XiaoMi-AI文件搜索系统
World File Search System混合交通
多代理强化学习用于混合交通中连接和自动驾驶汽车的合作车道
自主驾驶在过去二十年中引起了重大的研究兴趣，因为它提供了许多潜在的好处，包括释放驾驶员疲惫的驾驶和减轻交通拥堵等。尽管有前途的进展，但改变车道仍然是自动驾驶汽车（AV）的巨大挑战，尤其是在混合和动态的交通情况下。最近，在AVS中改变车道的决策，并表现出了令人鼓舞的结果，对增强学习（RL）进行了广泛的探索。然而，大多数研究都集中在单车设置上，并且在多个与人类驱动的车辆并存的背景下改变车道的情况已经受到了很少的关注。在本文中，我们在混合交通高速公路环境中制定了多个AV的改变道路的决策，作为一种多代理增强学习（MARL）问题，每个AV都会根据邻近的AVS和HDVS的动作做出改变车道的决策。具体来说，提出了一种新型的本地奖励设计和一个人共享方案，提出了多代理优势 - 批评者（MA2C）方法。尤其是多目标奖励功能
Urban Freeway互换中连接的自动化和人类驱动的车辆混合交通：安全分析和登机假设
摘要：在高速公路上引入连接的自动化车辆（CAVS）提出了重大挑战，尤其是在与人类驱动车辆的互动中，影响交通流量和安全性。本研究采用交通微仿真和替代安全评估措施软件来研究Cav -Human驾驶员的相互作用，从而估计潜在的冲突。虽然先前的研究承认，与骑士共享道路时，人类驾驶员可以调整其行为，但尚未完全了解相关风险的根本原因和范围。该研究的重点是CAV的存在如何减少冲突，采用替代安全措施和现实世界中混合的交通数据，并评估意大利和美国在各种城市环境中的高速公路交换配置的安全性和性能。本研究提出了用于优化城市布局的工具，以最大程度地减少混合交通环境中的冲突。结果表明，添加辅助车道会增强安全性，尤其是用于骑士和后端碰撞。沿着互换坡道，在纵向冲突方面，独家的CAV流与人类驱动的行为相似，但是混合的交通流（由CAVS和人类驱动的车辆组成）可能会导致更多冲突。值得注意的是，当骑士在几乎相同的条件下跟随人类驱动的车辆时，会出现更多的冲突，强调CAV整合的复杂性以及仔细的安全措施和道路设计考虑因素的需求。
划出自动驾驶汽车的可伸缩性问题 -
Troel-Madec等。[85]横向LED显示器 - 多AVS虚拟现实（VR）Rossi -Alvarez等。[73] LED轻带车辆 - 多AVS测试轨道Hesenius等。[41]可穿戴的AR行人-Multi AVS Image Tran等。[84]可穿戴的AR行人-Multi AVS VR Colley等。[19]听觉消息车辆-Multi AVS VRHolländer等。[46]投影，智能遏制车辆，基础设施对面多AVS VR Dietrich等。[28]投影，对面的信号轻型车辆-VR Colley等。[16]挡风玻璃车辆对面的文本-VR Wilbrink等。[90] LED轻带车辆相同，对面 - 视频Holländer等。[47]智能手机行人相同的侧面多AVS视频Hoggenmüller等人。[43] LED轻带车辆相同侧-VR Dey等。[27]上下文接口车辆相同侧-VR Colley等。[15] LED轻带车辆组-VR Joisten等。[50]步行者，笑脸车辆组-VR Chen等。[14] LED轻型车辆集团混合交通公共道路Mahadevan等。[61]混合（LED灯，物理手，触觉提示，听觉消息）车辆，基础设施，行人组混合交通VR
公共交通导向发展战略
文件中使用了许多重要术语来描述规划中的高乘载车辆 (HOV) 车道，或混合交通中的公交车，例如 TOD 战略适用的公交服务。这些术语包括：主要路口的信号优先和座位数、公交车到站时间指示牌、调度和垃圾箱。 高频公交网络由高乘载车辆和特定位置的公交车组成，通常具有小规模的 HOV 车道，或者混合交通中的公交车，例如 TOD 战略适用的公交服务。这些术语包括：其他措施以确保快速可靠的信息。规划中的 HOV 车道可能会转换为专用公交车道。随着客流量的增长，包括目前的 GO 网络在内的更高层次的交通方式的规划，规划中的 HOV 车道可能会转换为专用公交车道。 车站是公交车的接入点。TOD 被描述为高密度、紧凑型开发项目，靠近交通基础设施。这些行人优先区域包括展位、洗手间、室内封闭座位区、停车场、上车/下车区以及办公、住宅、社区用途、零售和订购基础设施。这些区域优先考虑高质量的行人基础设施，如人行道和交叉步行道，这些区域的行人流量将比其他区域大。行人优先
空地一体化车载网络调查...
