共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
本文基于蜂窝通信车联网系统的车路协同应用场景测试方法,旨在验证车联网系统中车辆与路侧设施之间的协同功能。首先,文章介绍了车联网技术的相关背景,并阐述了其关键技术架构。随后,测试了不同的车路协同应用场景,包括拥堵提醒、交通信号优化等,以评估系统的性能、可靠性和有效性。本文提出的测试流程和方法涵盖了场景准备、交通系统模拟、车路通信测试、功能测试和结果分析等方面。 相似文献
3.
4.
随着5G技术的发展以及3GPP C-V2X标准的完善,给车联网业务的发展提供了重要的技术保障.本文创新提出了基于5G边缘云技术的智能车联V2X整体架构方案,并在广州国际生物岛试商用落地实施部署,构建了以L4级别自动驾驶车辆为实际载体的5G车联网体系,并部署自动驾驶、远程故障管理、车路协同三大主要应用,实现"智慧的路、聪... 相似文献
5.
6.
7.
进入5G时代,一系列依赖5G技术的产业获得新生,车联网、飞联网、物联网就是典型的例子.在车联网领域,车路协同一直都是汽车自动驾驶的前提,而网络的搭建,一直都是车路协同、车车协同、车人协同和车网协同的重点.依托于某大型自动驾驶智慧道路示范区项目,文章提出一种基于5G技术的车路协同组网方案,该方案给出了路测设备、车载设备等如何接入5G核心网,边缘计算MEC如何接入,并给出了V2X网络的具体应用场景. 相似文献
8.
随着车联网技术的演进,自动驾驶在单车智能的基础上,又有了新的发展形态——车路协同自动驾驶。通过“人-车-路-云”深度融合形成的一体化复杂信息物理系统(cyber physical system,CPS),可以与自动驾驶车辆实现协同感知、协同决策规划甚至协同控制,提升自动驾驶安全性,帮助克服各类复杂交通环境。首先介绍了车路协同的复杂信息物理系统的概念内涵和总体架构,并提出了车路协同自动驾驶的一系列典型应用场景、技术原理、C-V2X(cellular vehicle-to-everything)性能要求、车路协同系统功能与性能要求,可以为下一阶段智能网联汽车与智能交通的深度融合发展提供参考和解决思路。 相似文献
9.
进入5G时代,基于5G-V2X的通信,让网联智能汽车驾驶获得了突破性地发展,这对车路协同的发展既是机遇,又是挑战。一方面,各类基于车路协同的自动驾驶、智能驾驶的示范区应运而生,这些应用落地能很好地促进车路协同的发展;另一方面,政策未明确,标准未统一,各示范区的车路协同自立山头,为后期车路协同的融合,带来困难。文章提出一种车路协同应用平台的系统功能检测方法,旨在从源头剖析如何促进功能点的统一。 相似文献
10.
在移动互联网时代,车联网的出现将使汽车变成下一个移动终端,流量红利将因此会从智能手机分流到汽车。中国移动将紧跟时代大趋势,在车联网方面开展5G网络部署工作,加快5G在车联网、智慧交通方面的应用,形成标杆,加快项目复制,抓住车联网流量及相关5G新基建红利。在此背景下,文章提出了一种基于5G的开放式智慧车路协同云平台,可从安全、效率、服务三方面提升高速智慧化水平,解决路侧设备信息化转型问题。 相似文献
11.
首先简要回顾了我国企业主导的蜂窝车联网(cellular vehicle-to-everything,C-V2X)国际标准,该标准解决了车车间及车路间的低时延和高可靠通信难题,兼具技术和产业优势,在全球产业竞争中已形成领先优势。在澄清车联网的相关概念、5G与C-V2X、车联网与车路协同、车联网与无人驾驶、单车智能与网联智能等相互关系的同时,阐述了本文的观点。进而,为抓住全球汽车产业革命和我国交通产业变革的重大战略机遇期,提出了我国基于5G+C-V2X的“聪明的车+智慧的路+协同的云”的车路云协同创新发展模式,实现智能网联汽车从智能网联辅助驾驶到智能网联无人驾驶及与智能交通融为一体的发展路径。最后,分析了相关产业进展情况与存在的问题,并提出相应的政策建议。 相似文献
12.
<正>当前全球5G规模商用部署已进入“快车道”,在网络条件日趋成熟的背景下,车联网产业迅速发展,已经开始改变普通大众的驾驶体验和日常生活。完整的车联网业务需要人、车、路协同,基于蜂窝移动通信、V2X等基础设施,与大数据、人工智能网络协同,提供包括自动驾驶、高级辅助驾驶、智慧交通等全新业务体验。现阶段V2X相关路侧设施产业尚处于技术示范阶段,车企为了打造初级辅助驾驶、智能座舱、 相似文献
13.
14.
15.
随着5G通信技术的发展,车路协同的网络数据传输得到了极大突破.本文研究面向车路协同,进一步完善基于SLAM无人巡检车地图以及导航方式的系统.通过车路协同的方式完善导航地图,减少无人巡检车对传感器本身的精度和覆盖范围要求,利用路边摄像机等覆盖范围更为宽广的路侧检测方式,减少无人巡检车辆的开发成本,同时提高交通安全性,推动... 相似文献
16.
17.
18.
本文提出了一种5G车路协同自动驾驶解决方案,该方案主要依托5G移动通信、高精度定位技术、五维时空融合技术、边缘计算、边云协同等技术,实现边缘平台算力部署,构建“端-边缘-云”分层架构,建立智能可靠车联网通信、车辆的实时高精度定位、交通态势感知、交通管控等技术体系,实现5G车路协同,全面提升车辆感知决策控制能力。当前,该方案已在武汉经开区智能网联汽车与智慧道路自动驾驶示范区应用落地。 相似文献
19.