berita

di bidang transportasi cerdas, integrasi kendaraan-jalan-cloud menjadi topik hangat. guo xingrong, cto mushroom autolink, baru-baru ini memberikan wawancara di kolom "integrasi kendaraan-jalan-cloud: mencari kepastian" di jaringan transportasi severn. integrasi awan.

1. keuntungan nyata dari kolaborasi kendaraan-jalan raya

guo xingrong menunjukkan bahwa melalui pengujian komparatif, ditemukan bahwa kolaborasi kendaraan-jalan memiliki kinerja yang lebih baik daripada kecerdasan kendaraan tunggal dalam hal waktu pengambilalihan yang aman, kenyamanan, dan konsumsi energi. pada ruas jalan dan kondisi berkendara yang sama, jumlah pengambilalihan yang ditambahkan ke data pinggir jalan berkurang lebih dari 20%, kenyamanan berkendara meningkat sebesar 10%, dan konsumsi daya juga berkurang. artinya, kolaborasi kendaraan-jalan tidak hanya dapat meningkatkan keselamatan perjalanan, namun juga memberikan pengalaman yang lebih nyaman bagi penumpang, sekaligus mengurangi konsumsi energi dan memenuhi persyaratan pembangunan berkelanjutan.

2. terobosan teknologi sudah dekat

namun, kolaborasi kendaraan-jalan juga menghadapi beberapa permasalahan teknis yang perlu segera diatasi.

tata kelola data: agar data infrastruktur tepi jalan dapat digunakan oleh kendaraan, akurasi perhitungan persepsi yang tinggi harus dipastikan. dulu, beberapa tempat hanya fokus pada pemasangan peralatan pada saat konstruksi, namun mengabaikan kualitas dan penerapan data, sehingga mengakibatkan data kendaraan tidak menerima atau menerima data yang tidak akurat. hal ini tidak hanya mempengaruhi efek kolaborasi kendaraan-jalan raya, tetapi juga membuat masyarakat mempertanyakan keandalannya. oleh karena itu, penguatan tata kelola data dan peningkatan kualitas data menjadi kunci terkoordinasinya pembangunan kendaraan dan jalan.

masalah latensi: latensi sangat penting untuk kolaborasi kendaraan-jalan. dalam kasus mengemudi dengan kecepatan tinggi, penundaan beberapa milidetik dapat mengakibatkan konsekuensi serius. oleh karena itu, mengurangi penundaan dan meningkatkan kecepatan dan keakuratan transmisi data menjadi permasalahan yang harus diselesaikan dalam kolaborasi kendaraan-jalan.

3. standar antarmuka: saat ini, standar antarmuka di berbagai tempat tidak disatukan, sehingga menimbulkan kesulitan besar dalam demonstrasi pengoperasian kolaborasi kendaraan-jalan. kendaraan harus terhubung kembali ke antarmuka setiap kali melaju, yang tidak hanya membuang waktu dan sumber daya, namun juga memengaruhi promosi dan penerapan kolaborasi kendaraan-jalan. oleh karena itu, menyatukan standar antarmuka dan menetapkan spesifikasi industri merupakan persyaratan yang tidak dapat dihindari untuk pengembangan kolaborasi kendaraan-jalan dalam skala besar.

3. kolaborasi kendaraan-jalan meningkatkan keselamatan dan efisiensi lalu lintas

meningkatkan keselamatan: kolaborasi kendaraan-jalan memberikan waktu untuk meningkatkan keselamatan berkendara otonom. saat ini, jangkauan deteksi kecerdasan sepeda terbatas dan sangat dipengaruhi oleh cuaca, malam hari, dan kondisi lainnya. teknologi kolaborasi kendaraan-jalan dapat memungkinkan mobil untuk melihat lebih jauh dan mengirimkan data di luar jangkauan visual ke kendaraan, sehingga memberikan waktu pemrosesan yang lebih lama pada kendaraan. tidak diragukan lagi, ini merupakan keuntungan besar dan dapat sangat meningkatkan keselamatan berkendara otonom.

meningkatkan efisiensi lalu lintas: kecerdasan sepeda lebih merupakan upaya individu mencari solusi optimal, namun belum tentu optimal untuk keseluruhan sistem transportasi. integrasi kendaraan, jalan raya, dan cloud dapat memberikan saran pengambilan keputusan dan perencanaan kendaraan, sehingga meningkatkan efisiensi lalu lintas secara keseluruhan. melalui eksperimen, ditemukan bahwa efisiensi lalu lintas sepeda cerdas lebih rendah dibandingkan dengan mengemudi berawak. namun, setelah menambahkan bantuan pengambilan keputusan cloud, efisiensi lalu lintas menjadi stabil dan memiliki fluktuasi yang kecil.

4. data pinggir jalan mendukung pengembangan kendaraan otonom

untuk berkendara otonom, data adalah kuncinya. saat ini, banyak perusahaan mengandalkan kendaraan uji untuk mengumpulkan data di jalan raya, yang memakan biaya dan tidak efisien. armada self-driving tesla adalah yang terbesar di dunia, dan perusahaan tiongkok menghadapi tekanan besar dalam pengumpulan data. namun, melalui integrasi kendaraan-jalan-cloud dan menyiapkan stasiun pangkalan atau sistem komputasi persepsi di pinggir jalan, kondisi arus lalu lintas dapat dikumpulkan 24/7, sehingga menyediakan sumber data yang baik untuk pelatihan model ai mengemudi otonom. hal ini tidak hanya dapat mengurangi biaya pengumpulan data, namun juga meningkatkan kualitas dan kuantitas data, sehingga membantu perusahaan tiongkok mengejar ketertinggalan dari perusahaan teknologi internasional.

dengan kemajuan ilmu pengetahuan dan teknologi yang berkelanjutan, transportasi cerdas telah menjadi tren yang tak terhindarkan dalam perkembangan transportasi di masa depan. sebagai komponen penting dalam transportasi cerdas, integrasi kendaraan-jalan-cloud telah mendapat lebih banyak perhatian dan dukungan. pakar industri percaya bahwa integrasi kendaraan-jalan-cloud dapat mewujudkan kerja kolaboratif kendaraan, jalan raya, dan cloud, meningkatkan efisiensi lalu lintas, mengurangi kejadian kecelakaan lalu lintas, dan memberikan cara bepergian yang lebih aman, nyaman, dan efisien bagi masyarakat. pada saat yang sama, pemerintah juga secara aktif mendorong pengembangan integrasi kendaraan-jalan-cloud. berbagai daerah telah mempercepat pembangunan aplikasi percontohan, meningkatkan investasi, dan mendorong perusahaan untuk mengembangkan dan menerapkan teknologi kolaboratif kendaraan-jalan raya. hal ini memberikan lingkungan kebijakan yang baik dan peluang pasar untuk pengembangan integrasi kendaraan-jalan-cloud.