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：标准 | SAE J3101车辆的硬件保护安全（1）
- 上一篇：地图参考位置协议
广告 
广告
编辑推荐
最新资讯
-
荷兰Zepp氢燃料电池卡车-Europa
2024-12-22 10:13
-
NCACFE -车队油耗经济性报告（2024版）
2024-12-22 10:11
-
R54法规对商用车轮胎的要求（上）
2024-12-22 10:10
-
蔚来ET9数字架构解析
2024-12-22 09:53
-
4G/5G网络新时代的高效紧急呼叫系统NG-eCal
2024-12-20 22:33
广告
广告
