中国车载导航服务将加速汽车与通信产业的充分融合

智能交通系统是目前世界交通运输领域的前沿研究课题。发达国家提出并执行了一系列研究计划,其核心是为了应对日益繁重的交通需求和环境保护压力,采用信息技术、通信技术、计算机技术、控制技术等对传统交通运输系统进行深入改造,     

车载导航服务将加速汽车与通信产业的融合

车载信息系统的部分功能及相关服务可以成为智能交通的重要补充,而与智能交通接轨也将加速我国车载信息服务市场的发展。目前,与智能交通关系最紧密的是针对用户的实时路况信息发布,虽然其发布形式和网络标准目前并不统一,但不论采取哪种形式．车载信息产品都应具备相应功能．使得在此平台上有开发实时路况信息服务的能力。     

新型智能交通车载信息采集系统的研究

获得实时可靠的交通信息一直是智能交通系统发展的瓶颈问题,建立智能交通车载信息采集系统,可以为智能交通系统中驾驶行为特性的研究、交通数据采集、现场测试等提供良好的辅助测试、验证平台,还可以为我国智能交通系统多功能实验车的建设和发展提供强有力的技术支持。本文介绍的就是基于虚拟仪器技术的智能交通车载信息采集系统的设计和研究。     

基于视频的车辆检测与跟踪算法综述

首先介绍了交通检测系统,指出视频交通检测技术日益成为计算机视觉领域中备受关注的前沿方向。在此基础上,分别讨论了常用的车辆检测算法,基于模型的车辆检测算法,车辆跟踪的基本类型,以及基于模板匹配、卡尔曼滤波和粒子滤波的车辆跟踪算法,同时分析比较了各种算法的优缺点。最后,展望了这一领域未来研究的热点。     

我国智能交通的科技创新与发展

正智能交通系统(Intelligent Transportation System,ITS)作为现代交通运输系统的重要发展方向,在全球范围内受到普遍关注和重视。我国自上世纪末开始推动智能交通系统的建设发展,取得了显著的成效。智能交通系统具有显著的国情相关、行业相关、地域相关等特征,结合我国交通运输实际需求,我国的智能交通科技创新对我国交通运输的智能化发展起到了积极引领和推动作用。我国智能交通科技创新发展历程     

一种基于模糊理论的雷达与视频融合交通目标跟踪方法

为了解决单传感器在道路监测中存在的局限性以及交通环境多样化等问题,基于模糊集理论的一种目标决策标准对传统的数据融合算法进行改进。该方法利用决策层模糊集理论的多传感器融合算法对交通目标进行跟踪,采用Z型隶属函数用于决策分支的优化。与传统的算法相比,改进后的数据融合算法对雷达航迹冗余、视频干扰和目标分割等问题都有所改善,并且进一步提高了跟踪精度。收集了大量的实际交通数据来验证雷达和视频跟踪算法的有效性,实验结果表明多传感器融合算法优于单传感器的目标跟踪算法。     

赛格导航中国领先的Telematics车载智能信息终端制造商 中国Telematics汽车在线服务开拓者公司简介

深圳市赛格导航科技股份有限公司是中国卫星导航应用领域及汽车在线服务(Telematics)领域的开拓者,从1994年开始研究卫星导航应用技术,1999年起从事Telematics汽车在线服务网络的运营,是中国领先的Telematics车载智能信息终端制造商和汽车在线服务运营商。公司注册资本6000万元,净资产超过1.4亿元,深圳总部员工440余名,投资子公司33家,员工超过2100人,拥有在网