Добірка наукової літератури з теми "Systèmes de transport intelligent – Innovation"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Systèmes de transport intelligent – Innovation".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Systèmes de transport intelligent – Innovation"
1
Ygnace, J. "Les systèmes de transport intelligent." Recherche - Transports - Sécurité 68 (September 2000): 87. http://dx.doi.org/10.1016/s0761-8980(00)90026-8.
Повний текст джерела
2
Lusikka, Toni, Tuomo K. Kinnunen, and Juho Kostiainen. "Public transport innovation platform boosting Intelligent Transport System value chains." Utilities Policy 62 (February 2020): 100998. http://dx.doi.org/10.1016/j.jup.2019.100998.
Повний текст джерела
3
Kirova, Antoaneta. "STRATEGIC PARTNERSHIPS FOR INNOVATION AND INTELLIGENT CONCEPTS FOR TRANSPORT AND MOBILITY." MEST Journal 6, no. 1 (January 15, 2018): 15–26. http://dx.doi.org/10.12709/mest.06.06.01.03.
Повний текст джерела
4
Kowalewski, Marian, Andrzej Pękalski, and Mirosław Siergiejczyk. "Standardization of cooperation of intelligent transport systems in vehicles." Roads and Bridges - Drogi i Mosty 13, no. 4 (February 13, 2015): 357–78. http://dx.doi.org/10.7409/rabdim.014.022.
Повний текст джерелаАнотація:
Communications between road vehicles and with their environment (V2X) is important for cooperative ITS (C-ITS) application implementations including those which enhancing road traffic safety. Formal and de facto V2X communications standards are key to application development requiring cooperation of distributed components with maintenance of all interoperability conditions. Experiences proof that ITS solutions support road traffic safety enhancement and this is reasoning of European Union priorities of this subjects and thus many research, innovation and deployment actions.
5
Yu, Hui Jun, Zhi Gang Wang, Xiao Yan Liu, and Dong Hu. "A Big Data Application in Intelligent Transport Systems." Applied Mechanics and Materials 734 (February 2015): 365–68. http://dx.doi.org/10.4028/www.scientific.net/amm.734.365.
Повний текст джерелаАнотація:
Intelligent Transport Systems (ITS) theory is developed nearly a dozen years which is focused on building integrated transportation system, its success will inevitably have a fundamental change in the way the current traffic works. ITS is a large complex system, with integrated multidisciplinary knowledge to implement. The paper explores a new way of integrating big data insights with automated and assisted processes related to ITS. We show how innovation from China Si Chuan Province Traffic Management Bureau under our big data implementation to improve their business performance. With the new big data algorithm, we could predict drivers' behavior, and ultimately understand which factors are influencing the most. The architecture and implementation is thoroughly introduced in the paper, and we point out the future extension in the end.
6
Et. al., Srinivasa srikrishna joshi,. "Intelligent School Bus: Guarrenteeing Safety Ofschool Children." Turkish Journal of Computer and Mathematics Education (TURCOMAT) 12, no. 2 (April 10, 2021): 3239–44. http://dx.doi.org/10.17762/turcomat.v12i2.2382.
Повний текст джерелаАнотація:
On assessing the previous work of faculty transport following, checking and cautioning framework, there's a likelihood to order different procedures and distinguish new patterns. one of them may be a test for vehicle following, observing and cautioning framework. Presently a days with the ascent inside the rate and mishaps, guardians stress over their youngsters once they are having the opportunity to schools. what's more, bunches of youngsters end up bolted during a transport inside the transport leaving zone subsequent to nodding off on their gratitude to class, miss the transport, or leave at the wrong station. This task utilizes the pertinence of recurrence recognizable proof (RFID) innovation for following and checking utilizing GPS, kids during their excursion to and from school-on-school transports. Furthermore, it's the potential gain of powerful after limits, ease and clear upkeep. The individual RFID names are convincing and it's used for following and noticingyoungsters. Vibration sensor is this undertaking to identify any mishaps and site refreshed on cloud. And furthermore, checking the main thrust status as driver burn-through liquor and motor is off observing an alarming framework. The system involves three rule units, transport unit, parent unit and faculty unit The transport unit is utilized to identify when a baby enters/exits from the transport utilizing RFID Card. This data is conveyed to the parent unit and facult y unit that recognize the presence of adolescents. The framework tracks the varsity transport by the IOT.
