详细内容或原文请订阅后点击阅览
开发实时感知道路洪水的系统
作者：安德鲁·贝尔 道路相关事故是全国范围内洪水死亡的主要原因，但有限的洪水报告工具使得实时评估道路状况变得困难。现有工具——交通摄像头、水位传感器甚至社交媒体数据——可以提供洪水观测数据，但它们通常不是主要用于感知洪水的[…]
来源:ΑΙhubAndrew Bell 与道路相关的事件是全国洪水死亡的主要原因，但有限的洪水报告工具使得很难实时评估道路状况。 现有工具 - 交通摄像头，水位传感器甚至社交媒体数据 - 可以提供洪水的观察结果，但它们通常不是主要是为了感知道路上的洪水条件而设计的，并且不连续工作。传感器网络可以提高情境洪水水平的意识；但是，它们的规模昂贵。 莱斯大学的工程师为此问题开发了一种可能的解决方案：一个称为OpenSAfe Fusion的自动数据融合框架。使用数据融合的开源情境意识框架用于移动性，OpenSafe Fusion利用现有的个人报告机制和公共数据源来感知城市洪水事件期间的迅速发展道路状况，这变得越来越频繁。 使用数据Fusion 的开源态势意识框架的移动性
Andrew Bell
与道路相关的事件是全国洪水死亡的主要原因，但有限的洪水报告工具使得很难实时评估道路状况。
现有工具 - 交通摄像头，水位传感器甚至社交媒体数据 - 可以提供洪水的观察结果，但它们通常不是主要是为了感知道路上的洪水条件而设计的，并且不连续工作。传感器网络可以提高情境洪水水平的意识；但是，它们的规模昂贵。
莱斯大学的工程师为此问题开发了一种可能的解决方案：一个称为OpenSAfe Fusion的自动数据融合框架。使用数据融合的开源情境意识框架用于移动性，OpenSafe Fusion利用现有的个人报告机制和公共数据源来感知城市洪水事件期间的迅速发展道路状况，这变得越来越频繁。使用数据Fusion
Jamie Padgett
莱斯的史丹利·摩尔（Stanley C.资料来源，发表在《可靠性工程与系统安全》杂志上。 更多的眼睛在道路上：通过融合公共数据来源的实时观察来感知洪水淹没的道路 “虽然直接观察到洪水淹没的道路的消息来源有限，但城市中心充满了直接或间接观察洪水或道路状况的来源。” pranavesh panakkal 赖斯大学莱斯的史丹利·摩尔（Stanley C.资料来源，发表在《可靠性工程与系统安全》杂志上。
更多的眼睛在道路上：通过融合公共数据来源的实时观察来感知洪水淹没的道路
“虽然直接观察到洪水淹没的道路的消息来源有限，但城市中心充满了直接或间接观察洪水或道路状况的来源。”pranavesh panakkal赖斯大学