Integrazione dell'infrastruttura del veicolo: Sbloccare intuizioni e progressi attraverso la visione artificiale
Di Fouad Sabry
()
Info su questo ebook
Che cos'è l'integrazione dell'infrastruttura del veicolo
L'integrazione dell'infrastruttura del veicolo (VII) è un'iniziativa che promuove la ricerca e lo sviluppo di applicazioni per una serie di tecnologie che collegano direttamente i veicoli stradali all'ambiente fisico circostante, innanzitutto per migliorare la sicurezza stradale. La tecnologia si basa su diverse discipline, tra cui l’ingegneria dei trasporti, l’ingegneria elettrica, l’ingegneria automobilistica e l’informatica. VII riguarda specificamente il trasporto stradale, sebbene tecnologie simili siano in uso o in fase di sviluppo per altri modi di trasporto. Gli aerei, ad esempio, utilizzano fari a terra per la guida automatizzata, consentendo al pilota automatico di pilotare l’aereo senza intervento umano. Nell’ingegneria stradale, il miglioramento della sicurezza di una carreggiata può migliorare l’efficienza complessiva. VII obiettivi per migliorare sia la sicurezza che l'efficienza.
Come trarrai vantaggio
(I) Approfondimenti e convalide sui seguenti argomenti:
Capitolo 1: Integrazione dell'infrastruttura del veicolo
Capitolo 2: Sistema di trasporto intelligente
Capitolo 3: Comunicazioni dedicate a corto raggio
Capitolo 4: Sistemi di comunicazione veicolare
Capitolo 5: Rete veicolare ad hoc
Capitolo 6: Amministrazione della ricerca e delle tecnologie innovative
Capitolo 7: Auto connessa
Capitolo 8 : Regolazione intelligente della velocità
Capitolo 9: Tariffazione stradale GNSS
Capitolo 10: Sicurezza delle infrastrutture ciclistiche
(II) Rispondere alle principali domande del pubblico sull'integrazione delle infrastrutture dei veicoli .
(III) Esempi reali di utilizzo dell'integrazione delle infrastrutture dei veicoli in molti campi.
A chi è rivolto questo libro
Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di integrazione dell'infrastruttura del veicolo.
Correlato a Integrazione dell'infrastruttura del veicolo
Titoli di questa serie (100)
Equalizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRiduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniRetinex: Svelare i segreti della visione computazionale con Retinex Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniCorrezione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniOmografia: Omografia: trasformazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniScala dello spazio: Esplorare le dimensioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG Valutazione: 0 su 5 stelle0 valutazioniFunzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRidipintura: Colmare le lacune nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniIstogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniConsenso del campione casuale: Stima robusta nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevatore di bordi astuto: Svelare l'arte della percezione visiva Valutazione: 0 su 5 stelle0 valutazioniModello a colori: Comprendere lo spettro della visione artificiale: esplorare i modelli di colore Valutazione: 0 su 5 stelle0 valutazioniSpazio colore: Esplorare lo spettro della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniStima della posa del corpo articolato: Sbloccare il movimento umano nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevamento delle macchie: Scoprire modelli nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniCompressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi Valutazione: 0 su 5 stelle0 valutazioniProfilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di feature invarianti di scala: Svelare il potere della trasformazione delle caratteristiche invarianti su scala nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioni
Ebook correlati
Riconoscimento dei segnali stradali: Sbloccare il potere della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniPanoramica sulle principali metodologie per la sicurezza in ambito automotive Valutazione: 0 su 5 stelle0 valutazioniTelecamera per le forze dell'ordine: Progressi nella visione artificiale per le telecamere delle forze dell'ordine Valutazione: 0 su 5 stelle0 valutazioniContapersone: Sbloccare insight attraverso Visual Analytics Valutazione: 0 su 5 stelle0 valutazioniAuto a guida autonoma: Esplorare la visione artificiale nei veicoli autonomi Valutazione: 0 su 5 stelle0 valutazioniFotocamera intelligente: Rivoluzionare la percezione visiva con la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniLa rivoluzione dell'automobile: Idee per un nuovo modello industriale Valutazione: 0 su 5 stelle0 valutazioni5G in Modo Semplice e Approfondito Valutazione: 0 su 5 stelle0 valutazioniCentralini Cloud: l'innovazione che semplifica il tuo business: Il piano marketing applicato alla PMI TLC Telecomunicazioni per i centralini 3CX Valutazione: 0 su 5 stelle0 valutazioniApprendimento applicato ai veicoli terrestri: Migliorare le prestazioni dei veicoli terrestri