智行者 BSD盲点监测-谱地新能源科技- BLIS并线辅助

ADAS传感器分类

激光雷达（Lidar）是远程传感器的可能选择。相比于雷达，这种传感器发射激光脉冲，并能检测从其他物体反射回来的光线。通过测量反射光的运行时间而确定目标的距离。同时可以对周边所有障碍物进行精准的建模。谷歌的全自动驾驶测试车用的是价格昂贵、结构复杂的远距传感系统LiDAR（激光雷达）。

超声波雷达具有成本低的优势，但是探测距离近，存在探测盲区，频率一般在20KHZ~500KHZ，主要应用于前、后倒车报警系统中。

视频传感器能够监测图像信息，比如侧面物体的大小和形状。视频传感器能够监测其他的道路使用者、交通信号和路标等情况。传感器发出的信息能够实现车道偏离警告和交通信号识别功能。其他基础设施如交通信号、转弯或山坡等信息可以通过地图来获得。

通过不同传感器获得的数据可以相互融合，用于增加系统功能或增强现有的功能。比如，雷达、摄像机和激光雷达与导航数据的融合对改善车辆性能十分重要。融合这些传感器还能获得一种新的功能，即Sensitive Guidance，这是融合了雷达或摄像机系统的导航系统。导航系统的输出与交通情况、雷达或摄像机传感器相适应，比如监测盲点中或其他车道中的车辆。

谱地科技—大数据时代的车联网

随着互联网的不断发展，大数据正在成为一股热潮，且业界对大数据的讨论已达到一个**的高峰。车联网作为移动互联网大背景下诞生的一个产物，不管是车辆的接入、服务内容的选择还是服务的精准性，都离不开大数据。

车辆上传的每一组数据都带有位置信息和时间，并且很容易形成海量数据。一方面，如果说大数据的特征是完整和混杂，而车联网与车有关的大数据特征是完整加精准。如某些与车辆本身有关的数据，都有明确的一个ID，根据这个ID可以关联到相应的车主信息，并且这些信息还是精准的。

另一方面，我们可以看到车联网与驾驶人的消费习惯、兴趣爱好等大数据特征是完整和部分精确。因此，研究车联网的大数据更有意义。