交通运输前沿技术导论 交通运输 冉斌,张健 编著 新华正版
交通运输 新华书店全新正版书籍 支持7天无理由
￥ 48.25 7.0折 ￥ 69 全新
库存4件
河北保定
认证卖家担保交易快速发货售后保障
作者冉斌,张健 编著
出版社科学出版社
ISBN9787030540577
出版时间2017-07
版次1
装帧平装
开本16开
页数143页
字数192千字
定价69元
货号xhwx_1201560114
上书时间2023-12-24
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
序言
章绪论
1.1导言
12交通前沿技术的内涵
1.3交通前沿技术的主要内容
1.3.1感知与识别技术
1.3.2网络与通信技术
1.3.3云计算及大数据处理技术
1.3.4移动互联网技术
1.3.5人工智能技术
1.4交通前沿技术的经济社会效益
1.4.1成本效益
1.4.2经济效益
1.4.3社会效益
1.5交通前沿技术的特点和关系
1.5.1交通前沿技术特点
1.5.2交通前沿技术关系
1.6交通前沿技术的自我发展（展望）
思题
参文献
第2章智能运输系统
2.1智能运输系统内涵及素质要求
2.1.1智能运输系统的内涵
2.1.2智能运输系统的技术领域
2.2智能运输系统（its）发展概况
2.2.1美国智能运输系统（its）发展概况
2.2.2欧洲智能运输系统（its）发展概况
2.2.3本智能运输系统（its）发展概况
2.2.4中国智能运输系统（its）发展概况
2.3智能运输系统（its）结构
2.3.1中国its体系框架概述
2.3.2中国its体系框架的分析逻辑
2.4智能运输系统（its）示例
2.4.1美国洛杉矾智能运输系统示例
2.4.2本东京智能运输系统示例
2.4.3中国智能运输系统示例
2.5智能运输系统（its）展望
2.5.1运用车路协同提升交通安全水
2.5.2运用信息技术提升交通管理水
2.5.3基于信息共享实现多种运输方式协同和效能提升
思题
参文献
第3章智能交通管理信息台
3.1引言——智慧城市
3.1.1未来蓝图
3.1.2蓝图的三项关键技术
3.2智慧台发展的三大战略概述
3.2.1交通设施装备信息化
3.2.2交通信息化业务
3.2.3交通管理系统信息化建设
3.3智能化交通管理信息台阶段实施
3.3.1基础交通信息采集与处理
3.3.2智能化交通管理信息台应用系统
3.3.3智能化交通管理信息台服务实践
3.4智能化交通管理信息台动力保障
3.4.1的支持
3.4.2企业的合作
3.4.3高校的科研
思题
参文献
第4章车联网技术
4.1车联网技术概念
4.1.1车联网定义
4.1.2车联网关键技术
4.2车联网的技术现状及趋势
4.2.1美国车联网的技术现状及趋势
4.2.2欧盟车联网的技术现状及趋势
4.2.3本车联网的技术现状及趋势
4.2.4中国车联网的技术现状及趋势
4.3我国车联网发展存在的问题
4.3.1及行业发展战略不够明确
4.3.2车联网相关技术标准滞后
4.3.3关键技术尚需协同突破
4.3.4成本昂贵
4.4我国车联网发展的机遇与挑战
4.4.1我国车联网发展的机遇
4.4.2我国车联网发展的挑战
4.5我国车联网发展展望
思题
参文献
第5章智慧高速公路
5.1智慧高速公路的概念
5.1.1高速公路营运管理信息化内涵
5.1.2高速公路营运管理信息化意义
5.2智慧高速公路的构成及功能
5.3智慧高速公路智能化台设计
5.3.1数据流体架构设计
5.3.2信息采集系统数据流架构设计
5.3.3云计算数据中心与路网应用台数据流架构设计
5.3.4云计算数据中心与外部系统数据流架构设计
5.3.5云计算数据中心与路段数据中心数据流架构设计
5.4智慧高速公路智能化台应用
5.4.1重点示范阶段
5.4.2区域推广阶段
5.4.3全省实施阶段
思题
参文献
第6章交通领域前沿技术及人才培养
6.1导言
6.2物联网技术概论
6.2.1物联网的基本定义与基本特征
6.2.2物联网的技术架构
6.2.3物联网核心技术
6.2.4物联网交通应用——车联网
6.3交通大数据技术概述
6.3.1大数据概述
6.3.2交通大数据基本特征
