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

• 如何正确模拟不同类型的流体流动 • 细数国内外800V电驱动产品和技术
• 重磅！本田全球首次公开第三代燃料电池系统！加快燃料电池 • SGDet3D：基于4D雷达和相机的语义和几何信息融合的3D目标
• 自动驾驶端到端模型：技术演进、应用实践与未来展望 • 基于EHT等效温度的夏季乘员舱热舒适性研究
• 高集成测试成主流？详解IT2800系列源表在光模块测试中的六 • 传感器仿真模型的可信度评估方案
• DeepSeek技术优势及汽车智能化应用 • 热应力仿真案例分享
0 条相关评论
广告
  • 广告

编辑推荐

最新资讯

  • 广告
  • 广告
沪ICP备11026917号-25