智能交通中运用到的物联网技术实例

智能交通中运用到的物联网技术实例,第1张

物联网技术现在已经在各行各业中得到了应用,联网化,智能化已是现时代的代名词,物联网在交通中的应用有,下面是物联商业网总结的几点:
1道路实时监控;
2自动收费;
3智能停车场;
4车辆跟踪;

物联网在智能交通中的典型应用按照服务对象的不同,
我国智能交通系统市
场主要可以分成高速公路

智能交通系统、铁路智能交通系统、城市智能交通系
统和水上智能交通系统四大类,
其中城市智能交通系统又可以分成城市道路智能
交通系统和轨道交通智能交通系统。

物联网技术的发展,对推动智能交通的发展有着巨大的帮助,从发展的趋势
来看,
物联网和智能交通的结合将是必然的选择,
物联网、
云计算等现代信息技
术处理能力将成为未来智能交通发展的核心技术。
而根据智能交通不同细分市场
自身特点的不同,
对物联网的应用的也提出了不同的要求,
需要对各细分市场提
供相应的物联网应用。

以高速公路智能交通系统为例,物联网的主要应用将集中在通信系统、

监控系统和收费系统三大块,利用
RFID
、传感网络以及先进的信息处理技术等物
联网技术分别通过提升信息收集、信息传输、信息处理的效率以及利用智能化、
自动化的计算机系统来帮助高速公路管理部门、
运营商更加高效、
便捷的实现对
高速公路的智能化监控和管理,
帮助高速公路司机和乘客更好地享受在高速公路
上的旅行。

