智能交通第三次革命 协同技术应用展开

简介:

据了解,到2020年,中国智能交通发展的总体目标是:基本形成适应现代交通运输业发展要求的智能交通体系,实现跨区域、大规模的智能交通集成应用和协同运行,提供便利的出行服务和高效的物流服务,为21世纪中叶实现交通运输现代化打下坚实基础。具体目标为,全面提升城市交通管理和服务水平;有效提高公路交通安全和出行可靠性;着力增强水路运输效率和监管应急能力;显著促进多种运输方式有效衔接;显著提高技术创新能力;推动形成智能交通产业。

  智能交通协同发展成趋势

车路协同系统被称为道路交通安全的第三次革命,是智能交通发展的重要目标之一。车路协同系统基于车辆之间、车辆与不同地方的路侧设备之间的相互交流。智能数据交互系统除了能看能说能听以外,还是一个全能的翻译,无论你是来自哪里,不论你有多重的口音,无论你说话快慢,只要你说的是中国话,她都可以翻译成标准的普通话,保证所有驾驶员能听懂她传递的信息。

主动预警和快速响应的安全保障。通过车路协同、船岸通信等方式,实现对危险情况的主动预警和事件的快速响应,为交通参与者提供更加安全可靠的交通环境。

信息共享和业务协同的运输体系。通过信息共享和业务协同的智能交通系统,推动运输通道、枢纽、运输方式等资源的优化配置,促进运输方式之间的无缝衔接和零换乘。

目前我国车联网与智能交通行业处在初级阶段,车车通信与车路协同是未来发展方向。车联网仅指车上有通信装置的车载导航娱乐系统,车辆能够通过公网和车辆后台进行通讯,获得导航等初级服务;现有的交通信息系统各子系统如红绿灯、出租车、高速、公交等相互独立,后台数据没有共享。车路协同通过无线短程通讯技术,可实现车与一公里内车辆及道路的信息交互,以获知周边车辆速度、位置信息等微环境信息,借此判断周围行车环境、预测事故概率,并实现警车优先、警务辅助、公交优先等功能,提高行车安全性及交通效率。

载运工具智能化与人车路的协同

随着汽车智能化程度的日益提升,适应智能汽车发展的交通应做哪些相应的变革是今后必须要思考的问题。就现阶段来说,部分车已经能够实现自动驾驶或者辅助驾驶,但这部分车在行驶过程中就不免受到其他非智能汽车的干扰,给行车过程造成危险。针对这样的问题,以后势必会在一些高速公路或者城市道路上专门为智能车设计专有的车道,缩短在行驶过程中,智能车和车之间的距离,这样道路的通过能力就会提高一倍。所以说为了适应汽车智能化的改变,就必须将整个人车路的体系配套起来去做相应的变更,这也是智能交通技术需要研究的重要方向。

  物流交通会向协同方向发展

目前来说,物流在GDP里面占的比重还很大,包括车辆集散、运输的协调以及动态信息的共享,都会向协同的方式发展。目前涉及最多的主动安全防控技术,已经实现了GPS的实时跟踪,接下来会向交通系统运行状态安全状态辨识、应急响应与快速联动技术几个趋势发展。另外交通状态的研判和主动安全保障技术也是未来的发展方向。这都是未来的一些技术,应该我们说在不久的将来会看到的一些技术应用。我们现在在目前来说,在科技部、发改委、交通部,包括工信部的支撑下,我们已经进行了项目的研究和标准化的工作,其中包括安全方面的,以及V2X通信方面的,以及我们在高速公路上也有一些实验的方式。

结语:在未来,车路协同系统将改变交通,所有车辆、道路信息都将被被纳入到实时交互的网络中,任何一辆车都可感知到周遭的汽车、道路信息,并提前做出合理的驾驶规划。


本文转自d1net(转载)

相关文章
|
6月前
|
缓存 自动驾驶 测试技术
Apollo自动驾驶:新一代智能交通革命的引擎
Apollo自动驾驶:新一代智能交通革命的引擎
|
17天前
|
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。 ####
45 2
|
21天前
|
传感器 安全 物联网
5G车联网技术:智能交通的未来
【10月更文挑战第26天】
49 1
|
6月前
|
传感器 人工智能 监控
未来智能交通:自动驾驶技术的发展与挑战
传统交通系统面临诸多挑战,包括拥堵、事故和环境污染等问题。自动驾驶技术的发展为解决这些问题提供了新的可能性。本文将探讨自动驾驶技术的最新进展、应用场景以及未来面临的挑战,并提出相应的解决方案。
|
2月前
|
传感器 人工智能 自动驾驶
智能交通系统:自动驾驶技术的社会影响
【9月更文挑战第27天】随着科技发展,智能交通系统与自动驾驶技术正革新交通领域,从提高交通效率与安全性到优化资源分配,其影响深远。自动驾驶技术基于AI与传感器,历经五个等级演进,促进交通流畅的同时减少人为驾驶错误。然而,技术进步亦引发就业市场变化、数据隐私及道德责任等问题,城市规划需适应新技术,加建充电站等设施。尽管存在挑战,智能交通系统仍有望重塑城市面貌,提升出行体验,实现更高效、环保的城市交通体系。
|
5月前
|
传感器 机器学习/深度学习 自动驾驶
未来智能交通:自动驾驶技术的发展与挑战
随着科技的不断进步,自动驾驶技术正成为未来智能交通的核心。本文将探讨自动驾驶技术的发展历程、关键技术和应用前景,以及面临的挑战和解决方案。
|
6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。
|
5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
|
6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。
|
6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。