7
Ernst Ambrosch, Karl, Dietrich Leihs, and Giuseppe Lugano. "Enhancing Research and innovAtion dimension of the University of Zilina in intelligent transport systems." Impact 2017, no. 1 (January 9, 2017): 97–99. http://dx.doi.org/10.21820/23987073.2017.1.97.
Повний текст джерела
8
Bányai, Tamás, Béla Illés, Christian Landschützer, Fabian Schenk, and Flavien Massi. "COOPERATION IN LOGISTICS TECHNOLOGY RESEARCH: HOW TWINNING PROJECT AFFECTS R+D IN THE FIELD OF LOGISTIC SYSTEMS AND NETWORKS." Advanced Logistic Systems - Theory and Practice 12, no. 1 (April 25, 2019): 21–36. http://dx.doi.org/10.32971/als.2019.002.
Повний текст джерелаАнотація:
The overall aim of the UMi-TWINN project was to reinforce the scientific excellence and innovation capacity in logistic systems of the University of Miskolc and its high-quality twinning partners for the benefit of different industries and logistics markets. To boost twinning partners' scientific excellence and innovation capacity in logistics technologies, as well as implementing a research and innovation strategy we have focused on the following three sub-topics: design of logistic systems and networks, intelligent transport systems and dynamical analysis of materials handling machines. Within the frame of this paper the authors describe the main results in the field of design of logistic systems.
9
Leviäkangas, Pekka. "Intelligent Transport Systems−Technological, Economic, System Performance and Market Views." International Journal of Technology 4, no. 3 (July 30, 2013): 288. http://dx.doi.org/10.14716/ijtech.v4i3.133.
Повний текст джерела
10
Grant-Muller, Susan, and Mark Usher. "Intelligent Transport Systems: The propensity for environmental and economic benefits." Technological Forecasting and Social Change 82 (February 2014): 149–66. http://dx.doi.org/10.1016/j.techfore.2013.06.010.
Повний текст джерелаДисертації з теми "Systèmes de transport intelligent – Innovation"
1
Chun, Jae Seung. "Efficiency of the evolution paths for space transportation system (STS) technology : a qualitative analysis." Université Louis Pasteur (Strasbourg) (1971-2008), 2005. https://publication-theses.unistra.fr/public/theses_doctorat/2005/CHUN_Jae_Seung_2005.pdf.
