CN112866328A - 一种面向智能网联汽车的车路协同系统及方法 - Google Patents
一种面向智能网联汽车的车路协同系统及方法 Download PDFInfo
- Publication number
- CN112866328A CN112866328A CN202011237264.0A CN202011237264A CN112866328A CN 112866328 A CN112866328 A CN 112866328A CN 202011237264 A CN202011237264 A CN 202011237264A CN 112866328 A CN112866328 A CN 112866328A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- module
- state information
- subsystem
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 14
- 238000004891 communication Methods 0.000 claims description 24
- 230000008447 perception Effects 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 230000001413 cellular effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 7
- 239000013307 optical fiber Substances 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
Abstract
本发明提供一种面向智能网联汽车的车路协同系统，包括智能网联车端子系统、全息感知路侧子系统以及云控平台子系统，所述智能网联车端子系统用于车端，适于采集车端的运行状态信息，所述全息感知路侧子系统用于路端，用于采集路端的交通状态信息。本发明所述的面向智能网联汽车的车路协同系统，测试数据有效利用率高，与云端有效交互并适于全领域测试。
Description
技术领域
本发明属于智能交通领域，具体涉及一种面向智能网联汽车的车路协同系统及方法。
背景技术
车路协同系统作为智能网联汽车与智能路侧设备在智能交通系统(ITS)的交互应用，通过多学科交叉与融合，采用短程移动通信、LET-V、5G通信技术与云计算技术实现环境信息的感知、处理、上传、计算、发布与执行，实现对人、车、路的信息的全面感知和车辆与基础设施之间、车辆与车辆之间的智能协同和配合，从而达到优化并利用系统资源、提高道路交通安全和效率、缓解道路交通拥挤的目标，推动交叉学科新理论、新技术、新应用等的产生与发展。车路协同的实质就是将控制指挥方案与道路交通条件的需求相匹配，从而实现交通的安全、环保、高效。车路协同系统作为ITS的重要子系统备受国内外科研人员的关注，同时也是世界上交通发达国家研究、发展和应用的热点。
专利公告号为CN108510775A的中国发明专利公开了一种车路协同系统及车路协同路侧感知设备，在汽车行驶过程中通过接受路侧感知设备广播来的交通环境信息，解决无人驾驶车辆在自动驾驶过程中安全性差的问题，单仅仅通过路侧设备获取并计算路侧设备发送的环境信息，并未进行有效信息校验、时间同步处理、冗余数据剔除，造成感知信息重复或可信度低，不能有效作用于车端决策运算与执行，同时缺乏与云端平台信息交互处理，难以适用于全域测试需求。
鉴于此，目前亟待提出一种测试数据有效利用率高，与云端有效交互并适于全领域测试的面向智能网联汽车的车路协同系统及方法。
发明内容
为此，本发明所要解决的技术问题是提供一种测试数据有效利用率高、与云端有效交互并适于全域测试的面向智能网联汽车的车路系统系统及方法。
本发明提供一种面向智能网联汽车的车路协同系统，包括：
智能网联车端子系统，用于车端，采集车端的运行状态信息；
全息感知路侧子系统，用于路端，采集路侧的交通状态信息；
云控平台子系统，与所述智能网联车端子系统以及所述全息感知路侧子系统连接，用于处理运行状态信息和路端状态信息。
进一步的，所述云控平台子系统包括：
V2X云端管理计算模块，用于接收并计算车端的运行状态信息和路端的交通状态信息；
监管模块，与所述V2X云端管理计算模块连接；
数据库，与所述V2X云端管理计算模块连接，用于存储所述智能网联车端子系统上传的运行状态信息以及所述全息感知路侧子系统上传的交通状态信息。
进一步的，所述智能网联汽车车端子系统包括：
