期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
低空智能网联体系 被引量:4
1
作者 张学军 刘法旺 +1 位作者 张祖耀 田野 《北京航空航天大学学报》 北大核心 2025年第6期1793-1815,共23页
近日,低空产业联盟对外发布《低空智能网联体系参考架构(2024版)》报告,该报告作为框架性的文件,旨在用最精确简短的内容体现低空智能网联体系的关键构成,但缺乏对体系背后隐含的科学方法、理论基础、实现途径等内容的详细描述。基于此... 近日,低空产业联盟对外发布《低空智能网联体系参考架构(2024版)》报告,该报告作为框架性的文件,旨在用最精确简短的内容体现低空智能网联体系的关键构成,但缺乏对体系背后隐含的科学方法、理论基础、实现途径等内容的详细描述。基于此,围绕该报告的内容,对低空智能网联体系发展现状、架构设计思路、关键技术等进行了全面的阐述,旨在对报告涉及的内容做进一步的分析和解读,为后续围绕低空智能网联体系的开发和建设工作提供科学的理论参考。 展开更多
关键词 低空智能网体系运行概念 低空智能网体系架构设计 低空智能网应用服务系统 低空智能网数据与服务支撑网络 低空智能网机载终端与基础设施 低空智能网体系关键技术
在线阅读 下载PDF
基于5G通信技术的智能网联汽车系统设计 被引量:4
2
作者 路莹 《农机使用与维修》 2023年第8期27-29,共3页
基于5G通信技术的智能网联汽车系统具有广阔的应用前景和研究价值,是目前交通领域的重要发展方向之一。基于5G通信技术进行智能网联汽车系统设计,该系统旨在通过实现车辆间和车辆与基础设施之间的高速数据传输,实现更高效、安全和智能... 基于5G通信技术的智能网联汽车系统具有广阔的应用前景和研究价值,是目前交通领域的重要发展方向之一。基于5G通信技术进行智能网联汽车系统设计,该系统旨在通过实现车辆间和车辆与基础设施之间的高速数据传输,实现更高效、安全和智能的交通。系统论述了该系统的基本原理和架构,并探讨了其在交通安全、交通拥堵缓解、智能驾驶等方面的应用。最后,讨论了该系统在实现智能交通系统、城市交通规划等方面的潜在作用,并对未来研究方向进行了展望。 展开更多
关键词 5G通信技术 智能网汽车系统 智能驾驶 应用前景
在线阅读 下载PDF
基于信息融合的智能网联汽车安全交互决策
3
作者 黄昭彦 杨烁 +6 位作者 吴建华 范佳琦 田炜 殷翔 方浩 褚洪庆 高炳钊 《自动化学报》 2025年第9期1883-1898,共16页
在开放交通场景,智能网联汽车仍然存在安全可信性弱、交互属性不足等关键瓶颈问题.随着人工智能(AI)的发展和深度学习的突破,AI模型在自动驾驶领域取得显著成果,可以应用于自动驾驶中的场景理解和推理.本文对基于信息融合的智能网联汽... 在开放交通场景,智能网联汽车仍然存在安全可信性弱、交互属性不足等关键瓶颈问题.随着人工智能(AI)的发展和深度学习的突破,AI模型在自动驾驶领域取得显著成果,可以应用于自动驾驶中的场景理解和推理.本文对基于信息融合的智能网联汽车安全交互决策研究进行综述,首先梳理开放场景交通感知和理解方面的研究,然后探讨具有社会交互属性的决策规划模型,最后总结针对AI模型幻觉的安全验证技术.通过结合三方面研究,充分利用AI模型的强大能力实现“熟练司机”驾驶技能,并讨论安全保障技术,弥补AI模型“偶尔犯错”的不足,有望解决自动驾驶安全长尾问题,进一步推动自动驾驶技术的发展. 展开更多
关键词 智能网联系统 自动驾驶 信息融合 交互决策
在线阅读 下载PDF
“双智”城市建设系统架构、挑战与展望 被引量:2
4
作者 马春野 陈浩 +1 位作者 彭剑坤 于双志 《电信科学》 2023年第3期16-23,共8页
智慧城市基础设施与智能网联汽车协同发展(“双智”城市)试点作为我国汽车产业向电动化、智能化、网联化、共享化重要的应用场景,目前仍处于过渡与示范阶段,与实现商业化和市场化仍有距离。从“双智”城市建设目前存在的核心问题与战略... 智慧城市基础设施与智能网联汽车协同发展(“双智”城市)试点作为我国汽车产业向电动化、智能化、网联化、共享化重要的应用场景,目前仍处于过渡与示范阶段,与实现商业化和市场化仍有距离。从“双智”城市建设目前存在的核心问题与战略意义出发,描述了路侧基础设施架构与平台功能搭建,介绍了应遵循的系统工程正向开发流程,分析了未来发展导向与建议。 展开更多
关键词 “双智”城市 车路协同 智能网联系统 开发流程
在线阅读 下载PDF
一种车载服务的快速深度Q学习网络边云迁移策略 被引量:8
5
作者 彭军 王成龙 +3 位作者 蒋富 顾欣 牟玥玥 刘伟荣 《电子与信息学报》 EI CSCD 北大核心 2020年第1期58-64,共7页
智能网联交通系统中车载用户的高速移动,不可避免地造成了数据在边缘服务器之间频繁迁移,产生了额外的通信回传时延,对边缘服务器的实时计算服务带来了巨大的挑战。为此,该文提出一种基于车辆运动轨迹的快速深度Q学习网络(DQN-TP)边云... 智能网联交通系统中车载用户的高速移动,不可避免地造成了数据在边缘服务器之间频繁迁移,产生了额外的通信回传时延,对边缘服务器的实时计算服务带来了巨大的挑战。为此,该文提出一种基于车辆运动轨迹的快速深度Q学习网络(DQN-TP)边云迁移策略,实现数据迁移的离线评估和在线决策。车载决策神经网络实时获取接入的边缘服务器网络状态和通信回传时延,根据车辆的运动轨迹进行虚拟机或任务迁移的决策,同时将实时的决策信息和获取的边缘服务器网络状态信息发送到云端的经验回放池中;评估神经网络在云端读取经验回放池中的相关信息进行网络参数的优化训练,定时更新车载决策神经网络的权值,实现在线决策的优化。最后仿真验证了所提算法与虚拟机迁移算法和任务迁移算法相比能有效地降低时延。 展开更多
关键词 智能网交通系统 虚拟机迁移 强化学习 深度Q学习网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部