iDriveSense：融合道路质量信息的动态路线规划
计算机与社会
2018-09-11 v1 人工智能
机器学习
信号处理
机器学习
摘要
由于信息通信技术的快速发展，智慧城市在高效运行与管理方面提升了期望。居民日常舒适度的关键一方面是通过提供可靠的交通管理与路线规划来保障的。总体而言，当前大多数出行规划应用与服务提供商所给出的出行规划建议依赖于最短路径和/或最快路线。然而，此类建议可能忽视驾驶者对于安全且较少干扰出行的偏好。道路异常如裂缝、坑洼与检查井会引发危险驾驶场景，并可能导致车辆损坏与高昂维修费用。据此，本文提出一种基于众感（crowdsensing）的动态路线规划系统。利用车载运动传感器与智能设备中的惯性传感器，对路面类型与异常进行了检测与分类。此外，监测事件借助车辆与智能设备上的 GPS 接收机进行地理参考定位。随后，基于各路段异常数量及其严重等级等方面，使用模糊系统模型对路段进行评估。之后，采用另一模糊模型，依据各潜在路线中路段质量推荐最佳出行路径。我们开展了广泛的道路实验以构建并展示所提系统的潜力。
引用
@article{arxiv.1809.02855,
title = {iDriveSense: Dynamic Route Planning Involving Roads Quality Information},
author = {Amr S. El-Wakeel and Aboelmagd Noureldin and Hossam S. Hassanein and Nizar Zorba},
journal= {arXiv preprint arXiv:1809.02855},
year = {2018}
}
备注
Globecom 2018