车端通信模块，与所述V2X云端管理计算模块连接，用于将所述智能网联汽车车端子系统获取的车端运行状态信息发送至所述V2X云端管理计算模块；
车端定位模块，用于实时获取车端的位置信息并将位置信息上传至所述车端控制器；
车端传感模块，用于采集所述车端的运行状态信息；
车端控制器，与所述车端定位模块、所述车端传感模块连接，用于接收并处理位置信息以及运行状态信息，所述车端控制器通过CAN总线与车端连接；
车端HMI模块，与所述车端控制器连接，获取车端控制器处理后的位置信息以及运行状态信息并用于车端的人机交互。
进一步的，所述车端传感模块为视觉相机、IMU惯性制导单元、毫米波雷达以及时间相机中的一种或多种。
进一步的，所述车端定位模块为GPS、北斗、GLNOASS以及Galileo中的一种或多种。
进一步的，所述全息感知路侧子系统包括：
路侧通信模块，与所述V2X云端管理计算模块连接，用于将所述全息感知路侧子系统获取的交通状态信息发送至所述V2X云端管理计算模块
信号解析模块，用于获取路端的红绿灯信号信息；
雷达点云数据解析模块，用于获取路端的微波检测雷达的解析雷达数据；
事件视频检测模块，用于获取路端的事件检测相机所拍摄的事件视频；
电子信息展示模块，用于获取路端的电子信息情报板的实时电子信息。
进一步的，所述全息感知路侧子系统还包括路侧MEC，与所述路侧通信模块连接，用于接入并处理红绿灯信号信息、解析雷达数据、事件视频以及实时电子信息中的一种或多种。
进一步的，所述路侧通信模块之间通过光纤、蜂窝无线或WIFI进行连接；所述路侧通信模块与所述V2X云端管理平台之间通过光纤进行连接。
进一步的，所述车端通信模块之间通过LEC-V、蜂窝无限或WIFI进行连接；所述车端通信模块与所述V2X云端管理平台之间通过蜂窝无线或WIFI进行连接。
本发明还提供一种面向智能网联汽车的车路协同方法，包括如下步骤：
步骤S1:所述智能网联车端子系统与所述全息感知路侧子系统获取原始的车端运行状态信息以及路端交通信息；
步骤S2：所述V2X云端管理计算模块将原始的车端运行状态信息、路端交通信息以时间为单位进行对齐，并将相同时间获取的车端运行状态信息以及路端交通信息进行交叉确认；
步骤S3：通过时间对齐后的车端运行状态信息以及路端交通信息，建立交通场景数据库与驾驶员模型库；
步骤S4:将步骤S3中的所述交通场景数据库以及驾驶员模型库反馈至车端辅助驾驶员驾驶
本发明的上述技术方案，相比现有技术具有以下优点：
(1)本发明所述的面向智能网联汽车的车路协同系统通过智能网联车端子系统以及全息感知路侧子系统采集车端和路端的数据，通过不同类型的车端传感器模块获取不同位置、角度以及方向的实时数据，从车端获取驾驶员视角的环境以及车端的运行状态数据，从路端获取第三方视角下的交通状态数据，并通过云控平台子系统融合运行状态数据以及交通状态数据，减少单一车端或单一路端导致的传感器误差，从而提升了采集的相关数据质量。
(2)本发明所述的面向智能网联汽车的车路协同系统通过V2X云端计算与管理模块对车端、路端上传的运行状态信息、交通状态信息进行统一存储和处理，有效提高了车路协同场景中信息交互数量与深度，充分发挥感知数据有效性与实时性，对于感知能力不足的智能车辆提供路侧感知数据进行补充确认，提升车路协同系统在ITS场景中的智能程度。
附图说明
图1是本发明实施例提供的面向智能网联汽车的车路协同系统的框架示意图；
图2是本发明实施例二提供的面向智能网联汽车的车路协同方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本实施例的面向智能网联汽车的车路协同系统，如图1所示，包括智能网联车端子系统、全息感知路侧子系统以及云控平台子系统。
所述智能网联车端子系统以一辆汽车为单位设于多辆汽车上，用于车端并采集车端的运行状态信息，所述运行状态信息包括汽车的速度信息、位置信息以及各实时性能信息。
所述全息感知路侧子系统用于路端，以一定距离或红绿灯、交叉路口分界点为单位设于路侧，采集路端的交通状态信息，所述交通状态信息包括车流量、实时的红绿灯状态信息、事件检测相机拍摄的事件视频以及路侧电子信息情报括所展示的实时电子信息。
所述云控平台子系统与所述智能网联车端子系统以及所述全息感知路侧子系统连接，用于存储和处理车端的运行状态信息和路端的交通状态信息。
优选地，所述云控平台子系统包括设于云端的V2X云端管理计算模块、与所述V2X云端管理计算模块连接的监管模块以及数据库。所述V2X云端管理计算模块，用于接收并计算车端的运行状态信息和路端的交通状态信息并通过所述监管模块对接收到的运行状态信息以及交通状态信息进行实时监控。所述V2X云端管理计算模块将接收到的运行状态信息和交通状态信息实时上传至数据库，并由所述数据库进行储存。
