XiaoMi-AI文件搜索系统
World File Search System无车
对越过无车道的无信号交叉的自动化车辆的最佳控制
摘要 - 开发无信号的交叉点，其中所有OD（原始目的地）运动的连接自动化车辆（CAVS）被适当地指导以同时交叉，可能会大大改善吞吐量并减少燃油消耗。自然，交叉区域的车辆与车道无关。因此，可以将过境区域视为无车道基础设施以进一步改善开发是合理的。本文提出了一种越过无信号和无车道交叉路口的骑士的联合最佳控制方法。具体来说，所有车辆的控制输入（包括加速度和转向角度）通过基于车辆动力学的自行车模型解决单个最佳控制问题（OCP），在时间胜地上优化了加速和转向角度。成本功能包括适当的条款，以确保平稳且无冲动的运动，同时还要考虑燃油消耗和所需的速度跟踪。适当的约束旨在尊重交叉点边界，并确保车辆向各自目的地的平稳运动。定义的OCP通过有效的可行方向算法（FDA）进行数值求解，该算法可以接受。一个具有挑战性的演示示例证实了建议方法的有效性。
人工智能生成的美国无车城市视觉效果有助于提高对可持续政策的支持
美国高度依赖私家车进行交通运输 [16, 21]。这种依赖是有问题的，因为汽车会导致气候变化，并且比公共交通、步行和骑自行车释放更多的温室气体 [5]。拥有汽车的成本也很昂贵，对低收入个人和家庭来说是一项沉重的经济负担 [12]。此外，汽车浪费了城市中的大量空间，导致交通拥堵和城市扩张 [4]。因此，鉴于其对环境和社会产生的巨大负面影响，迫切需要减少美国的汽车拥有量和使用量 [1, 11]。解决这个问题的一种方法是针对个人消费者并鼓励他们改变行为 [20]。然而，减少私家车使用的举措往往无法改变通勤者的行为 [7]。这主要是因为美国的基础设施极其以汽车为中心，因此使用更可持续的交通方式对消费者来说目前非常不方便。为了解决这个问题，城市规划者和政策制定者被鼓励增加对公共交通基础设施的投资，从而使无车交通更加便捷和可及 [3]。不幸的是，公共交通在美国越来越成为一个两极分化的话题，美国公众和民选官员通常都不愿意支持试图增加这些投资的政策 [13, 6]。在这里，我们展示了如何通过将行为科学的见解与人工智能 (AI) 的最新进展相结合来解决这一问题。心理学方面有大量文献
在无车道自动流量中建模车辆植入车辆
摘要在无车道的交通中，车辆可以选择任何任意的横向位置。这使车辆群可以在数量上进行组合，不仅在纵向上而且侧向进行较小的空间缝隙，可以将车辆组成较小。车辆植入可以实现多种目的，例如增加道路容量，通过减少空气动力阻力和抑制冲击波来节省能源。在本文中，我们开发了一个控制框架，用于在无车道交通中对车辆羊群进行建模。拟议的控制算法考虑了两种类型的代理：代表潜在羊群的代理和代表具有集体目标的虚拟领导者的G代理（例如，在未来的交通拥堵情况下放慢速度）。我们的算法基于用于羊群居中和避免碰撞的能量功能，用于速度匹配的共识算法以及虚拟领导者发挥的导航反馈。虚拟领导者的路径应在上层控制器中定义。此外，还实施了用于动态道路边界控制的反馈算法。我们以非常有希望的结果模拟了所提出的方法。我们表明，车辆群在几秒钟内有效地形成，速度已成功排列，并且车辆安排在不同的情况下保持稳定。此外，外侧和纵向羊群的扩展随着不同的能量功能和不断变化的道路边界而变化，车辆羊群遵循虚拟领导者的轨迹。最重要的是，在扰动的情况下，车辆群保持稳定，由于车辆横向位置的略有变化，诱导的冲击会有效抑制。