XiaoMi-AI文件搜索系统
World File Search SystemV2x
2022年度报告
升级）流动性19 V2X道路安全性（Viros）人工智能20 Gul.AI 21 ASTI-Automate的标签机（ASTI-ALAM）22 ITANONG机器人22 Itanong机器人22机器人，用于优化和自主任务 - 增强措施（ROAMER）23研究和能力范围的自主量和能力范围（23）23 23 Laboratory: Optimizing a Decision Diagram- based Free and Open-Source Quantum Circuit Simulator for Benchmarking in an HPC Environment using Entanglement, Random Circuits, and Quantum Algorithms Benchmark Datasets (QCS) Systems Engineering 24 Kooha: Development of a Social Sensing Network Application Project (Phase I) 25 NTC Fixed and Mobile Benchmarking System: Regions 3, 8, 11 and CARAGA (NetMesh) 26 Automated研发信息系统的工作流程
建议信 7234-EA
参议院法案 676（第 484 章，2019 年统计） (SB 676) 颁布了新的《公共事业法典》第 740.16 节。第 740.16 节要求加州公共事业委员会 (CPUC) 制定策略和可量化指标，以在 2030 年 1 月 1 日之前最大限度地利用可行且具有成本效益的电动汽车 (EV) 集成到电网（车辆电网集成或 VGI）。2020 年 12 月 21 日，CPUC 在规则制定 (R.) 18-12-006 中发布了 D.20-12-029 以实施 SB 676。除其他事项外，D.20-12-029 采用了各种策略来促进 VGI，并命令太平洋天然气电力公司 (PG&E) 和其他投资者所有的公用事业公司实施 CPUC 认为合理支持这些策略的各种近期政策行动。 2022 年 5 月 5 日，CPUC 发布了第 E-5192 1 号决议，经修改批准了建议信 (AL) 6259-E 中提出的三名 V2X 试点（飞行员）。
E.DSO 关于 V2G 充电机制的技术论文
AC 交流电 AFIR 替代燃料基础设施监管 CPO 充电点运营商 DER 分布式能源 DC 直流电 DSO 配电系统运营商 EHV 超高压 EU 欧洲 EV 电动汽车 EVSE 电动汽车供电设备 FRT 故障穿越 HV 高压 LFSM-O 电动汽车限频敏感模式 LFSM-U 电动汽车限频敏感模式 LV 低压 MV 中压 NC DC 网络代码 需求连接 NC DR 网络代码 需求响应 NC RfG 网络代码对发电机的要求 OCPP 开放充电点协议 OEM 原始设备制造商 RoCoF 频率变化率 SoC 充电状态 TSO 输电系统运营商 V1G 车对网（单向充电） V2G 车对网 V2X 车对万物
智能交通灯控制系统和应用程序
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。
机器学习驱动的行人认可和行为预测，以增强智能城市的公共安全
Rutgers University，New Brunswick，New Jersey，USA ys820@rutgers.edu *作者应与之交谈。 摘要：该研究介绍了智能城市基础设施内行人认可和行为预测技术的开发和实施，重点是增强交通管理和公共安全。 通过整合传感器，LiDAR和相机的实时数据，该系统利用高级机器学习模型，包括长期短期内存（LSTM）和变压器体系结构，以预测具有93％精度的行人运动。 预测模型被部署在模拟的城市环境中，导致车辆空闲时间降低了20％，平均车辆速度增加了15％，从而优化了交通流量。 此外，车辆到所有设施（V2X）通信和5G技术的整合启用了车辆，行人和交通控制系统之间的实时互动。 该系统有效地减少了30％的临近事件，并在有害行人的情况下为车辆提供了1.8秒的平均反应时间。 此外，该模型还确定了87％的潜在行人危害，从而大大改善了公共安全。 尽管有这些进步，但仍存在大规模部署中的数据隐私问题和硬件限制之类的挑战。 未来的研究将着重于通过多模态数据融合和实时学习算法的发展克服这些挑战，从而使智能城市更加适应性和高效。 关键字：行人识别；行为预测；智能城市基础设施；实时流量管理； V2X通信。Rutgers University，New Brunswick，New Jersey，USA ys820@rutgers.edu *作者应与之交谈。摘要：该研究介绍了智能城市基础设施内行人认可和行为预测技术的开发和实施，重点是增强交通管理和公共安全。通过整合传感器，LiDAR和相机的实时数据，该系统利用高级机器学习模型，包括长期短期内存（LSTM）和变压器体系结构，以预测具有93％精度的行人运动。预测模型被部署在模拟的城市环境中，导致车辆空闲时间降低了20％，平均车辆速度增加了15％，从而优化了交通流量。此外，车辆到所有设施（V2X）通信和5G技术的整合启用了车辆，行人和交通控制系统之间的实时互动。该系统有效地减少了30％的临近事件，并在有害行人的情况下为车辆提供了1.8秒的平均反应时间。此外，该模型还确定了87％的潜在行人危害，从而大大改善了公共安全。尽管有这些进步，但仍存在大规模部署中的数据隐私问题和硬件限制之类的挑战。未来的研究将着重于通过多模态数据融合和实时学习算法的发展克服这些挑战，从而使智能城市更加适应性和高效。