腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

什么是毫米波测速雷达？有智能交通领域有哪些具体应用？

毫米波雷达指的是工作在毫米波波段的雷达。毫米波的波长范围是1-10mm、其对应的频率为30-300GHz。毫米波雷达的测速是利用多普勒效应原理，当目标向雷达天线靠近时，反射信号频率将高于发射机频率；反之，当目标远离天线而去时，反射信号频率将低于发射机频率。毫米波雷达的测速范围和目标运动方向有关，目标靠近雷达做径向运动，目标速度为负；目标远离雷达做径向运动，目标速度为正。毫米波测速雷达主要用于智能交通管理与道路安全预警领域。如下图所示： 1、车辆测速抓拍——车辆测速、抓拍触发、违法取证 2、车速反馈提醒——车辆测速、车速提醒、超速报警 3、弯道会车预警——车辆检测、车辆测速、会车预警 4、平交路口预警——车辆测速、车辆预警预防道路交通事故一直是社会治理的重点和难点，其关键在于要严控车辆速度，针对违法超速人员要做到违法必究、有证可查，针对未违法人员要做到速度预警、风险可控；要加强各国省道和县乡道平交路口预警，降低路口与弯道交通事故发生概率

2023-11-16

8540

标签:

专注智慧交通，丰田使用 ComponentOne 打造智能交通系统

近日，丰田汽车（中国）投资有限公司（简称：TMCI）成功签约葡萄城，专注智慧交通，用 ComponentOne .NET控件集打造新一代智能交通系统，保障行车安全、提高交通管理效率和路网通过能力、减少交通事故为有效地利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率，TMCI打造出了一款智能交通系统——协调型ITS，将车与车、车与行人、车与道路连接起来，为实现交通安全社会而贡献力量。葡萄城公司成立于 1980 年，是全球领先的集开发工具、商业智能解决方案、管理系统设计工具于一身的软件和服务提供商。

葡萄城控件

2018-08-30

1K0

标签:

平行交通：虚实互动的智能交通管理与控制

2.平行交通系统的概念框架 2.1 ACP与平行智能随着社交媒体、移动互联网、通信技术、传感技术、物联网、云计算、大数据等的发展，现实世界中的实际系统与计算机中的人工系统联系越来越紧密，促使人工系统发生由被动到主动图1 ACP基本框架平行智能的基本流程包含3个步骤，即：1）构建与实际复杂系统对应的软件定义的人工系统；2）利用计算实验方法进行实际复杂系统的实验、预测与评估；3）通过互联人工系统与实际复杂系统进行虚实互动与相互借鉴平行交通系统的框架如图2所示，包括实际交通系统、人工交通系统，以及其运行的3种模式——管理与控制、实验与评估、学习与培训。交通数据源和信息源既包括物理空间中的交通检测器，也包括网络空间中的微博、社交网站、网络在线地图等社会交通传感器。实际物理空间中交通信息的采集主要通过感应线圈、浮动车、摄像头、微波及雷达等完成。交通数据源来自物理空间、网络空间和社会空间，具体包括线圈、视频、微博、论坛、浮动车、共享单车、地图应用服务、出租车、手机信令等。2）交通信息处理。

2019-07-19

2.3K0

标签:

ThoughtWorks数据智能读书雷达

学习和分享都是存在于ThoughtWorks基因里的东西，这几年ThoughtWorks陆陆续续推出了多个版本的《读书雷达》，有的专注产品创新，有的专注软件开发，还有关注社会公益领域的内容。这版《数据智能读书雷达》由ThoughtWorks数据智能事业部的同事们自发组织完成的，是大家修炼和实践的总结。这里豆列的名称是《ThoughtWorks数据智能读书雷达（2021）》。 ? 数据智能战略规划 ? 1.《卓越的商务沟通》 2.《麦肯锡工作法》 3.《金字塔原理》 4.《智能商业》 5. 《DAMA数据管理知识体系指南》数据科学及智能应用 ? 32.《大数据智能》 33.《统计学习方法（第2版）》 34.《数据挖掘导论》 35.

2021-03-10

7610

标签:

“十四五”规划强调交通强国，Apollo智能交通快步走

2 交通强国战略下， Apollo在智能交通中的三重身份事实上，自交通强国战略去年正式印发以来，Apollo一开始就以“头雁”的姿态跑在最前。 ? 作为国内外第一个车路行融合的全栈式智能交通解决方案，“ACE交通引擎”采用“1+2+N”总体架构，其中：1个数字底座包括小度车载OS、飞浆、百度智能云、百度地图支撑的“车”、 “路”、 “云”、 “图” 等未来交通基础设施；2个智能引擎分别是Apollo自动驾驶引擎和车路协同引擎；N个应用生态，包括智能信控、智能停车、交通治理、智能公交、智能货运、智能车联、智能出租、自主泊车和园区物种等。是行业内唯一“既面向未来，又兼容当下”的下一代智能交通解决方案，同也是中国特色智能交通建设的最优解。 2、一个推手：产业整体升级的最大助力正如“十四五”规划中提到的那样，产业升级的关键是产业链和产业生态的共同发展。

2020-11-11

7130

标签:

腾讯云测试服务

智能交通的2022：AIR掀起“中国风”

