Färre trafikstockningar, bättre flyt i trafiken och minskade utsläpp blir resultaten om intelligenta transportsystem får trafikdata av hög kvalitet. En metod för att förbättra kvaliteten på trafikdata publiceras nu i en ny avhandling vid BTH, Blekinge Tekniska Högskola.
Intelligenta transportsystem, ITS, är ett samlingsnamn för informationsteknik som används för att skapa ett förbättrat transportsystem. Många av våra trafiksystem innehåller redan mycket informationstekniska lösningar, och utvecklingen går snabbt framåt. Inom ITS ryms allt från webbverktyg för reseplanering för människor och gods, nulägesinformation om trafikstockningar, varningssystem mellan cyklister och bilister, till självkörande bilar
En nyckelroll inom ITS är att kunna göra noggranna prediktioner, förutsägelser. I en doktorsavhandling i ämnet datavetenskap som läggs fram vid BTH, har forskaren Bin Sun tagit fram en modell för hur man kan förfina och förbättra mätdata för att kunna göra bättre prediktioner på publika transporter, till exempel bussar.
Om metoden som Bin Sun föreslår i sin avhandling används för prediktering av olika trafiksituationer så kan förare, eller autonoma bilar, undvika trafikstockningar. Detta i sin tur gör att trafiken flyter på effektivare och att utsläppen från fordonen minskar.
