NEC光纖傳感技術實現實時擁堵預測，誤差直降80%

  ICC訊 NEC公司宣布，已開發(fā)出一種光纖傳感技術，可實時監(jiān)測道路狀況并精準預測突發(fā)性交通擁堵。該技術通過從既有光纖通信線纜收集數據，并以NEC自主研發(fā)的AI模型結合實時交通流信息進行分析，使預測誤差較傳統方法降低80%。

  借助這一技術，可實現高效交通控制，包括提前布置繞行路線，進而助力解決物流受阻及二氧化碳排放等社會課題。

  交通擁堵是一項重大社會難題，既威脅行車安全，也造成巨大經濟損失。尤其在作為眾多物流網絡主干的高速公路，擁堵帶來的經濟沖擊更為顯著。為緩解并主動避免擁堵，必須實時掌握道路狀況，并基于最新數據實現高精度的擁堵預測。

  目前的監(jiān)測手段主要依賴攝像頭、環(huán)形檢測器等點式設備，以及車載探針數據。然而，兩者均存在局限：前者在整片路網中安裝與維護成本高昂；后者僅在裝有設備的車輛經過特定接收點時才能采集數據，難以實現實時、連續(xù)覆蓋。此外，現有擁堵預測模型嚴重依賴長期歷史數據，難以捕捉突發(fā)且意外出現的擁堵模式及其擴散過程。

  為應對上述挑戰(zhàn)，NEC 研發(fā)出新方案：將原本沿道路鋪設、用于通信的光纖線纜轉化為大規(guī)模分布式傳感器，實時、連續(xù)地采集整條線路的交通流數據；隨后，由 NEC 獨有的 AI 驅動模型給出突發(fā)擁堵形成與消散的高精度實時預測。

  技術亮點

  NEC 開發(fā)了一種數據同化算法，融合先進模型參數優(yōu)化與數據適配技術，利用沿線收集的全域數據，實現對實時交通流的精準仿真。

  模型參數優(yōu)化算法

  NEC 設計了專門算法，對駕駛員行為（如車距調整）等理論模型參數進行優(yōu)化，使仿真結果能夠忠實地再現整條路段的實測交通流。

  數據適配算法

  該先進算法可將“平均車速”、單車“位置/速度”等多樣化交通流數據，轉換成仿真所需的格式，從而依據整條線路采集的全面交通流數據設定仿真初始條件，顯著提升仿真輸出的可靠性。

  通過上述創(chuàng)新，NEC 利用真實數據驗證，與依賴攝像頭等點式傳感器截斷面數據的既有方法相比，行程時間預測誤差（衡量擁堵預測精度的關鍵指標）可減少約 80%。

  NEC 正進一步推進“動態(tài)道路數字孿生”落地，實現全路網實時交通監(jiān)測、擁堵演化預測及應對措施優(yōu)化。目前，公司正與道路管理機構密切合作，在真實環(huán)境中開展試驗，目標于 2026 財年前實現實用化部署。

  本技術的開發(fā)使用了日本中部高速公路株式會社（NEXCO CENTRAL）提供的數據，并在交通運輸研究委員會第 104 屆年會上發(fā)表。NEC 還將于美國佐治亞州亞特蘭大舉行的第 31 屆 ITS 世界大會上提交相關論文，聚焦提升高速公路交通流監(jiān)測精度。