XiaoMi-AI文件搜索系统
World File Search System驾驶性能
智能手机交互方式对传统和自动驾驶汽车驾驶性能的影响
研究 MTI 致力于为各级政府和私营部门提供政策导向研究，以促进最佳地面交通系统的发展。研究领域包括：自行车和行人问题；为公共和私营部门的交通改善提供资金；多式联运连通性和一体化；交通系统的安全性和保障性；交通系统的可持续性；交通/土地使用/环境；交通规划和政策制定。认证研究员负责研究。认证需要高级学位，通常是博士学位，有学术出版物记录和专业参考资料。研究项目最终会以同行评审的出版物形式发表，可在 MTI 网站 TransWeb 上找到（http://transweb.sjsu.edu）。
数据融合和优化技术，以增强智能城市的自动驾驶性能
Rutgers University，New Brunswick，New Jersey，USA ys820@rutgers.edu *作者应与之交谈。 摘要：研究研究了数据融合和优化技术的使用，以改善智能城市环境中自动驾驶系统的性能。 通过整合来自多个传感器，雷达，摄像机和传感器在内的多个传感器的数据，该系统增强了其对环境的看法和理解。 此外，5G，LTE-V和DSRC Technologies启用V2X通信，促进车辆，基础设施和其他道路使用者之间的实时互动。 该研究采用深度学习和强化学习算法来实时路径计划，障碍检测和能源效率优化。 在各种城市场景中进行的模拟表明，通过优化的车辆操作来显示障碍检测准确性，交通安全性以及减少能源消耗的显着改善。 此外，系统对通信延迟和数据丢失的弹性突出了提议的数据融合和在动态环境中的鲁棒性。 关键字：智能运输系统；连接和自动驾驶汽车；可持续城市；聪明的城市。 被引用为：Sun，Y。，＆Ortiz，J. （2024）。 数据融合和优化技术，以增强智能城市的自动驾驶性能。 人工智能与信息杂志，1，42-50。 取自https://woodyinternational.com/index.php/jaii/article/article/view/50 1。 Yao等。 根据Wang等人的说法。 Liu等。Rutgers University，New Brunswick，New Jersey，USA ys820@rutgers.edu *作者应与之交谈。摘要：研究研究了数据融合和优化技术的使用，以改善智能城市环境中自动驾驶系统的性能。通过整合来自多个传感器，雷达，摄像机和传感器在内的多个传感器的数据，该系统增强了其对环境的看法和理解。此外，5G，LTE-V和DSRC Technologies启用V2X通信，促进车辆，基础设施和其他道路使用者之间的实时互动。该研究采用深度学习和强化学习算法来实时路径计划，障碍检测和能源效率优化。在各种城市场景中进行的模拟表明，通过优化的车辆操作来显示障碍检测准确性，交通安全性以及减少能源消耗的显着改善。此外，系统对通信延迟和数据丢失的弹性突出了提议的数据融合和在动态环境中的鲁棒性。关键字：智能运输系统；连接和自动驾驶汽车；可持续城市；聪明的城市。被引用为：Sun，Y。，＆Ortiz，J.（2024）。数据融合和优化技术，以增强智能城市的自动驾驶性能。人工智能与信息杂志，1，42-50。取自https://woodyinternational.com/index.php/jaii/article/article/view/50 1。Yao等。根据Wang等人的说法。Liu等。Liu等。引言随着城市化的加速，智能城市的发展已成为政府和行业通过数字技术的整合来优化城市生活的关键倡议。这种转变的一个核心是自动驾驶系统的部署，预计该系统将在增强城市流动性，减少交通拥堵并改善道路安全方面发挥关键作用。