智能网联汽车概论 配套课件.ppt

8.2车道偏离预警系统原理与应用车道偏高预警系统主要由环境感知单元电子控制单元执行单元组成，如图8-5所示。1．环境感知单元环境感知单元主要由摄像头、车速传感器、转向角传感器组成。摄像头主要用于感知车辆前方道路状况，并将感知信号从模拟信号转变为数字信号，车速传感器感知当前车辆的车速，转向角传感器用于感知当前车辆的转角，用于下一步对车辆当前状态的判断。8.2.2车道偏离预警系统的组成图8-5车道偏离预警系统7.2智能网联汽车信息交互技术的发展及其应用3．数据高速生成因为直接关系到道路交通安全，互联网应用对数据的生成、传输、处理的实时性需求极高。大量传感器快速采集各种环境信息，并在车联网中完成共享。这将导致在城市路网或高峰时段，数据可以呈爆发式增长，对实时数据处理提出巨大挑战。4．数据价值高由于以上三点特征，车.联网数据往往难以直接处理，且价值密度低，但其蕴含的应用价值总量极高。从道路安全、交通管理，商业应用等角度，车联网数据中的各个部分都能够成为极具价值的资源。二、数据云平台的作用数据云平台是由成千上万台实体服务器组成的资源池，在这个资源池中，底层的服务器、网络、存储、带宽、虚拟化技术都由供应商建设并实现，普通用户只需爱向这个资源池申请相应资源使用即可。数据云平台对自动驾驶主要有以下几方面作用。1．数据共享7.2.4智能网联汽车大数据特征及数据云平台的应用7.2智能网联汽车信息交互技术的发展及其应用智能网联汽车在正常行驶时，可实时把自身的行驶参数（速度、是否转弯、变道等）上传到云端共享给其他车辆或四周行人，便于这些交通参与者有一个合理预期，提前做出预判，提高交通效率与安全性。另外，自动驾驶车辆还可以把一些例如车祸、道路改造等道路信息上传到云端，然后共享给其他车辆。运用数据云平台在车辆之间、车辆与道路之间共享传感器数据（图7-18），且运用大数据和人工智能技术对海量车辆和环境数据进行高效融合和分析处理，不仅能够实现车辆对驾驶环境的精确感知和理解，也能够针对变化的驾驶环境完成对车辆的最优主动控制，达到更高的安全性能。7.2.4智能网联汽车大数据特征及数据云平台的应用图7-187.2智能网联汽车信息交互技术的发展及其应用2．远程调度上面提到的道路信息，云平台获取到后可以调度其他车辆避开：对于一些特殊的场景，云平台介入调度后将大大提高运行效率，例如：拉链式通行。这种场景（图7-19）如果只靠单车智能可能会实现，但算法非常复杂。但利用云平台可以在类似的路口设立一个规则，统一调度车辆通行。3．降低单车应本7.2.4智能网联汽车大数据特征及数据云平台的应用图7-18交叉路口拉链式通行7.2智能网联汽车信息交互技术的发展及其应用智能网联汽车装载的传感器会实时产生大量数据。包括数值数据（如GPS/INS数据、毫米波雷达传感器数据）和多媒体数据（如摄像头图像），这是一个N维的数据实时更新可过通过升级；产生数据后，需要存储和计算，并且越是复杂的数据对存储设备和处理的计算单元要求就越高，性能越高的器件当然价格就越货。而通过数据云平台（图7-19）把这些数据实叫传并直接在云端处理，然后再对车端下发指令。所有的复杂计算都在后端完成，前端对计算硬件的要求就会大大降低，比如说以前用5万的计算单元，现在可能只需要2万的就能满足需求。但是有个前提条件，实时数据的上传和控制指令的下发都要求特别严格，都需要5f技术的支持。7.2.3车载OTA系统原理与应用图7-19智能网联汽车的数据云平台7.2智能网联汽车信息交互技术的发展及其应用智能网联汽车装载的传感器会实时产生大量数据。包括数值数据（如GPS/INS数据、毫米波雷达传感器数据）和多媒体数据（如摄像头图像），这是一个N维的数据实时更新可过通过升级；产生数据后，需要存储和计算，并且越是复杂的数据对存储设备和处理的计算单元要求就越高，性能越高的器件当然价格就越货。而通过数据云平台（图7-19）把这些数据实叫传并直接在云端处理，然后再对车端下发指令。所有的复杂计算都在后端完成，前端对计算硬件的要求就会大大降低，比如说以前用5万的计算单元，现在可能只需要2万的就能满足需求。但是有个前提条件，实时数据的上传和控制指令的下发都要求特别严格，都需要5f技术的支持。一、人机交互技术对智能汽车发展的作用在人类感知信息的途径中，通过视觉、触觉、嗅觉和味觉获取外界信息的比例分别是83%、11%、3.5%、1.5%和1%。众所周知，驾驶人在驾驶状态下，至少需要只手7.2.4智能网联汽车大数据特征及数据云平台的应用