利用人工智能与大数据提升安全分析

利用人工智能与大数据提升安全分析

机器学习应用涵盖网联车辆、街景影像、激光雷达、速度预测、道路使用者行为与替代安全指标。

NCHRP 17-100 · 研究报告1152 · 研究项目

项目故事

从问题到可运行系统。

这项多部分研究探讨人工智能、机器学习和新兴交通数据如何加强传统公路安全分析,帮助机构超越仅依赖历史事故的方法。

指南组织了六项应用研究,涵盖网联车辆转向、街景、LiDAR道路设施清单、主动冲突分析、道路使用者行为等安全应用,将数据特征与验证选择联系到实践问题。

我的贡献包括模型开发、编码、验证、技术文档、用户指导、报告以及与联邦和州利益相关者沟通,将方法探索与实施需求连接起来。

六项研究

实践指南中的应用研究

≥0.98

ODOT道路照明试点的精确率

≥0.90

ODOT道路照明试点的召回率

多源

网联车辆、影像、LiDAR、视频与机构数据

我的贡献

角色与技术工作。

  • 网联车辆与轨迹分析
  • 街景影像与计算机视觉
  • LiDAR与基础设施感知
  • 速度与行为建模
  • 文档、用户指导与利益相关者交流

项目图库

系统、实地工作与成果。

资源

报告、出版物、研究报告与链接。