由高级通信网络和数据驱动基础设施支持的自动驾驶汽车（AV）对于管理日益复杂的城市环境而变得至关重要。（2022）强调，智能城市基础设施对于成功实施自动驾驶汽车至关重要，这指出了数据驱动方法在改善交通管理方面的重要性。尽管有希望在AV技术方面取得了希望，但仍存在一些挑战，尤其是在人口稠密的城市地区。复杂的道路网络，不同的交通状况以及不可预测的行人行为需要复杂的数据处理和实时决策功能。（2024），自主驾驶技术可以大大降低交通拥堵和事故率，但这需要高度准确，及时的传感器数据融合。此外，Zhou等。（2024）指出，在城市环境中，AVS必须依靠Lidar，相机和雷达等传感器的组合，以及车辆到所有的通信系统来收集和处理周围环境的数据。最近的研究表明，多传感器融合解决这些挑战的潜力。此外，Aldeer等人。（2024）证明，将来自各种传感器的数据结合起来增强了AVS检测障碍和更准确预测交通流量的能力。与这些发现一致，Zhang等人。（2024）强调，人工智能（AI），尤其是深度学习和强化学习，通过从多个来源处理复杂的数据集来实现AV系统的实时决策中起着至关重要的作用。（2024）认为，AI与边缘计算技术的集成可以更有效地数据处理，从而提高了自主驾驶的安全性和效率。尽管在整合AI和传感器融合技术方面取得了进展，但在AV系统中的数据融合和优化技术的应用仍然是
PD 14.0“指导全州交通计划目标和绩效衡量的政策”
“驾驶性能寿命”是根据对平整度、路面损坏程度和安全性的评估，以年为单位表示高速公路在可接受驾驶条件下的使用寿命。驾驶性能寿命实施基于交通的高速公路类别、相关类别的驾驶性能条件标准和允许的路面处理。不可接受的驾驶条件特定于每个基于交通的高速公路类别，这意味着驾驶员必须降低速度以弥补恶劣的条件、绕过受损的路面或忍受难以忍受的颠簸。基于风险的资产管理计划确定了三种驾驶性能寿命类别：高（剩余驾驶性能寿命超过 10 年）；中等（4-10 年）；低（3 年或更少）。
数字化对铁路运营的影响
在铁路运营中，铁路公司 (RVU) 的运营流程呈现数字化趋势。该研究项目的目的是（1）展示以列车司机（Tf）为主要用户的数字铁路技术的研发现状以及邻近（交通）部门的可比项目。进一步的目标是 (2) 描述 Tf 当前日常工作生活中的数字工作设备。该研究构成了休闲科学评估的起点。其中包括：机车司机室的人体工学设计、数字化工作设备对驾驶性能的影响以及移动工作设备的可用性方面。考虑的重点是驾驶室中平板电脑应用的集成。此外，该研究项目旨在研究（3）使用数字工作工具对Tf的培训和继续教育以及适用的法律框架的影响，并解释有关数据保护和数据安全的适用原则。
使用模糊MCDM方法的电池交换站的位置选择：印度尼西亚Meilinda Fitriani Nur Maghfiroh A*，Chathumi Kavirathn
国际能源局预测，电动汽车（EV）将在未来的可持续运输选择中发挥关键作用。电动汽车提供了许多优势，包括高能效率[1，2]，低环境影响和高驾驶性能[3]。在印度尼西亚，能源和矿产资源部（MEMR）负责为电动汽车进行必要的基础设施准备。根据2020年的MEMR条例，该法规涉及电池电动汽车（BEVS）的电气充电基础设施的提供，该部有权监督所选城市中充电设施和电动汽车电池交换站的建设。此外，MEMR有权签发电力提供业务许可，并指定符合条件的业务领域，例如加油站，办公室，购物中心或停车场。截至2021年7月，EVS在135个地点上有166个充电站（SPKLU），主要在Java岛，而74
自动驾驶：ZF和Infineon使用AI算法优化用于驱动动态的软件和控制单元</div>
