- 综合排序
- 最热优先
- 最新优先
- 来自专栏雷达应用
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。 常用的毫米波雷达频段为24GHz、60GHz和77GHz这三个频段，其中24GHz的波长是1.25cm，但是业界也依然称之为毫米波，60GHz波长是5mm，77G的波长是3.9mm。 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。 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
75530编辑于 2023-11-16 - 来自专栏葡萄城控件技术团队
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。
93740发布于 2018-08-30 - 来自专栏数据猿
平行交通：虚实互动的智能交通管理与控制
【关键词】平行智能；ACP方法；计算实验；智能交通系统；平行系统 【引用格式】吕宜生，陈圆圆，金峻臣，李镇江，叶佩军，朱凤华.平行交通：虚实互动的智能交通管理与控制，智能科学与技术学报，2019，1(1 我国在智能交通系统的建设、发展上取得了不错的成绩，但由于更多地集中在交通信息化上，导致智能交通系统“不智能、无智能”，远未达到人们的预期。 为此，必须转变思维范式，发展智能时代的智能交通系统。 3.平行交通体系之智能层次 平行交通系统体系中有3个层次的智能，即描述智能、预测智能和引导智能，下面分别对其进行介绍。 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。
2.2K30发布于 2019-07-19 - 来自专栏ThoughtWorks
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。 我们根据实现智能企业的不同阶段划分了四个主题： 数据智能战略规划 数据智能平台建设 数据工程 数据科学及智能应用 考虑到读者数据智能认知会处在不同的阶段，我们把每个主题分为三个等级，分别为基础、进阶和高级 在雷达图中，读者可以根据该书在图中距离圆心的远近，判断它的难度级别。我们还使用了不同的图示来表达对每本书的倾向性意见，其中，三角形图示代表“强烈推荐”，圆形图示代表“推荐”。 这里豆列的名称是《ThoughtWorks数据智能读书雷达（2021）》。 ?
70620发布于 2021-03-10 - 来自专栏智能相对论
“十四五”规划强调交通强国，Apollo智能交通快步走
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。 在这样的技术架构下，“ACE交通引擎”用最便捷的方式满足了智能交通建设的核心诉求，相比于传统的智能交通解决方案，“ACE交通引擎”具有非常强的前瞻性，不仅具有技术优势，还具备成本优势。 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。 “ACE交通引擎”是Apollo在技术创新层面对智能交通的贡献，其更大价值在于带动了一大批生态伙伴共同参与到智能交通项目当中，在和生态伙伴携手共进的过程中，助推了产业的整体升级。 3、一个助手：建设智能交通的最佳拍档 交通强国战略下的智能交通有着非常强的指向性，对于地方政府而言，为响应外部政策必须做出相关部署；在内部需求上，从当地的经济发展和城市治理出发，对建设“智能新交通”也有着非常强的内生动力
63450发布于 2020-11-11 - 来自专栏罗超频道
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 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、 智能交通是交通强国的重点方向。 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。 百度AIR智能道路系统，也将给交通强国的“中国模式”贡献重要力量。 让所有交通基础设施智能化，也是百度智能交通战略的愿景。
53730编辑于 2022-01-05 - 来自专栏登神长阶
【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。 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
42910编辑于 2024-11-18 - 来自专栏数字孪生元宇宙
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。 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。 另一个需要研究的领域是物联网在智能城市建设中的使用，这可能大大有助于为该模型收集真实世界的数据。 ---- 原文链接：基于大数据和物联网的智能交通系统 — BimAnt
