培养航天领域的年轻研究人员和工程师 确保卓越的科学环境和强大的创新能力 支持用户科学领域的空间研究(空间运输系统、轨道
2017。自动驾驶安全性:跨学科挑战。IEEE智能运输系统杂志。 Koopman和Wagner。 2019。 为什么深度学习AI如此容易愚弄。 自然。 D.天堂。 2020。 可在物理上可实现的对抗性示例,用于雷达对象检测。 在IEEE/CVF计算机视觉和模式识别会议的会议记录中。 tu等。 2020。 自动驾驶的深度多模式对象检测和语义分割:数据集,方法和挑战。 IEEE交易智能运输系统。 冯等。 2022。 可解释的深度学习:初学的现场指南。 人工智能研究杂志。 Ras等。 2022。 自动驾驶标准和开放挑战。 P. Koopman。 2023。 密集的强化学习,用于对自动驾驶汽车的安全验证。 自然。 冯等。IEEE智能运输系统杂志。Koopman和Wagner。 2019。 为什么深度学习AI如此容易愚弄。 自然。 D.天堂。 2020。 可在物理上可实现的对抗性示例,用于雷达对象检测。 在IEEE/CVF计算机视觉和模式识别会议的会议记录中。 tu等。 2020。 自动驾驶的深度多模式对象检测和语义分割:数据集,方法和挑战。 IEEE交易智能运输系统。 冯等。 2022。 可解释的深度学习:初学的现场指南。 人工智能研究杂志。 Ras等。 2022。 自动驾驶标准和开放挑战。 P. Koopman。 2023。 密集的强化学习,用于对自动驾驶汽车的安全验证。 自然。 冯等。Koopman和Wagner。2019。为什么深度学习AI如此容易愚弄。自然。D.天堂。2020。可在物理上可实现的对抗性示例,用于雷达对象检测。在IEEE/CVF计算机视觉和模式识别会议的会议记录中。tu等。2020。自动驾驶的深度多模式对象检测和语义分割:数据集,方法和挑战。IEEE交易智能运输系统。冯等。2022。可解释的深度学习:初学的现场指南。人工智能研究杂志。Ras等。 2022。 自动驾驶标准和开放挑战。 P. Koopman。 2023。 密集的强化学习,用于对自动驾驶汽车的安全验证。 自然。 冯等。Ras等。2022。自动驾驶标准和开放挑战。P. Koopman。2023。密集的强化学习,用于对自动驾驶汽车的安全验证。自然。冯等。
1.1。该计划的主要目标是什么?我们“国家运输中心网络安全与弹性中心”或TRACR的使命是为国家针对网络攻击的运输系统建立铁克拉德的防御。TRACR的主要目标是从整体上解决当今和明天的交通网络物理 - 物理 - 物理 - 物理 - 物理 - 物理系统(TCPSS)的脆弱性。Tracr不断监视TCPSS网络安全的快速发展世界,确定它们在运输模式,地理和应用中出现的挑战和威胁。Tracr的基础研究项目致力于开发一个集成硬件和软件安全的系统平台,以保护我们国家的运输基础设施(如图1所示)。部署后,TRACR系统平台将用于对任何运输系统或基础设施进行深度漏洞评估,然后对该系统或基础架构的自定义安全和隐私解决方案进行识别,开发和部署。随着威胁的发展,随着时间的流逝,较新的人出现了,Tracr Systems平台中的方法和工具将不断使用新的防御策略进行更新。系统平台将作为参考架构和设计蓝图,用于开发未来的安全和弹性的运输系统。Tracr还研究了以下四个推力,其产品和结果将支持Tracr Systems平台的开发:
气候变化的升级影响设定了脱碳运输的需求。现代运输系统负责欧盟大约25%的温室气体排放。运输是人类活动的唯一领域,迄今为止,对气候和环境的影响尚未大大减轻。因此,为加速向可持续的零发射运输系统的过渡而做出了努力。的确,欧盟委员会的清洁车辆指令和国家能源和气候计划都设定了针对零排放车辆所需百分比的特定衡量目标。智能运输系统(ITS)提供了多种选择,可用于监视交通状况,提供信息和实时管理运输网络。在公共交通的背景下,它可以优化运营和车队管理,因此有助于向零排放方案过渡。
TRANSPORTATION..........................................................42 Department of Motor Vehicles (550)...................................................42 Federal Motor Carriers Safety Administration (555)........................43 Slow Moving Vehicles (560)....................................................................43 Highways (565)............................................................................................................................................................................................................................................................................................................... 44运输系统(570).......................................................................................................................................................................................................................................................................
Tracr的基础研究项目致力于开发一个集成硬件和软件安全的系统平台,以保护我们国家的运输基础设施(如图1所示)。一旦部署,TRACR系统平台将用于对任何运输系统或基础架构进行深入的漏洞评估,然后对该系统或基础架构的自定义安全和隐私解决方案进行识别,开发和部署。随着威胁的发展,随着时间的流逝,较新的人出现了,Tracr Systems平台中的方法和工具将不断使用新的防御策略进行更新。系统平台将作为参考架构和设计蓝图,用于开发未来的安全和弹性的运输系统。Tracr还研究了以下四个推力,其产品和结果将支持Tracr Systems平台的开发:
六个有前景的想法: - 可持续推进概念 - 使用地面电力提高飞行效率 - 飞行器的自主引导和控制 - 个人空中运输系统 - 将人与飞机连接起来的新方法 - 空中巡洋舰及其支线飞机的概念
●当前的运输系统,网络和其他公共基础设施系统●当前的道路设计标准,考虑到主动运输●现有条件以及在整个研究区域的现有条件和流程运输计划以及在过程中进行的改进,●预计的旅行需求和运输系统绩效●目前的数据和保存范围范围和范围的范围划分的计划●HWY SAIRTION●HWY SAIRTION●HWY SAIRTION●HWY SAIRTION●HWY SAIRTION●HWY SAIRTION●HWY范围的安全性●HWY范围的安全性●HWY的安全性●范围的安全性。 ●库存的库存库存,社区计划,分区区域以及其他开发 /街道标准●土地利用,包裹信息和发展模式●大区域所有权●司法管辖权协调●人口和就业估算和预测