nouvelles

Avec le développement rapide de la science et de la technologie, le concept de développement des villes évolue de villes intelligentes à villes intelligentes. Cependant, ces deux concepts ne sont pas simplement progressistes, mais présentent des différences significatives dans leur connotation et leurs méthodes de mise en œuvre.

Les villes intelligentes se concentrent sur l'utilisation des technologies de l'information pour transformer numériquement tous les aspects de la ville, tels que la présentation et la gestion des infrastructures de la ville, des services publics, etc. sous une forme numérique. Les villes intelligentes obtiendront des informations en temps réel grâce aux capacités de grands modèles de l'IA et à d'autres technologies de l'information avancées, rendant les systèmes physiques « intelligents ».

Dans le domaine des transports, la plupart des efforts de numérisation actuels transforment uniquement les formes de transport physiques en formes numériques, mais ne parviennent pas à résoudre efficacement les deux problèmes clés que sont l’efficacité et la sécurité des transports. Les embouteillages sont encore fréquents et l’ombre des accidents de la route n’a jamais disparu.

Jusqu'à ce que le développement à grande échelle de l'intégration véhicule-route-cloud et l'annonce de la liste des villes d'application pilotes nous apportent une nouvelle aube. La construction du réseau cloud voiture-route réalise véritablement la connexion organique de l'extrémité du cloud (cloud central, cloud régional) (système informatique de pointe) (véhicules connectés intelligents, infrastructure routière intelligente), offrant une nouvelle façon de penser pour résoudre problèmes de circulation et méthodes.

Dans cette architecture, une technologie de détection avancée est utilisée pour obtenir des informations sur l'état des véhicules et des routes en temps réel ; de puissantes capacités de prévision sont utilisées pour prédire à l'avance les changements de flux de circulation et les problèmes possibles ; le contrôle des feux de circulation est optimisé sur la base de mécanismes de prise de décision précis, Ajuster itinéraire du véhicule. Combiné avec les grands modèles d'IA, l'ensemble du processus de collecte de données, d'annotation, de modélisation, de formation, de test, de génération et d'applications cloud est intelligent. Le cloud central est comme un cerveau intelligent, contrôlant l'état de fonctionnement de l'ensemble de la ville et des transports, réalisant un changement majeur dans la productivité urbaine intelligente, et semble avoir déclenché la loi de Moore des villes intelligentes.

Dans le passé, la gestion urbaine et la modernisation des infrastructures étaient souvent des investissements cycliques et à grande échelle, mais les résultats n'étaient pas satisfaisants et l'amélioration de l'efficacité des transports n'a pas atteint le niveau idéal. Aujourd’hui, la maturité de la voie technologique d’intégration véhicule-route-cloud a complètement changé la donne et ouvert un nouveau chapitre pour le développement des villes intelligentes.

Dans ce processus, l'infrastructure routière intelligente est importante, mais il existe un autre rôle clé qui ne peut être ignoré, à savoir le système informatique de pointe (MRS) développé indépendamment par Moguolian. Actuellement, MRS joue un rôle important dans la connexion des personnes, des véhicules et des véhicules non motorisés, établissant ainsi une base solide pour parvenir à un environnement de transport plus efficace et plus sûr.

En tant que société leader en matière d'intelligence artificielle, MOU est toujours centrée sur l'utilisateur et s'engage à créer des réseaux d'intelligence artificielle pour les transports et l'automobile. Un ensemble de solutions technologiques matures pouvant être mises en œuvre, répliquées et promues a été formé autour de l'intégration du véhicule, de la route et du cloud. En 2023, Mogou AutoLink a lancé le dernier package MOGO, couvrant une gamme complète de produits aux trois extrémités de la voiture, de la route et du cloud : extrémité de la route, station de base routière numérique AI MOGO AI Station, qui peut rapidement réaliser une numérisation en temps réel de routes ; côté voiture, Mogou AutoLink crée plusieurs catégories, plusieurs modèles de véhicules autonomes standardisés, tous les modèles sont équipés en standard de fonctions V2X de collaboration véhicule-route ; le cloud, la plate-forme cloud de transport intelligent IA, peut pleinement permettre une connexion intelligente de niveau L0-L4 ; véhicules, améliorer la sécurité et l'efficacité du trafic et optimiser la gestion du trafic. La numérisation des routes peut être rapidement réalisée dans les scènes d'autoroute, les scènes urbaines et les scènes de parcs pittoresques.

