智能网联云监控平台

本产品的云监控平台客户端依托Foxglove平台，能够高效地接收来自云中心的信息。在这一平台上，用户可以直观地查看车辆的定位信息、点云图、车速数据以及监控录像等关键车辆状态信息，从而实时把握车辆的当前状况及其所处的周边环境。此外，该客户端还贴心地内置了四种驾驶模式供用户灵活选择：自动驾驶模式（Auto）、本地驾驶模式（Local）、远程操控模式（Remote）以及车辆停止模式（Stop），以满足不同场景下的驾驶需求。

监视部分:

1.三维区域：精准地再现车辆的周边环境，包括道路布局、路况细节以及周边行人、车辆和其他物体的移动速度。这些信息，连同红绿灯状态，都会被实时传输至云平台进行深入分析。系统能够安全、准确地制定出合理的路线规划和驾驶决策，确保行驶过程的安全与高效。

2.地图区域：实时反映车辆的当前位置及其周边的大地形特征，并将这些信息清晰地呈现在地理信息系统（GIS）地图上。车辆能够获取关于自身位置周边的道路布局、交通状况等关键信息，从而进行有效的行驶规划。同时，用户也能通过地图区域直观了解自己所处的位置，便于在远程操控时进行宏观的路线规划，确保行驶的安全与效率。

3.车载摄像：实时展示摄像头的观测内容并自动标出车辆和行人，通过处理这些信息使车辆可以合规的，人性化的实现自动驾驶，避免了交通事故。同时可以让车主和远程用户端了解车辆附近驾驶情况，作出人为干预或特殊情况下紧急刹车，给驾驶增添了灵动性同时保证了用户安全。

4.车速显示：车速仪表可以展示当前车速，通过和道路限速的对比判断是否超速。用户也可以根据自身需求调整车速。

控制部分:

1.远程操控：当驾驶模式处于远程模式时，用户可以手动完成自己规划路线或在特殊情况无法自动驾驶时保证车辆安全运行。

2.操作模式：用户可以通过该界面了解车辆目前的模式。

3.切换模式：帮助用户在自动驾驶Auto、本地驾驶Local、远程操控Remote和停止车辆Stop四种驾驶模式中切换，以应对不同需求场景同时满足用户的多样化需求。

智能网联监控云平台的车载系统在自动驾驶功能中扮演着实践者的角色，其自动驾驶流程被精细地划分为四个关键环节：定位、路径规划、环境检测与车辆控制。

环境感知与融合:

1.多传感器协同工作：集成多种传感器，如摄像头、毫米波雷达、激光雷达和超声波传感器等，各个传感器发挥自身优势，对车辆周边环境进行全方位感知。例如，摄像头用于识别交通标志、车道线和行人等，毫米波雷达实时监测车辆与周围物体的距离和相对速度，激光雷达则能构建高精度的三维环境地图。

2.传感器数据融合：通过先进的数据融合算法，将来自不同传感器的数据进行融合处理，形成对车辆周围环境的统一、准确描述。这样可以弥补单一传感器的不足，提高环境感知的可靠性和精度，为车辆的决策和控制提供更全面的信息支持。

定位与导航:

1.高精度定位：结合全球卫星导航系统（GNSS）、惯性测量单元（IMU）以及地图匹配等技术，实现车辆的高精度定位。能够精确确定车辆在道路上的位置，误差可控制在厘米级别，为自动驾驶和智能导航提供准确的位置信息。

2.实时路径规划：根据车辆当前位置、目的地以及实时交通信息，车载系统能够实时规划优行驶路径。考虑到道路状况、交通拥堵、信号灯状态等因素，动态调整路径，引导车辆高效、快速地到达目的地。同时，在行驶过程中，能够根据实际情况及时更新路径规划，以应对突发的交通事件或道路变化。

车辆控制与决策:

1.自动驾驶控制：具备自动驾驶功能，通过对环境感知和定位信息的处理，车载系统能够自动控制车辆的行驶，包括加速、减速、转向和制动等操作。实现自动跟车、车道保持、自动变道、路口通行等自动驾驶场景，提高驾驶的安全性和舒适性。

2.智能决策算法：基于深度学习和机器学习等技术，车载系统拥有智能决策算法。能够对复杂的交通场景进行分析和判断，例如判断交通信号灯的状态、识别行人的通行意图、预测其他车辆的行驶轨迹等，并据此做出合理的决策，确保车辆在各种情况下都能安全、高效地行驶。

通信与交互:

