XiaoMi-AI文件搜索系统
World File Search SystemCAVS
为连接和自动化车辆制定隐私实践守则
连接和自动驾驶汽车（“骑士”）可以收集，存储，处理和传输大量数据。1了解该数据的使用（和潜在滥用），尤其是当数据是在数据保护法含义中可识别的个体含义的情况下，这对于这种新的运输方式的成功至关重要。2但是，构成与连接和自动化车辆数据有关的个人信息。这给政府带来了政策挑战，并为希望利用这些数据的企业造成不确定性。加拿大法律没有直接适用于连接车辆的特定数据保护规则。3一些评论员认为，特定部门的立法是解决这个问题所需的。4个关键的利益相关者，例如汽车制造商，都断言，加拿大在隐私和骑士方面所独有的规定性的任何规定性都将导致成本增加，这将转移给消费者。5
连接和自动驾驶汽车（ONI-CAV）研讨会的开放网络智能
会议I：离骑士多远？工业观点会议II：从研究到部署：ADA和互联车辆III：空中连通性的最新挑战和开放问题IV：重新启动对ONI-CAV的研究
评估汇总表 - 约克市议会
历史环境 通过城市广泛使用技术和为 CAV 做好准备，更好地管理交通，将减少城市提供新基础设施的需求。这将确保城市能够通过更好地利用现有道路网络继续发展并保持活力
与混合自主工具的交点信号车辆耦合协调
摘要 - 连接和自动驾驶汽车（CAVS）预计可以减轻交通拥堵，尤其是在路交叉口，这是城市道路网络的主要瓶颈。本文提出了一种信号车辆耦合的最佳控制策略，用于骑士和人类驱动的车辆的混合交通流量。该方法遵循两层体系结构，该结构将信号车辆控制任务制定为两个通过混合排的概念串联的优化问题，以便中央协调员可以有效地解决它们。尤其是上层设计的，以最大程度地减少交叉路口中所有车辆的总等待时间，而下层则是通过充分利用信号计划，交叉车辆的数量以及在上层中获得的目标交叉速度来最大程度地减少汇总的车辆能量消耗。提供了广泛的仿真结果，以检查所提出的信号车辆关节控制框架的性能，并以不同的CAV穿透率，交通需求和电动汽车比率揭示新算法引入的影响。与现有方法的比较证明了在燃料使用和交通吞吐量方面提出的方法的好处。
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。
使用伪凸凸优化的信号走廊中连接车辆的文章类型实时控制†
没有人类驾驶员的干预，并与其他车辆和/或基础设施以及其他设备2进行通信2。美国运输部总结了将CAV技术引入运输系统3：道路安全，经济和社会福利，能源效率和公共流动性的四个主要潜在好处。CAV技术为驾驶员/车辆和交通基础设施创造了一个新的环境，以在现实世界中进行交互。在这种环境中，连接起着至关重要的作用，无线通信使车辆能够相互通信（V2V）以及基础架构（V2I）（v2i）关于实时车辆位置，速度，加速度和其他数据。这些实时数据的可用性为CAVS提供了协调交通相互作用的机会，以使交通相互作用，以最大程度地提高燃油效率并减少碰撞4。猜测对自动运输系统进行了实质性转变，已经进行了许多研究，以调查涉及CAV应用程序的挑战和机会5,6,7,8。例如，橡树岭国家实验室9正在开发用于CAVS应用程序的实时移动控制系统（RTMC），其中包括流量数据管理，路线计划，集中式通信和可视化。已经证明，可以使用交通信号阶段和计时（SPAT）信息来提高车辆燃油效率以协调车辆操作10。还已经确定，可以通过解决相关的最佳控制问题4来确定车辆的最佳速度方案。然而，尽管许多研究人员已经证明了使用SPAT信息来优化燃油经济性的潜力，但大多数努力都集中在提高单个车辆的性能并发出信号计时控制11,12。此外，相关作品主要集中于为CAV生成可行的轨迹，同时忽略了以计算效率和保证收敛性来实时执行生成的轨迹。骑士的运动控制系统是安全至关重要的，并严重依赖于车载算法。需要对操作的实时更新，以应对周围环境的动态。尽管已经提出了许多方法来获得轨迹的轨迹，但由于高计算成本，无法保证最佳解决方案，并且无法应付非凸运动限制和动态环境，因此它们的优化方法不适合现实世界实施。13,14。本文将通过开发一种基于凸优化的新型方法来满足这种需求，该方法使用SPAT信息产生速度曲线。具有多项式解决方案时间和全球最佳收敛的优点，凸优化方法对于车载应用非常有前途。这项研究的贡献是三倍。首先，提出的顺序凸编程（SCP）算法解决了非线性和非凸的最佳速度控制问题，并确保收敛性和多项式解决方案时间在解决每个步骤中解决凸的问题时。本文的其余部分如下：第2节对相关工作进行了简要审查。第二，我们利用伪搭配方法与线路搜索和信任区域技术结合使用，从根本上改善了提出的SCP算法，以提高准确性，更好的实时和融合性能。第三，得益于高级计算效率，该提出的方法实现了实时模型预测控制（MPC）框架，并对动态交通环境的即时响应，以避免碰撞和车辆协调。第3节描述了本研究中考虑的系统动力学和最佳控制问题。第4节介绍了一种新方法，该方法确定了在信号走廊中行驶的骑士的最佳车辆速度轮廓。第5节通过模拟结果和比较证明了拟议方法的性能和有效性。第6节总结了本文的工作。
