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

• 上新｜AutoHawk Extreme 横空出世-新一代实时仿真平台 • 「智能座椅」东风日产N7为何敢称“百万级大沙发”？
• 基于加速度计补偿的俯仰角和路面坡度角估计算法 • 博世发布突破性电解槽技术
• ESI 全新BM-Stamp软件在汽车行业冲压仿真精算阶段的价值与 • NOA该允许驾驶员脱手么？
• 方向盘力矩计算分析 • 前轮大转角二自由度模型的横摆角速度和转弯半径计算方法.d
• 广汽神行数据仿真平台获A+级AI智驾仿真工具链认证 • 国内车企智驾方案梳理
0 条相关评论

编辑推荐

最新资讯

沪ICP备11026917号-25