嵌入式工控主板在车载智能交通调度终端的应用

简介:

车载终端系统是公交智能化调度系统的数据来源,也是智能调度系统调度指令的最终执行者。车载系统由车载主机,多媒体显示屏 液晶 ,客流检测器等组成,其核心设备是车载机。车载智能交通调度系统终端需要很强的环境适应能力和电流管理能力,同时GPS模块和GPRS模块的性能要求高。

高效的智能交通调度是一个城市公共交通有效运转的保障,而车载应用环境相当严苛的,在客观环境方面,车载环境有频繁强烈的震动、潮湿、多尘、高温等限制,同时车载系统有着十分恶劣的供电系统,汽车发电机供电容易造成电压输出的紊乱,发电部件的碳化、车上各种高压电路和静电对的干扰、特殊的接地环境都使得车载环境电流供应的不稳定、同时由于公共汽车一般都是在城市的高楼大厦间穿梭,因此其GPS和DPRS信号容易受到阻隔和干扰。

系统要求

采用无风扇设计,杜绝灰尘干扰、阻隔潮湿环境对系统带来的影响

完善散热设计,使系统适应高温环境,能长时间稳定运行

电子元件贴片式设计,放置汽车震动造成电子元器件的脱落

完善的电路设计,避免冗杂的电线电路

多接口设计,加强系统的扩展性能

车载智能交通调度系统终端采用ATOM平台嵌入式系统,嵌入式主板采用intel ATOM

N270处理核心,搭配INTEL 945GSE+ICH7M芯片组,可支持4G的内存,整个核心系统功耗仅8W,能实现无风扇设计,阻隔车载恶劣环境对调度终端的影响。

丰富的接口(COM (其中1SUPPLY 5V/12V/TTL,1可定义485,422) ×6、CAN×1、USB 2.0×6、PCI×1、PCI 104×1、Mini PCI Express×1、GPIO 8 IN 6 OUT×1)可充分满足终端系统的扩展需求。

将处理器和芯片组两大主要的发热源设计在主板的背面,可实现与导热装置的紧密贴合,极大的增强散热的效能。

采用12V单电压供电,稳定电源供应,同时设置了后备电源模块,可使车辆在抛锚时保证终端系统与后台的通信,保证及时调度和控制。

5.25寸(203 x 146mm)的设计适应系统小巧化的趋势,主板全部使用贴片式电子元件,一方面使主板实现超薄设计,另一方面能加强对车载震动环境的适应能力

朗锐智科在设计的时候增加了DGPS(差分定位)系统,增强了调度终端的定位精度和强度。

系统具备较强的诊断功能,如车载系统的故障诊断功能。对公交调度管理中的集中调度模式、分散调度模式业务进行了抽象,并将业务模块化,简化了系统的二次开发;充分考虑了公交现有系统同新系统集成的问题,采用了透明的系统接口,能提供二次开发能力,便于多系统的集成。完成全线路、全车辆的可视实时智能化调度系统建设,提高劳动生产率。

相关文章
|
1月前
|
传感器 监控 自动驾驶
智能交通系统在现代城市中的应用与挑战####
【10月更文挑战第29天】 本文探讨了智能交通系统在现代城市中的应用现状,分析了其技术架构、核心功能及面临的主要挑战。通过案例分析,阐述了智能交通系统如何有效缓解城市拥堵、提升交通安全与效率。同时,文章也指出了数据安全、隐私保护及技术整合等方面的问题,为未来智能交通系统的优化与发展提供了思路。 ####
78 2
|
1月前
|
机器学习/深度学习 数据采集 安全
道路缝隙识别:智能交通与自动化巡检的技术应用
本文介绍了利用现代计算机视觉和深度学习技术实现道路缝隙自动化识别的方法,涵盖图像采集、预处理、缝隙检测、分类评估及报警报告生成等步骤,旨在提高城市交通管理和道路维护效率。通过卷积神经网络(CNN)模型的构建与训练,实现了对道路裂缝的高效准确识别,有效提升了道路巡检的自动化水平。
|
7月前
|
机器学习/深度学习 人工智能 自动驾驶
构建未来:AI技术在智能交通系统中的应用
【5月更文挑战第20天】 随着人工智能技术的飞速进步,其在现代交通系统中的应用日益广泛,从智能导航到自动车辆调度,AI正逐步改变我们的出行方式和交通管理。本文深入探讨了AI技术在智能交通系统中的多种应用,分析了其提升交通效率、增强安全性及减少环境影响的潜在能力。同时,讨论了实施这些技术所面临的挑战和未来的发展方向,为读者提供了一个关于AI如何塑造未来交通网络的全面视角。
|
6月前
|
机器学习/深度学习 算法 自动驾驶
机器学习在智能交通系统中有许多应用
机器学习在智能交通系统中有许多应用
|
7月前
|
机器学习/深度学习 传感器 人工智能
构建未来:AI技术在智能交通系统中的应用
【5月更文挑战第30天】 在快速发展的人工智能领域,智能交通系统作为一个高度集成了多种AI技术的应用平台,正在逐步改变我们的出行方式。本文将深入探讨AI技术在智能交通系统中的关键作用,包括实时数据分析、预测模型构建、自动驾驶车辆以及交通管理优化等方面。通过对当前技术的深度分析与未来趋势的展望,文章旨在提供一个全面的视角,理解AI如何塑造交通的未来。
|
7月前
|
机器学习/深度学习 传感器 监控
深度学习在智能交通系统中的应用与展望
传统的交通管理系统因为无法满足日益增长的交通需求,而逐渐暴露出种种问题。本文将探讨深度学习在智能交通系统中的应用,介绍其原理和优势,并展望未来深度学习技术在交通领域的发展前景。