attraverso l'apprendimento della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniL'intelligenza artificiale guida le nostre vetture. Profili di responsabilità: Profili di responsabilità Valutazione: 0 su 5 stelle0 valutazioniRete di sensori visivi: Esplorare la potenza delle reti di sensori visivi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisualizza la sintesi: Esplorare le prospettive nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale: Approfondimenti sul mondo della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSmart Car CyberSecurity: Il Cyber Risk delle Auto Intelligenti Valutazione: 0 su 5 stelle0 valutazioniMappatura mobile: Sbloccare l'intelligenza spaziale con la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTelecamera a luci rosse: Esplorazione delle applicazioni di visione artificiale: la prospettiva della telecamera a luci rosse Valutazione: 0 su 5 stelle0 valutazioniLOGICAL - Transnational logistics improvement through cloud computing and innovative business models Valutazione: 0 su 5 stelle0 valutazioniVECPA - Veicolo Elettrico Con Pilota Automatico Valutazione: 0 su 5 stelle0 valutazionie.driver Esame teorico: Sicuri all'esame. Cat. B, A, A1, M F/G Valutazione: 0 su 5 stelle0 valutazioniVerso l'accessibilità Valutazione: 0 su 5 stelle0 valutazioniIl valore dei dati nella Pubblica Amministrazione: Focus sulla gestione dell'emergenza sanitaria da Covid-19 nella Città di Bari Valutazione: 0 su 5 stelle0 valutazioniRemote condition report: Manuale operativo per il condizionamento dei beni culturali durante il virtual couriering Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto attivo: Sbloccare la potenza dei modelli di aspetto attivo nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVideoimpronta digitale digitale: Migliorare la sicurezza e l'identificazione nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniAnalisi dei contenuti video: Sbloccare insight attraverso i dati visivi Valutazione: 0 su 5 stelle0 valutazioniFiltro antiparticolato: Esplorazione dei filtri antiparticolato nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniFlusso ottico: Esplorazione di modelli visivi dinamici nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRiconoscimento dei gesti: Sbloccare il linguaggio del movimento Valutazione: 0 su 5 stelle0 valutazioni
Intelligenza artificiale e semantica per voi
Il Terzo Like Valutazione: 0 su 5 stelle0 valutazioniGuida Intelligenza Artificiale Valutazione: 0 su 5 stelle0 valutazioniANonniMus: Vecchi rivoluzionari contro giovani robot Valutazione: 0 su 5 stelle0 valutazioni
Recensioni su Integrazione dell'infrastruttura del veicolo
0 valutazioni0 recensioni
Anteprima del libro
Integrazione dell'infrastruttura del veicolo - Fouad Sabry
Capitolo 1: Integrazione dell'infrastruttura del veicolo
L'integrazione dell'infrastruttura dei veicoli (VII) è un progetto che promuove la ricerca e lo sviluppo di applicazioni per una varietà di tecnologie che collegano direttamente i veicoli stradali al loro ambiente fisico, principalmente per migliorare la sicurezza stradale. Diversi campi, tra cui l'ingegneria dei trasporti, l'ingegneria elettrica, l'ingegneria automobilistica e l'informatica, sono incorporati nella tecnologia. Sebbene tecnologie simili siano in situ o in fase di sviluppo per altri tipi di trasporto, VII si concentra sul transito su strada. Gli aerei, ad esempio, utilizzano fari a terra per la navigazione automatica, consentendo al pilota automatico di pilotare l'aereo senza il coinvolgimento umano. Migliorare la sicurezza di una carreggiata può aumentarne l'efficienza complessiva nell'ingegneria autostradale. VII mira a migliorare sia la sicurezza che l'efficienza.
L'integrazione dell'infrastruttura dei veicoli è un campo dell'ingegneria che si occupa dello studio e dell'applicazione del collegamento diretto dei veicoli stradali al loro ambiente fisico al fine di migliorare la sicurezza stradale.
L'obiettivo di VII è quello di fornire un collegamento di comunicazione tra i veicoli su strada (attraverso le apparecchiature di bordo, OBE) e tra i veicoli e l'infrastruttura stradale (tramite le apparecchiature stradali, RSE) per migliorare la sicurezza, l'efficienza e la convenienza del sistema di trasporto. Si basa sull'ampia implementazione di un collegamento DSRC (Dedicated Short-Range Communications) che incorpora IEEE 802.11p. Lo sviluppo di VII dipende da un modello di business che serva gli interessi di tutte le parti coinvolte, tra cui l'industria, le autorità di transito e le associazioni professionali. L'iniziativa si articola in tre obiettivi:
Valutazione del modello di business (incluso il programma di implementazione) e dell'accettazione da parte degli stakeholder; convalida della tecnologia (in particolare delle tecnologie di comunicazione) alla luce dei costi di implementazione; e
Sviluppo di quadri giuridici e norme (in particolare per quanto riguarda la privacy) per migliorare la redditività a lungo termine del sistema.
