Diketuai oleh Dr. Stephen Fickas dari University of Oregon (UO), penyelidik pengangkutan berusaha untuk memberikan penunggang basikal dengan lebih lancar dengan membenarkan mereka berkomunikasi dengan isyarat lalu lintas melalui aplikasi mudah alih.
Laporan terbaru dari usaha penyelidikan pelbagai projek ini memperkenalkan algoritma pembelajaran mesin untuk berfungsi dengan aplikasi mudah alih mereka FastTrack. Dikembangkan dan diuji pada fasa awal projek, aplikasi ini membolehkan penunggang basikal berkomunikasi secara pasif dengan isyarat lalu lintas di sepanjang koridor basikal yang sibuk di Eugene, Oregon. Penyelidik berharap dapat menjadikan aplikasinya tersedia di bandar lain.
"Tujuan keseluruhannya adalah untuk memberi penunggang basikal penggunaan persimpangan isyarat bandar yang lebih selamat dan efisien. Projek ini cuba menggunakan dua algoritma pembelajaran mendalam, LSTM dan 1D CNN, untuk menangani ramalan siri masa. Tujuannya adalah untuk meramalkan fasa seterusnya dari isyarat lalu lintas yang akan digerakkan yang diberi sejarah fasa sebelumnya dalam format siri masa. Kami sangat gembira dengan hasilnya, ”kata Fickas.
Karya terbaru mereka didasarkan pada dua projek sebelumnya, juga dibiayai oleh Institut Pengangkutan dan Komuniti Nasional, di mana Fickas dan pasukannya berjaya membina dan menggunakan produk perkakasan dan perisian yang disebut "Bike Connect" yang membolehkan orang yang menggunakan basikal memberikan hands-free memajukan maklumat ke isyarat lalu lintas yang akan datang, menggunakan kelajuan dan arah perjalanan mereka untuk meningkatkan kemungkinan isyarat akan hijau semasa ketibaan.
Projek V2X: Bringing Bikes into the Mix, siap pada 2018, memfokuskan pada memberi penunggang basikal butang panggilan maya yang boleh mereka gunakan pada telefon mereka. Semasa projek itu, penyelidik mengumpul data masa nyata yang terperinci daripada isyarat yang diaktuasi pada koridor kajian. Laluan Pantas: Membenarkan Basikal Mengambil bahagian dalam projek Sistem Pengangkutan Pintar, yang disiapkan pada 2019, membangunkan paparan masa nyata untuk isyarat tidak digerakkan yang menunjukkan maklumat GLOSA (Nasihat Kelajuan Dioptimumkan Cahaya Hijau)—lebih kerap dirujuk sebagai “hijau gelombang.” Walaupun biasa teknologi tersedia untuk pemandu, GLOSA tidak tersedia secara meluas untuk penunggang basikal. Masa nyata ini memaparkan (dipasang dengan ideal pada hendal untuk tontonan bebas tangan) menawarkan penunggang basikal maklumat masa nyata mengenai sama ada melambatkan, mempercepat, atau mengekalkan kelajuan untuk membuat lampu hijau.
Projek 2021 dibina berdasarkan kajian sebelumnya:
- Ia menggunakan data yang dikumpulkan dari isyarat yang digerakkan pada fasa pertama untuk melatih dan menguji dua algoritma pembelajaran mesin untuk meramalkan fasa isyarat.
- Ini menetapkan asas untuk memperluas aplikasi FastTrack untuk merangkumi kedua-dua isyarat yang tidak digerakkan dan digerakkan, kerana penunggang basikal cenderung menghadapi kedua-dua jenis infrastruktur ini semasa menunggang.
Memasukkan pembelajaran mesin
Penyelidik memilih untuk meneroka dua algoritma pembelajaran mesin yang berasingan. Kedua-duanya mempunyai rekod prestasi yang baik dengan peramalan siri masa: Jaring Neural Konvensional Satu Dimensi (CNN 1D untuk pendek) dan model Memori Jangka Pendek Panjang (LSTM pendek).
Untuk mengukur keberkesanan setiap algoritma, mereka menggunakan tiga metrik:
- Ketepatan berkaitan dengan "ketika model itu meramalkan bahawa pengendara akan tiba di lampu hijau, berapa kali betul?" Skor Precision tinggi mengatakan bahawa model itu tidak cenderung menyebabkan penunggang membanting brek, tersilap diberitahu untuk mengharapkan warna hijau.
- Recall bertanya "untuk semua lampu hijau sebenar yang ditunggangi pengendara, berapa banyak model yang betul?" Skor Recall yang tinggi mengatakan bahawa pelumba tidak kehilangan banyak pemain hijau.
- Akhirnya, Ketepatan hanyalah sebilangan ramalan yang betul.
LSTM dan 1D CNN memperoleh keputusan yang hampir sama pada ketiga metrik tersebut. Penyelidik dapat meramalkan fasa seterusnya dengan kira-kira 85% ketepatan, untuk setiap algoritma peramalan siri masa.
"Kami yakin kami berada di landasan yang dapat diterima dalam hal menambahkan komponen ramalan ke aplikasi FastTrack kami yang ada," kata Fickas. Ini akan membuka keupayaan gelombang hijau untuk persimpangan waktu tidak tetap.
Apa yang seterusnya: Meningkatkan kerumitan dan ukuran set data
Berdasarkan apa yang mereka pelajari, rancangan penyelidik untuk langkah seterusnya adalah:
- Dapatkan akses ke set data dengan jangka masa yang lebih besar, mungkin sepanjang musim. (Pada masa ini, tim ini mengawasi "Better Naito" Parkway di Portland, Oregon, koridor mesra basikal yang mengandungi banyak persimpangan yang digerakkan untuk menarik data.) Biasanya, lebih banyak data membawa kepada hasil yang lebih kuat ketika melihat algoritma pembelajaran mesin. .
- Pindah ke set data multivariate yang merangkumi tarikh dan masa, dan mungkin juga cuaca. Ini tidak akan menjadi perubahan besar dalam penyediaan data, dan memungkinkan model tunggal yang merangkumi keempat musim.
Aplikasi FastTrack memerlukan suapan masa nyata dari isyarat lalu lintas yang akan datang di laluan penunggang basikal. Bandar dengan peralatan yang lebih tua atau dengan Pengurusan Lalu Lintas yang lebih tua Systems (TMS) mungkin tidak dapat menyediakan suapan ini. Namun, Fickas dan pasukannya optimis. Oleh kerana bandar-bandar menggantikan peralatan lama dan menggunakan TMS moden, mereka akan dapat sepenuhnya menggunakan aplikasi FastTrack yang berkesan dengan persimpangan tetap dan digerakkan, memberikan peluang gelombang hijau komuniti berbasikal mereka.
ELE Kali
-
ELE Kalihttps://www.eletimes.com/author/eletimes-newsIndia Menginovasikan Teknologi yang Menjana Hidrogen Secara Langsung dari Sisa Pertanian
-
ELE Kalihttps://www.eletimes.com/author/eletimes-newsKajian Mengatakan 'Hidrogen Biru' Mungkin Buruk Iklim
-
ELE Kalihttps://www.eletimes.com/author/eletimes-newsTerbaik dari Kedua Dunia - Menggabungkan Sistem Klasik dan Kuantum untuk Memenuhi Permintaan Berkomputer
-
ELE Kalihttps://www.eletimes.com/author/eletimes-newsMouser Mempersembahkan Tapak Ethernet Single Pair dari Texas Instruments dan Phoenix Contact