思博伦通信与Cohda Wireless公司宣布,双方扩大既有的伙伴关系,为WAVE-DSRC V2X设备的测试提供更广泛的支持。
基于在欧洲V2X标准ITS-G5方面的长期成功合作,Cohda Wireless与思博伦通信将携力为美国交通运输部的WAVE-DSRC标准提供类似的测试,该标准执行IEEE1609.x和SAE J2945/1的相关标准内容。
思博伦与Cohda Wireless将于5月7日至11日参加在密歇根州Plymouth市举办的OmniAir Motor City Plugfest大会。思博伦在其中的5个测试站提供WAVE-DSRC V2X一致性测试,使V2X厂商能够为OmniAir认证做好准备,并不断提高其产品质量。在此次大会上,思博伦将侧重点放在SAE J2945/1和IEEE1609.2标准所定义的功能和性能要求上,涵盖各类安全和移动性特性,而它们正是部分互操作性和安全问题的潜在来源。
Cohda公司负责业务拓展的副总裁Bernd Lübben指出:“在为OmniAir认证做准备期间,思博伦的测试解决方案帮助我们验证了MK5设备在WAVE-DSRC标准下的一致性。思博伦的WAVE-DSRC V2X一致性测试解决方案是一种非常直观的工具,可以支持极高的自动化水平,并使我们能够将使用性和性能结合在一起,充分满足项目测试目标。MrLübben还表示:“Cohda非常高兴能与思博伦合作,朝着实现V2X栈的全面一致性共同努力。思博伦与我们开展密切的合作,双方共同探讨各类测试例,还为Cohda提供了多个早期版本,它们在提高我们的软件性能方面具备无可估量的价值。”
思博伦通信车联网研发总监Stephan Pietsch表示:“我们很荣幸能为Cohda公司的MK5 V2X设备一致性测试活动提供支持,而此项测试的目标正是成功完成OmniAir的认证计划。我们将全身心地致力于继续扩展此类合作,而这正是我们为V2X的部署提供后续支持的重要组成部分。”
V2X是多种应用实现普及的基础,这些应用将对驾驶者和车载嵌入式系统发出各类警告,涉及道路施工、车道关闭、交通信号计时,甚至包括潜在碰撞风险,从而大幅提高道路的安全性。V2X技术将为优化安全交通做出巨大贡献,最终实现完全自主的车辆行驶,使这些使用合作式智能交通系统(C-ITS)的车辆能够在道路上安全运行。
不同制造商的车辆通信设备和相关软件之间的互操作性是V2X技术取得成功的关键环节。为确保这种互操作性,OmniAir联合会已经制订一项严格的联网车辆认证计划,目的就是验证与现行标准和法规的一致性。美国交通运输部(USDOT)已经强制规定制造商的设备必须通过OmniAir联合会的认证后,方可参加在美国的试运行部署。
作为联网汽车和汽车以太网测试解决方案领域的全球领导者,思博伦通信最近发布了新版的TTsuite WAVE-DSRC测试解决方案,并已从OmniAir获得资质成为符合资质的测试设备,参与了世界上第一个对V2X标准和法规一致性进行认证的计划。
Cohda Wireless公司是V2X设备领域的关键解决方案供应商,其MK5设备可支持ITS-G5和WAVE-DSRC标准。测试领域领导厂商与V2X栈和应用领域领导厂商之间的伙伴关系,将使公众市场有能力获得同级最佳的V2X技术。此外,Cohda公司正在为其客户开发一种测试接口,能够大幅加快设备认证过程中的测试自动化。
好文章,需要你的鼓励
随着5G流量快速增长和新用例不断涌现,网络运营商需要在最小化环境影响的同时管理密集网络使用。Orange法国与爱立信合作开展创新试验,测试FDD大规模MIMO天线集成无线电,优化高流量区域频谱使用。双方还探索Cloud RAN和Open RAN架构,通过虚拟化RAN功能实现灵活的软件中心网络。合作重点关注利用AI驱动的自动化和意图驱动技术提升能源效率,在不影响性能的前提下动态调整网络资源以降低能耗。
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
微软正在将Windows 11改造为"智能代理操作系统",在任务栏中集成AI代理功能。新功能允许AI代理在后台执行任务,用户可通过任务栏图标查看进度状态。微软还在文件资源管理器中集成Copilot,提供文档摘要、文件问答等功能。此外,Click to Do功能得到改进,可将网页表格转换为Excel文档。这些AI功能采用本地AI和云端AI混合模式,为用户提供更智能的操作体验。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。