1
自学道路基础设
每两分钟,德国道路上会发生由野生动物引起的事故。为了解决这个问题,乌尔姆应用科技大学和海尔布隆应用科技大学与工业合作伙伴共同创建了“ SALUS”。结合雷达,光学摄像头和红外传感器以及神经网络,设计了一种机器学习系统,可以区分行人,汽车,自行车,摩托车,鹿,狐狸,野猪等,预测这些行为对象。该系统会向汽车司机和其他道路使用者发送警告,以防止发生事故。微型多普勒雷达的数据由虹科的PCIe数字化仪M2p.5926-x4采集,该板卡提供所需的通道数和位宽。
2
PROJECT SALUS - 路边警告通知装置
乌尔姆应用科技大学的Hubert Mant教授是该项目的负责人之一。他表示:“汽车制造商正在从高端车型开始安装驾驶员辅助系统,但这需要很长时间才能转变到其他车型。同样,高端摩托车已开始添加这种功能,但安装空间有限意味着很难实现与基于汽车的警报系统相媲美的功能。我们项目的目的是在路边安装小型设备,以检测危险并给临近的车辆传递信号。另外,对于没有安装警报系统的道路使用者,可以打开路灯照亮危险区域或警告提示。SALUS项目可以检测那些较难发现的危险并发出警告,这会大大改善道路安全。”
3.雷达和相机测量
技术演示系统将能够同时测量来自三个来源的数据:雷达、光学摄像头和红外摄像头。还可以集成其他传感器来测量污染程度。
该项目设想将这些独立单元作为德国道路旁的哨所进行大规模部署,这意味着它们必须价格低廉且由太阳能供电。后者对于农村地区尤其重要,因为那里的电力供应不足,并且路灯稀少,因此对这种警报系统的需求最大。
这也意味着,智能交通基础设施的单元之间的通信系统必须是低功耗的,所以使用远程广域网(LoRaWAN),可以在农村地区达到40公里的距离。该标准的特点是能耗低且基于非授权频段,因此成本低。
4
机器学习
图 3:使用的虹科Spectrum数字化仪 M2p.5926-x4,具有 4 个差分通道,20 MS/s
“我们正在使用神经网络来开发机器学习,使系统能够区分例如骑自行车的人,汽车或鹿。这远远超出了单纯的运动检测。” Mantz教授补充说,“我们正处于项目的关键部分,即对检测到的对象进行分类,这是以前从未尝试过的。借此功能,系统将能够预测物体的运动,从而为系统增加了非常有用的实时智能,使其可以预测危险情况如何发展。我们选择了具有16位,4个差分通道和10 MHz带宽的数字化仪M2p.5926-x4。利用该设备采集信息来指导系统,使我们可以实时处理所需的数据。而且使用非常简单直观,这意味着我们可以专注于项目而不需要对其进行编程。最重要的是,产品提供五年保修,因此不必担心任何维护和维修问题,这与其他公司仅提供一年的标准产品不同,如果他们的设备出现故障,这可能意味着额外费用。”
5
高品质数字化仪
大学和研究机构所进行的项目和实验可能需要花费数年的时间,因此他们深知在项目的整个周期中,需要依靠每一部分完美地运作才能成功。虹科产品经久耐用,并且在产品的整个生命周期内免费提供软件和固件更新,由虹科的设计工程师直接提供支持。
虹科测试测量团队
虹科是在各细分专业技术领域内的资源整合及技术服务落地供应商。在测试测量行业经验超过17年的高科技公司,虹科与世界知名的测量行业巨头公司Marvin Test、Pickering Interface, Spectrum, Raditeq等公司合作多年,提供领域内顶尖水平的基于PXI/PXIe/PCI/LXI平台的多种功能模块,以及自动化测试软件平台和测试系统,通用台式信号源设备,高速数字化仪,EMC和射频测试方案等。事业部目前已经提供覆盖半导体、3C、汽车行业的超过25个大型和超大型自研系统项目。我们的解决方案已在汽车电子、半导体、通信、航空航天、军工等多个行业得到验证。此外,我们积极参与半导体、汽车测试等行业协会的工作,为推广先进技术的普及做出了重要贡献。至今,虹科已经先后为全国用户提供了100+不同的解决方案和项目,并且获得了行业内用户极好口碑。
-
检测
+关注
关注
5文章
4441浏览量
91383 -
雷达
+关注
关注
50文章
2904浏览量
117348 -
数字化
+关注
关注
8文章
8628浏览量
61648
发布评论请先 登录
相关推荐
评论