物联网与智能交通课件

上传人:文**** 文档编号:241967067 上传时间:2024-08-08 格式:PPT 页数:49 大小:16.29MB
返回 下载 相关 举报
物联网与智能交通课件_第1页
第1页 / 共49页
物联网与智能交通课件_第2页
第2页 / 共49页
物联网与智能交通课件_第3页
第3页 / 共49页
点击查看更多>>
资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,发展物联网的核心内涵,1,发展物联网的核心内涵1,1、抢占信息化制高点,在物联网概念成为热门之前,我国的物联网产业链已经存在,形成以电信运营商和系统集成商为主角,以传感器、芯片、通信模块厂商为终端设备提供商,分布在各个行业、地域中的产业格局。,从长期来看,按照物联网的需求,需要按亿计的传感器和电子标签,这将大大推进信息技术元件的生产,确实能形成巨大的市场规模,2,1、抢占信息化制高点在物联网概念成为热门之前,我国的物联网产,精品资料,3,精品资料3,你怎么称呼老师?,如果老师最后没有总结一节课的重点的难点,你是否会认为老师的教学方法需要改进?,你所经历的课堂,是讲座式还是讨论式?,教师的教鞭,“不怕太阳晒,也不怕那风雨狂,只怕先生骂我笨,没有学问无颜见爹娘”,“太阳当空照,花儿对我笑,小鸟说早早早”,4,4,2、交通物联网的概念,5,2、交通物联网的概念5,交通物联网是在物联网战略背景下提出来的。在物联网相关技术应用的背景下,交通物联网可以实现交通工具全程追踪,保证运输的安全;实现城市交通的智能化管理;实现车辆能自动获得更丰富的路况信息,实现自动驾驶,等等。,事实上,在现实生活中已可见交通物联网的具体应用,如高速公路不停车电子收费、智能公交系统、移动应急指挥与调度、交警移动执法、机动车违章行驶监测、电子口岸、车载防盗系统等,只不过这些仅是物联网的雏形,还尚未形成一个庞大的网络。在未来,可以想象通过车车相连、人车相连、车路相连的庞大网络实现智能交通,从而解决诸多交通拥堵、环境污染和安全事故的问题。,6,交通物联网是在物联网战略背景下提出来的。在物联网相关技术应用,7,7,8,8,9,9,10,10,11,11,12,12,二、物联网与智能交通,13,二、物联网与智能交通13,1、智能交通的核心是人、车、路协同,14,1、智能交通的核心是人、车、路协同 14,智能交通是一种平衡的应用科学,是为了平衡交通使用者、车辆以及有限道路之间的关系,未来的交通系统可以通过站台查看下一班公交何时能到达,还剩多少空座位,可以选择最佳的行车路线而绕开拥堵的路段,可以在最快的时间内获知前方车辆刹车或者发生事故并采取避让措施。,因此,智能交通系统中获取数据是重要的第一步。通过随处安置的传感器,交通管理者可以实时获取路况信息,帮助监控和控制交通流量;通过在车内安装GPS终端机及射频标签,交通参与者可以随时与周围的信息源进行交换,从而获得有效的交通信息,指引车辆更改路线或优化行程。从某种意义上讲,智能交能即物联网技术在交通领域的应用。,发挥人、车、路的协同作用是智能交通系统的核心,交通物联网的概念也正好完美诠释了这一内涵。交通物联网的提出,也极大地推动了智能交通的发展。以深圳为例,在交通物联网背景下,深圳市智能交通系统体系结构设计中,引入交通物联网感知、网络、平台、应用的四个层次内容,实现智能交通系统在交通物联网时代的“智慧交通”创新设计。,15,15,通过以上,我总结,要建立真正有效的交通物联网,有两个重要因素。,一是规模性,只有具备了规模,才能使物品发挥智能作用。,二是流动性,汽车是处于运动的状态,必须保持汽车在高速运动状态下都能随时实现车与车、车与人、车与路之间的对话。,16,通过以上,我总结,要建立真正有效的交通物联网,有两个重要因素,2、相关技术与应用,17,2、相关技术与应用17,物联网的核心是对信息数据的采集和处理。交通车联网的关键技术是如何实现车与路、车与车之间的信息交换与互动,而能在此中扮演主要角色的无疑是无线技术了。,目前在汽车定位、通信及收费领域应用较多的是DSRC(短程通信技术)以及VPS(车辆定位技术)技术。DSRC是一种微波技术,主要应用在电子道路收费方面。而VPS则是一种GPS+GSM技术,在汽车导航、求助及语音通信方面有着较广泛的应用。由于这些技术都是现有的技术,这里将不作赘述。,另外,红外线及超声波技术也是使用广泛、简便环保的技术。其他的交通物联网核心技术还包括射频识别装置、视频检测器、地磁感应器、无线传感器、全球定位系统、互联网与无线通信、行业应用软件等。,18,物联网的核心是对信息数据的采集和处理。交通车联网的关键技术是,从技术层面,我国推动交通物联网发展的重点技术包括,(1)DSRC短程通信技术,(2)车辆运行状态检测技术,(3)基础设施及环境性能检测技术,(4)辅助驾驶技术,(5)新一代交通控制系统。,19,从技术层面,我国推动交通物联网发展的重点技术包括19,三、推进交通物联网过程中面临的问题,20,三、推进交通物联网过程中面临的问题20,1、标准问题,交通物联网的发展必然涉及通信的技术标准,而各类层次通信协议标准如何统一则是一个十分漫长的过程。