领导这一项目的MIT访问学者Emmanouil Koukoumidis指出，在美国汽车占据了能源消耗的28％，二氧化碳排放量更是高达32％，因此即便只节省一小部分，对整个国家的影响也是非常巨大的。
这款应用目前还只是个原型，尚未公开放出。不同于之前的车载应用，SignalGuru是借助手机摄像头拍摄的照片，辅以计算模型来执行的，而且可以适应不同模式的红绿灯机制。
实地测试显示，在英国剑桥这种红绿灯固定变化的城市，SignalGuru预测的误差只有大约2/3秒钟，而在是新加坡那种红绿灯随交通流量而不断变化的地方，误差也不过1秒钟左右，某些车流量特别密集的路口则会超过2秒钟。随着搜集数据的增多，预测精度还可以不断提高。
Emmanouil Koukoumidi宣称，安装这款应用之后驾车出行的效率将大大提高，从而省下不必要的汽油浪费。在未来，研究人员们还计划让其与导航软件协作，进一步提高效率。
文章内容来源于网络，不代表本站立场，若侵犯到您的权益，可联系多特删除。（联系邮箱：[email protected]）
相关阅读
近期热点
最新资讯
举报