进一步优选地，所述监管模块包括能显示所述运行状态信息和交通状态信息的电子显示设备。通过所述监管模块，能实现人机的实时互动并别错误的数据进行人工甄别。
每一个所述智能网联汽车车端子系统包括车端通信模块、车端定位模块以及车端传感模块、车端控制器以及车端HMI模块。
优选地，车端通信模块，与所述V2X云端管理计算模块连接，用于将所述智能网联汽车车端子系统获取的车端运行状态信息发送至所述V2X云端管理计算模块。
优选地，车端定位模块，用于实时获取车端的位置信息并将位置信息上传至所述车端控制器。
进一步优选地，所述车端定位模块为GPS、北斗、GLNOASS以及Galileo中的一种或多种。
优选地，车端传感模块，用于采集所述车端的运行状态信息。
进一步优选地，所述车端传感模块为视觉相机、IMU惯性制导单元、毫米波雷达以及时间相机中的一种或多种。
车端控制器，与所述车端定位模块、所述车端传感模块连接，用于接收并处理位置信息以及运行状态信息，所述车端控制器通过CAN总线与车端连接。
车端HMI模块，与所述车端控制器连接，获取车端控制器处理后的位置信息以及运行状态信息并用于车端的人机交互。
所述全息感知路侧子系统包括路侧通信模块、信号解析模块、雷达点云数据解析模块、事件视频检测模块、电子信息展示模块。
路侧通信模块，与所述V2X云端管理计算模块连接，用于将所述全息感知路侧子系统获取的交通状态信息发送至所述V2X云端管理计算模块
信号解析模块，用于获取路端的红绿灯信号信息。
雷达点云数据解析模块，用于获取路端的微波检测雷达的解析雷达数据。
事件视频检测模块，用于获取路端的事件检测相机所拍摄的事件视频。
电子信息展示模块，用于获取路端的电子信息情报板的实时电子信息。
进一步优选地，为了实现交通状态信息的接入和融合。所述全息感知路侧子系统还包括路侧MEC，与所述路侧通信模块连接，用于接入并处理红绿灯信号信息、解析雷达数据、事件视频以及实时电子信息中的一种或多种。
所述路侧通信模块之间通过光纤、蜂窝无线或WIFI进行连接；所述路侧通信模块与所述V2X云端管理平台之间通过光纤进行连接。
所述车端通信模块之间通过LEC-V、蜂窝无限或WIFI进行连接；所述车端通信模块与所述V2X云端管理平台之间通过蜂窝无线或WIFI进行连接。
实施例二
本实施例提供一种面向智能网联汽车的车路协同方法，用于实现实施例一种的面向智能网联汽车的车路协同方法，包括如下步骤：
步骤S1:所述智能网联车端子系统与所述全息感知路侧子系统获取原始的车端运行状态信息以及路端交通信息。
步骤S2：所述V2X云端管理计算模块将原始的车端运行状态信息、路端交通信息以时间为单位进行对齐，并将相同时间获取的车端运行状态信息以及路端交通信息进行交叉确认。
优选地，对所述车端运行状态信息以及路端交通信息进行交叉确认的过程中，剔除无用的干扰信息。
步骤S3：通过时间对齐后的车端运行状态信息以及路端交通信息，建立交通场景数据库与驾驶员模型库。
优选地，建立典型交通场景并对驾驶员的当前驾驶状况进行目标检测，进行实现事故的监控预防以及智能决策。
步骤S4:将步骤S3中的所述交通场景数据库以及驾驶员模型库反馈至车端辅助驾驶员驾驶。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种面向智能网联汽车的车路协同系统，其特征在于，包括：
智能网联车端子系统，用于车端，采集车端的运行状态信息；
全息感知路侧子系统，用于路端，采集路端的交通状态信息；
云控平台子系统，与所述智能网联车端子系统以及所述全息感知路侧子系统连接，用于存储和处理车端的运行状态信息和路端的交通状态信息。
2.根据权利要求1所述的面向智能网联汽车的车路协同系统，其特征在于，所述云控平台子系统包括：
V2X云端管理计算模块，用于接收并计算车端的运行状态信息和路端的交通状态信息；
监管模块，与所述V2X云端管理计算模块连接；
数据库，与所述V2X云端管理计算模块连接，用于存储所述智能网联车端子系统上传的运行状态信息以及所述全息感知路侧子系统上传的交通状态信息。
3.根据权利要求2所述的面向智能网联汽车的车路协同系统，其特征在于，所述智能网联汽车车端子系统包括：
车端通信模块，与所述V2X云端管理计算模块连接，用于将所述智能网联汽车车端子系统获取的车端运行状态信息发送至所述V2X云端管理计算模块；
车端定位模块，用于实时获取车端的位置信息并将位置信息上传至所述车端控制器；
车端传感模块，用于采集所述车端的运行状态信息；
车端控制器，与所述车端定位模块、所述车端传感模块连接，用于接收并处理位置信息以及运行状态信息，所述车端控制器通过CAN总线与车端连接；