Récemment, après des tests et des rapports réalisés par China Automotive (Beijing) Intelligent Connected Vehicle Research Institute Co., Ltd. (dénommé « China Automotive Intelligence »), la station de base routière numérique Mushroom AutoLink AI et son système (MRS) ont satisfait aux exigences. des méthodes et normes d'essai du système de détection latérale « route collaborative véhicule-route » de l'Académie des technologies de l'information et des communications (projet pour approbation) » exigences les plus élevées. Les résultats des tests montrent que la station de base routière numérique AI de Momoji AutoLink peut atteindre une couverture de détection, une précision du temps de détection du système et un délai de détection qui satisfont ou dépassent la norme SL3. Dans le même temps, la précision du positionnement, l’angle de cap et la précision de détection de la taille ont atteint le niveau le plus élevé de l’industrie. Grâce à des années de développement technologique et d'accumulation d'expérience, Momogu AutoLink a formé un ensemble complet de solutions intégrées pour la voiture, la route et le cloud qui peuvent être mises en œuvre, copiées et promues. Il combine les mégadonnées de trafic massives des trois terminaux de Chelu Cloud. pour construire un grand modèle d'IA pour réaliser De la perception à la cognition, en passant par la prise de décision collaborative et la simulation et la formation de modèles basées sur les données routières, la conduite autonome soutient la mise en œuvre à grande échelle d'une conduite autonome plus intelligente et plus sûre.

Actuellement, il a été mis en œuvre sur des routes ouvertes, des autoroutes, des parcs, des sites pittoresques, des aéroports et d'autres scènes à Pékin, Shenzhen, Hunan, Yunnan, Hubei, Sichuan, Liaoning, Shandong, Tianjin et d'autres villes.

Son système MRS développé de manière indépendante, en tant qu'élément informatique de base de l'infrastructure routière du système intégré véhicule-route-cloud, est un système informatique routier qui sert spécifiquement l'activité intégrée véhicule-route-cloud. Basé sur les données de détection originales ou les données structurées de l'équipement de détection en bordure de route, grâce à un traitement de données en temps réel haute performance, une fusion de détection, un calcul et une analyse, il peut fournir des données de détection de trafic dynamique en temps réel pour la plate-forme de base de contrôle du cloud et connectée. véhicules.

Il dispose de capacités de détection et de calcul intégrées de haute précision, et tous les indicateurs répondent à la norme SL3 du « Système de détection routière collaborative véhicule-route » de l'Académie des technologies de l'information et des communications. Dans le même temps, il a également la capacité de recycler les anciens équipements et de prendre en charge les mises à niveau du système basées sur les équipements informatiques routiers existants, réduisant ainsi considérablement les coûts de construction et le gaspillage de ressources. De plus, les riches scénarios d'application lui permettent de couvrir entièrement différents domaines tels que les routes urbaines ouvertes, les autoroutes et les parcs, et de s'adapter à divers environnements de circulation complexes. De plus, il est entièrement adapté au système intégré véhicule-route-cloud et a la capacité de se connecter au standard de communication route-cloud de la plateforme de base de contrôle cloud, garantissant une transmission transparente et un traitement efficace des données.

En tant que noyau intelligent de la stratégie de Cloud automobile et routier connecté de Mushroom, son innovation réside non seulement dans l'intégration et l'optimisation du niveau matériel, mais également dans l'application et l'innovation en profondeur des algorithmes d'IA :

Modèle de perception de haute précision :Le modèle de perception intégré aux algorithmes d'apprentissage profond peut identifier avec précision divers acteurs de la circulation, notamment les piétons, les véhicules non motorisés et divers types de véhicules, et peut maintenir une grande précision même dans des environnements complexes et des conditions météorologiques extrêmes.

Algorithme de prédiction en temps réel :Le modèle de prédiction intégrant l'analyse des séquences spatio-temporelles et l'apprentissage par renforcement profond peut non seulement prédire avec précision les tendances du flux de trafic, mais également fournir des avertissements en temps réel pour les événements de circulation (tels que les accidents et les embouteillages), fournissant ainsi une base pour une gestion préventive.