关键字：行人识别；行为预测；智能城市基础设施；实时流量管理； V2X通信。被引用为：Sun，Y。，＆Ortiz，J.（2024）。机器学习驱动的行人识别和行为预测，以增强智能城市的公共安全。人工智能与信息杂志，1，51-57。取自https://woodyinternational.com/index.php/jaii/article/article/view/51 1。随着智能城市的快速发展，先进技术和数据分析的整合正在重塑城市基础设施，旨在优化资源利用，改善公共安全并增强交通管理（Silva等，2018）。智能城市发展中的主要挑战在于对行人行为的准确认识和预测，这对于交通法规和公共安全至关重要（Aldeer等，2023）。传统监测系统虽然能够检测到行人的存在，但通常无法准确预测动态环境中的复杂行为，从而限制了它们在实时决策中的有效性（Zhong等，2024）。随着城市人口的增长，通过预测技术确保公共场所的安全性和效率成为必要。Yao等。（2022）强调采用先进的数据分析和机器学习技术来克服这些局限性的重要性。现有系统主要集中于静态检测，在预测人类行为方面提供了有限的能力，从而导致紧急响应和次优的交通管理延迟（Gu等，2024）。预测行人行为的能力不仅可以优化交通流量，而且通过防止潜在危害来增强公共安全。随着深度学习算法的兴起，特别是卷积神经网络（CNN）和像LSTM这样的复发模型，行人识别变得更加精确和有效，因为这些模型可以实时处理复杂的多维数据（Liu等，2024）。此外，最近的研究表明，将行人行为预测与城市基础设施（例如智能交通信号灯和自动驾驶汽车系统）相结合，大大降低了事故并提高了城市运营的整体效率。Yao等。（2022）强调将行人检测与预测分析相结合可以预见并防止高风险地区的事故，例如繁忙的十字路口或公共事件。这种主动的方法标志着与传统的反应系统的转变，提供了对现代城市环境必不可少的实时预测。此外，进步
协作感知的数据优化策略
对自动驾驶汽车的抽象协作感知旨在克服个人感知的局限性。在多个代理之间共享信息，可以解决多个问题，例如遮挡，传感器范围限制和盲点。最大的挑战之一是在受到束缚绩效和沟通带宽之间找到正确的权衡。本文提出了一种新的合作感知管道，该管道基于Whate2Comm算法具有优化策略，以减少几种代理之间的传输数据量。这些策略涉及编码器部分中的数据减少模块，以有效地选择最重要的特征，并以V2X方式交换消息的新代表，该消息将考虑信息及其位置的向量而不是高维特征图。在两个模拟数据集（OPV2V和V2XSET）上评估我们的方法。数据集上的AP@50的准确性大约为7％，并且在V2XSET和OPV2V上分别降低了89.77％和92.19％。
TamásMolnár博士-Tamas MolnarTamásMolnár博士-Tamas Molnar
PI: 2024 – 2025 Safety-critical Control for Collision-free Navigation in Complex Environments Wichita State University – NASA JPL, Kansas NASA EPSCoR Program, 9 months Co-PI: 2024 Battery Management Through Safety-critical Control Wichita State University, MURPA Program, 4 months Participation as researcher: 2022 – 2023 Safety-Critical Control of Fixed-Wing Aircraft Air Force Research Laboratory – NodeIn –加利福尼亚技术研究所2020 - 2023年蒸馏柱检验通过腿部机器人道琼斯工具陶氏化学 - NASA JPL - 加利福尼亚技术学院2020年2020年至2022年避免障碍物和控制飞行机器人的障碍物 - 加利福尼亚技术研究所2020 - 2022 - 2022密歇根州2020年，与神经网络的交通预测东北大学 - 加州大学圣地亚哥分校 - 密歇根大学2020年蜂窝v2x基础设施在高速公路中心部署和自动运输中心 - 密歇根大学 - 密歇根大学
Taufiq Rahman博士
Taufiq Rahman领导加拿大国家研究委员会（NRC）的连接和自动驾驶汽车（CAV）团队。在加入NRC之前，他为包括Rolls-Royce Marine Ltd，波音幻影工程和敏捷传感器技术在内的各种组织进行了工程研究和开发。他拥有纽芬兰纪念大学工程学的硕士学位和博士学位，专门从事机电系统设计，机器人技术和机器视觉。在NRC的当前角色中，他的研究重点包括多模式传感器融合，强大的感知系统，SLAM系统，V2X应用程序开发，驾驶员意图预测以及为铁路行业开发自动化检查系统。他还在西安大略大学和安大略省技术大学担任兼职教师身份。Taufiq的研究工作已发表在顶级期刊和会议上。在过去的四年中，他获得了大约250万辆外部和内部资金，以支持旨在提高加拿大地面运输的安全性，弹性和效率的研发活动。
2023年全球及中国乘用车T-Box市场报告
3、通讯域控制器随着汽车电控架构由分布式向集中式演进，T-Box不仅支持4G/5G、C-V2X、蓝牙、UWB，甚至未来的6G、卫星通信等车内外通讯技术，还逐步集成网关、域控制器等功能，从单一的电子单元演进为信息通讯域控制器和高性能计算（HPC）平台。慧翰微电子于2018年启动信息通讯域控制器项目，目前已在上汽等主机厂实现搭载。经过不断迭代升级，2021年推出新一代自研连接计算平台（CCP），不仅支持信息通讯域能力（如4G/5G、C-V2X、网关路由、FOTA等），还提供高性能计算、数据及通讯安全能力，可作为入门级HPC产品。