83130发布于 2021-11-20 《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。 激光雷达与IMU的松耦合定位策略，巧妙融合了激光里程计与IMU航位推算技术。两者独立运作，依托卡尔曼滤波、粒子滤波等先进框架，实现精准信息融合，最终精确输出定位结果。 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。
1.5K10编辑于 2024-11-11- 来自专栏漫途科技
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。
70110编辑于 2023-06-06 - 来自专栏云资讯小编的专栏
腾讯“云+未来”峰会 智能交通云系列解读
智能交通云在刚刚举办的2017腾讯“云+未来”峰会上，成为瞩目焦点。交通与物流智能化的领军人物就腾讯云新发布的“人工智能即服务”战略展开了讨论与分享。 腾讯云也由此率先在交通物流行业落地商业实战能力。 腾讯云助力智能交通物流 邱跃鹏：云是无人驾驶的高速公路 “2017腾讯“云+未来”峰会于6月21日在深圳举办。 在峰会上，顺丰集团CTO、顺丰科技CEO田民，蔚来汽车创始人、董事长李斌，驭势科技联合创始人、CEO吴甘沙分享了各自对于智能物流、未来交通形态等方面的探索与实践；并与腾讯副总裁、腾讯云总裁邱跃鹏，腾讯云副总裁曾佳欣在圆桌讨论中进行了观点的深度碰撞 腾讯互联网+交通解决方案分享 腾讯互联网+城市服务是对公共服务的聚合，以满足一站式业务查询办理需求，目前服务上线365个城市，服务1.9亿民众 腾讯的互联网+交通解决方案，可以从高效、智慧、便民、安全四个方面帮助到政府 高效：提升道路通行效率，提升交管执法效率，提升群众出行效率，提升交通运营效率 智能：群众交通服务智能化，大数据交通规划决策，大数据交通态势分析，交通智慧监管 便民：交通服务线上化，服务缴费移动化，证件电子化
7.1K00发布于 2017-06-30 - 来自专栏联远智维
智能交通信号灯控制策略
影响通勤时间的因素较多，包括通行距离以及道路拥堵情况等影响因素，因此本文采用智能交通信号灯控制策略，提高道路通行能力，缓解道路拥堵，从而缩短人们通勤时间。 北京鸟巢 02 智能控制策略 智能交通信号灯控制策略主要包含道路信息获取、智能控制策略以及信号灯相位分配的改变三个方面。 本部分提出的控制策略，主要是改善传统信号灯相位分配过程中存在的弊端，突出行人在通过十字路口过程中的重要性，体现以人为本的设计理念，具体过程如下所示： 具体实施方法 (1)车辆信息采集 交通车辆数据获取是实现信号灯智能控制的前提 (2)人流密度的采集 视频检测方法结合视频图像处理以及模式识别技术，在道路交通信息获取方面具有广泛的应用，然而检测结果精度容易受天气以及障碍物等因素影响，并且较难准确获得涉及行人的交通信息获取。 因此，可以采用一个综合的指标T来表示道路上的交通情况： 其中： (4)红绿灯控制的具体实现 照顾到行人及车辆通过路口的最短时间，设置信号灯的最小相位时间Tmin，当智能控制方法计算得到的相位时间小于
2.5K30编辑于 2022-01-20 - 来自专栏智能视频图像
BVS智能视频分析－智慧交通解决方案
随着现代城市化进程的快速发展，机动车辆保有量的急剧增加，道路交通及管理已经成为城市和交通管理部门的重要工作。 本系统以先进的智能视频分析技术为手段，达到减少事故的发生、提高通行效率、优化交通环境的目的。在现有的城建规模上提高城市路网的通行能力，保证车辆的安全行驶，提高管理交通系统的效率和执行力。 以下情形可以通过智能视频分析技术来实现自动检测和自动报警。 事故停车、占道 ２.违章左转右转 ３.违章变线 ４.压黄线行驶 ５.违章逆行 ６.遗洒物体 ７.行人横穿公路 ８.高速公路内出现行人非机动车 产品特色 １.车流量统计、交通流拥堵分析 典型系统组成 1.智能视频分析仪 2.分析摄像机 3.抓拍摄像机 4.自动车牌识别仪/系统 5.智能管理平台 新技术优势分析 采用领先智能图像识别技术，对视频中车辆进行定位、跟踪与行为分析
83720发布于 2019-10-15 - 来自专栏AI掘金志
围猎智能交通，BATH 的「路径之别」
不过，华为在具体业务层面变动并不大，仍然是提供以ICT为核心的解决方案，侧重于搞“交通新基建”，通过提升基础设施的智能化水平，与其智能驾驶技术、城市交通智能体等耦合，来实现智能交通。 百度向重 “自动驾驶是起点，终局是智能交通、智能城市，甚至是智能社会。” 2022年2月，百度CEO李彦宏在其《智能交通7讲》音频课程里分享了上述观点。 这一观点实际上反映出百度对于未来交通的认知：交通智能化是趋势，在实现智能交通的路径上，自动驾驶是绝对的核心。 在2019年12月的一次架构调整中，百度成立智能交通业务组，其主要任务是“专注于交通基础设施智能化升级，为城市提供车路协同系统、区域智能信号优化系统等下一代智能交通解决方案”。 “通常情况下，从广义上看，智能交通与自动驾驶之间，前者包含后者。”一位智能交通从业者表示，传统的交通大厂，都是以智能交通为目标，然后针对不同场景做产品和方案，如智慧高速、交通智能体、自动驾驶等。
