このカウントダウンの機能については諸説ありますが、現時点では、ビッグデータ分析に頼るという意見と、交通管制部門のデータに頼るという意見があります。
まず、公式の回答を見てみましょう。Douyin にアクセスして、公式アカウントの説明を確認できます。
元の回答は次のとおりです:
一部の人々は、ローカルの交通管制データへのアクセスだと言っていますが、実際には、ポリシーは非常に難しく、不要です。合理的な推測を行います。
実際、交差点での信号機の変化するルールは比較的固定されています.当時、中国のごく少数のスマート信号機（交通の流れに応じてリアルタイムで信号機の状態を変化させる）を除いて、99信号機の % は固定位相信号機でした。つまり、事前に位相テーブルを設定し、それを何度も回転させます。
位相表があらかじめ設定されているので、信号機の変化の法則は周期的であるということなので、地図ソフトとしてはこの周期Tを推定する方法を見つけるしかありません。
オートナビなどのソフトの機能の一つに、ナビしている携帯電話の加速度センサー情報を読み取る機能があるため、この交差点に停車していた多くの車が徐々に発進すると、オートナビは実際にここの信号が赤から変わったと推測できます。緑に。さらに重要なことに、オートナビはナビを使用している携帯電話の経路情報も取得できるため、どの車線が赤から緑に変わっているかを簡単に知ることができます。したがって、現在の状態 S からこの交点の周期 T を計算するのは簡単です。
その後のタスクはさらに単純で、ネットワークを介して推測された情報がユーザーに配信される一方で、期間 T におけるユーザーの行動に応じて現在の状態がリアルタイムで微調整されるため、次のようになります。長期サイクルを実現します。
しかし、考えられる問題の 1 つは、交差点を通過する車が長時間ない場合 (たとえば、夜間に車が通過しない場合)、エラーが蓄積された状態で、徐々に発生したときにオートナビのカウントダウン計算システムを実行する必要があることです。興味のある学生は、オートナビのカウントダウンが正確かどうかを確認するために、午前 4 時か 5 時にいくつかの交差点を運転してみることができます。
前回の更新:
ダイオードの思考能力のいくつかを確信しました。いくつかの質問に対する簡単な回答。
-
表示される交差点と表示されない交差点があるのはなぜですか?
回答: 状態の推定を研究したことのある人なら誰でも、状態の推定後に分散が得られることを知っています。これは、アルゴリズムの推定の不確実性を表しています。乾いたデータが不足している、信号機の周期が時変している、現在のルートの不確実なデータ マッチング (左折など) などによってアルゴリズムが発生する場合、アルゴリズムの推定分散が大きくなりすぎて、アルゴリズムの推定分散が大きくなりすぎるという問題が発生します。現時点ではフロントエンドには表示されません。
-
いくつかの交差点は非常に正確で、一部の交差点は不正確で、一部の交差点は車がなくても正確なのはなぜですか?
回答: 正確かどうかは、ナビを使用して通過する車両の割合に関係しており、信号戦略の頻度の変化にも関係しています。
たとえば、郊外の信号機の場合、交通警察はあまり複雑な変更戦略を提示しません.1日でサイクルが推定され、1か月でサイクルが変化しない場合、アルゴリズムは肯定を徐々に増加させます.独自の推定なので、非常に正確です。
もう 1 つの例は、交通量の多い交差点です。朝のラッシュアワーが終わったばかりで、信号サイクルが切り替わったためです。次に、アルゴリズムは観測に従って推定値を徐々に調整する必要があります。ただし、履歴データが十分に蓄積されているため、アルゴリズムはまだ独自の推定値を確信しているため、フロント エンドに大きな誤差のある結果が表示されます。
-
地域の交通警察関係者がオートナビとの連携を推進しているのはなぜですか？
回答：初期段階または一部の都道府県レベルの市区町村でアクセスできる可能性があります。しかし、ニュースを見てみると、ほとんどが都道府県レベルの交通警察署で報道されていることが分かり、都道府県レベルの市町村間のデータはなかなか伝わりにくいと思われます。中国にはいくつの県レベルの都市があるか考えてみてください? AutoNavi の製品マネージャーは、1 つずつ協力について話し合うために行きます? これらの県レベルの都市の交通システム API はどのように異なりますか? バックグラウンドのプログラマーは、各都市の if else を書き込みますか?スペクトラム。
-
アルゴリズム推定では正確な値を出すのは難しい? 携帯電話レベルのセンサーでは正確な発停時間を出すのは難しい?
この推定の難易度は実際には高くなく、推定が困難な高い確率は「確率論」からあまり学ばれません。ビッグデータは信頼性が低いと言われており、複雑すぎる可能性が高く、ビッグデータにさらされたことはありません。現在、自動運転の分野では、車両のカメラが遮られている場合、周囲の車両の状態に基づいて信号機情報を正確に推定できるのは車両の認識だけであり、AutoNavi などのマルチソース データは使用できません。
推定を妨害するために携帯電話を一緒に振っている誰もが、実際に行うことができます。ここ数年、自由で何もすることがない人々は、多くの携帯電話を持ってナビゲーションをオンにし、道路をゆっくりと歩き、ナビゲーションソフトウェアに誤った渋滞を与えています。
AutoNavi の計算能力が不十分であると言うのはさらにナンセンスです. このアルゴリズムはネットワークほど良くなく, CPU は計算するのに十分速いです. たぶん、ユーザーの携帯電話を直接使用していくつかの予備的な計算を行うことができます, アップロード中間結果を直接取得し、それをクラウドで要約しますが、計算能力はそれほど高くありません。
何度も言いますが、本質は、あなたがプログラマーであっても、政府についてあまりにも多くの幻想を抱いており、テクノロジーを過小評価して抵抗しているということです。
実際、Gaode、Baidu はこれを推定しており、野心は小さくありません。交通管理システムに接続されている場合は、アプリをディスプレイとして使用してください。しかし、自分で推定した場合、将来、独自の推定結果を交通警察システムに直接アップロードしてから、信号機システムに、この時点で信号が変更された場合、どれくらいの時間がかかるかを伝えることができますか?すべての人のために救われ、最終的に代わりに信号を制御する? 低コスト、高知性、高利回りのスマート シティ。まだエラーはありますが、アルゴリズムの最適化により、この日がそう遠くないと信じています。
最近、忙しいスケジュールを一休みして、 ↓↓↓↓【誰がDe Code Farmerのチェンさんですか？すべての上司を歓迎し、フォローしてください。あなたは私のモチベーションの源です!