摘要 — 随着数字化转型的新工业革命,制造运输流程中可以采用更多智能和自主系统。自动驾驶汽车 (AV) 的安全性具有减少事故和为驾驶员和行人保持谨慎环境的明显优势。因此,数据驱动汽车的转型与数字孪生概念相关,特别是在自动驾驶汽车设计的背景下。这也提出了采用新安全设计以提高整个自动驾驶汽车系统的弹性和安全性的必要性。为了以端到端的方式为智能制造运输启用安全的自主系统,本文介绍了考虑安全和安保功能的主要挑战和解决方案。本文旨在确定一个用于车辆数字孪生的标准框架,以促进数据收集、数据处理和分析阶段。为了证明所提方法的有效性,分析了车辆跟随模型的案例研究,该模型通过操纵雷达传感器测量值试图造成碰撞。本文的洞察力可以为未来在自动驾驶汽车行业采用数字孪生的相关研究铺平道路。
出行需求管理 (TDM) – 通过干预(不包括提供主要基础设施)来修改出行决策,以便实现更理想的交通、社会、经济和/或环境目标,并减少出行的不利影响。TDM 的目的是减少出行总量,尽量减少扩建道路系统的需要,减少车辆碰撞事故,防止进一步拥堵,减少空气污染,节约稀缺资源,增加非汽车交通的份额。
3.2 萨顿是一个繁荣的自治市,人口为 209,693 人(2021 年)。在过去十年中,人口变得越来越多样化。自治市不断变化的多样性启发了市议会庆祝文化的方式。文化是将不同社区和合作伙伴聚集在一起的重要方式。文化有助于不同的社区走到一起、共同生活并相互理解。萨顿对社区主导的流行活动有着强烈的意识,例如公园民俗节、沃灵顿音乐节和冰雪节和生态博览会。文化在将社区聚集在一起方面的成功还体现在庆祝长期存在的社区上,例如泰米尔社区,他们建立了包括泰米尔文化传统月、排灯节和象头神节在内的活动。来自香港等较新的社区通过农历新年庆祝活动增加了活动的多样性。
摘要 本出版物介绍了第 8 届运输研究论坛 TRA2020 的会议记录,该论坛原定于 2020 年 4 月 27 日至 30 日在赫尔辛基举行。由于 COVID-10 疫情,实体会议活动被取消。本摘要集中介绍的所有工作均经过同行评审并被会议接受。我们鼓励作者将他们的全文发表在他们选择的存储库中,并提及 TRA2020。我们邀请作者提供全文论文的链接,以包含在这本摘要集中。如果链接不可用,请联系相应的作者索取全文。 TRA2020 论文选集发表在以下期刊的特刊上:《欧洲运输研究评论》(第 11-12 卷)和《公用事业政策》(第 62 和 64 卷)。作者为 TRA VISIONS 2020 高级研究员获奖者的论文以大黄色星号标记。较小的星号代表作者入围 TRA VISIONS 2020 竞赛的论文。欧盟委员会通过 TRA VISIONS 奖项支持参与欧盟项目的最佳高级研究人员。TRA2020 的组织者和本文件的出版商对本文件中所含信息的准确性不作任何明示或暗示的陈述,并且不对可能出现的任何错误或遗漏承担任何法律责任或义务。该文件可能包含指向除出版商或组织者服务以外的其他服务的链接。组织者和出版商对此类第三方服务提供商的内容、可用性、准确性或专有权或版权不承担任何责任。联系人
南达科他州交通部提供服务时,不分种族、肤色、性别、宗教、国籍、年龄或残疾状况,遵守南达科他州成文法 (SDCL) 20-13、1964 年《民权法案》第六章、1973 年《康复法案》(修订版)、1990 年《美国残疾人法案》和第 12898 号行政命令《联邦行动解决少数民族和低收入人群的环境正义》(1994 年)中的规定。任何对此项政策有疑问或认为自己受到歧视的人,应联系交通部民权办公室,电话为 605.773.3540。