摘 要:随着信息技术的不断发展,在互联网技术上又延伸和扩展出了物联网技术,物联网技术具有十分重要的经济和社会前景,引起了很多国家和政府的重视。本文就是在这个背景下首先讨论了物联网的概念和基本技术,然后描述了其应用领域,最后并对物联网发展的问题做了分析。
关键词:物联网 射频识别 M2M
中图分类号:TN91 文献标识码:A 文章编号:1672-3791(2012)05(b)-0023-01所谓物联网,就是利用射频自动识别技术,实现物体和物体之间能够识别的网络。EPC global的Auto-ID中心的提出的定义是:把所有物品通过射频识别等信息窗设备与互联网连接起来,实现智能化识别与管理。从本质上来说物联网是互联网技术的一种延伸,涵盖信息主要包含了射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等传感设备。设备之间按约定的协议,把任何物品与互联网连接起来,进行信息交换和通讯,以实现智能化识别、定位、跟踪、监控和管理的一种网络。其中主要包括了两种概念:第一,物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展的网络;第二,其用户端延伸和扩展到了任何物品与物品之间,进行信息交换和通讯。
1 物联网涉及关键技术
11射频识别技术(RFID)
RFID射频识别技术是一种非接触式的自动识别技术,它通过射频信号自动识别目标对象并获取相关数据,识别工作无须人工干预,可工作于各种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个标签, *** 作快捷方便。在物联网中重要起“使能”(Enable)作用。
射频识别技术应用非常广泛,目前产品:RFID读写器、RFID标签等已经广泛应用了,典型应用范围:门禁控制、航空包裹识别、文档追踪管理、包裹追踪识别、畜牧业、产品防伪、票证管理、汽车晶片防盗器、停车场管制、生产线自动化等。
12传感器技术
传感器是一种物理装置或生物器官,能够探测、感受外界的信号、物理条件(如光、热、湿度)或化学组成(如烟雾),并将探知的信息传递给其他装置或器官。因此可以说,传感器是人类五官的延长,又称之为电五官。在我们生活中声控灯、自动门、遥控器等都是传感器的典型应用。
传感器的特点包括:微型化、数字化、智能化、多功能化、系统化、网络化,它不仅促进了传统产业的改造和更新换代,而且还可能建立新型工业,从而成为21世纪新的经济增长点。
13M2M
M2M是机器对机器(machine-to-machine)通信的简称。是多种不同类型的通信技术有机的结合在一起实现机器之间通信、机器控制通信、人机交互通信以及移动互联通信等。M2M让机器、设备、应用处理过程与后台信息系统共享信息,并与 *** 作者共享信息;它提供了设备实时的在系统之间、远程设备之间或和个人之间建立无线连接,实现数据传输。
14其他技术
物联网还包含了其他如纳米技术、智能潜入技术以及工业化和信息化的融合技术等等在此就不一一详述了。
2 物联网应用领域
21城市管理
通过物联网可以实现智能交通,物联网技术可以自动检测并报告公路、桥梁的“健康状况”,还可以避免过载的车辆经过桥梁。在交通控制方面,可以通过检测设备,在道路拥堵或特殊情况时,系统自动调配红绿灯,并可以向车主预告拥堵路段、推荐行驶最佳路线。
22公共安全
通过物联网与摄录技术综合起来,我们可以实现人脸自动识别技术、车牌自动识别技术、指纹识别技术等可以有效增加公安机关的办案效率,增强社会安全保障。
23家电行业
将家庭所有家电家具实现物联网连接,可以实现真正的智能化家庭。典型的例子是海尔曾经通过物联网网桥(WSNBridge),实现了用户通过手机、互联网、固话与家中灯光、窗帘、报警器、电视、空调、热水器等电器设备的沟通,将物联概念与用户的生活实际紧密联系起来,使之成为了一种像水、电、气一样的用户居家生活的基础应用服务;海尔的全球首款“物联网冰箱”具有网络可视电话功能、浏览资讯、播放视频等多项生活与娱乐功能,让原本属于生活电器的冰箱成为一个娱乐中心。
24医护行业
医护领域的物联网应用主要在人体的监护和生理参数的测量等方面,利用传感器可以对人体的各种状况进行监控,将数据传送到各种通信终端上。在美国曾经实现了在鞋垫上设置传感器对有特殊病情老人通过物联网进行监控,最终获得有效数据实现最佳治疗效果。
25物流行业
物流行业是使用物联网技术比较早的行业,由RFID等技术和移动手持设备组成物联网后,基于感知的货物数据便可在全球范围内监控货物的流通状态,可以提供全面的货物信息以及物流跟踪信息,能够实时的获得货物以及航运信息,降低物流风险并提高风险的控制能力。
3 物联网技术存在问题
31物联网跟风较多,应用较小
物联网的价值不是一个可传感的网络,而是必须各个行业参与进来进行应用,不同行业,会有不同的应用,也会有各自不同的要求,这些必须根据行业的特点,进行深入的研究和有价值的开发。现阶段的物联网同样现处于跟风这一种现象,很多的企业盲目的炒作物联网,而没有形成具体的应用。物联网的体系基本形成需要一些应用形成示范,更多的传统行业感受到物联网的价值,这样才能有更多企业看清楚物联网的意义。
32物联网标准难以统一
互联网能够快速发展很大原因取决于互联网标准的成功,现阶段的物联网没有形成统一的标准,很难形成产业的规模的应用,对于推动物联网的普及起到很大的阻碍。因此,标准的建立至关重要。
33大规模应用普及需要较长时间
没有标准,整个行业的发展就要受到制约,同样,对于物联网的普及也需要经过很长的时间,而时间的成本,对于快速发展的企业来讲还是有非常大的影响。
34物联网大企业部署较快
从现状来看,提到物联网都是比较高端的人群或者是企业,对于物联网的部署,只有具有一定的实力的企业能做或者承接物联网项目,如中电信、中移动等,对于小企业来讲,物联网的应用还没有具体的涉及到,以至于出现可望可及的现象。
35技术环境不成熟
虽然互联网的发展为物联网迈进了重要的一步,物联网不仅仅需要互联网的支撑,还需要许多如通信、企业应用软硬件的支撑,对于如何实现这些网络的融合,从技术的角度来讲,需要涉及到大量跨行业、跨企业的协条,导致了物联网在技术方面还存在很大方面的缺
36全社会对物联网的内涵尚未取得共识
虽然物联网受到全社会的普遍关注,但目前物联网的概念和技术架构缺乏统一的清晰描述,全社会对物联网的内涵尚未取得共识。物联网从广义上认为是深度信息化,狭义上认为是此深度信息化的承载网络,这其中的“深度还需要业内人士共同探讨,不断发展完善。

