广告
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 6.48 基于GNN流量预测的区域信号控制示意图
- 下一篇：汽车车身结构设计分析浅析
- 上一篇：地图参考位置协议
广告 
最新资讯
-
商用车及工程机械行业专场：NVH 及语音音频
2025-08-01 17:12
-
理想i8和重卡对撞测试引争议，东风柳汽发声
2025-08-01 15:52
-
艾德克斯IT-N2100 系列太阳能阵列模拟器
2025-08-01 15:43
-
ITECH重磅发布IT2705直流电源分析仪，重构
2025-08-01 15:34
-
现代汽车新一代混合动力系统：以技术革新引
2025-08-01 15:32
