基于多传感器集成技术实现激光雷达、相机、毫米波雷达、GNSS、IMU几类传感器的深度集成,以满足路侧全天候状态下的全息数据获取。
基于深度神经网络的感知识别算法,实现多传感器融合数据的实时目标识别与跟踪。
依托智能感知终端与融合感知算法,融合感知系统可以实现区域路段、十字路口等位置的全息三维信息感知。
边缘计算系统使用5G网络实现大量路侧智能感知节点的实时数据接入与融合计算。
支持大量路侧设备的接入管理,包括设备接入认证、设备OTA更新、设备剔除等。
通过5G网络实现边缘端与车端的实时交互,通过道路目标、路面情况等信息的发布共享,引导网联车辆实现智能决策驾驶。
基于数字孪生技术,使用实时道路信息数据,实现道路情况的实时仿真计算,全维度还原实际交通情况。
基于云端与边缘侧的协同,在云端实现全域高精度地图的动态更新与发布。
提升交通实时感知能力,为城市交通问题治理,全局交通优化提供实时大数据支撑
采用路侧多传感器集成技术,避免使用单一传感器感知局限性的同时降低建设成本
提升交通基础设施智能化水平,为网联智能驾驶、无人驾驶提供基础服务支撑