Le attuali tecnologie di sicurezza attiva si basano su radar e sistemi di visione installati nei veicoli. Questa tecnologia è in grado di ridurre i tamponamenti tracciando gli ostacoli davanti o dietro l'auto e azionando automaticamente i freni quando necessario. Questa tecnologia è relativamente limitata in quanto è in grado di rilevare solo la distanza e la velocità dei veicoli all'interno della linea di vista diretta delle telecamere e all'interno del raggio di rilevamento del radar. È quasi inutile negli incidenti angolati e con svolta a sinistra. Può anche portare un conducente a perdere il controllo del veicolo in caso di imminente collisione frontale. La tecnologia odierna copre i tamponamenti, che sono spesso meno gravi delle collisioni angolari, di svolta a sinistra e frontali. Pertanto, la tecnologia esistente è inadeguata per i requisiti complessivi del sistema stradale.
VII stabilirebbe un collegamento diretto tra un'automobile sulla strada e tutti gli altri veicoli all'interno di un'area specificata. I veicoli sarebbero in grado di scambiarsi informazioni sulla velocità, l'orientamento e forse la consapevolezza e l'intenzione del conducente. Ciò potrebbe aumentare la sicurezza dei veicoli vicini aumentando al contempo la sensibilità complessiva del sistema VII, ad esempio migliorando le prestazioni di una manovra di emergenza autonoma (sterzata, decelerazione, arresto). Inoltre, il sistema è pensato per interfacciarsi con l'infrastruttura stradale, consentendo dati completi e in tempo reale sul traffico per l'intera rete, nonché una migliore gestione delle code e feedback dei veicoli. In definitiva, chiuderebbe i cicli di feedback sull'attuale sistema di trasporto a circuito aperto.
Nel corso del VII secolo, i segnali stradali e i segnali stradali possono diventare obsoleti. Le implementazioni VII esistenti fanno uso di sensori di bordo in grado di rilevare la segnaletica orizzontale e la segnaletica stradale, modificando automaticamente le caratteristiche del veicolo in base alle esigenze. Alla fine, VII intende trattare tali segnali e marcatori come poco più che dati memorizzati dal sistema. Questo potrebbe essere sotto forma di dati raccolti da beacon lungo una carreggiata o salvati in un database centralizzato e consegnati a tutti i veicoli equipaggiati con VII.
Tutti gli elementi di cui sopra sono per lo più una risposta a problemi di sicurezza, ma VII potenzialmente si traduce in significativi miglioramenti dell'efficienza operativa per una rete di trasporto. A causa del fatto che i veicoli sarebbero collegati tra loro, con conseguente riduzione dei tempi di reazione, la distanza tra i veicoli sulla strada potrebbe essere ridotta. Pertanto, la capacità disponibile per il traffico aumenterebbe. Una maggiore capacità per corsia si tradurrà in un minor numero di corsie complessive, il che potrebbe dissipare le preoccupazioni della comunità sull'impatto dell'allargamento della carreggiata. VII consentirà la sincronizzazione di precisione dei semafori tracciando i plotoni di veicoli e beneficerà di un tempismo perfetto utilizzando i dati sul traffico in tempo reale, tra cui volume, densità e movimenti di svolta.
I dati sul traffico in tempo reale possono essere utilizzati anche nella costruzione di nuove strade o nella modifica di sistemi esistenti, in quanto i dati possono essere utilizzati per offrire studi accurati di origine-destinazione e conteggi dei movimenti di svolta per applicazioni come le previsioni di trasporto e le operazioni di traffico. Tale tecnologia migliorerebbe anche la capacità degli ingegneri dei trasporti di gestire i problemi, riducendo al contempo i costi di raccolta e compilazione dei dati. Il pedaggio è un'altra potenziale applicazione della tecnologia VII, in quanto potrebbe consentire il pedaggio automatico delle strade. Sulla base delle condizioni in tempo reale, i dati potrebbero essere forniti collettivamente agli utenti della strada per la visualizzazione a bordo del veicolo, indicando il costo più basso, la distanza più breve e/o il percorso più veloce per raggiungere una destinazione.
Utilizzando il GPS, i segnali dei telefoni cellulari e le targhe dei veicoli, gli studi condotti in tutto il mondo hanno dato risultati simili. Il GPS sta diventando una caratteristica standard su molte nuove automobili di lusso, ma è una caratteristica opzionale sulla stragrande maggioranza dei nuovi veicoli di fascia bassa e media. Inoltre, molti utenti possiedono telefoni cellulari che emettono segnali tracciabili (e possono anche essere abilitati al GPS). I telefoni cellulari possono già essere monitorati per scopi di risposta alle emergenze. Tuttavia, il GPS e il monitoraggio del telefono cellulare non possono fornire dati completamente affidabili. Inoltre, la difficoltà di integrare i telefoni cellulari nelle automobili può essere proibitiva. La tendenza dei conducenti a guardare i loro telefoni invece di concentrarsi sulla guida può esacerbare i pericoli posti dai dati dei telefoni cellulari, nonostante la loro utilità. La tecnologia esistente rende difficile il monitoraggio continuo di un'auto in un corridoio, nonostante il fatto che il riconoscimento automatico delle targhe possa fornire una grande quantità di dati. Le apparecchiature di oggi sono costruite per la raccolta di dati e