56210编辑于 2022-04-11 - 来自专栏大数据
大数据对智能交通的三个价值
Kivestu提供了一个想在当地体育场观看足球比赛的例子，考虑到体育场周围的交通将达到容量： “我打算把车开到当地的停车场，停在那里，然后坐公交。这是一个合理的事情，我可以在现实世界中做到这一点。 例如，智能应用程序JustPark，它不仅可以引导你进入体育场，还可以引导你找到座位。 智能监测还可以用来提供安全疏散信息，如在紧急情况下指引方向，可与体育场外的天气和交通信息协调。这意味着球迷可以开心地掌握着最快路线离开并回到家。 连接商业和公共基础设施 然而，要想在商业领域之外实现这一点，比如智能体育场，需要将数据连接到整个城市和商业基础设施。 如果前面的高速公路上出现了阻塞，那么可变速度标志显示出较低的速度，可以在交通拥堵之前警告司机。 然而，收集道路堵塞情况并决定在公路上显示的速度的这两个系统的数据，处于两个不同的环境。
93511发布于 2017-12-27 - 来自专栏C 与 Java 数据结构研习志
【机器学习】机器学习驱动的智能交通：优化出行，构建未来城市交通新格局
而机器学习技术的兴起，为解决这些问题带来了新的曙光，有望重塑城市交通格局，实现出行的优化与高效。 一、智能交通中的数据收集与预处理 智能交通系统依赖于大量的数据来进行分析和决策。 交通流量预测是智能交通系统的关键任务之一。 三、智能交通信号控制优化 智能交通信号控制可以根据实时交通流量动态调整信号灯的时间分配，减少车辆等待时间，提高道路通行效率。 机器学习在智能交通领域的应用正处于快速发展阶段，从交通流量预测到信号控制优化，再到路径规划与导航，各个方面都在不断创新和完善。 随着技术的进一步成熟和数据的不断积累，未来城市交通将迎来更加高效、便捷和智能的新格局，让我们拭目以待。
42710编辑于 2024-12-26 - 来自专栏联营汇聚
智能交通AI数字人企业排行发布，AI赋能智慧交通中心服务效率提升
交通运输部《关于“人工智能+交通运输”的实施意见》明确提出，到2027年，人工智能要在交通典型场景实现广泛应用，并部署建成综合交通运输大模型体系，标志着我国智慧交通建设迈入新一轮加速发展期。 AI数字人打造智能交通服务新入口世优波塔 AI 数字人在智慧交通已实现从后台支持到前端服务全面落地，在多个省市智慧交通项目中实现规模化部署。 在机场、高铁站、地铁站等交通枢纽，AI数字人能通过线下智能终端提供多语言实时路况查询、路线规划、票务指引等服务，提升公众出行便利性。 迈向深度融合的智慧交通新引擎随着新型城镇化加速推进和交通强国战略深入实施，智慧交通作为新型基础设施建设的核心领域正从“信息化”向“智能化”“自主化”跃迁。 未来，交通系统将不仅是物理路网的集合，更是融合感知、决策与服务的智能体。
33810编辑于 2025-11-13 - 来自专栏CSDN社区搬运
传知代码：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。 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。
27710编辑于 2024-11-02 - 来自专栏智能视频图像
智能视频分析技术在智慧交通领域的应用
作为整个智能交通系统的重要技术支撑，视频智能化分析技术已得到大规模的应用。 同时智能视频分析系统在高速公路中可对高速事件监测、事故监测、车流量检测、拥堵监测中也有广泛应用。 智能视频分析技术在“智慧交通”建设中的应用已经有十几年了，可以说已经走出了“雾里看花，摸索前进”的阶段。 从“数字交通”到“平安交通”再到如今的“智慧交通”，以“绿色、智能、安全”为主题的“智慧交通”建设正如火如荼地进行，迅速在中国大地遍地开花。 智能视频分析技术在帮助各级政府完善公共交通网络，治理交通拥堵等突出问题，改善人们交通出行环境等方面，起到了至关重要的作用
1.6K40发布于 2019-10-09 - 来自专栏AIoT技术交流、分享
智能驾驶方案，选择纯视觉还算激光雷达？
激光雷达比较一：迭代效率 与激光雷达相比，纯视觉方案的响应速度更快，算法迭代周期较短。 激光雷达比较二：成本优势 纯视觉方案的成本大幅低于激光雷达方案。 根据小鹏管理层的指引，XNGP智驾系统（摒弃激光雷达）的成本预计下降50%。 随着激光雷达成本逐渐占据智能驾驶硬件总成本的10%以上，摒弃激光雷达的纯视觉方案逐渐成为首选的优选方案。 3 纯视觉 vs. 激光雷达比较三：激光雷达的盲区问题 目前，很多搭载激光雷达的智驾车型仅配备1颗FOV水平视角120°、垂直视角25°的激光雷达，无法实现360度全景感知。 4 摒弃激光雷达的关键：车端算力和算法突破 当前大多数汽车厂商采用后融合或特征级融合方案，将不同传感器（如摄像头、雷达、激光雷达等）的数据融合进行感知。
1K10编辑于 2025-02-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号