Compressive Sensing for Large-Scale Connected Vehicle Data

CompressiveCVData2018 – Compressive Sensing for CV Data

Idée générale

Réduire les données Connected Vehicles via Compressive Sensing (CS) tout en conservant la capacité à reconstruire trajectoires, vitesses et profils trafic.

Contributions

Pipeline CS complet (acquisition compressive + reconstruction L1).
Comparaison DCT / wavelet pour sparsity.
Tests terrain sur corridor CV.
Validation applications trafic (profil vitesse, congestion, anomalies).

Résultats

Compression 20% → erreur 2–5 m sur trajectoire.
Vitesse reconstruite quasi parfaite.
Accélérations bruitées mais utilisables.
Applications validées : profil corridor, congestion, anomalies trafic.

Liens RS3 / Telemachus

Sert P005 pour la partie acquisition compressive.
Inspirant pour un mode compressif RS3.
Complément standardisation (qualité, compression, manifest RFC-0007).

Réseau 1 sortants 0 entrants

Sources · Liens sortants

P005 — Compressive Acquisition and Trajectory Quality in Connected Vehicle Data

Cité par · Liens entrants

Aucune citation détectée.