6.3.3交通大数据分类
6.3.4交通大数据的关键技术
6.3.5交通大数据应用
6.4云计算技术概述
6.4.1云计算概述
6.4.2云计算分类
6.4.3云计算关键技术
6.4.4云计算优势与不足
6.4.5云计算技术应用
6.5交通领域中的其他技术
6.5.1信息化发展背景下城市交通网络构建和可视化的新机遇
6.5.2互联网和移动互联网的发展
6.5.3交通领域内深度学与人工智能的发展
6.6交通工程中专业人才的能力培养
6.6.1对象洞察力
6.6.2思维转换力
6.6.3协同系统
6.6.4社会责任感
思题
参文献
内容简介：
交通运输前沿技术导论结合新兴的物联网、云计算、大数据、人工智能、移动互联网等技术，以智慧交通为核心，结合世界范围内交通运输前沿技术及发展趋势，在深入分析靠前交通运输行业发展的基础上，重点针对智能交通运输系统的体系框架、信息台、车联网技术及智慧高速公路应用实践等方面，介绍交通运输的相关前沿技术。交通运输前沿技术导论紧密围绕交通前沿技术内涵，结合靠前外研究进展及应用实例，基于多学科交理论研究与探索，形成一系列的交通运输前沿技术成果。通过对智能运输系统、智能交通管理信息台、车联网技术、智慧高速公路以及物联网、云计算、大数据与交通前沿技术的详细论述，旨在阐明通过交通前沿技术在交通领域中的充分运用及发展，建立一种实时、准确、高效、安全、节能、环保的智慧交通系统，致力于培养满通行业未来发展所需的复合型高端人才。
精彩内容：
靠前章 绪论
1.1 导言
来，随着我国城市化进程的不断加快以及人们生活水的不断提高，城市的机动化水在逐渐提升，城市的交通压力越来越大，并且人-车-路-环境等交通系统构成要素的需求也在不断变化。面对当今世界科技和信息化发展趋势，大数据、云计算和互联网等新技术的不断涌现，智能交通行业得到飞展。传统的交通技术和手段已不适应经济社会发展的要求，原有提出的智能交通系统（intelligent transportation systems， its）已逐渐演变为“智慧交通”，并成为交通行业发展的必然选择，从而在交通行业掀起一场科技。如果近期新的物联网、云计算、人工智能、自动控制、移动互联网等前沿技术在交通领域中充分运用，建立一种大范围、多方面发挥作用的，实时、准确、高效、安全、节能、环保的智慧交通系统，对于交通行业的未来发展会有重要作用。此外产品技术创新也将为企业竞争带来新的契机，使得应用系统升级改造或将掀起新一轮建设热潮和带来巨大商机。从更宏观的层面来讲，更大的意义在于造福社会民众。
1.2 交通前沿技术的内涵
智慧交通是在交通领域中充分运用物联网、云计算、人工智能、自动控制、移动互联网等技术，对交通管理、交通运输、公众出行等交通领域全方面以及交通建设管理全过程进行管控支撑，使交通系统在区域、城市甚至更大的时空范围具备感知、互联、分析、预测、控制等能力。通过综合利用云计算、大数据处理等各种信息技术，对交通运输系统中的人、车、路、环境等多元交通要素信息进行融合处理，从而实现交通信息的数据采集、传输、处理与服务的综合体系结构，以充分保障交通安全、发挥交通基础设施效能、提升交通系统运行效率和管理水，在缓解交通拥堵、减少交通事故、降低能源消耗和环境污染等方面发挥至关重要的作用，为通畅的公众出行和可持续的经济发展服务[1，2]。
1.3 交通前沿技术的主要内容
1.3.1 感知与识别技术
感知与识别技术是交通物联网的基础，负责交通事件和数据。实现交通信息的感知和识别，包括多种发展成熟度差异较大的技术，如无线频识别（radiofrequency identification， rfid）、条码、无线传感器网络（wireless sensor work，wsn）、雷达、摄像头、红外等多种标识手段[3，4]。其中rfid 已被认可为是物联网构建的基础和核心。rfid 技术在交通运输行业有着广泛的应用，如智能交通领域、智能物流等。目前典型应用包括道路运政管理、水路运政管理、港管理及海事管理、高速公路联网与不停车收费、多路径识别、车辆管理、集装箱管理、船舶管理、货物管理、堆场管理等。
1）感知技术
传感技术利用传感器和多跳自组织传感器网络等，协作感知、采集交通运输系统中各交通要素信息。目前这方面的研究热点包括泛在传感网等，它是物联网末梢所采用的关键技术之一。泛在传感网是由多个传感节点组成的分布式无线自组织网络，用来感知物体周围变化的信息，一般提供局域或小范围内各交通要素之间的信息交换。