车端HMI模块，与所述车端控制器连接，获取车端控制器处理后的位置信息以及运行状态信息并用于车端的人机交互。
4.根据权利要求3所述的面向智能网联汽车的车路协同系统，其特征在于，所述车端传感模块为视觉相机、IMU惯性制导单元、毫米波雷达以及时间相机中的一种或多种。
5.根据权利要求4所述的面向智能网联汽车的车路协同系统，其特征在于，所述车端定位模块为GPS、北斗、GLNOASS以及Galileo中的一种或多种。
6.根据权利要求5所述的面向智能网联汽车的车路协同系统，其特征在于，所述全息感知路侧子系统包括：
路侧通信模块，与所述V2X云端管理计算模块连接，用于将所述全息感知路侧子系统获取的交通状态信息发送至所述V2X云端管理计算模块
信号解析模块，用于获取路端的红绿灯信号信息；
雷达点云数据解析模块，用于获取路端的微波检测雷达的解析雷达数据；
事件视频检测模块，用于获取路端的事件检测相机所拍摄的事件视频；
电子信息展示模块，用于获取路端的电子信息情报板的实时电子信息。
7.根据权利要求6所述的面向智能网联汽车的车路协同系统，其特征在于，所述全息感知路侧子系统还包括路侧MEC，与所述路侧通信模块连接，用于接入并处理红绿灯信号信息、解析雷达数据、事件视频以及实时电子信息中的一种或多种。
8.根据权利要求7所述的面向智能网联汽车的车路协同系统，其特征在于，所述路侧通信模块之间通过光纤、蜂窝无线或WIFI进行连接；所述路侧通信模块与所述V2X云端管理平台之间通过光纤进行连接。
9.根据权利要求8所述的面向智能网联汽车的车路协同系统，其特征在于，所述车端通信模块之间通过LEC-V、蜂窝无限或WIFI进行连接；所述车端通信模块与所述V2X云端管理平台之间通过蜂窝无线或WIFI进行连接。
10.一种面向智能网联汽车的车路协同方法，适于应用如权利要求1-9所述的面向智能网联汽车的车路协同系统，其特征在于，包括如下步骤：
步骤S1:所述智能网联车端子系统与所述全息感知路侧子系统获取原始的车端运行状态信息以及路端交通信息；
步骤S2：所述V2X云端管理计算模块将原始的车端运行状态信息、路端交通信息以时间为单位进行对齐，并将相同时间获取的车端运行状态信息以及路端交通信息进行交叉确认；
步骤S3：通过时间对齐后的车端运行状态信息以及路端交通信息，建立交通场景数据库与驾驶员模型库；
步骤S4:将步骤S3中的所述交通场景数据库以及驾驶员模型库反馈至车端辅助驾驶员驾驶。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011237264.0A CN112866328A (zh) | 2020-11-06 | 2020-11-06 | 一种面向智能网联汽车的车路协同系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011237264.0A CN112866328A (zh) | 2020-11-06 | 2020-11-06 | 一种面向智能网联汽车的车路协同系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112866328A true CN112866328A (zh) | 2021-05-28 |
Family
ID=75995426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011237264.0A Pending CN112866328A (zh) | 2020-11-06 | 2020-11-06 | 一种面向智能网联汽车的车路协同系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112866328A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113382385A (zh) * | 2021-08-12 | 2021-09-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种车辆授权方法、装置、计算机及存储介质 |
| CN113450472A (zh) * | 2021-06-09 | 2021-09-28 | 上海智能新能源汽车科创功能平台有限公司 | 一种智能驾驶汽车事故重现的测试系统及方法 |
| CN113763738A (zh) * | 2021-09-14 | 2021-12-07 | 上海智能网联汽车技术中心有限公司 | 车路协同系统路侧感知与车端感知实时匹配的方法及系统 |