车辆之间以及车辆与路侧单元 (RSU) 之间的交互和协作。因此，超可靠和低延迟无线通信技术起着至关重要的作用。联网后，车辆不仅可以扩展其感知能力以到达盲点，还可以联合处理传感数据并协调其驾驶决策，从而实现更安全的自动驾驶和更高效的道路交通。凭借这些巨大的潜力，联网汽车范式已被广泛视为汽车革命的下一个前沿。国际数据公司 (IDC) 预测，到 2023 年，全球近 70% 或美国 90% 的新轻型汽车和卡车将配备嵌入式连接。在中国复杂的驾驶环境下，联网和自动化汽车尤为重要，因为中国的道路充满了汽车、自行车和行人等混合交通。这就是为什么
使用面部表情的时空深度学习方法改善疼痛分类
疼痛管理和严重性检测对于有效的治疗至关重要，但是传统的自我报告方法是主观的，并且可能不适合非语言个体（口语有限的人）。为了解决此限制，我们使用面部表情探索自动疼痛检测。我们的研究利用深度学习技术来通过分析来自疼痛情感面孔数据库（PEMF）的面部图像来改善疼痛评估。我们提出了两种新颖的方法1：（1）混合交通模型与长期短期记忆（LSTM）块相结合，以分析视频框架并预测疼痛的存在，以及（2）与LSTM集成的时空图形卷积网络（STGCN），与LSTM集成在一起，以从面部图像中为疼痛图像进行过程地标。我们的工作代表了PEMF数据集进行二进制疼痛分类的首次使用，并通过广泛的实验证明了这些模型的有效性。结果突出了结合空间和时间特征以增强疼痛检测的潜力，从而在客观疼痛评估方法中提供了有希望的进步。
缺乏自动化车辆的有意义的人类控制
引入自动驾驶系统（AD）提出了重要的监管和操作挑战，以确保混合交通环境中的安全和负责任的部署。尽管大量的学术工作和从业人员的努力，这些挑战仍保持开放，需要跨学科的观点融合。本文借鉴了最近的跨学科研讨会的见解，突出了广告部署的关键问题，包括法规和系统能力之间的错位，新兴事故类型以及驾驶员理解和培训中的差距。当前的法规努力与广告的发展能力保持同步，从而导致不清楚的问责制框架和安全措施不足。有意义的人类控制的概念被用作识别问题的基础。研讨会参与者同意，有意义的人类控制具有通过确保人类可以与广告充分互动并以确保清晰的故障安全和冗余机制的安全和负责任的方式进行设计来解决确定问题的重要作用。通过连续的驾驶员和车辆评估，动态安全认证以及监管机构和制造商之间的更牢固的沟通来提倡有意义的人类控制，以确保自动化车辆的安全和负责任的设计，调节和部署。实施这些动作将加强ADS监管，并有助于浏览自动驾驶系统的道德和操作复杂性。
类93三模式机车
在2021年初，Stadler和英国公司，Rail Operations（UK）Limited签署了一项框架协议，以供应30级93级三型机车，并初始批量提供10个机车。Bo'bo'混合交通机车基于Stadler的68级和88级机车。它们达到110mph的最大速度。未来的，他们的创新混合耦合器可以通过拉动钩和自动耦合启用耦合。Stadler的第一个三模具机车具有三种不同的电源，在电动模式下，可以在25kV AC的高架线上运行，功率高达4,000 kW。在某些条件下，它们可以在Boost模式下达到4,600 kW。它们还具有V级V 900 kW-发动机和两个钛氧化锂（LTO）牵引力电池组，从而可以在非电压线上进行操作。当机车以柴油/电池混合模式运行时，电池组可提供400 kW的额外电源来补充发动机。电池也可以独自工作，可以实现无碳操作。先进的机车将大大减少铁路货运以及潜在的客运服务的核心污染物和温室气体的排放，从而支持英国的净零目标。它们还包括效率功能，以最大程度地减少能耗。93级机车强调了Stadler的绿色凭证。
自动化运输对角色、操作和...的影响
Abstract 这项国家研究是欧盟 CEF 计划项目 EU EIP 中“促进自动驾驶”工作包的一部分，重点关注自动驾驶的五个高级应用：高速公路自动驾驶仪、指定车道上的自动卡车、混合交通中的自动公交车、机器人出租车以及自动维护和道路施工车辆。报告描述了世界不同地区尤其是欧洲与自动驾驶相关的监管框架和权威策略。该研究估计了 2040 年之前芬兰新车中所检查应用的份额、整个汽车保有量和交通性能。该研究提出了对自动驾驶的规划操作环境（Operational Design Domain，ODD）特征进行分类的提案，并将其应用于选定的应用。该研究还估算了到 2040 年运营环境的实施、维护和使用所造成的成本。此外，还研究了高水平自动驾驶对汽车出行、出行、道路网络、道路特性和道路规划、交通管理、交通安全、平稳性和环境影响以及经济和就业的影响。最后，报告讨论了对道路管理员和当局的角色和责任的影响。该研究基于文献、案头分析、专家访谈和 2018 年举办的两次专家研讨会、该领域的大会和活动以及正在进行的研究结果。联系人 Alina Koskela/Eetu Pilli-Sihvola 报告语言 英语 保密 公开 总页数 137
交通流量和智能停车系统的发展......
摘要。交通基础设施的数量和质量与经济发展水平之间的关系是显而易见的。高密度的交通基础设施和更广泛的网络通常与高水平的发展有关。当交通系统有效时，它们提供经济和社会机会和利益，从而产生积极的影响，例如改善市场准入、就业和额外投资。当交通系统在容量和可靠性方面不足时，它们会导致经济成本，例如生活质量下降或损失。交通运输具有不可忽视的重要且相当显著的社会和环境负担。现代社会需要不断提高运输量、可靠性、安全性和质量。要做到这一点，就需要增加改善交通网络基础设施的成本，将其转变为灵活、高度管理的物流系统。同时，如果不考虑交通网络的发展模式、其各部分的负载分布，投资风险就会大大增加，而忽略这些模式会导致交通拥堵、超载或个别线路和网络节点的破坏，从而增加事故和环境污染的发生率。为了找到有效的大城市车辆管理策略，关于街道和道路网络设计以及交通组织的最佳决策应该考虑到广泛的交通流特性、外部和内部因素对混合交通流动态特性的影响模式。研究对象是大城市的交通流。研究主题是管理各种活动交通流的数学方法。实际收到的结果价值是能够开发一种方法来正式表示大城市基础设施支持领域的交通流管理任务；开发软件产品及其应用说明，以最佳解决某类难以解决的交通流管理任务；解决具体的实际问题