原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
车路协同全域感知与数据融合
1概述
传统的智能交通系统采用视频、雷达等检测器检测道路交通流量、车速、排队长度等交通参数，并且结合GNSS浮动定位系统检测道路交通状态。近年来又有互联网公司结合移动互联网手机定位大数据分析交通状态，进而建立了所谓“交通大脑”，对区域交通信号灯配时方案进行整体优化，实现了不错的效果。
近来被广泛关注的自动驾驶技术利用车载激光雷达、毫米波雷达、超声波雷达、视频摄像机等传感器感知汽车周边环境，通过车载边缘计算实现对汽车周边的环境进行识别，进而实现对车辆的自动驾驶，也取得了很大进展。
但道路交通是异常复杂的巨系统，道路交通环境瞬息万变。仅仅凭传统的交通感知手段和自动驾驶
文档评论（0）