• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • Completar los vacíos de datos de automóviles conectados ayuda a los planificadores de transporte

    Los estudiantes de posgrado Qinjie Lyu y Shuaidong Zhao trabajan con Kuilin Zhang en tecnología de vehículos conectados. Los datos del vehículo conectado están llenos de agujeros; Los modelos desarrollados por los ingenieros de Michigan Tech ayudan a completar la información que falta. Crédito:Sarah Bird / Michigan Tech

    Si tiene un auto nuevo o de último modelo, lo más probable es que esté conectado:navegación GPS, ese panel de infoentretenimiento, la red inalámbrica que crea su automóvil:todas son formas para que su automóvil proporcione información, ya sea para darte indicaciones, hacer ping a otros vehículos, o para registrarse con infraestructura como señales de tráfico, letreros o puentes.

    Todos estos datos crean el potencial de que los automóviles conectados ayuden a los planificadores de transporte a obtener una imagen precisa de cómo se utilizan sus carreteras. Ahora, aunque, este tipo de datos generalmente no está controlado, inexacto y poco fiable, con ubicaciones y caminos faltantes.

    Kuilin Zhang, profesor asistente de ingeniería civil y ambiental y profesor asistente afiliado de ciencias de la computación en la Universidad Tecnológica de Michigan, ha desarrollado una forma de llenar los vacíos, como se presenta en un estudio reciente publicado en Investigación en transporte Parte C:Tecnologías emergentes . En el futuro, Zhang cree que esta será una forma rentable de permitir que los planificadores de transporte hagan todo, desde hacer estrategias más efectivas de mitigación de la congestión del tráfico hasta saber dónde construir carreteras nuevas o más anchas.

    "En el futuro, vamos a tener más vehículos conectados, ", dijo." Si completamos las partes que faltan de los datos que están proporcionando, podemos obtener actividad completa y viajes para conductores individuales, y luego estos datos se pueden utilizar para conocer la demanda ".

    Llenar los huecos de los coches conectados

    Los coches no necesitan ser autónomos para estar conectados:cualquier vehículo con acceso inalámbrico, como las tecnologías celulares o de comunicación dedicada de corto alcance (DSRC), se considera conectado. IHS Automotive espera que 152 millones de automóviles conectados activamente estén en las carreteras de todo el mundo para 2025 y que el automóvil promedio produzca hasta 30 terabytes de datos todos los días.

    Los datos de la trayectoria del vehículo conectado podrían usarse para hacer predicciones de viaje, pero Zhang ha descubierto que hay suficientes lagunas en los datos que no pueden utilizarse para hacer predicciones fiables.

    En este estudio, investigadores utilizados incluyeron dos meses de datos de vehículos conectados de 2, 800 coches, proporcionado por el Programa de implementación del modelo piloto de seguridad en Ann Arbor, Michigan. De eso, crearon un enfoque de optimización basado en datos para reconstruir las opciones faltantes de ubicación, duración y ruta que hacen esos autos. Las opciones reconstruidas se pueden utilizar para mejorar la validación y calibración de los modelos. Los modelos basados ​​en actividades de la dinámica de la demanda de viajes brindan más detalles a las organizaciones de planificación del transporte. Mejor estimación de la demanda de viajes, Zhang dijo:también ayudará a reducir la congestión, Disminuir las emisiones y ahorrar energía.

    Los modelos predicen los datos del vehículo

    Zhang cree que el valor de este modelo basado en actividades va más allá de la precisión. Ahorrará dinero. Gobiernos locales, que a menudo compran información extraída del GPS en vehículos comerciales de empresas privadas, o confiar en la Encuesta Nacional de Viajes de Hogares, que es costoso de realizar, y solo presenta información sobre una parte de los controladores en lugar de la totalidad, pueden utilizar los modelos para saber más y pagar menos para observar los hábitos de conducción de su municipio.

    También dijo que este tipo de modelado será especialmente importante si más ciudades siguen el ejemplo de la ciudad de Nueva York y comienzan a implementar precios por congestión. que utilizará lectores de matrículas para cobrar peajes a los conductores durante las horas pico de tráfico.

    El siguiente paso en esta investigación es que el modelo se aplique a los bancos de pruebas de vehículos conectados existentes en Florida, Nueva York y Wyoming, y proporcionar información sobre cómo utilizar los datos de los vehículos conectados.

    "Esta es una era de macrodatos, ", dijo Zhang." Además del beneficio de seguridad de la tecnología de vehículos conectados, Los datos de alta frecuencia generados a partir de vehículos conectados ofrecen un gran conjunto de datos para nuevas soluciones de movilidad ".


    © Ciencia https://es.scienceaq.com