中国在快速增强研发的同时,也早已开始打造“交通物联网”的本土产业标准。最值得一提的是高速公路不停车收费的短程通信技术,在我国已实现标准化而且已经推广多年。,21,1、标准问题21,2、信息孤岛问题,交通物联网的普及需要解决信息孤岛的问题。我国交通信息化经过十多年的建设,已经具备了良好的设施基础,一部分地区的交通管理和信息化程度都达到了很高的标准。但由于部门职权分散、政出多门,不可避免地造成了行政及行业信息孤岛。若要实现人、车、路协同的目的,需消除孤岛,融合信息。,22,2、信息孤岛问题22,3、产业化问题,物联网的产业化必然需要芯片商、传感设备商、系统解决方案商、移动运营商上下游厂商的通力配合,而在各方利益机制及商业模式尚未成型的背景下,交通物联网普及仍很漫长。物联网时代,“融合”变得愈发重要,技术融合以及产业融合需要同步进行。亟需打造城市交通物联网的示范工程,整合产业链的上下游。,23,3、产业化问题23,交通发展历史阶段,24,交通发展历史阶段24,25,25,26,26,27,27,28,28,29,29,30,30,31,31,32,32,33,33,34,34,35,35,36,36,37,37,38,38,Google Driverless Car是谷歌公司的 Google X 实验室研发中的全自动驾驶汽车,不需要驾驶者就能启动、行驶以及停止。目前正在测试,已驾驶了48万公里。项目由Google街景的共同发明人塞巴斯蒂安特龙(Sebastian Thrun)领导。谷歌的工程人员使用7辆试验车,其中6辆是丰田普锐斯,一辆是奥迪TT。这些车在加州几条道路上测试,其中包括旧金山湾区的九曲花街。这些车辆使用照相机、雷达感应器和激光测距机来“看”其他的交通状况,并且使用详细地图来为前方的道路导航。谷歌说,这些车辆比有人驾驶的车更安全,因为它们能更迅速、更有效地作出反应。然而,在所有的测试中,都有人坐在驾驶座上于必要时可以随时控制车辆。4 2012年4月1日,Google展示了他们的使用自动驾驶技术的赛车,命名为10100(十的一百次方,也就是googol,google这个单词的词源)2012年5月8日,在美国内华达州允许无人驾驶汽车上路3个月后,机动车驾驶管理处(Department of Motor Vehicles)为Google的无人驾驶汽车颁发了一张合法车牌。为了醒目的目的,无人驾驶汽车的车牌用的是红色。1,39,Google Driverless Car是谷歌公司的 Go,技术原理:,车顶上的扫描器发射64束激光射线,然后激光碰到车辆周围的物体,又反射回来,这样就计算出了物体的距离。另一套在底部的系统测量出车辆在三个方向上的加速度、角速度等数据,然后再结合GPS数据计算出车辆的位置,所有这些数据与车载摄像机捕获的图像一起输入计算机,软件以极高的速度处理这些数据。这样,系统就可以非常迅速的作出判断。,40,技术原理:40,1 雷达 Radar,高端汽车已经装载了雷达,它可以用来跟踪附近的物体。例如,梅赛德斯的自动巡航控制系统便是一种事故预防系统,它的后保险杠上有一个装置,当它在汽车的盲点内检测到物体时便会发出警报。,2 车道保持系统 Lane-keeping,在挡风玻璃上装载的摄像头可以通过分析路面和边界线的差别来识别车道标记。如果汽车不小心离开了车道,方向盘会轻微震动来提醒驾驶者。,3 激光测距系统 LIDAR,谷歌采用了Velodyne公司的车顶激光测距系统。,4 红外摄像头 Infrared Camera,梅赛德斯的夜视辅助功能使用了两个前灯来发送不可见且不可反射的红外光线到前方的路面。而挡风玻璃上装载的摄像头则用来检测红外标记,并且在仪表盘的显示器上呈现被照亮的图像(其中危险因素会被突出)。,5 立体视觉 Stereo Vision,梅赛德斯的原型系统在挡风玻璃上装载了两个摄像头以实时生成前方路面的三维图像,检测诸如行人之类的潜在危险,并且预测他们的行动。,6 GPS/惯性导航系统,雷达传感器,雷达传感器,一个自动驾驶员需要知道他正在去哪儿。谷歌使用Applanix公司的定位系统,以及他们自己的制图和GPS 技术。,7 车轮角度编码器 Wheel Encoder,轮载传感器可以在谷歌汽车穿梭于车流中时测量它的速度。,产品特点,目前谷歌无人驾驶汽车,已经行驶超过30万英里。技术人员表示:谷歌无人驾驶汽车通过摄像机、雷达传感器和激光测距仪来“看到”其他车辆,并使用详细的地图(我们通过手动驾驶车辆收集而来)来进行导航。我们的手动驾驶车辆收集来的信息是如此巨大,我们必须将这些信息进行处理转换,谷歌数据中心将这一切变成了可能,它的数据处理能力是如此强大。截止到2012年底,所面临的难题主要是自动驾驶汽车和人驾驶的汽车如何共处而不引起交通事故的问题。,41,1 雷达 Radar产品特点41,42,42,43,43,44,44,45,45,46,46,47,47,48,48,49,49,
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 办公文档 > 教学培训


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!