| CN113805509A (zh) * | 2021-09-09 | 2021-12-17 | 东风悦享科技有限公司 | 一种基于v2x的远程驾驶系统及方法 |
| CN114170799A (zh) * | 2021-12-03 | 2022-03-11 | 北京市首都公路发展集团有限公司 | 一种车路协同通信系统 |
| CN114383649A (zh) * | 2021-12-29 | 2022-04-22 | 信通院车联网创新中心(成都)有限公司 | 一种基于高精度定位的路侧感知系统测试方法 |
| CN114430303A (zh) * | 2022-01-25 | 2022-05-03 | 同济大学 | 一种用于车路协同的时间同步实现方法及实现系统 |
| WO2023019761A1 (zh) * | 2021-08-20 | 2023-02-23 | 西安电子科技大学 | 一种面向混合交通流的路网运行状态检测系统及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109448385A (zh) * | 2019-01-04 | 2019-03-08 | 北京钛星科技有限公司 | 基于车路协同的自动驾驶车辆交叉路口调度系统及方法 |
| CN109697877A (zh) * | 2019-02-18 | 2019-04-30 | 河北省交通规划设计院 | 基于北斗高精定位的车路协同方法及系统 |
| CN109714730A (zh) * | 2019-02-01 | 2019-05-03 | 清华大学 | 用于车车及车路协同的云控平台系统及协同系统和方法 |
-
2020
- 2020-11-06 CN CN202011237264.0A patent/CN112866328A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109448385A (zh) * | 2019-01-04 | 2019-03-08 | 北京钛星科技有限公司 | 基于车路协同的自动驾驶车辆交叉路口调度系统及方法 |
| CN109714730A (zh) * | 2019-02-01 | 2019-05-03 | 清华大学 | 用于车车及车路协同的云控平台系统及协同系统和方法 |
| CN109697877A (zh) * | 2019-02-18 | 2019-04-30 | 河北省交通规划设计院 | 基于北斗高精定位的车路协同方法及系统 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113450472A (zh) * | 2021-06-09 | 2021-09-28 | 上海智能新能源汽车科创功能平台有限公司 | 一种智能驾驶汽车事故重现的测试系统及方法 |
| CN113382385A (zh) * | 2021-08-12 | 2021-09-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种车辆授权方法、装置、计算机及存储介质 |
| CN113382385B (zh) * | 2021-08-12 | 2022-02-01 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种车辆授权方法、装置、计算机及存储介质 |
| WO2023019761A1 (zh) * | 2021-08-20 | 2023-02-23 | 西安电子科技大学 | 一种面向混合交通流的路网运行状态检测系统及方法 |
| CN113805509A (zh) * | 2021-09-09 | 2021-12-17 | 东风悦享科技有限公司 | 一种基于v2x的远程驾驶系统及方法 |
| CN113763738A (zh) * | 2021-09-14 | 2021-12-07 | 上海智能网联汽车技术中心有限公司 | 车路协同系统路侧感知与车端感知实时匹配的方法及系统 |
| CN113763738B (zh) * | 2021-09-14 | 2022-11-11 | 上海智能网联汽车技术中心有限公司 | 车路协同系统路侧感知与车端感知实时匹配的方法及系统 |
| CN114170799A (zh) * | 2021-12-03 | 2022-03-11 | 北京市首都公路发展集团有限公司 | 一种车路协同通信系统 |
| CN114383649A (zh) * | 2021-12-29 | 2022-04-22 | 信通院车联网创新中心(成都)有限公司 | 一种基于高精度定位的路侧感知系统测试方法 |
