八年级下册信息技术第一单元第3节《物联网数据决策与控制》川教版2024 课件.pptxVIP

八年级下册信息技术第一单元第3节《物联网数据决策与控制》川教版2024 课件.pptx

夏日小清新商务通用PPT模板汇报人：小熊猫时间：2019.06.07第一单元第3课物联网数据决策与控制

新课导入上节课我们解锁了物联网数据处理的密码，学会了给数据贴标签、做分析，知道了智能驾驶汽车能通过数据处理看懂红绿灯、识别障碍物。

无人驾驶车在遇到红灯时，怎样实现提前预警、自动减速、缓慢停车？思考

它的聪明不仅在于能看懂数据，更在于能根据数据做决定，还能把决定落地执行——这就是我们今天要学习的核心内容，川教版八年级下册信息科技第一单元第3节《物联网数据决策与控制》。

物联网数据决策。什么是数据决策呢？思考

是智能设备思考的过程——利用物联网收集到的大量数据，通过分析和处理，为自己指导行动、做出决定。就像我们过马路时，会观察红绿灯、来往车辆，然后决定走还是停，这个观察—分析—决定的过程，就是我们的决策，而智能设备的决策，靠的是数据、算法和云平台的运算能力。新课讲解

博士爷爷，无人驾驶车在遇到红灯时，怎样实现提前预警、自动减速、缓慢停车？无人驾驶能够对采集到的红绿灯数据分析和处理后做出决策规划，从而控制车辆运动。

物联网数据决策是指利用物联网收集到的大量数据，通过分析和处理为用户指导行动和决策。

物联网决策过程以数据为重要因素，借助优秀的算法，依赖云平台强大的运算能力，综合考虑多种因素和约束条件，制定各类任务决策。人工智能技术保证物联网数据转化为有价值的决策。

新课讲解物联网的控制技术是根据采集数据分析后的任务决策对物联网中各种设备和系统进行远程监控和管理。物联网的控制执行是实现物联网自动化和智能化的关键环节。

智能驾驶的决策系统相当于智能驾驶系统的“大脑”，执行器相当于智能驾驶系统的“手和脚”。决策系统负责分析判断、规划行车策略，而控制执行系统接收并实施决策，操控车辆转向、加减速、制动等具体动作，实现安全稳定行驶。小知识

智能驾驶以海量的真实道路数据为支撑，将决策结果转化为具体的控制指令，驱动车辆执行相应动作，控制车辆的加速、刹车和转向等驾驶动作，调节车辆行驶速度、位置和方向等，以保证对汽车稳定的操控。

红绿灯的数据已经通过采集、传输、处理和分析，得到的数据会用来控制汽车的动作。请用前面搭建的简易系统，模拟、体验对汽车动作的控制决策。比如：检测到红灯时，用声音反馈来模拟汽车的停车。探究活动

搭建简易智能交通信号灯反馈控制系统，根据红绿灯数据分析结果，对应给出不同的反馈结果。

选择合适的硬件进行搭建，基本硬件如下：

实现反馈决策的算法流程图如下。

根据算法流程图，选择一个软件编程平台进行程序编写。

思考：如何对智能交通信号灯检测系统进行优化与改进？

博士爷爷，我们什么时候能够用上无人驾驶家用汽车?快了！未来“聪明”的车、“智慧”的路、“协同”的云融合起来才能实现完全的智能驾驶。让我们一起去了解智能驾驶的发展吧！

感知——智能驾驶汽车将更加依赖于多传感器融合、高精度地图、车用无线通信等技术，以实现更加精准可靠、安全的驾驶。智能驾驶技术的挑战主要在于感知与决策两个环节。

决策——智能驾驶系统需要快速处理大量准确的数据，以响应用户的动态需求，实现复杂交通环境下的自主决策和精确控制。小知识

未来的智能驾驶技术将会从“单车智能”到“车路协同”。

车路协同是采用车用无线通信技术，全方位实施车与车、车与路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上，开展车辆主动安全控制和道路协同管理，充分实现人、车、路有效协同的智能交通系统。

智能驾驶平台是用于实现自动驾驶功能的软硬件系统，是汽车智能化发展的重要组成部分。小知识

请查找资料或考察身边的智能驾驶平台，了解当前的技术运用，展望未来。请填写下表。

情景展示随着云计算、大数据、人工智能等关键技术的发展，技术整合将开启万物互联、智慧生活新时代。博士爷爷，智能驾驶会用到人工智能技术吗?

智能驾驶是物联网、大数据、云计算与人工智能技术等技术融合的创新应用。物联网采集数据，云计算处理数据，大数据技术分析数据，人工智能基于数据分析结果提供智能化的决策和支持；大数据、人工智能、云计算、物联网四者是相互依存、相互促进的关系。

自动驾驶仿真就像是一个虚拟的游戏世界，它用电脑模拟出真实的开车环境。在这个虚拟世界里，我们可以模拟各种开车时可能遇到的情况，就像真的在路上开车一样。这样，工程师们就可以不用真的车和路，也能测试和改进自动驾驶技术，让自动驾驶变得更聪明、更安全。自动驾驶仿真

自动驾驶仿真平台提供大量的真实数据集用于训练、验证自动驾驶算法，有效降低测试成本和风险，缩短智能网联汽车开发周期。丰富的自动驾驶场景数据轻松实现“日行百万里”。

自动驾驶仿真平台通过数据的采集、处理、应用以及反馈，训练优化自动驾驶算法并应用到车辆中，循环往复，形成一个完整的数据闭环。自动驾驶仿真