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

• 瓦力大作战｜轻科普——误码仪（BERT）架构及测试原理解析 • 为什么 HUD 合规真正“卡人”的不是参数，而是证据链
• 辅助驾驶撞扛树枝老人、撞环卫工人是预期功能安全应该覆盖 • 大推力直驱技术助力EPS安全测试，为你的安全出行 “保驾护
• 单机体积，双倍效能！激光切割机玩转“降本增效” • 同步难？空间挤？这款双出轴电机，是你双十二的“必囤”硬
• 即刻探索8台机器人如何解放数百名工人！ • 考虑驱动单元性能变化的分布式驱动智能车辆强化学习增强运
• eVTOL/飞行汽车→低噪声气动设计与主动降噪控制策略1/3 • 比亚迪车辆避撞专利公布
0 条相关评论
广告

编辑推荐

最新资讯

沪ICP备11026917号-25