Algorithme d'optimisation des décisions :Des algorithmes avancés d’optimisation des opérations et d’apprentissage automatique sont utilisés pour optimiser dynamiquement le contrôle des feux de circulation, l’allocation des ressources du réseau routier, etc. afin de garantir une fluidité de circulation maximale tout en réduisant les émissions de carbone et la consommation d’énergie.

Du point de vue de l'architecture du produit, le système MRS comprend 5 modules : Zhidao OS, moteur de perception de fusion en bordure de route, moteur de calcul en bordure de route, données de support et interface de partage de données. Chaque module assume des fonctions importantes.

En tant que fonctionnalité sous-jacente de MRS, Zhidao OS inclut la couche noyau, la couche d'abstraction matérielle et les services d'interface standard d'accès aux données. La couche noyau est la couche fonctionnelle la plus basique qui interagit avec le matériel sous-jacent et prend en charge le multitâche et le multitraitement, la gestion de la mémoire, la prise en charge des pilotes matériels et les fonctions de sécurité. La couche d'abstraction matérielle implémente une interface matérielle unifiée pour les dispositifs de détection en bordure de route et peut traiter uniformément les données structurées émises par les caméras, les radars à ondes millimétriques, les lidar et d'autres dispositifs. Le service d'interface standard d'accès aux données couvre la collecte de données sur l'état de fonctionnement et la perception en temps réel des véhicules, la collecte de données sur les équipements de détection en bordure de route, la collecte de données sur les installations de circulation, etc., fournissant une riche source de données pour un traitement et une analyse ultérieurs.

Le moteur de détection par fusion en bord de route peut effectuer une identification d'algorithme, une analyse de fusion et un traitement sur les données de détection originales ou les données structurées des installations de détection en bordure de route pour obtenir des informations de résultat de détection de plus haute précision. Il peut réaliser les fonctions d'identification, de détection et de positionnement des participants à la circulation tels que les véhicules à moteur, les véhicules non motorisés et les piétons, et produire des informations caractéristiques, notamment le type de participant à la circulation, sa vitesse, sa position, sa direction de mouvement et d'autres caractéristiques.

Le moteur informatique de pointe en bord de route est l’un des cœurs du système MRS. Il peut recevoir des données provenant de dispositifs de détection en bordure de route et de moteurs de détection de fusion de bord en temps réel, et effectuer un traitement et une analyse à grande vitesse pour obtenir des données de haute précision sur les événements, le flux de trafic et d'autres données afin de soutenir la prise de décision et le contrôle des systèmes de transport intelligents.

En termes de détection des événements de circulation, il peut réaliser une détection automatique, des rappels d'alarme et un enregistrement de processus des embouteillages, des accidents de la route, du stationnement anormal, de la conduite rétrograde, des changements de voie illégaux, des piétons brûlant des feux rouges, des jets d'objets et d'autres événements. Par exemple, lorsqu'un événement rétrograde est détecté, une alerte précoce peut être envoyée au véhicule principal à temps ; lorsqu'un événement d'occupation de route en construction est détecté, une invite peut être envoyée au véhicule pour éviter les embouteillages et les accidents.

En termes de détection du flux de trafic, il peut détecter avec précision le flux de trafic, la vitesse moyenne des véhicules, le temps d'occupation, la longueur de la file d'attente et d'autres informations, et prendre en charge la réalisation de statistiques d'informations sur le flux de trafic en fonction des voies. Ces données sont d'une grande importance pour optimiser le contrôle des feux de circulation et allouer rationnellement les ressources routières.

En outre, le moteur informatique de bord de route dispose également d'une fonction de vidéosurveillance sur toute la zone, prend en charge plusieurs normes de codage vidéo et peut visualiser des images vidéo en temps réel et comprendre les conditions routières en temps opportun. En même temps, il peut obtenir l'état des feux de signalisation et fournir des informations précises sur la circulation des véhicules. De plus, grâce à la surveillance du matériel en temps réel, l'état du matériel, y compris les performances, la température, la tension et d'autres informations, peut être surveillé en temps réel pour garantir le fonctionnement stable du système.

Les données de support proviennent principalement des installations de transport et d'autres infrastructures, y compris les données de surveillance de l'état des infrastructures, les données des feux de circulation et les données de surveillance de l'environnement météorologique du trafic. Ces données fournissent au moteur de calcul une base de prise de décision, lui permettant de produire des résultats de calcul plus précis. L'interface de partage de données est utilisée pour garantir l'interaction standardisée des données entre MRS et les infrastructures routières intelligentes et les plates-formes de base de contrôle cloud. Elle fournit une conversion de données standardisée et une sortie de service sous la forme d'une interface commune pour prendre en charge la conduite à distance, la conduite assistée et les avertissements de sécurité. , etc.

