中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

如何打造更安全、更智能的道路交通呢？下面，我們一起走進CIDI，聚焦其研發的智能網聯交叉路口技術，一探究竟。

隨著城市人口、機動車數量與日俱增，現有城市交通設施已無法滿足日益增長的交通需求，再加之城市交叉路口通行效率低、事故預警系統缺乏等因素，城市道路安全事故頻發。據相關數據統計，每年因交叉路口交通事故死亡的人數約占總交通事故死亡人數的20%，加快城市智能運輸系統建設，加強智能交叉路口管理迫在眉睫。

那么，如何打造更安全、更智能的道路交通呢？下面，我們一起走進CIDI，聚焦其研發的智能網聯交叉路口技術，一探究竟。

針對城市交通安全及交通通行效率問題，長沙智能駕駛研究院（以下簡稱CIDI）發布了“V2X+交叉路口”解決方案——智能網聯交叉路口管理系統（CISS-cooperative intersection surveillance system），該系統集成組合傳感器感知技術、傳感器融合算法、V2X技術、交通優化算法，可實現交叉路口行人、非機動車輛、紅綠燈與智能網聯汽車之間的信息傳遞。

通過信息交互與決策，解決智能網聯汽車通過交叉路口、行人與非機動車輛通過交叉路口的安全性問題，還可以根據檢測到的交叉路口實時交通流量，優化控制交通信號燈的變化，減少交叉路口擁堵。

該系統與方案是未來智能交通-合作式智能交通Cooperative ITS的重要組成部分，也是自動駕駛車輛在城市道路大規模運行落地的必要輔助手段。

系統組成與功能簡介

CIDI智能網聯交叉路口管理系統主要由RSU、邊緣計算單元、智能交通信號燈、路側傳感器等組成。

• RSU是整個系統的大腦，負責決策和數據的廣播；
• 邊緣計算單元負責輔助計算和數據采集融合；
• 智能交通信號燈根據路口車流量進行自動調節紅綠燈配時；
• 路側傳感器是整個系統的眼睛，它主要由高清攝像頭、激光雷達、毫米波雷達組成。

路側傳感器組成部分功能：

• 高清攝像頭能實時檢測視角范圍內的車輛與行人的位置和速度，統計路面實時交通流量等；
• 毫米波雷達可以獲取車輛的種類與位置、速度，行人的位置和速度等信息；
• 激光雷達可用于車輛擁堵排隊狀態、車輛位置與種類、錯誤行駛方向、能見度（霧）、人和動物等的檢測。這些傳感器獲得的原始數據會交給邊緣計算單元進行數據融合。

此外，該系統還可以接收到附近其它RSU的數據，也可以通過因特網從云端獲取數據，實現“人-車-路-云”協同工作。

產品特點

CIDI的智能網聯交叉路口管理系統具有以下三大特色：協同感知、紅綠燈動態配時、局部動態地圖（LDM）。

1. 協同感知

協同感知是一種感知計算框架，其通過匯集以及協同分析不同感知單元的傳感數據實現對研究對象準確、全面的認知。

傳統的協同感知技術主要解決面向單一感知空間的研究問題，數據的跨空間融合趨勢推動了協同感知技術向多元空間的演化。超視距感知、跨設備追蹤等都是CIDI智能網聯交叉路口管理系統跨空間融合的體現。

CIDI智能網聯交叉路口管理系統可以收集傳感器檢測到的各種交通參與者信息（如交叉路口行人狀態、非機動車狀態、道路狀態、過往車輛狀態、交通流量等），也可以獲取其它路側單元（RSU）以及管理中心云平臺數據。

這些基礎數據在RSU中經過進一步的算法處理與融合處理后，得到當前交叉路口的實時狀態。這些狀態包括行人碰撞風險、車輛碰撞風險、交通擁堵狀況、道路危險（積水、結冰、坑洼路面）、交通信號燈狀態等。RSU再以固定的通信協議和數據交互標準將當前交叉路口的狀態發送給過往的車輛與行人。

當交叉路口配備“完美視角”的智能網聯管理系統以后，道路便被賦予感知交叉路口范圍內全部交通參與者信息的能力。CIDI智能網聯交叉路口管理系統把這些信息通過V2X通信實時共享給路口的全部車輛，即可以最大限度消除路口安全隱患，最大程度地提升路口的通行效率。

除此之外，也可以通過APP（由CIDI發布的車路協同應用程序）給社會車輛提供部分功能，如紅綠燈時間感知、車速建議、標牌信息等。

2. 紅綠燈動態配時

紅綠燈動態配時支持基于V2I技術的智能網聯汽車流量統計、以及基于機器視覺技術的常規社會車輛流量統計。兩種車流量統計經過邊緣計算單元的融合，形成車流量密度和各車道排隊長度。

在此基礎上，根據交通模型進行動態選擇（存在通暢、正常和擁堵三種配時方案）和針對區域內的每一輛車給予通行速度建議。與此同時，配時方案融入了基于V2I的一些特殊車輛（緊急車輛、公交車等）優先的功能。

3.?局部動態地圖（LDM）

局部動態地圖（LDM）是一種將路側傳感器、交通控制中心、靜態地圖等數據經過復雜的檢測算法與預處理流程，再經過提煉和融合后生成的動態數據集合。LDM是當前交叉路口的實時交通態勢感知結果，它為RSU的綜合決策提供數據支撐。

如下圖所示，LDM數據由四層組成：

• 第一層：靜態數據（絕對不變的數據，如靜態地圖）；
• 第二層：準靜態數據（一段時間內不會變化的數據，如樹木、建筑物、道路）；
• 第三層：暫態數據（短時間內會變化的數據，如交通事故現場、天氣）；
• 第四層：動態數據（變化頻率很高的數據、如當前紅綠燈狀態、當前交叉路口車輛狀態信息）。

局部動態地圖結構

LDM是整個系統的核心功能模塊，系統其它功能都是基于LDM數據的分析結果。CIDI智能網聯交叉路口管理系統生成實時的LDM，一方面通過V2X技術傳遞給智能網聯汽車，實現更可靠的自動駕駛交通態勢車路協同感知；另一方面傳遞給只加裝OBU的社會車輛，給常規非智能車輛賦能，實現低成本的自動駕駛。

發展與前景

在復雜的交通環境下，CIDI智能網聯交叉路口管理系統具有協同感知的能力，并把這些感知能力賦予過往的車輛。車輛通過交叉路口的過程不是一個單一的決策過程，它是對交叉路口所有目標行為規劃的決策過程。它的速度、行駛軌跡等都要遵循CIDI智能網聯交叉路口管理系統的建議。

當通過交叉路口的車輛都遵循管理系統設定好的規則，城市的交通通行效率將極大的提高。車輛的智能化有一個迭代過程，我們可以先讓路變得聰明起來，然后逐步實現車輛的智能化，最終實現“智慧的路+聰明的車”。

CIDI此次發布“V2X+交叉路口”方案，必將大大推動自動駕駛之城、車聯網之城、智慧之城的發展。

作者：智能相對論，公眾號：智能相對論（ID：aixdlun）：深挖人工智能這口井，評出咸淡，講出黑白，道出vb深淺。重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背后的芯片、算法、人機交互等。

本文由 @智能相對論 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議。