前言:

在开车使用导航途中想到的一个方法,可能并不新鲜。利用导航 APP 的大量数据,基于统计计算出城市各种路口红绿灯的间隔时间,修正到达目的地的预估时长,帮助规划更合理的导航路线,降低用户在路口等待时的焦虑。

更好的方案:红绿灯接入智慧城市相关系统,开放实时数据给导航 APP,这应该是大趋势,北京部分红绿灯是可以在导航 APP 看到红灯剩余时长的。

基于统计的思路:

地图数据已经包含红绿灯的位置信息,假设大量使用导航的车辆经过红绿灯,遇到红灯的车辆直行方向会停止,绿灯亮起时会启动。因为车辆数量足够大,可以获得全天不同时段的数据,帮助识别是否存在根据路口繁忙程度规则调整时长的红绿灯。

考虑到交通高峰期,收集到的数据将极大偏离真实时长,可以将拥堵时段和非拥堵时段的数据分别处理。

采集到车辆的停止时间和启动时间,计算时长,记为 T1。此时获得多个 T1,如果将这些 T1 的值标注在一个时间轴上,会呈现出相对均匀的分布,然后在大于某个时长值的时候,标注点突然急剧减少(这些是过红绿灯时走神,启动慢的车辆),排除这些干扰时长值后,收集到的 T1 时长里的最大值,就接近真实的红灯时长,按照人们的设定习惯,时长应该是 5 的倍数,做出修正,大于计算所得的 T1 的最近的,5 的倍数的那个时长,就是真实的红灯时长。比如计算得到的 T1 是 43 秒,那么真实的红灯时长应该是 45 秒。

同理可以处理得到绿灯时长。

这样,我们就通过统计得到近似真实的红灯亮起时间,红灯时长,绿灯亮起时间,绿灯时长。

使用场景:

  • 在车辆行驶到红绿灯时,展示给驾驶人,形成等待预期,增强驾驶人的掌控感
  • 帮助自动驾驶系统,调整车速和转速
  • 提高行驶预估时间的准确率

标签: none

评论已关闭