Crédito: Dominio público de Pixabay/CC0
El Dr. Abolfazl Karimpour, profesor asistente de ingeniería de transporte en SUNY Poly, ha desarrollado un marco innovador que estima la longitud y la duración de las colas de tráfico y los retrasos causados por los accidentes, sin depender de los sensores físicos de la carretera. El Dr. Karimpour es el autor principal del nuevo artículo publicado En estudios de casos sobre política de transporte.
Al integrar los datos de la velocidad y la ubicación del vehículo en tiempo real de fuentes de crowdsourcing ampliamente disponibles, este método permite el monitoreo consistente en todo el estado de los impactos de choque a una fracción del costo de los enfoques tradicionales. En términos prácticos, esta investigación equipa a las agencias de transporte con una herramienta poderosa para detectar y responder a los incidentes más rápidamente, administrar mejor la congestión y mejorar la seguridad de las carreteras para los conductores.
Esta reciente publicación fue coautora del reciente graduado de SUNY Poly Anthony Alteri, Adrian Cottam del Instituto de Investigación de Transporte de la Universidad de Auburn y Ellwood Hanrahan II del Departamento de Transporte del Estado de Nueva York (NYSDOT).
Realizado a través del Laboratorio de Investigación de Transporte AI de Suny Poly (Trail), donde el Dr. Karimpour sirve como director, el proyecto se benefició enormemente de la colaboración de Nysdot. La agencia proporcionó datos de transporte críticos, contribuyó a las sesiones de lluvia de ideas y ofreció ideas clave que ayudaron a dar forma a la dirección y los resultados de la investigación.
Más información: Abolfazl Karimpour et al, estimación estatal automatizada de retraso inducido por el bloqueo y colas utilizando datos de crowdsourcing, estudios de casos sobre política de transporte (2025). Dos: 10.1016/j.cstp.2025.101565
Proporcionado por el Instituto Politécnico de SUNY
Cita: Método impulsado por la IA para reducir los retrasos en el tráfico y mejorar la seguridad vial (2025, 15 de agosto) recuperado el 15 de agosto de 2025 de https://techxplore.com/news/2025-08-ai-driven-method-traftic-elays.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
