Leveraging Artificial Intelligence and Fleet Sensor Data towards a Higher Resolution Road Weather Model

Autor: Toon Bogaerts, Sylvain Watelet, Niko De Bruyne, Chris Thoen, Tom Coopman, Joris Van den Bergh, Maarten Reyniers, Dirck Seynaeve, Wim Casteels, Steven Latré, Peter Hellinckx

Publikováno v: Sensors, Vol 22, Iss 7, p 2732 (2022)

Road weather conditions such as ice, snow, or heavy rain can have a significant impact on driver safety. In this paper, we present an approach to continuously monitor the road conditions in real time by equipping a fleet of vehicles with sensors. Bas

Externí odkaz: https://doaj.org/article/4b79ccfce31e4a7b9b5db206062cc5d0

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Palm distribution of road conditions and its application in incident risk analysis on main roads in Finland

Autor: Norros, Ilkka, Innamaa, Satu, Kuusela, Pirkko

Publikováno v: Norros, I, Innamaa, S & Kuusela, P 2015, Palm distribution of road conditions and its application in incident risk analysis on main roads in Finland . VTT Research Report, vol. VTT-R-05040-15 .

This study was designed to apply the method proposed in two earlier studies conducted for the Ring road I in Helsinki to identify conditions when the risk of a traffic incident is elevated and develop the method further to be able to analyse the risk

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=355e65625b88::63a7cb03b79d6f422203ea420f3b03fa
https://cris.vtt.fi/en/publications/9aa435e1-8c27-4010-9f70-f232f7dc575f

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.