L'importance du système MRS ne se reflète pas seulement dans ses fonctions puissantes et son analyse précise des données, mais également dans son amélioration significative de l'efficacité de la répartition du trafic, similaire aux systèmes de répartition du transport ferroviaire à grande vitesse et de l'aviation civile. Grâce à une planification précise, le train à grande vitesse permet aux trains de circuler efficacement sur des lignes complexes et d'arriver à chaque gare à l'heure ; l'aviation civile utilise des systèmes avancés de gestion du trafic aérien pour assurer le décollage et l'atterrissage ordonnés des avions dans les airs et à l'aéroport, évitant ainsi les vols. des retards. Le système MRS du réseau cloud voiture-route est comme le noyau de répartition du transport ferroviaire à grande vitesse et de l'aviation civile. Il peut gérer avec précision le flux de trafic dans la ville et maximiser l'utilisation des ressources routières.

Avec les progrès continus de la technologie, les perspectives de développement des systèmes MRS sont extrêmement larges. Il ne se limitera pas seulement à ses fonctions actuelles, mais connectera également davantage d'appareils intelligents, tels que des lampadaires intelligents, des véhicules d'assainissement intelligents, des véhicules logistiques intelligents, des drones, des robots, etc., pour construire conjointement un écosystème de ville intelligente plus complet. Par exemple, les lampadaires intelligents peuvent ajuster automatiquement la luminosité et la plage d'éclairage en fonction du flux de circulation en temps réel et des conditions d'éclairage ambiant, et peuvent également coopérer avec le système MRS pour surveiller les conditions routières et fournir des informations en retour. Les véhicules d'assainissement intelligents peuvent planifier efficacement les itinéraires de nettoyage ; le guidage du système MRS et, en fonction des différentes zones, ajuste la fréquence et l'intensité du nettoyage en fonction de la situation et transmet l'état de la collecte des ordures en temps réel. Les véhicules logistiques intelligents combinés au système MRS peuvent permettre une distribution plus précise des marchandises et planifier de manière optimale ; les itinéraires de transport et surveiller l'état des marchandises et des véhicules ; les drones peuvent être contrôlés par le système MRS. Il peut effectuer des missions de patrouille aérienne, détecter l'état des routes et renvoyer des images, et peut également livrer des fournitures d'urgence dans des circonstances particulières. un meilleur guidage des services dans les lieux publics grâce au système MRS, ou coopérer dans les usines et les entrepôts pour parvenir à une manutention et un stockage efficaces des marchandises.

À l’échelle mondiale, différentes entreprises technologiques explorent des solutions technologiques similaires. À l'avenir, Starlink de Musk prévoit de connecter les robots, drones et autres équipements Tesla, Optimus Prime. En revanche, la « solution chinoise » d'intégration véhicule-route-cloud présente des avantages évidents.

Le réseau intégré véhicule-route-cloud est supérieur à Starlink en termes de retard routier, de précision de perception et de sécurité. Le système MRS est déployé au bord de la route et peut transmettre et traiter des données à courte distance, réduisant ainsi les retards et garantissant des décisions de circulation rapides et précises. Starlink s'appuie sur les communications par satellite et est sensible aux retards d'interférence dans les environnements urbains, affectant les effets d'application ; Grâce à une variété de dispositifs de détection en bord de route, ils travaillent ensemble pour détecter des informations détaillées avec une grande précision, fournissant ainsi un support de données précis pour la gestion du trafic. Starlink est faible dans la capture des changements subtils sur le terrain et des informations précises en raison de sa longue distance, le système MRS utilise un traitement localisé. et la technologie de cryptage pour garantir la sécurité des données de trafic. Les communications par satellite Starlink sont confrontées à des risques de sécurité plus importants face aux cyberattaques, qui peuvent sérieusement affecter le système de transport.

En bref, la « solution chinoise » d'intégration véhicule-route-cloud est sans aucun doute le meilleur choix pour réaliser un transport urbain intelligent. Le monde physique connecté par le réseau Chelu Cloud mènera également la mise à niveau des villes intelligentes vers des villes intelligentes.