jù)對(duì)該模型進(jìn)行了測(cè)試，在匹茲堡市區(qū)的39個(gè)街區(qū)中共有97臺(tái)路邊停車計(jì)時(shí)器。由匹茲堡停車管理局(Pittsburgh Parking Authority)提供歷史停車數(shù)據(jù)，網(wǎng)聯(lián)汽車公司Inrix的交通信息頻道(Traffic Message Channel)和Weather Underground應(yīng)用車型界面(API)提供交通速度數(shù)據(jù)和實(shí)時(shí)天氣報(bào)告。
研究人員表示，在測(cè)試中，該模型在前30分鐘預(yù)測(cè)停車位占用情況比其他方法表現(xiàn)更好。他們將該人工智能系統(tǒng)的卓越性能歸功于天氣和交通速度數(shù)據(jù)——尤其是天氣數(shù)據(jù)，該數(shù)據(jù)提高了預(yù)測(cè)的準(zhǔn)確性。未來，研究人員將制作一個(gè)模型，該模型將結(jié)合交通數(shù)量、道路封閉、交通事件和事故等與交通相關(guān)的額外數(shù)據(jù)。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺(tái)，自1994年品牌成立以來，一直專注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場(chǎng)趨勢(shì)的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
