前瞻技術脈動：運輸科技（202403）

關鍵字：；；；；()；；

瀏覽次數：1939｜歡迎推文：

科技產業資訊室 - 技術發展藍圖研析團隊發表於 2024年8月7日

圖、前瞻技術脈動：運輸科技（202403）

安裝在底特律街道下方的新技術，可以在電動車行駛時為其充電
電動車充電站的建置與使用體驗，需要更方便和高效的解決方案，使用以色列公司Electreon開發的無線充電技術，透過道路下方的銅感應充電線圈，使裝有相應接收器的電動車能夠在行駛、停車時在充電線圈上充電。底特律市建置了美國首條無線充電的公共道路，長約0.25英里，使用以色列公司Electreon開發的無線充電技術。這個公共道路可讓裝有接收器的電動車在行駛、停車時在充電線圈上充電。此舉是為了測試和精進該技術，預計未來幾年將公開運作。無線充電道路有助於解決電動車充電的問題，同時讓底特律成為電動車技術的示範城市，推動電動車充電基礎設施的創新，期盼更多城市參與建設無線通電道路。
參考資料：New technology installed beneath Detroit street can charge electric vehicles as they drive, TechXplore. 2023/11/29.

網路結合3D LiDAR和2D影像數據，能夠更穩健地偵測小物體
在雨天等惡劣天候，使用LiDAR偵測物體容易受到雜訊干擾，由基於記憶體的點像素融合模組、可變形點像素融合模組及語義對齊評估器模組之協同作用，增進多模態3D物體偵測的準確性和穩健性。日本立命館大學的研究團隊開發了一種自駕車的周圍環境感測方法，由基於記憶體的點像素融合模組、可變形點像素融合模組及語義對齊評估器模組之協同作用，增進多模態3D物體檢測的準確性及穩健性。本方法在實測中表現優異，平均準確性在各類雜訊干擾下增加了7.18％，且在嚴重建物遮蔽的情況下表現出色，於各種惡劣天候條件下都具有一定水準，相關研究成果已刊登於《IEEE Internet of Things Journal》之中。
參考資料：Network combines 3D LiDAR and 2D image data to enable more robust detection of small objects, TechXplore. 2024/01/09.

如何預測城市交通
城市間區域的交通運輸條件不同，如何預測交通流動趨勢，並適時能提出相關的運輸政策，運用一種新的機器學習模型可預測城市不同區域的交通活動。奧地利維也納複雜性科學中心(Complexity Science Hub)的研究人員利用義大利汽車共享公司的數據建立了一個新的機器學習模型，用於預測不同城市區域的交通活動。該模型不僅可以幫助避免交通擁堵，並了解不同城市區域的交互作用，也可協助政策制定者針對現況作出反應，例如擴大公共交通。而這些知識可以幫助決策者設計和實施有效的交通政策和包容性城市規劃。此研究成果發已表於Scientific Reports。(823字；圖1)
參考資料：How to predict city traffic, Science Daily. 2023/02/28.

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------