| CN114430303A (zh) * | 2022-01-25 | 2022-05-03 | 同济大学 | 一种用于车路协同的时间同步实现方法及实现系统 |
| CN114430303B (zh) * | 2022-01-25 | 2023-11-07 | 同济大学 | 一种用于车路协同的时间同步实现方法及实现系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112866328A (zh) | 一种面向智能网联汽车的车路协同系统及方法 | |
| CN111524357B (zh) | 用于车辆安全行驶所需的多数据融合的方法 | |
| CN111524362B (zh) | 基于多数据融合的车辆安全行驶保障系统与方法 | |
| CN211124362U (zh) | 面向智慧公路的多源交通信息感知路侧设备 | |
| CN112533174B (zh) | 基于c-v2x的闯红灯场景的预警及通信冗余方法及系统 | |
| CN112839320B (zh) | 交通信息的传输方法、装置、存储介质和电子设备 | |
| CN110166535B (zh) | 智慧交通通信系统 | |
| CN113870553B (zh) | 一种面向混合交通流的路网运行状态检测系统及方法 | |
| CN109141922B (zh) | 无人车禁令交通标志牌自主感知能力测试系统及测试方法 | |
| CN110166534B (zh) | 智慧交通通信系统、通信站及辅助设备 | |
| CN111625939B (zh) | 车路协同应用的规模测评系统及方法 | |
| CN110853352A (zh) | 一种基于5g通讯技术的车辆车距确认及道路拥堵查询系统 | |
| CN114066213A (zh) | 一种智能网联汽车运行监管的方法和装置 | |
| CN111754779A (zh) | 一种基于路网大数据的高速公路指挥调度系统和方法 | |
| CN111311939A (zh) | 车辆、车机设备及其红绿灯信息地图显示方法 | |
| CN113837127A (zh) | 一种地图和v2v数据融合模型和方法、系统及介质 | |
| CN111311958A (zh) | 基于v2x技术的转弯路况提醒方法、系统及v2x服务器 | |
| CN112270834A (zh) | 一种应用于5g智慧交通工具的车路人行驶方法及系统 | |
| CN112839319A (zh) | 蜂窝车联网信息处理方法、装置、系统、终端及存储介质 | |
| CN111429723B (zh) | 一种基于路侧设备的通信与感知数据融合方法 | |
| Moradi-Pari et al. | The smart intersection: A solution to early-stage vehicle-to-everything deployment | |
| CN111047835A (zh) | 一种基于区块链的公路客运超速预警系统 | |
| CN103413434A (zh) | 适用于公交车辆运营班次实时统计的信息处理方法 | |
| CN111243290B (zh) | 驾驶行为数据获取和分析方法及系统 | |
| CN114466333A (zh) | 一种基于eSIM和5G的车联网控制系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 518057 21 / F, Weisheng technology building, 9966 Shennan Avenue, Maling community, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Applicant after: Zhongke Huituo (Guangdong) Technology Co.,Ltd. Address before: 518057 21 / F, Weisheng technology building, 9966 Shennan Avenue, Maling community, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Applicant before: Shenzhen huituo infinite Technology Co.,Ltd. Country or region before: China |
|
| CB02 | Change of applicant information |