一、交通运输
1、物流
所有流动运输中的设备都通过智能标签发送定位信息、设备标识码、状态到物联网中,以便统一调度、指挥。
智能物流系统:是在智能交通系统和相关信息技术的基础上,以电子商务方式运作的现代物流服务体系。
智能物流系统:通过智能交通系统和相关信息技术解决物流作业的实时信息采集,并在一个集成的环境下,对采集的信息进行分析和处理。通过在各个物流环节中的信息传输,为物流服务提供商和客户提供详尽的信息和咨询服务的系统。智能物流系统包括:物流运输机器人(无人机、无人驾驶快递汽车)、物流导航、控制、调度。
2、城市交通
智能交通系统:是将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成运用于整个交通运输管理体系,而建立起的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合的运输和管理系统。
智能交通系统的应用范围:包括机场、车站客流疏导系统,城市交通智能调度系统,高速公路智能调度系统,运营车辆调度管理系统,机动车自动控制系统等。
无人驾驶汽车:特斯拉。
3、智能停车场
智能车牌识别系统主要是由:摄像头、控制程序、嵌入式硬件和停车栏杆控制系统组成。
港珠澳大桥珠海口岸配套的停车场,采用人工智能识别、导航寻车系统。包括停车场+车牌识别/卡片系统、视频车位引导+反向寻车+线上打折及缴费系统等,三个区域停车场共计18个车道,约2500个车位。由智慧城市公司打造的智慧停车系统,整合了智能硬件、视频识别、车位引导、室内定位、云平台等技术,实现了便捷停车、线上缴费、车位引导、自助寻车、动态导航等功能。
4、快递。
智能快递分捡系统、智能快递柜。
二、安全系统
1、安防监控
智能门禁系统:用人脸识别、指纹识别开门。

物联网的应用领域涉及到方方面面,在工业、农业、环境、交通、物流、安保等基础设施领域的应用,有效的推动了这些方面的智能化发展,使得有限的资源更加合理的使用分配,从而提高了行业效率、效益。

在家居、医疗健康、教育、金融与服务业、旅游业等与生活息息相关的领域的应用,从服务范围、服务方式到服务的质量等方面都有了极大的改进,大大的提高了人们的生活质量;

在涉及国防军事领域方面,虽然还处在研究探索阶段,但物联网应用带来的影响也不可小觑,大到卫星、导d、飞机、潜艇等装备系统,小到单兵作战装备,物联网技术的嵌入有效提升了军事智能化、信息化、精准化,极大提升了军事战斗力,是未来军事变革的关键。

一、智能交通

物联网技术在道路交通方面的应用比较成熟。随着社会车辆越来越普及,交通拥堵甚至瘫痪已成为城市的一大问题。对道路交通状况实时监控并将信息及时传递给驾驶人,让驾驶人及时作出出行调整,有效缓解了交通压力;

高速路口设置道路自动收费系统(简称ETC),免去进出口取卡、还卡的时间,提升车辆的通行效率;公交车上安装定位系统,能及时了解公交车行驶路线及到站时间,乘客可以根据搭乘路线确定出行,免去不必要的时间浪费。

社会车辆增多,除了会带来交通压力外,停车难也日益成为一个突出问题,不少城市推出了智慧路边停车管理系统,该系统基于云计算平台,结合物联网技术与移动支付技术,共享车位资源,提高车位利用率和用户的方便程度。

该系统可以兼容手机模式和射频识别模式,通过手机端APP软件可以实现及时了解车位信息、车位位置,提前做好预定并实现交费等等 *** 作,很大程度上解决了“停车难、难停车”的问题。

二、智能家居

智能家居就是物联网在家庭中的基础应用,随着宽带业务的普及,智能家居产品涉及到方方面面。 家中无人,可利用手机等产品客户端远程 *** 作智能空调,调节室温,甚者还可以学习用户的使用习惯,从而实现全自动的温控 *** 作,使用户在炎炎夏季回家就能享受到冰爽带来的惬意;

通过客户端实现智能灯泡的开关、调控灯泡的亮度和颜色等等; 插座内置Wifi,可实现遥控插座定时通断电流,甚者可以监测设备用电情况,生成用电图表让你对用电情况一目了然,安排资源使用及开支预算;