《交通规划及设计手册》共十一卷,主要作为运输署工作人员的工作文件出版。它还为参与香港交通基础设施规划和设计的其他人员提供信息和指导。我们计划定期修订本手册中包含的信息,以反映最新的知识和经验。然而,不可避免的时间滞后意味着某些章节在特定时间可能不可避免地不是最新的。出于这个和其他原因,不应严格遵循本手册中包含的标准,而应将其视为一个框架,应在此框架内运用专业判断以达到最佳解决方案。一般而言,《交通规划及设计手册》中包含的标准一般适用于新的交通和运输设施,不应被视为详尽无遗。可能会出现《交通规划及设计手册》未完全涵盖的考虑因素和要求的情况。从业人员在处理受场地限制的现有设施时尤其需要运用专业判断,并努力考虑利益相关者的意见。还建议从业者在应用 TPDM 之前参考与其设计相关的其他出版物,例如最新法规、实践准则、指南、数据集等。
摘要:近年来,随着车辆数量的增加,交通拥堵已成为一个日益严重的全球问题。如此智能的交通信号控制系统已成为运输系统的关键组成部分,以通过优化交通流量,减少延迟并提高道路安全性来应对这一挑战。智能系统取决于几种高级技术,例如IoT设备,大数据分析和人工智能算法。此外,该系统还可以通过实时道路条件(例如车辆到基础设施(V2I),车辆到车辆(V2V)和车辆到所有设施(V2X)通信,该技术可以动态调整交通信号,从而成功地改善了高峰时段的交通流量,并最大程度地增加了货物。该评论还将在北京等城市中提到成功的案例研究,在北京,智能系统已大大提高了交通效率。审查的最后一部分将重点关注有关可扩展性,成本效益和数据安全性的未来发展,以确保这些系统在现代城市环境中的持续成功。
Edward J. Odom, IV 建筑管理、电力和通信传输线、电缆拼接、电气或光纤、计算机和网络电缆安装、电子控制安装和服务、电子控制系统安装、光缆(传输线除外)安装、报刊经销商和报摊、新闻经销商、卫星电信经销商、计算机系统设计服务、计算机系统集成分析和设计服务、计算机系统集成
人工智能 (AI),包括机器学习 (ML),提供了使交通系统更安全、更公平、更可靠、更便捷、更安全、更高效和更具弹性的机会。然而,存在一些挑战,可能会阻碍人工智能在智能交通系统 (ITS) 中的成功应用以及这些好处的潜在实现。这些挑战包括但不限于围绕数据、支持技术、偏见、安全、隐私、道德和公平、泛化、模型漂移、可解释性、责任、人才/劳动力可用性和利益相关者看法的问题。虽然这些对人工智能采用和实施的挑战涉及各个领域,但本报告重点关注它们对 ITS 的影响以及机构在帮助缓解这些挑战时可以考虑的见解。表 1 总结了这 12 个挑战、它们对 ITS 的影响以及机构可以考虑的见解和经验教训。
多年来,Honeypots成为了解攻击者意图并欺骗攻击者花时间和资源的重要安全工具。最近,正在为物联网(IoT)设备的蜜罐诱使攻击者并学习其行为。但是,大多数现有的物联网蜜饯,甚至是高相互作用的物联网,攻击者很容易检测到,由于缺乏来自蜜罐的真实网络流量,因此可以观察到蜜罐流量。这意味着,要建立更好的蜜罐并增强网络启示功能,物联网蜜饯需要产生逼真的网络流量。为了实现这一目标,我们提出了一种基于深度学习的新方法,用于产生流量,以模仿用户和物联网设备交互所致的真实网络流量。我们的方法克服的一个关键技术挑战是缺乏特定于设备的物联网流量数据来有效训练属性。我们通过利用序列的核心生成对抗学习算法以及物联网设备常见的主要特定知识来应对这一挑战。通过使用18个IoT设备进行广泛的实验评估,我们证明了所提出的合成IoT产生工具的表现明显优于最先进的序列和数据包生成器的状态,即使与自适应攻击者也无法区分。