本文提出一個具整合5G邊緣運算之即時車況辨識系統架構與應用,使用多維雷達陣列之車用雷達,搭配即時MEC(Multi-access Edge Computing)運算架構,以5G網路為基礎並結合類神經網路學習建立辨識模型,實現具有低延遲與高速傳輸特性之車況辦識系統,提供駕駛即時掌握行車橫縱向車距路況與安全的警示,改善傳統車用雷達只能辨識縱向軌跡距離遠近之告警,以及因使用4G網路傳輸大量感測資料造成的時間延遲以致訊息不具即時,與大量的車聯網資料皆連線至單一服務器處理造成運算速度緩慢等問題皆需解決。
為了持續優化網站功能與使用者體驗,本網站將Cookies分析技術用於網站營運、分析和個人化服務之目的。
若您繼續瀏覽本網站,即表示您同意本網站使用Cookies。