跟传统的道路信息化设备强调软硬件结合不同，其是一套可在数据驱动下自学习进化的系统，采取跟车端自动驾驶系统同源的架构，基于跟车端自动驾驶类似的激光雷达、毫米波雷达、鱼眼相机、摄像头等传感器，计算单元、软件及云端系统为代表的单车智能+车路协同(V2X)路线，让道路、车和人联动起来形成智能交通网络，这一路线规避了单车智能的问题，在有“基建狂魔”之称的中国，越来越多城市开始建设兼容自动驾驶的道路，对现有交通设施进行智能化升级 2016年百度组建团队研发V2X车路协同技术，形成全栈系统性研发能力，覆盖高速公路、停车场和城市道路三大场景，2019年成立智能交通业务组、开源车路协同方案，到现在为止其在“智慧的路”上深耕已至少5年：技术上，百度将Apollo车端自动驾驶技术同源应用到路端，也就是说AIR智能道路系统应用了跟Apollo无人车上同款的技术，如各种雷达，以及底层算法；实践上，百度智能交通已在北京、广州、保定、重庆、交通智能化首在道路智能化，百度此时发布AIR智能道路系统，既体现出企业主体参与智慧交通的发展方向，也符合“提升城市交通基础设施智能化水平”等交通强国的重点方向。

2022-01-05

6130

标签:

智能交通的基石 - 大数据和物联网

论文的其余内容组织如下：在第二节中，我们概述了现有的交通管制机制和使用各种技术的智能方法。在第三节中，详细解释了建议的架构及其如何克服目前智能交通管理的方法。 2、背景智能交通管理系统的特性这项工作的目标是使用Kafka —最流行的大数据技术之一 —以开发一个可扩展的实时交通管理系统。考虑到流量的时间关系，利用以前时间间隔的数据，即 xt-1，xt-2,...,xt-l，在时间间隔 t 时预测流量。建议的模型内在考虑了交通流量的地理和时间相关性。多年来，传统的路边传感器，如电感磁环、气动道路管、压电环阵列和微波雷达被采用。处理能力对于智能流量管理系统中的大数据应用，及时性至关重要：这些应用包括交通数据预处理、交通状态识别、实时交通控制、动态路线引导和实时巴士调度。

2021-11-20

9180

标签:

【论文复现】交通路口智能监测平台实现

1.概述交通要道的路口上人车穿行，特别是上下班早高峰，且时常发生交通事故。因此对交通路口的车流量和人流量的监测必不可少。 2.工程文件简介 2.1 工程文件结构这是pycharm打开的工程文件，其中主要有存在权重文件、目标类别的文件夹，YOLOX模型的文件夹还有打包会输出的output文件夹，exe文件存在在这里面。这里使用的检测模型为YOLOX模型，模型权重为训练VOC数据集得来，其中包括了二十个类别，但我们主要针对地面交通路口进行监测，选择了最关键的三个监测要素作为监测目标，分别为人、汽车和自行车。 else: self.light_num.setText('0') self.all_result.setText(str(all)) 4.效果智能监测平台实现

2024-11-18

5800

标签:

《智能驾驶之激光雷达算法详解》激光雷达 +IMU组合定位

激光里程计算法，仅凭激光点云估算激光雷达的运动状态，其精度显著受激光点云质量波动影响。而Google的Cartographer算法，更是以分层优化为核心，前端运用无迹卡尔曼滤波器实现2D激光雷达与IMU数据的无缝融合，后端则聚焦于子地图构建与优化，辅以分支定界法，显著加速闭环检测，确保定位系统的高效与精准激光雷达与IMU的紧耦合定位技术，相较于松耦合方式，显著减少了信息损失。这一创新方法将激光雷达与IMU数据融合于同一位姿优化问题中，实现了更为精准的位姿估计。核心目标是融合IMU与激光雷达数据，以精准捕捉车辆的实时位姿信息。为此，首要任务是明确求解流程中不可或缺的三个坐标系定义，具体构建如图12-1清晰展示。 LIO-SAM旨在依托因子图优化框架，实现激光雷达、IMU与GPS的实时、稳定且高精度的融合定位，其开源代码已在GitHub上开放共享。

2024-11-11

1.8K0

标签:

智能交通车路协同系统，解决城市交通拥堵的新选择！

智能交通车路协同系统是一种基于车载终端、路侧设备和交通管理中心等多个组成部分构成的智能交通系统，可以实现车辆之间的信息共享和交互，提高道路安全性能和交通效率。应用系统：基于交通数据和路况信息，提供各种智能交通应用服务，如实时导航、智能停车、交通信号优化等。图片三、智能交通车路协同系统的应用场景智能交通车路协同系统可以广泛应用于公共交通、出租车、私家车、物流运输等各种车辆。四、智能交通车路协同系统的发展趋势智能交通车路协同系统的发展趋势主要包括以下几个方面：人工智能技术的应用：通过人工智能技术，对交通数据进行深度学习和分析，提高交通管理和驾驶辅助的智能化水平。智能交通车路协同系统是一种基于车载终端、路侧设备和交通管理中心等多个组成部分构成的智能交通系统，可以实现车辆之间的信息共享和交互，提高道路安全性能和交通效率。

无锡漫途科技

2023-06-06

8170

标签: