高德地图通过分析用户GPS数据，利用算法推算红绿灯的周期和倒计时。核心步骤包括筛选有效车辆轨迹、识别停车和起步时间、聚类形成“起步波”，以及计算红绿灯周期。该方法不依赖政府数据，具有广泛覆盖和低成本的优点，但在车流稀少或拥堵时可能影响准确性。

本研究提出了一种端到端的计算机视觉和深度学习框架，用于从无人机影像中提取地理参考车辆轨迹。该框架在密集城市环境中显著提高了车辆检测与跟踪的精度和一致性，为智能交通系统的发展提供了重要资源。

本文介绍了多种基于Transformer的模型，如AgentFormer、VT-Former和AerialFormer，应用于多智能体行为预测、车辆轨迹预测和航空影像分割等领域。这些模型在各自的数据集上表现出色，展示了Transformer在不同任务中的广泛适用性和鲁棒性。

该文介绍了一种离线追踪模型，专注于被遮挡的物体轨迹，并使用向量化地图来改善跟踪结果。该模型在车辆轨迹方面取得了显著的改善。