作为Eemotion项目的一部分，ZF集团和Infineon Technologies AG共同开发和实施了用于开发和控制车辆软件的AI算法。该项目由德国联邦经济事务和气候行动部共同资助。在项目中开发的AI算法在测试工具中经过证明，在自动驾驶过程中根据指定的驾驶轨迹控制和优化所有执行器。ZF已在其现有的两个软件解决方案Cubix和Eco Control 4 ACC中添加了AI算法，这些解决方案已在Infineon的Aurix Aurix TM TM TC4X微控制器（MCU）上实施，并具有集成并行处理单元（PPU）。结果：更有效的人工智能算法和更好地利用计算能力。这又导致更好的驾驶性能和提高驾驶安全性。与没有AI的常规方法相比，两家公司现在
使用潜在世界模型增强端到端自动驾驶
端到端的自主驾驶引起了广泛的关注。当前的最终方法在很大程度上取决于感知任务（例如检测，跟踪和地图细分）的监督，以帮助学习场景表示。但是，这些方法需要广泛的注释，从而阻碍数据量表。为了应对这一挑战，我们提出了一种新颖的自我监督方法，以增强端到端驾驶，而无需昂贵的标签。具体来说，我们的框架法使用潜在世界模型根据预测的自我动作和当前框架的潜在特征来预测未来的潜在特征。预测的潜在功能由将来实际观察到的功能监督。此监督共同优化了潜在的特征学习和动作预测，从而大大提高了驾驶性能。结果，我们的APARCH在开环和闭环基准测试中都实现了最先进的性能，而无需昂贵的注释。
电动汽车与网格和微电网的互连操作
摘要本文介绍了高性能电动汽车（EV）同步不情愿电动机（Synrm）驱动器及其车辆到网格（V2G）和车辆对微电网（V2M）双向操作的开发。电池通过双边接口Boost-Buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck buck-link电压良好的驾驶性能在较宽的速度范围内建立。 电动机效率在额定负载附近为92.3％。 在空闲条件下，可以安排嵌入式接口转换器和电动机驱动器的逆变器，以通过添加外部LC低通滤波器来执行G2V/V2G操作。 可以在G2V模式下从电源中充电，并具有良好的线拉功率质量。 另外，在V2G模式下，电池可以以良好的电流波形质量将预设电源发送回实用程序网格。 此外，相同的原理图也可以进行M2V/V2M操作。 基于风开关的利用发电机（SRG）的微电网用作测试工厂。 通过安排的控件成功地提供了电动流动的EV移动储能应用程序，以有效利用可再生能源。 测量结果以所有功率阶段和操作案例令人满意的性能来验证正常操作。良好的驾驶性能在较宽的速度范围内建立。电动机效率在额定负载附近为92.3％。在空闲条件下，可以安排嵌入式接口转换器和电动机驱动器的逆变器，以通过添加外部LC低通滤波器来执行G2V/V2G操作。可以在G2V模式下从电源中充电，并具有良好的线拉功率质量。另外，在V2G模式下，电池可以以良好的电流波形质量将预设电源发送回实用程序网格。此外，相同的原理图也可以进行M2V/V2M操作。基于风开关的利用发电机（SRG）的微电网用作测试工厂。通过安排的控件成功地提供了电动流动的EV移动储能应用程序，以有效利用可再生能源。测量结果以所有功率阶段和操作案例令人满意的性能来验证正常操作。
采用自动化和智能机器辅助...
自动机器引导施工 数字化施工数据存储库，可用于数字孪生应用 高度遵循设计规范 时间高效，减少浪费 在不影响施工质量的情况下按时施工（平整、充分均匀压实的表面） 改善驾驶性能 增强性能耐用性和使用寿命 提高生产力 实时文档和更好的透明度和最少的人为干预 3. NHAI 在勒克瑙-坎普尔高速公路项目中开展了一个 AIMC 试点项目，其中使用了自动化和智能机器，例如 GPS 辅助平地机、智能压实机和无绳摊铺机。在对本项目中展示的 AIMC 功效的评估以及项目利益相关方的反馈意见的基础上，考虑了这方面的国际指南/规范，决定在以下项目中试点在 NH 建设中采用 AIMC：