视觉密度估计自适应交通控制框架提出

2026年10月30日，arXiv Computer Vision 刊出 Mohammad Usaid 等作者的论文，提出一套直接从随机视觉观测优化交通流的自适应交通控制框架。该框架在结构上解耦为三部分：车辆密度估计、预测动力学建模与策略优化。其中密度估计阶段用 CNN 将摄像头画面映射为空间密度图，并采用自适应 k-NN 高斯核以应对不同拥堵程度；在印度斋浦尔 Rambagh 4 的 40 张标注路口图像上，五折验证取得 MAE 3.32 ± 0.95 辆车、MAPE 14.5%。报道同时指出，上述结果仅针对感知部分，预测与控制阶段的实证训练与评估仍属未来工作。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。