.png){kind=icon}
返回
A Simulator for Wrong-Way Driver Detection
.png){kind=icon}
OA
AI
DOI：10.1007/s13177-025-00578-6.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现代智能交通系统（ITS）通常需要大量数据来进行性能分析。例如，Ghosthunter项目旨在利用智能手机位置数据来检测并预警德国高速公路上的逆行车辆。这一目标需要在确保数据完整性的前提下实现，这需要生成和评估4×10⁸条车辆轨迹。使用真实轨迹和直接模拟来评估这一数量具有挑战性。由于记录真实轨迹以及手动创建如此大量所需轨迹的地面真值数据，会耗费难以承受的时间成本，因此开发了一种基于蒙特卡洛方法的图形处理单元（GPU）加速模拟器。在此过程中，基于OpenStreetMap道路地图数据、模拟车辆行为模型以及地图和全球导航卫星系统（GNSS）误差模型，生成车辆轨迹。随后，这些轨迹被用于自动测试和评估逆行车辆检测算法，该算法包括地图匹配算法和旅行方向检测算法。该模拟器在三天内完成了所需轨迹的生成和评估。
Keyword:
ITS
Monte carlo method
Wrong-way driver detection
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
I
IF:
1.5
论文数:
119
被引数:
0
.png){kind=icon}
查看更多内容