卡内基梅隆大学(CarnegieMellonUniversity)的土木工程和环境工程部门的研究人员与Uber高级技术小组(Uber)合作，以更好地了解先进的基于车辆的传感器数据如何能够通知高分辨率的交通流测量。
研究人员创建了一个案例研究，显示了先进的基于车辆的传感器如何在给定区域提供关于交通条件的信息。使用历史数据，他们选择了至少三个装有传感器的车辆经过给定路段的情况。来自第一和第三车辆通过给定点的时间的信息提供了它们的方法的输入，然后能够输出这些时间之间的交通密度的准确预测。
正如白皮书中所指出的，MAC演示了今天正在收集的传感器数据，无论开发人员在收集传感器数据，在概念上都可以为流量估计和智能城市提供新的机会。
MAC和Yang计划的负责人钱纳计划在更大的道路网络上使用更大的数据集继续测试这种方法。他们有兴趣将使用来自基于车辆的浮动传感器的数据与更传统的固定传感器的功效进行比较。