XiaoMi-AI文件搜索系统
World File Search System交通模式
使用智能自动驾驶汽车对服务的经济评估：Easi-av
摘要虽然当前关于自动公共交通的大多数研究都集中在改善运营和技术方面以及解决政策和用户行为因素上，但将自动驾驶汽车集成到公共网络中的集成主要取决于成本和收支平衡点（对于运营商和地方政府）。研究量化成本和专门在学术环境中的投资回报率很少。本章旨在介绍一个模拟工具：Easi-AV，旨在作为决策工具，旨在支持实施创新移动服务的决策的公共政策。Easi-av提议1）与传统公共交通模式相比，评估部署AVCT车队的全球经济影响，以及2）帮助地方当局建立将自动驾驶汽车集成到其公共网络并想象新商业模式的方案。模拟基于所有权总成本（TCO）方法，其中包括可以独立使用的4个方面：机队大小维度，内部成本和本地外部性的TCO计算，与其他运输模式相比。easi-av已通过试点站点的真实数据进行了测试，结果证明它完全相关。
在复杂的交通情况下进行自动驾驶汽车的对象检测
摘要。尤其是卷积神经网络（CNN）的应用大大增强了自动驾驶汽车的对象检测能力，因为人工智能（AI）的最新进展。但是，在高精度和快速处理之间达到车辆环境的平衡仍然是一个持续的挑战。拥有第二大全球人口的印度等发展中国家对道路情景引入了独特的复杂性。在印度道路上出现了许多挑战，例如独特的车辆和各种交通模式，例如自动 - 里克肖，仅在印度才能看到。本研究介绍了评估Yolov8模型的结果，与其他现有的Yolo模型相比，在印度交通状况中表现出了卓越的性能。检查使用了数据集，该数据集是根据班加罗尔和海得拉巴城市及其周边地区收集的数据编译的。调查的发现表明，Yolov8模型在解决印度道路状况的独特问题方面的工作状况如何。这项研究推动了为复杂的交通状况（例如在印度道路上发现的）设计的自动驾驶汽车的开发。
飞行员训练的虚拟现实：心脏活动研究
摘要：飞行训练通过真实飞机的真实飞行和使用模拟器的虚拟飞行进行。如今，出现了第三种替代方法，即使用沉浸式虚拟现实 (VR) 驾驶舱。但是，这项技术作为飞行员训练工具的有效性尚未得到充分评估。因此，我们进行了一项实验，涉及四名飞行员，他们必须在 VR 模拟器和真实飞行条件下执行相同的交通模式场景（起飞、顺风和着陆）。我们收集了主观（感知任务难度）和客观数据（轨迹、心脏活动）。在这项初步研究中，第一个描述性结果显示飞行员在两种条件下都有相似的飞行轨迹。正如人们所预料的那样，与 VR 相比，飞行员在真实飞行条件下报告的任务难度更高，心率更高，心率变异性更低。然而，在两种条件下，在场景的不同部分（着陆 > 起飞 > 顺风）中发现了类似的主观评价和心脏激活模式。后者的发现表明 VR 为训练目的提供了光明的前景，但必须按照提出的方法进行更多的实验。
通过大规模飞行数据分析评估机场着陆效率
摘要 轨迹优化是航空运输和空中交通管理的一个主要研究课题，因为它对乘客、航空公司和整个环境都有深远的影响，从而对航空运输的感知价值和成本也有深远的影响。虽然人们很好地理解了优化飞行途中部分的挑战，但对最后一部分，即进近和着陆的关注相对较少。在这里，我们展示了如何使用开放的大规模飞机轨迹数据集来表征飞机降落在机场的效率，通过在 10,000 英尺以下飞行的时间和距离来测量。产生的图像高度异质，在低空停留的时间从苏黎世的平均 10 分钟到伦敦希思罗机场的 16 分钟不等。抵达同一机场的航班也会经历截然不同的时间，例如伦敦希思罗机场的到达时间从 12 分钟到 20 分钟不等，具体取决于交通量、一年中的时间和一天中的时间，以及与其他交通模式和机场的互动等因素。从更一般的角度来看，本文说明了如何利用大型数据集的可用性来提高我们对系统实际行为的理解，尤其是其与计划的偏差。
通过大规模飞行数据分析评估机场着陆效率
摘要 轨迹优化是航空运输和空中交通管理的一个主要研究课题，因为它对乘客、航空公司和整个环境都有深远的影响，从而对航空运输的感知价值和成本也有深远的影响。虽然人们很好地理解了优化飞行途中部分的挑战，但对最后一部分，即进近和着陆的关注相对较少。在这里，我们展示了如何使用开放的大规模飞机轨迹数据集来表征飞机降落在机场的效率，通过在 10,000 英尺以下飞行的时间和距离来测量。产生的图像高度异质，在低空停留的时间从苏黎世的平均 10 分钟到伦敦希思罗机场的 16 分钟不等。抵达同一机场的航班也会经历截然不同的时间，例如伦敦希思罗机场的到达时间从 12 分钟到 20 分钟不等，具体取决于交通量、一年中的时间和一天中的时间，以及与其他交通模式和机场的互动等因素。从更一般的角度来看，本文说明了如何利用大型数据集的可用性来提高我们对系统实际行为的理解，尤其是其与计划的偏差。
飞行员训练的虚拟现实：心脏活动研究
摘要：飞行训练通过真实飞机的真实飞行和使用模拟器的虚拟飞行进行。如今，出现了第三种替代方法，即使用沉浸式虚拟现实 (VR) 驾驶舱。但是，这项技术作为飞行员训练工具的有效性尚未得到充分评估。因此，我们进行了一项实验，涉及四名飞行员，他们必须在 VR 模拟器和真实飞行条件下执行相同的交通模式场景（起飞、顺风和着陆）。我们收集了主观（感知任务难度）和客观数据（轨迹、心脏活动）。在这项初步研究中，第一个描述性结果显示飞行员在两种条件下都有相似的飞行轨迹。正如人们所预料的那样，与 VR 相比，飞行员在真实飞行条件下报告的任务难度更高，心率更高，心率变异性更低。然而，在两种条件下，在场景的不同部分（着陆 > 起飞 > 顺风）中发现了类似的主观评价和心脏激活模式。后者的发现表明 VR 为训练目的提供了光明的前景，但必须按照提出的方法进行更多的实验。
