纽约州立大学理工学院交通工程助理教授阿博法兹尔·卡里姆普尔博士开发了一个创新框架，无需依赖路边的物理传感器，即可估算交通拥堵和交通事故造成的延误的长度和持续时间。卡里姆普尔博士是发表在《交通政策案例研究》上的这篇新文章的主要作者。

通过整合来自广泛众包来源的实时车速和位置数据，该方法能够以传统方法的一小部分成本，在全州范围内持续监测碰撞影响。实际上，这项研究为交通部门提供了一个强大的工具，使其能够更快地发现和响应事故，更好地管理交通拥堵，并提升驾驶员的道路安全。

这份最新出版物是与纽约州立大学理工学院近期毕业生 Anthony Alteri、奥本大学交通研究所的 Adrian Cottam 和纽约州交通部 (NYSDOT) 的 Ellwood Hanrahan II 共同撰写的。

该项目由纽约州立大学理工学院交通人工智能研究实验室 (TRAIL) 开展，Karimpour 博士担任该实验室主任。该项目极大地受益于纽约州交通部的合作。该机构提供了关键的交通数据，参与了头脑风暴会议，并提出了关键见解，帮助确定了研究方向和成果。

更多信息： Abolfazl Karimpour 等人，《利用众包数据自动估算全州范围内由碰撞引起的延误和排队》，《交通政策案例研究》(2025 年)。