与网络 - 物理 - 社会空间中的大型模型和基础智力的平行驾驶
近年来见证了连接和自动驾驶汽车（骑士）的许多技术突破。一方面，这些突破已经显着推动了智能运输系统（ITS）的发展；另一方面，这些新的交通参与者向社交空间中的ITS介绍了更复杂和不确定的元素。数字双胞胎（DTS）提供了实时，数据驱动的精确建模，用于构建物理世界的数字映射。同时，元元整合了诸如虚拟现实/混合现实，人工智能和DT等新兴技术，以建模和探索如何实现改善的可持续性，提高效率和增强的安全性。最近，作为通用人工智能的主要努力，提出了基础模型的概念并取得了巨大的成功，这表明了为不同领域的各种人工智能应用奠定基石的巨大潜力。在本文中，我们探索了在网络物理 - 社会空间中并行驱动的大型模型，这些智能将元元和DT整合起来，以构建用于CAVS的平行训练空间，并列出对关键特征和操作机制的全面阐明。除了提供并行驾驶的大型模型的基础架构和基础智能外，本文还讨论了未来的趋势和潜在的研究方向以及并行驾驶的“ 6s”目标。
与网络 - 物理 - 社会空间中的大型模型和基础智力的平行驾驶
近年来见证了连接和自动驾驶汽车（骑士）的许多技术突破。一方面，这些突破已经显着推动了智能运输系统（ITS）的发展；另一方面，这些新的交通参与者向社交空间中的ITS介绍了更复杂和不确定的元素。数字双胞胎（DTS）提供了实时，数据驱动的精确建模，用于构建物理世界的数字映射。同时，元元整合了诸如虚拟现实/混合现实，人工智能和DT等新兴技术，以建模和探索如何实现改善的可持续性，提高效率和增强的安全性。最近，作为通用人工智能的主要努力，提出了基础模型的概念并取得了巨大的成功，这表明了为不同领域的各种人工智能应用奠定基石的巨大潜力。在本文中，我们探索了在网络物理 - 社会空间中并行驱动的大型模型，这些智能将元元和DT整合起来，以构建用于CAVS的平行训练空间，并列出对关键特征和操作机制的全面阐明。除了提供并行驾驶的大型模型的基础架构和基础智能外，本文还讨论了未来的趋势和潜在的研究方向以及并行驾驶的“ 6s”目标。
SmartCooper：自适应融合和判断机制的车辆协作感知
摘要 - 近年来，自动驾驶通过连接和自动驾驶汽车（CAVS）的协作感知来提高道路安全性的潜力，引起了人们的关注。然而，车辆传输环境中的时变频道变化需要传播资源分配。此外，在协作感知的背景下，重要的是要认识到并非所有骑士都贡献有价值的数据，而某些CAV数据甚至对协作感也有害影响。在本文中，我们介绍了SmartCooper，这是一个自适应的合作感知框架，该框架结合了通信优化和判断机制，以促进CAV数据融合。我们的方法始于在考虑通信限制的同时优化车辆的连通性。然后，我们训练一个可学习的编码器，以基于通道状态信息（CSI）动态调整压缩比。子分子，我们设计了一种判断机制来过滤由自适应解码器重建的有害图像数据。我们评估了我们在OpenCood平台上提出的算法的有效性。我们的结果表明，与非判断力计划相比，通信成本大幅降低了23.10％。与最先进的方案相比，我们对联合（AP@iou）的平均交叉点（AP@iou）的平均精度有了显着提高。
连接和自动驾驶汽车远程运行的网络延迟：趋势，挑战和缓解策略的审查
摘要：随着连接和自动驾驶汽车（CAVS）开发的显着进步，远程操作的整合对于提高安全性和运营效率至关重要。但是，远程运行面临着重大挑战，网络潜伏期是影响其性能的关键因素。本调查文件探讨了网络潜伏期以及最新缓解/补偿方法的影响。它检查了对脉动通信链接（即上行链路和下行链路）的级联效应，以及数据传输的延迟如何影响运营商的实时感知和决策。通过阐明挑战和可用的缓解策略，该论文为研究人员，工程师和从业人员提供了宝贵的见解，致力于在不断发展的骑士景观中进行无缝融合的远程流动整合。