核心技术优势
Core technology advantages
人工智能
设计多任务并行学习的路侧异构数据自主感知-学习-决策协同智能AI计算模型，包括开展基于复杂多源异构感知的类脑自主学习与决策，开展具有自纠错能力的新一代神经网络结构设计研究；并利用稀疏编码技术，降低模型的复杂度。开展多任务并行学习的模型泛化性优化，降低模型对特定的、大量标注样本的依赖，增加感知-学习-决策输出结果的鲁棒性、适应性和可解释性。
多元感知
以激光雷达、毫米波雷达、视频等做为核心感知设备，发挥各类感知原件的优势，并借助时空同步、多元融合等关键算法技术，能够对区域交通目标同时进行联合探测感知，是实现数字孪生的关键环节。
边缘计算
边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务。在实际应用中，边缘计算可以与云计算配合，将大部分的计算负载整合到道路边缘层，并且利用5G、LTE-V等通信手段与车辆进行实时的信息交互
泛在网络
建设V2X通信基础设施搭建广泛存在的交通信息网络，它以无所不在、无所不包、无所不能为基本特征，基于环境感知、内容感知的能力，为交通参与者提供了泛在的、无所不含的信息服务和应用，以实现在车-路-云三端在任何时间、任何地点都能顺畅地通信。
大数据
智能交通大数据作为未来交通系统的关键组成部分，综合运用现代全局感知技术、通信技术、数据存储分析技术等，将交通系统所涉及到的人、车、道路、和环境有机地结合在一起，为出行者创造安全、高效的驾乘体验，为道路管理者提供实时有效的决策辅助，为自动驾驶提供全面的辅助支持，从而使交通系统实现智能、安全、通畅、环保的目标。
