Но огромные объемы данных ограничивают способность этих систем предоставлять пользователям точную информацию в режиме реального времени.«Теперь у нас есть новые потоки данных о динамике движения, такой как скорость транспортного средства, количество транспортных средств, место происшествий и т. Д., Что приводит к огромным объемам подключенных данных», — говорит Лена Машаехи, доцент кафедры информатики в университете.
Делавэра.Исследовательская группа, в которую входят Машаехи, другие академические исследователи и старший технический руководитель Ford Motor Company, придумала способ сократить эти данные, чтобы их можно было использовать в приложениях интеллектуальных транспортных систем (ИТС).Их работа была опубликована в виде статьи «Иерархические зависящие от времени алгоритмы кратчайшего пути для маршрутизации транспортных средств в рамках ITS» в февральском выпуске журнала IIE Transactions, а также была выбрана в качестве избранной статьи в январе 2016 года в журнале Industrial Engineer.
Этот подход, известный как HTGD (иерархическая цель, зависящая от времени), включает в себя определение похожих «сообществ» в данных о трафике, а затем поиск кратчайшего маршрута на самом высоком уровне, что эффективно сокращает пространство поиска за счет исключения целых сообществ, которые не могли бы быть пройдены оптимальный путь.«Наш метод обеспечивает хороший баланс между эффективностью или стоимостью поиска и эффективностью или оптимальностью пути», — говорит Машаехи.«Мы считаем, что значительное сокращение требований к памяти для HTGD по сравнению с другими текущими методами делает его пригодным для включения в системы навигации по маршрутам транспортных средств. Это будет особенно полезно для определения, какие маршруты доступны, а какие нет. в маршрутизации аварийных транспортных средств и организации эвакуации при стихийных бедствиях ».
Обширные экспериментальные оценки предлагаемого подхода на дорожных сетях Детройта, Нью-Йорка и Сан-Франциско продемонстрировали вычислительную эффективность и точность предлагаемого метода.