5G+北斗精准定位赋能安全辅助驾驶服务课件.pptx

【大学】后勤集团安全应急预案-优质服务月-精品.ppt

第二届优质服务月,安全应急预案,docinsundaemeng,建立健全集团安全工作突发事件应急处理工作体系，完善集团各中心部门突发事件应急处理工作预案和安全管理工作长效机制，明确集团安全工作预案的逐级负责分类管理责任到人等相关规定要求，提,

《5G+北斗精准定位赋能安全辅助驾驶服务课件.pptx》由会员分享，可在线阅读，更多相关《5G+北斗精准定位赋能安全辅助驾驶服务课件.pptx（14页珍藏版）》请在上搜索。

1、,2,2019-中国的5G商用元年,运营商频率范围带宽中国电信3400-3500MHz100MHz,中国联调3500-3600MHz100MHz,中国移动,2515-2675MHz4800-4900MHz260MHz,中国广电700MHZ、4900MHZ？两个60MHZ,3,eMBB,uRLLC,mMTC,5G三大能力之应用场景：高速率、低时延、广连接,Enhanced Mobile Broadband，增强型移动宽带：包括超高清视频、虚拟,现实、增强现实等。这类场景首先对带宽要求极高，关键的性能指标包括100Mbps用户体验速率（热点场景可达1Gbps）、数十Gbps峰值速率、每平方公里数十。

ASP-NET应用开发教程案例16-Web系统安全和部署课件.ppt

案例16 Web系统安全和部署,授课课时：4课时180分钟,2,16.1 案例描述,Web网站的安全最基本的是用户输入环节，要求具备防范SQL语句的注入式攻击的能力，以避免给Web系统带来严重的安全威胁。更进一步的可以通过ASP.NET和I,

2、Tbps的流量密度、每小时500km以上的移动性等。其次，,涉及到交互类操作的应用还对时延敏感，例如虚拟现实沉浸体验对时延要求在十毫秒量级。,Ultra Reliable & Low Latency Communication，超高可靠与低时延的通信：包括工业控制、无人机控制、智能驾驶控制等。这类场景聚焦对时延极其敏感的业务，高可靠性也是其基本要求。自动驾驶实时监测等要求毫秒级的时延，汽车生产、工业机器设备加工制造时延要求为十毫秒级，可用性要求接近100%。,massive Machine Type of Communication，大规模（海量）机器类通信：包括智慧城市、智能家居等 。

3、。这类应用对连接密度要求较高，同时呈现行业多样性和差异化。智慧城市中的抄表应用要求终端低成本低功耗，网络支持海量连接的小数据包；视频监控不仅部署密度高，还要求终端和网络支持高速率；智能家居业务对时延要求相对不敏感，但终端可能需要适应高温、低温、震动、高速旋转等不同家具电器工作环境的变化。,4,边缘计算：通过在无线网络侧增加计算、存储、处理等功能就近快速响应需求,网络切片：为不同业务场景按需提供特有的高质量通信保障,eMBB 增强型移动互联网mMTC 海量连接物联网uRLLC 超低时延高可靠通信,5G,3D,拓扑快速变化，稳定时间可能低于10秒,最大密度要求2000辆/km最大连接数可能超过10。

4、000,端到端时延低至10ms可靠性要求99.999%,地图实时下载量100Mbps稳定上传带宽超过1Mbps,C-V2X基站,中心平台,PC5,UE,Uu,C-V2X基站,应用基础数据平台,基础设施,通信管理平台,边缘计算平台,V2X功能实体,Uu,基础设施RSU,PC5,基础设施,2/3/4G基站,T-Box后视镜,Uu,边缘计算平台,边缘计算平台,前方慢速车辆告警,紧急刹车预警,交通拥堵预警,交通事故/弯道预警,十字路口人车避撞,人行横道通行预警,V2V典型应用场景V2I典型应用场景V2P典型应用场景,LTELTE+V2X5G+V2X,阶段一：车载信息服务阶段二：智能辅助驾驶阶段三：自动。

5、驾驶,5G两大特性：边缘计算、网络切片,5,高精度定位需求旺盛,高精度定位一般实现亚米级、分米级、厘米级、毫米级定位，通常应用于传统行业如测绘测量、电力巡检、灾害检测，以及智能驾驶、精细农业、物流监控、车路协同、高速导航等新兴行业领域。,应,用,场,景,场景1 智能网联汽车：自动驾驶、泊车 场景2 数字地球：智慧交通、智慧城市,场景3 无人机：基站巡检、农业质保 场景4 精准农业：精准管理、产量检测,到达困难基站,6,基于5G网络的通导（通信+导航）一体化结构，可实现亚米级定位,1.通过卫星广域高精度同步，网络节点传递误差在纳秒级同步时钟，为高精度定位打下良好基础。,2.通信定位的一致覆盖或增。

6、强覆盖，实现米级或亚米级定位。,3.定位结果会统一发放到5G网络中，对外提供既有通信能力又有位置信息的一体化服务平台。,7,基于边缘计算的网联高精度位置计算架构,利用MEC的计算能力、感知能力和协作能力，通过在边缘云上收集、处理、融合来自于路侧和车辆的多类型传感器信息，为车提供高精度的位置计算服务。,自动驾驶车辆基于高精度空间位置，可实现对驾驶环境的多维时空感知，实现自动驾驶车辆协作，进而保证自动驾驶的可靠与安全。,MEC能够融合多种定位技术，进行车路协同定位，可以为自动驾驶提供基础可靠的高精度位置估计。,8,基于边缘计算的网联高精度位置是车端传感器定位的有效补充,MEC强大的感知和计算等能力使能网联融合位置计算，采用多传感器融合，车路、车车协同等方式，解决自动驾驶定位中传感器工作的不稳定以及精度低的问题。,l 多传感器融合：解决不稳定性问题。利用MEC的网络及计算能力开放，将多传感器信息进行融合处理，可以克服某些传感器因遮挡、天气变化等情况无法获得准确信息的问题。,l 车路协同定位：解决单车定位低精度问题。利用MEC的网络、信息、计算能力开放，进行多车协作定位，综合采集到的多车多传感器信息进。