Shunlongwei Co. Ltd

Использование алгоритмов глубокого обучения, чтобы дать велосипедистам «зеленую волну» при светофоре

Новости
Обновление: 6 августа 2023 г.
Использование алгоритмов глубокого обучения, чтобы дать велосипедистам «зеленую волну» при светофоре

Под руководством доктора Стивена Фикаса из Университета Орегона (UO) исследователи транспорта работают над тем, чтобы велосипедисты могли ездить более плавно, позволяя им общаться с помощью светофоров через мобильное приложение.

В последнем отчете этого многопроектного исследования представлены алгоритмы машинного обучения для работы с их мобильным приложением FastTrack. Приложение, разработанное и протестированное на ранних этапах проекта, позволяет велосипедистам пассивно общаться со светофорами в оживленном велосипедном коридоре в Юджине, штат Орегон. Исследователи надеются, что со временем их приложение будет доступно и в других городах.

«Общая цель - дать велосипедистам более безопасное и эффективное использование сигнальных перекрестков города. В текущем проекте делается попытка использовать два алгоритма глубокого обучения, LSTM и 1D CNN, для прогнозирования временных рядов. Цель состоит в том, чтобы спрогнозировать следующую фазу предстоящего активированного светофора с учетом истории его предыдущих фаз в формате временных рядов. Мы воодушевлены результатами », - сказал Фикас.

Их последняя работа основана на двух предыдущих проектах, также финансируемых Национальным институтом транспорта и сообществ, в которых Фикас и его команда успешно создали и развернули аппаратный и программный продукт под названием «Bike Connect», который позволил людям на велосипедах пользоваться громкой связью. заблаговременно получать информацию о приближающемся светофоре, используя скорость и направление движения, чтобы увеличить вероятность того, что сигнал будет зеленым по прибытии.

Проект V2X: «Введение велосипедов в микс», завершенный в 2018 году, был направлен на предоставление велосипедистам виртуальной кнопки вызова, которую они могли бы использовать на своих телефонах. В ходе этого проекта исследователи собрали подробные данные в режиме реального времени по активированному сигналу в коридоре исследования. Ускоренный путь: разрешение велосипедистам участвовать в проекте «умной транспортной системы», завершенном в 2019 году, в рамках которого был разработан дисплей в реальном времени для неактивных сигналов, отображающий информацию GLOSA (рекомендация по оптимизированной скорости зеленого света), которую чаще называют «зеленым светом». волна." В то время как общий technology доступна для водителей, GLOSA не является широко доступной для велосипедистов. Это в режиме реального времени дисплей (идеально установленный на руле для просмотра без помощи рук) предлагал велосипедистам информацию в реальном времени о том, следует ли замедлить, ускорить или поддерживать скорость, чтобы дать зеленый свет.

Проект 2021 года основан на предыдущих исследованиях:

  1. Он использует данные, собранные из сработавшего сигнала на первом этапе, для обучения и тестирования двух алгоритмов машинного обучения для прогнозирования фаз сигнала.
  2. Это закладывает основу для расширения приложения FastTrack, чтобы включить в него как неактивированные, так и задействованные сигналы, поскольку велосипедисты, вероятно, столкнутся с обоими этими типами инфраструктуры во время езды.

Внедрение машинного обучения

Исследователи решили изучить два отдельных алгоритма машинного обучения. Оба имеют хороший послужной список в области прогнозирования временных рядов: одномерные сверточные нейронные сети (сокращенно 1D CNN) и модели долгосрочной краткосрочной памяти (сокращенно LSTM).

Чтобы измерить эффективность каждого алгоритма, они использовали три показателя:

  • Точность связана с тем, «когда модель действительно предсказывает, что гонщик прибудет на зеленый свет, как часто это верно?» Высокий показатель точности говорит о том, что модель не склонна к тому, чтобы гонщик резко нажимал на тормоза, если ему ошибочно сказали, что он ожидает зеленого цвета.
  • Напомним, спрашивается: «Сколько всего зеленых огней встретил гонщик, сколько у модели получилось правильно?» Высокая оценка отзыва говорит о том, что гонщик не пропускает много зелени.
  • Наконец, точность - это просто количество правильных прогнозов.

LSTM и 1D CNN показали почти одинаковые результаты по всем трем показателям. Исследователи смогли предсказать следующую фазу с точностью примерно 85% для каждого из алгоритмов прогнозирования временных рядов.

«Мы считаем, что находимся примерно на грани приемлемости с точки зрения добавления компонента прогнозирования в наше существующее приложение FastTrack», - сказал Фикас. Это откроет возможность использования зеленой волны для пересечений без фиксированного времени.

Что дальше: увеличение сложности и размера набора данных

Основываясь на том, что они узнали, исследователи планируют следующие шаги:

  1. Получите доступ к набору данных с большим диапазоном дней, возможно, за весь сезон. (В настоящее время команда рассматривает бульвар «Лучше Найто» в Портленде, штат Орегон, удобный для велосипедистов коридор, который содержит несколько задействованных перекрестков для извлечения данных.) Как правило, большее количество данных приводит к более сильным результатам при рассмотрении алгоритмов машинного обучения .
  2. Перейдите к многомерному набору данных, который включает дату и время, а также, возможно, погоду. Это не будет значительным изменением в подготовке данных и может позволить использовать единую модель, охватывающую все четыре сезона.

Приложению FastTrack требуется поток в реальном времени о приближающихся сигналах светофора на пути велосипедиста. Города со старым оборудованием или со старой системой управления дорожным движением системы (TMS) может не предоставить этот фид. Однако Фикас и его команда настроены оптимистично. По мере того, как города заменяют старое оборудование и внедряют современные TMS, они будут полностью способны использовать приложение FastTrack, которое эффективно как с фиксированными, так и с управляемыми перекрестками, предоставляя их велосипедному сообществу возможности для зеленой волны.

ЭЛЕ Таймс
+ сообщения
  • Индия внедряет инновационные технологии, позволяющие получать водород непосредственно из сельскохозяйственных остатков
  • В исследовании говорится, что «голубой водород» вреден для климата
  • Лучшее из обоих миров - сочетание классических и квантовых систем для удовлетворения требований суперкомпьютеров
  • Mouser представляет сайт Ethernet с одной парой от Texas Instruments и Phoenix Contact
«
»