寻找供应商
广告
首页 > 汽车技术 > 正文

百度Apollo车路协同自动驾驶典型实践场景和技术优势

2022-12-25 17:54:52·  来源：汽车测试网  
　
应用效果：

基于北京亦庄各个路口的实际交通流数据，分别采用自适应控制方法，以及基于GNN的数据预测 与补全方法（原理见图6.48），对区域信号灯进行优化控制性能比较，如表6.4所示，全天延误表示0点至24点内的平均延误；早高峰延误表示早7时至9时内的平均延误；平峰延误表示10时至16时 内的平均延误。结果表明，基于GNN的数据预测与补全方法，在不同时段内均可有效提升交通通 行效率，降低车均延误。

表 6.4 基于GNN预测的区域信号控制与自适应区域信号控制对比（亦庄）

图片

图片

图 6.48 基于GNN流量预测的区域信号控制示意图 

   首页   下一页   上一页   尾页 
分享到：
 
反对 0 举报 0 收藏 0 评论 0
  • 汽车测试网V课堂

    汽车测试网V课堂

  • 微信公众号

    微信公众号

  • 汽车测试网手机站

    汽车测试网手机站

• 分布式驱动车辆的爆胎稳定性控制 • 新能源汽车电控系统参数匹配及优化
• 超高强度汽车钢板氢致延迟断裂敏感性U形恒弯曲载荷试验方 • 联合国自动驾驶数据记录系统DSSAD指导文件
• 后碰撞预警RCW功能介绍 • 教你快速计算路面伪损伤
• 自动驾驶系统（ADS）的安全性原则及验证 • 新能源汽车高压安全设计之一：高压互锁HVIL
• 沃尔沃又改写汽车安全历史！全球首条“会思考的安全带”明 • 汽车电子中的debounce防抖机制
0 条相关评论
广告

编辑推荐

最新资讯

沪ICP备11026917号-25