智能体重秤,监测运动效果。内置可以监测血压、脂肪量的先进传感器,内定程序根据身体状态提出健康建议; 智能牙刷与客户端相连,供刷牙时间、刷牙位置提醒,可根据刷牙的数据生产图表,口腔的健康状况;

智能摄像头、窗户传感器、智能门铃、烟雾探测器、智能报警器等都是家庭不可少的安全监控设备,你及时出门在外,以在任意时间、地方查看家中任何一角的实时状况,任何安全隐患。看似繁琐的种种家居生活因为物联网变得更加轻松、美好。

三、公共安全

近年来全球气候异常情况频发,灾害的突发性和危害性进一步加大,互联网可以实时监测环境的不安全性情况,提前预防、实时预警、及时采取应对措施,降低灾害对人类生命财产的威胁。

美国布法罗大学早在 2013 年就提出研究深海互联网项目,通过特殊处理的感应装置置于深海处,分析水下相关情况,海洋污染的防治、海底资源的探测、甚至对海啸也可以提供更加可靠的预警。该项目在当地湖水中进行试验,获得成功,为进一步扩大使用范围提供了基础。

利用物联网技术可以智能感知大气、土壤、森林、水资源等方面各指标数据,对于改善人类生活环境发挥巨大作用。

趋势和特征

物联网近年来的主要显着趋势是由互联网连接和控制的设备的爆炸性增长。物联网技术的广泛应用意味着从一个设备到另一个设备的具体细节可能大不相同,但大多数人都具有基本特征。

物联网为将物理世界更直接地集成到基于计算机的系统中创造了机会,从而提高了效率、经济效益和减少了人力。

物联网设备的数量在 2017 年同比增长 31% 至 84 亿,预计到 2020 年将有 300 亿台。物联网的全球市场价值预计为到 2020 年达到 71 万亿美元。

环境智能和自主控制并不是物联网最初概念的一部分。环境智能和自主控制也不一定需要互联网结构。然而,(英特尔等公司)的研究发生了转变,将物联网和自主控制的概念结合起来,初步成果朝着这个方向发展,将物体视为自主物联网的驱动力。

在这种情况下,一种有前途的方法是深度强化学习,其中大多数物联网系统提供动态和交互式环境。训练代理(即 IoT 设备)在这样的环境中表现得更聪明,无法通过传统的机器学习算法(例如监督学习)来解决。

通过强化学习方法,学习代理可以感知环境状态(例如,感知家庭温度),执行 *** 作(例如,打开或关闭暖通空调)并通过最大化其长期获得的累积奖励来学习。

可以在三个级别提供物联网智能:物联网设备、边缘/雾节点和云计算。每个级别对智能控制和决策的需求取决于物联网应用的时间敏感性。例如,自动驾驶汽车的摄像头需要进行实时障碍物检测以避免发生事故。

通过将数据从车辆传输到云实例并将预测返回给车辆,这种快速决策是不可能的。相反,所有 *** 作都应在车辆本地执行。集成高级机器学习算法,包括深度学习物联网设备是一个活跃的研究领域,使智能对象更接近现实。

此外,通过分析物联网数据、提取隐藏信息和预测控制决策,可以从物联网部署中获得最大价值。物联网领域使用了各种各样的机器学习技术,从回归、支持向量机和随机森林等传统方法到卷积神经网络、LSTM和变分自动编码器等高级方法。

未来,物联网可能是一个非确定性和开放的网络,其中自动组织或智能的实体(Web 服务、SOA组件)和虚拟对象(化身)将可互 *** 作并能够独立行动(追求自己的目标)目标或共享目标)取决于上下文、情况或环境。

通过上下文信息的收集和推理以及对象检测环境变化(影响传感器的故障)并引入合适的缓解措施的能力的自主行为构成了一个主要的研究趋势,显然需要为物联网技术提供可信度。

市场上的现代物联网产品和解决方案使用各种不同的技术来支持这种上下文感知自动化,但需要更复杂的智能形式,以允许在真实环境中部署传感器单元和智能网络物理系统。

以上内容参考 百度百科-物联网


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/13365387.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-07-22
下一篇 2023-07-22

发表评论

登录后才能评论

评论列表(0条)

保存