1.车云通信：通过无线通信技术，如 4G/5G，实现车辆与智能网联监控云平台之间的高速、稳定通信。车辆将自身的状态信息、传感器数据、行驶轨迹等上传至云平台，同时接收云平台下发的指令、交通信息、地图更新等数据，实现车云之间的信息交互和协同工作。

2.车车 / 车路通信：支持车辆与其他车辆（V2V）、车辆与道路基础设施（V2I）之间的通信，如通过 C-V2X 技术。能够接收周边车辆的行驶信息，实现车辆间的协同驾驶和安全预警，同时与路侧设备（如 V2X 红绿灯、RSU 等）进行通信，获取道路状况、交通信号等信息，实现车路协同功能。

智能网联红绿灯搭载有摄像头、激光雷达与毫米波雷达。在智能网联监控云平台中主要辅助车辆对路况的感知并使车辆更全面获得周边信息，从而完成自动驾驶行为。可将自身传感器捕获信息与红绿灯状态上传至云平台，方便后续内容的决断。也可根据车流量缓解红绿灯压力，做到智慧交通。

其由红绿灯框架、嵌入式GPU工控机主机、显示屏、RSU通讯单元与横纵两组红绿灯组成，可支持红绿灯时常的手动和算法自动调控。

通信能力方面：

1.双模通信：基于 C-V2X 技术开发，具备 LTE-V2X PC5 和 5G Uu 双模通信能力，既能实现 RSU 与 OBU 之间的直接通信，又能进行基于蜂窝网的通信，可满足智能网联汽车多样化业务的通信需求。

2.协议支持广泛：支持 3GPP Release 14、LTE 以及国内标准的 V2X 协议，如中国汽车工程学会 V2X 应用层消息集（T/CSAE-53 2017）等，确保与各类设备和系统的兼容性。

3.精准时间同步：在隧道、地下车库等无 GNSS 信号场景下，支持 RSU 和 OBU 之间的 PC5 空口同步，保证通信以及 OBU 定位功能的正常运行。

感知与数据处理方面：

1.多传感器融合：集成了摄像头、激光雷达、毫米波雷达等多种传感器，采用雷视融合等技术，可精准感知周边交通参与者的类型、位置、速度、加速度、航向等信息。

2.边缘计算能力：配备高性能边缘计算单元，可实现设备的本地联动以及数据处理分析，能对采集到的数据进行实时处理和分析，减少数据传输压力，提高响应速度。

3.高精度定位融合：集成高精度定位技术，与 V2X 通信相结合，实现精准定位与路侧 SPAT（红绿灯）消息的采集，为实训提供准确的位置信息和红绿灯状态数据。

功能与应用方面：

1.信号调节灵活：设置有红绿灯设施，可采用手动方式和指令方式对信号进行调节，高度支持自主调节，方便构建不同的交通信号场景，满足多样化的实训需求。

2.多场景仿真：可支撑数十种 V2X 的场景仿真教学，如前碰撞预警场景、交叉路口碰撞预警、绿波车速引导、道路危险状况提示等，帮助学员全面了解 V2X 技术在不同交通场景下的应用。

3.数据采集与分析：具备数据采集、回放和分析功能，可采集定点、动点数据以及视频数据，分析红绿灯消息发送频率、准确性、延迟等指标，为教学和研究提供数据支持。

设备与操作方面：

1.接口丰富：边缘计算单元接口丰富，支持海量连接、数据采集和数据清洗，可方便地接入各种外部设备，如环境监测设备、视觉感知设备等，扩展实训设备的功能。

2.维护与开发便利：支持近端操作维护与远程集中运维，方便管理人员对设备进行维护和管理。同时，基于自研 V2X 模组，提供 RSU V2X SDK 开发包，支持二次开发，满足用户个性化的需求。

3.可视化显示：集成的高清大屏支持对相关信息的可视化显示，如交通参与者信息、红绿灯状态、数据统计分析结果等，使学员能够更直观地了解实训过程和结果。

1.红绿灯搭配的传感器装调、算法融合认知教学。

2.搭配智能网联监控云平台ros小车。实现自动驾驶时对路线的规划的算法教学与评价。

3.利用V2X红绿灯，帮助智能网联监控云平台ros小车实现对视野盲区障碍物的预判及避障，多传感器融合教学。

4.智能网联综合实训平台传感器数据融合算法的认知、测试与训练教学；决策控制系统算法的认知、测试与训练教学。

5.智能网联综合实训平台图像AI识别的算法认知、测试与训练教学。