據(jù)理解，這一方法，有望使未來源動駕馭車子在糟糕天氣下行進時，變得更為平安。

　　美國交通局之前推出的數(shù)據(jù)顯現(xiàn)，在2002-2012年的十年間，由于公路濕滑而引起的車禍達到96萬起，超越4700人因而喪生。公路濕滑占全美因天氣原因激發(fā)車禍中多達74%的比重。

　　美國交通局的數(shù)據(jù)還顯現(xiàn)，因天氣原于是激發(fā)的交通不測，占據(jù)全部交通不測車禍23%的比重。因而，有沒數(shù)的工程師和科研人士，都期望尋到一個能夠幫助駕馭員判斷公路能否濕滑、平安的駕馭體系。

　　對此，IEEE研發(fā)人士在當前嘗試經(jīng)過剖析機動車車胎噪聲反饋的形式，判斷公路能否過于濕滑。例如，IEEE曾在2014款梅賽德斯-奔馳CLA車型的后胎部位安置一種麥克風(fēng)，來收集車胎噪聲反饋，并在波士頓地域的多個路面、多個行進速度下開展測試。

　　實是上，IEEE其實不是首家期望經(jīng)過聲響來幫助駕馭員判斷公路情況的機構(gòu)。西班牙馬德里理工大學(xué)早在2014年就嘗試應(yīng)用扶持向量機，來剖析車胎在行進時發(fā)出的聲響，并以此判斷所行進的公路狀況。

　　然則，西班牙馬德里理工大學(xué)的探討人士那時發(fā)覺，這一方法能夠明確檢驗到的公路類別十分局限，同一時間也沒有辦法明確區(qū)別諸如砂石掉落到公路上這點無關(guān)聯(lián)的聲響消息。

　　與此同一時間，日本富山大學(xué)探討人士曾在2012年對外展現(xiàn)過一種相似的公路概況判斷體系，只只是該體系是經(jīng)過圖像，而非是聲響反饋的形式發(fā)展判斷。

　　詳細來講，該體系請求在車子上安裝監(jiān)控攝像頭，并經(jīng)過察看其它機動車的車燈在公路外表的反光概況來判斷路面狀況。只是，該體系請求公路中必需有其它機動車通過才能夠?qū)こＪ聵I(yè)，且在大霧、低能見度和大雪天氣的體現(xiàn)十分糟糕。