传感器技术的发展使得人们对车辆状态及其周边环境的描述更加清晰和完整，特别是图像识别技术和76~79 ghz雷达技术的应用，使得车辆可以在复杂环境下将高速行驶车辆前方和侧面的车辆、行人、障碍物等识别出来，配合定位技术和安全辅助驾驶技术，可以大大提高车辆行驶的安全，还可以对行人进行避让。同时，传感器技术的发展还为自动驾驶系统的开发提供了支撑。
2）识别技术
识别技术涵盖物体识别、位置识别和地理识别等诸多方面，对交通要素的识别是实现交通物联网全面感知的基础。带有优选定位系统芯片的智能手机和车辆在使用交通信息服务系统时，自己也成为交通信息的提供者，也是所说的众包模式。智能手机和车载设备的定位数据直接传送到汽车服务商或信息服务商的信息中心，处理后得到道路拥堵信息，并发回给系统内的车辆用户和智能手机用户。这样形成了不依赖于管理部门的道路交通信息采集和服务系统，如靠前上的tomtom、中国的高德和百度，以及各大电信运营商等都开始了这类服务[5]。车联网位置感知技术主要采用卫星定位技术，位置感知是车联网很重要的感知技术之一，它是车辆行车监控、在线调度、智能交通和辅助驾驶的基础技术。目前优选很重要的位置感知技术体系主要应用g系统，中国北斗卫星导航系统发展也很快，将成为重要的位置感知技术体系。
1.3.2 网络与通信技术
网络是交通物联网信息传递和服务支撑的基础设施台，涵盖泛在接入和骨干传输等多个层面的内容，主要有inter、3g/4g移动通信网络、wi-fi/wimax等。通信网络方面我国具有较强的基础，我国提出并牌的第四代移动通信系统td-lte 靠前标准，实现了全产业链的群体突破，并在优选广泛应用。文献[6，7]中研发的multi-radio高能网关，支持802.11n和ipv6协议，且可同时支持三个嵌入式wi-fi模块的作，实验测试结果也表明其接近能够满通物联网的网络传输需求。而以传感器网络为代表的末梢网络在规模化应用后，面对与骨干网络的接入问题，并且需要与骨干网络进行充分协同，这些都将面临着新的挑战，需要研究有线、无线和移动网及ad-hoc网技术、自治计算与联网技术等。
宽带移动通信和专用短程通信（dedicated short range munication， dsrc）的技术成熟和应用成本下降，使得its中的智能终端、车辆、基础设施之间能够实现低成本和高可靠的互联，参与交通的人、车辆、设施成为宽带网中可以相互交换信息和相互作用的单元。通过基础设施和车辆的配合，发达近几年来热门的合作式its或互联车辆（connected vehicle）都是这个方面的具体应用。
dsrc标准经过十多年的磨合，已经准备绪。但作为很有前景的车联网载体，lte-v在时延、传输速率、可靠、部署成本方有明显优势。过去十多年，靠前上几大标准化组织都开展了制定dsrc标准的工作，其中以美国astm/ieee、欧洲cen/tc278标准体系和本的iso/tc204为代表。我国交通部its中心向交通运输部无线电管理委员会提出将5.8ghz频段分配给智能运输系统技术领域的短程通信（包括etc收费系统）。由于涉及领域之多，影响面之大，无论是北美、欧盟以及本这些发达，还是我国，v2v标准尚处于推广阶段，还未实现大规模的商用。正如人体的神经网络一样，网络与通信技术是车联网的核心组件。
1.3.3 云计算及大数据处理技术
云计算是一种新兴的计算模型和商业模式，但其本质上并非一个全新的概念，它是由集群计算、效用计算、网格计算、服务计算等技术发展而来，主要关键技术包括：数据存储技术、数据管理技术、编程模型和任务调度模型、安全与隐私保护等[8]。
从交通物联网系统架构中可以看到，通信技术、传感器技术及智能手机的发展，使得交通系统中采集的数据量成百上千倍地增长，但获取成本却大大下降。智能交通系统名副其实地成为具有大数据特征的系统。其中，海量交通信息数据的分析与处理技术是交通物联网应用大规模发展面临的主要挑战之一，只有通过大数据管理和处理技术的应用，才能更加准确地描述交通系统。