信息文件_大流行期间大规模免疫活动的建议更新 05 AUG_L
特别注意事项 a. 考虑位置和时间以适应预期的车流量并尽量减少对选定位置的正常活动的影响。 b. 规划人员需要制定一个适应机动车和当地交通模式的流通控制计划。该计划可能需要能够适应筛查站、疫苗接种站和 15 分钟等候停车的车道分割。 c. 强烈鼓励司机严格执行 15 分钟等候时间。文件证明可以保留到 15 分钟等候时间结束后。 d. 规划考虑因素需要包括将患者和接种员定位在正确位置的能力。需要注意正确的技术和解剖位置选择和通道，以避免由于针头放置不当而造成疫苗伤害。接种者可能需要下车（接种者和被接种者都站着）或使用车辆旁边的椅子（都坐着）或接种员靠近敞开的车门（坐着）。 e.策划者可能会考虑对此次活动设置最低年龄限制，因为幼童在乘坐车辆时无法可靠地遵守定位和身体要求。
LFTW - 尼姆加隆 - dircam
交通模式和仪表进近训练如下： - - 禁止 CAT 1、2 和 3 声学组中的 ACFT 进行训练，禁止 1、2 和 3 声学组中的飞机全年进行训练， - 允许 CAT 4 和 5 声学组中装有涡轮喷气发动机和涡轮螺旋桨发动机的 ACFT 进行训练：星期一至星期六（HOL 除外）：0700-1900，1100 至 1300 之间必须中断 1 小时（SUM - 1HR）， - 允许装有涡轮喷气发动机和涡轮螺旋桨发动机的飞机进行训练，训练时间：星期一至星期六（HOL 除外）：0700-1900，1100 至 1300 之间必须中断 1 小时（SUM - 1HR）， - 允许活塞发动机 ACFT 进行训练：0700-1900， 1100 和 1300 (总计 - 1 小时)。 - 全年授权活塞式飞机：0700-1900，1100 至 1300 之间强制中断 1 小时（夏季 - 1 小时）。低空模式训练仅可在 AD 以西的环路内进行，且每小时限制 3 次。低空圈练习仅允许在机场西侧的赛道上进行，且每小时限制为 3 次。仪表进近训练可能会受到空中导航服务（伊斯特尔进近和/或蒙彼利埃进近）的限制，并通过 NOTAM 进行公告。
海上供应链的证据
抽象目的 - 在199年大流行期间，发生了对海上供应链的严重破坏，包括关闭港口，交通拥堵和运输能力短缺。本文的目的是探索基于灵活性的对策，使参与者能够在海上供应链中以减轻具有不同特征的破坏的影响。设计/方法/方法 - 通过运输线，托运人，远期和端口进行了半结构化访谈。收集了有关COVID-19的数据的数据，并将其与有关2016 - 2017年哥德堡港口冲突的数据进行了比较。发现 - 空间，容量，服务和时间灵活性作为主要的对策出现，而干扰的重要特征是地理差，持续时间，持续时间，不确定性，关键性，惊喜和强度的元素。通过切换到替代端口，在两种中断中都行使了空间灵活性。在199年大流行期间，确保容量柔韧性包括先删除，然后添加船只。行使服务灵活性的运输线优先考虑某些货物，这使现货市场不确定并降低了改变载体或交通模式的货运，进口商和出口商的灵活性。遇到干扰的经验意味着更少的惊喜和更好的空间灵活性准备。
伦敦市中心交通拥堵收费影响监测
2. 中心区：交通模式……………………………………………… 17 2.1 简介……………………………………………………………….. 17 2.2 2006 年的发展情况…………………………………………... 17 2.3 以往报告的主要发现……………………………………... 17 2.4 2006 年的主要发现………………………………………………... 19 2.5 进入收费区的交通……………………………………………... 19 2.6 离开收费区的交通………………………………………... 23 2.7 在收费区内流通的交通……………………………... 25 2.8 内环路上的交通……………………………………... 30 2.9 接近收费区的放射状交通……………………………... 32 2.10 选定地方道路上的交通状况………………………………………….. 33 2.11 其他指标………………………………………………………… 34 2.12 要点总结………………………………………………………. 34 3. 中心区：交通拥堵…………………………………………………… 35 3.1 简介…………………………………………………………………… 35 3.2 2006 年的发展情况……………………………………………………... 35 3.3 以往报告的主要发现……………………………………………………... 35 3.4 伦敦中心收费区内的交通拥堵情况……………………………………... 37 3.5 内环路的交通拥堵情况………………………………………………... 40 3.6 靠近伦敦中心收费区的放射状路线的交通拥堵情况………………………………………………... 41 3.7 伦敦内环主干道的交通拥堵情况……………………………………... 42 3.8 伦敦外环主干道的交通拥堵情况……………………………………... 43 3.9 交通拥堵与交通量的关系……………………………………... 44 3.10 近期研究总结趋势………………………………………… 45 3.11 解释……………………………………………………………… 46 3.12 分析………………………………………………………………………. 48