全新整合数据集—AI 道路气象预测与实时网联车辆数据

Vaisala Xweather 与 NIRA Dynamics 首次发布一套整合数据集，将道路气象预测与计算机视觉观测数据与实时网联车辆数据相结合，为数据驱动的道路安全与道路维护树立了全新标准。

该整合方案基于 NIRA Dynamics 从网联车辆中采集的数十亿个数据点，并结合 Vaisala Xweather 先进的基于 AI 与机器学习（ML）的道路气象预测模型。与公开可获取的气象预测相比，这些模型的预测准确度提升高达 50%。

未来的驾驶将高度依赖更加精准、实时的道路气象和路况数据，因为自动驾驶与驾驶辅助功能的可用性在很大程度上受制于行驶条件。目前，在许多电动车（EV）上可以看到，为了保障驾驶安全，驾驶辅助功能会基于较为粗略的天气或路况判断而被关闭，例如环境温度降至 4 摄氏度以下，或轮胎滚动阻力发生变化等。

通过将来自网联车辆的实时数据——包括轮胎抓地力、道路摩擦力、路面质量和天气状况——与行业领先的专业气象预测相结合，该整合数据集已经在当下具备多种应用场景。这些实际应用包括：在不利道路和天气条件下扩展自动驾驶和驾驶辅助功能的可用性，从而降低事故发生概率；利用计算机视觉评估道路质量，以优化道路维护作业；以及减少资源消耗，例如降低冬季道路融雪盐的使用量。其带来的收益覆盖所有道路使用者，不仅提升了安全性、降低了环境影响，也为道路管理部门和市政机构带来了成本节约。

通过将 NIRA Dynamics 的网联车辆数据集成至 Vaisala Xweather 平台，该合作为未来在道路安全和自动驾驶领域的进一步发展创造了新的可能性。整合后的数据也为更多应用场景打开了大门，例如电动车续航优化、交通管理、保险风险评估以及事故率降低等。

NIRA Dynamics 首席执行官 Lisa Åbom 表示：“在 NIRA Dynamics，我们的使命是提供以数据驱动的解决方案，实现更安全、更高效的出行。通过与 Vaisala Xweather 的合作，我们能够提供道路气象数据，帮助道路维护专业人员、汽车制造商以及导航服务提供商具备面向未来的能力。我们都深知天气对道路安全的影响，而与 Vaisala Xweather 携手，我们正在推动整个行业向前发展。”