针对交通运输行业数据信息量大、信息实时处理要求高、数据共享的高可用以及高稳定等需求，需要通过云计算技术搭建统一的数据处理台，实现数据信息的共享与协同，并通过大数据挖掘技术实现对海量多源交通信息数据进行动态、实时处理[9，10]。同时交通云计算台通过虚拟化等技术，整合服务器、存储、网络等硬件资源，优化系统资源配置比例，为交通大数据处理提供弹可扩展的处理台，实现应用部署的灵活，同时也能提升资源利用率，降低能耗以及运行维护成本[11]。
目前普遍采用的是类似mapreduce的分布式处理开发框架以解决海量数据处理问题的伸缩需求，研究方向包括mapreduce应用领域的扩展、mapreduce能的提升、mapreduce易用的改进以及mapreduce实时数据流处理能力的增强等[12]。针对大数据处理的时效问题，内存数据库通过将数据在内存中进行运算，避了i/o作，从而获得了优于传统磁盘数据库的处理能。同时，分布式数据处理技术通过将海量数据分散在云台的多个服务器节点上，并执行数据运算任务，将能进一步提高交通物联网应用系统的处理能。基于此，分布式内存数据库很好适合海量交通数据的实时处理[13]，有望解决交通物联网的海量交通信息数据计算的瓶颈问题[14]。所以云计算与大数据技术为交通物联网提供了重要的支撑台，交通物联网依赖于云计算技术为其提供“智慧交通”服务的处理能力。
1.3.4 移动互联网技术
提出要制订“互联网+”行动计划，意味着“互联网+”正式上升为战略，“十三五”期间互联网将与交通行业深度渗透融合，对相关环节产生深刻变革，并将成为建设智慧交通的提升技术和重要思路。服务是交通运输的本质属，随着移动互联网、智能移动终端大范围应用，信息服务向个化、定制化发展。信息服务系统与交通要素的信息交互更加频繁，系统对用户的需求跟踪、识别更加及时准确，能够为用户提供交通出行或货物运输的全过程规划、实时导航和票务服务，基于位置的信息服务和主动推送式服务水大大改善。
随着无线通信技术和智能移动终端的快展，基于位置的服务（locationbased service，lbs）在交通、物流领域得到了广泛应用，它能够根据移动对象的位置信息提供个化服务[15]。lbs是交通物联网提供按需服务的核心技术之一，其主要是通过获取用户的当前动态位置信息，在地理信息系统（geographic information system， gis）台的支撑下，为用户提供更为智能化服务的一种增值业务。需要应用开发工具支持未来的“3×3”台与架构，即三个主要台（android， ios和windows）和三个主要架构（本地、混合和移动web）。工具选择是一个复杂的衡行动，权衡许多技术和非技术问题，如生产效率和厂商的稳定。大多数机构将需要一些工具组合提供它们需要的架构和台。lbs包括两层含义：首先是确定移动设备或用户所在的地理位置，其次是提供与位置相关的各类信息服务。而在云计算的背景下，lbs面临着诸多挑战，包括海量移动对象当前/将来位置索引、隐私保护等[16]。
手机信令是手机移动通信网络中的定位信息，基于手机信令的交通信息采集为：通过移动网络的原始信令采集台采集指定区域的用户手机信令数据，提取信息并进行特殊处理后推送给实时交通信息处理台。通过该台完成样本过滤、噪声处理、地图匹配、统计模型建立、速度计算等功能。手机信令可以应用于对高速公路交通态势进行监测，通过对手机信令数据的实时处理和分析形成车速分布统计、位置分布统计、行程时间统计、交通出行分布统计等多维数据的采集。
1.3.5 人工智能技术
人工智能（artifi intelligence， ai）是计算机学科的分支，通过模拟情景、人的意识和思维独立完成具体指令。ai涉及的领域包括机器人、语言识别、图像识别、专家系统等，它已经逐渐融入现代生活，而且也在交通领域得到了广泛研究与应用。在面对各类城市问题时，我们拥有布满天空的卫星、充分的气象信息、无处不在的摄像头、大量的无线通信终端、海量的移动通信数据，收集所有可能的数据迟早可以派上用场，从而使大数据成为向人工智能技术发展的重要推手。城市的物理系统需要整合资源、统一管理，充分利用人与设备的自我感知能力，实现各类数据的快速采集与共享，位于本地或云端的便宜的存储，这些都催生了对更复杂的数据分析方案的需求——更加具有洞察力，更加智能。人工智能技术是对人的
— 没有更多了 —
以下为对购买帮助不大的评价