Повний текст джерелаАнотація:
Cette étude vise à analyser les facteurs à l'origine des problèmes rencontrés par les programmes américains de développement de lanceurs réutilisables (Reusable Launch Vehicles – RLV), en évaluant la plausibilité des sentiers d'évolution technologique. Afin d'arbitrer entre les sentiers, nous construisons dans un premier temps l'ensemble des sentiers évolutionnaires physiquement possibles, tels que déterminés par les facteurs purement endogènes. Nous avons dans un deuxième temps analysé leur plausibilité. Pour mener à bien la première étape nous avons élaboré une nouvelle méthodologie, ' l'Arbre Hiérarchique d'Evolution Hors Facteurs Exogènes ' (AHEHFE). A l'aide de cette méthodologie, nous avons tout d'abord développé un répertoire des options technologiques des lanceurs puis construit l'arbre hiérarchique évolutionnaire à partir des lanceurs répertoriés, en appliquant les règles d'évolution suivantes: le classement d'hérédité des éléments technologiques et le degré de complexification. Pour la deuxième étape, nous avons trié les sentiers évolutionnaires soutenables en appliquant les facteurs exogènes à l'AHEHFE, puis analysé leur plausibilité en fonction de deux critères d'évaluation: le degré de difficulté de l'apprentissage et l'efficience de la création de connaissances et de leur consolidation. Ces deux critères découlent de la nature du domaine des Systèmes de Transport Spatial (STS), domaine intensif en connaissances où la création de connaissances joue un rôle crucial dans le développement de l'industrie tout comme dans la technologie du produit. Notre analyse démontre que l'approche 'bottom up' offre un sentier plus plausible que l'approche 'top down'. Le cas des programmes de développement américains de RLV montre par ailleurs que les programmes orientés mission initiés par le gouvernement sont basés sur l'approche 'top down' alors que deux initiatives privées, le lanceur Pégase et le véhicule suborbital SpaceShipOne relèvent de l'approche ' bottom up'. Cette étude de cas a partiellement confirmé que l'approche 'top down' est moins plausible, au vu de l'échec du développement du X-33 et des coûts d'opération extrêmement élevés de la navette spatiale. En ce qui concerne l'approche 'bottom up', le nombre de programmes de RLV en cours est insuffisant pour fournir les données nécessaires à une analyse satisfaisante permettant de conclure sur la plausibilité de cette approche.
2
Shang, Lu. "Économie de l’Innovation : le cas du véhicule intelligent." Thesis, Lille 1, 2010. http://www.theses.fr/2010LIL12010.
Повний текст джерелаАнотація:
Intitulée « Economie de l’innovation – le cas du véhicule intelligent », cette thèse analyse la montée en puissance de l’innovation dans le transport à travers la croissance de l’intelligence artificielle dans les véhicules, les infrastructures et les postes centralisés de régulation et de surveillance. Elle introduit de nouveaux instruments théoriques en économie de l’innovation, définissant le cadre d’une économie comportementale de l’innovation. Ces nouveaux instruments théoriques sont appliqués au cas des concepteurs et des consommateurs-conducteurs du véhicule intelligent. Les apports novateurs portent sur : - l’impact sur la sécurité routière des systèmes intelligents ; - les conditions de l’acceptabilité et de la diffusion des systèmes intelligents ;- l’évolution de l’industrie automobile vers le véhicule intelligent ; - la conception générale du véhicule intelligent : l’intelligence artificielle intégrée dans le véhicule comme un outil ou le véhicule comme accessoire de l’intelligence du mouvementTitled “Economy of innovation – The case of the intelligent (smart ?) vehicle”, this thesis deals with the growing innovation in the transportation means through the growing importance of artificial intelligence in vehicles, in infrastructures, and in centralized regulation and monitoring centers. It presents new theoretical instruments applicable for the economy of innovation by defining the framework of its behavioral aspects. These new theoretical instruments are applied to the case of designers and to the case of consumers-drivers of the intelligent vehicle. Innovative topics are the following: - the impact of intelligent systems on road safety, - the conditions for accepting and spreading intelligent systems, - the evolution of the car industry towards the intelligent vehicle, - the global design of the intelligent vehicle: the artificial intelligence embedded in the vehicle as an assistant tool or the vehicle as secondary to the intelligence of the movement
3
Drosouli, Ifigeneia. "Multimodal machine learning methods for pattern analysis in smart cities and transportation." Electronic Thesis or Diss., Limoges, 2024. http://www.theses.fr/2024LIMO0028.
Повний текст джерелаАнотація:
Dans le contexte des environnements urbains modernes et densément peuplés, la gestion efficace des transports et la structure des Systèmes de Transport Intelligents (STI) sont primordiales. Le secteur des transports publics connaît actuellement une expansion et une transformation significatives dans le but d'améliorer l'accessibilité, d'accommoder des volumes de passagers plus importants sans compromettre la qualité des déplacements, et d'adopter des pratiques respectueuses de l'environnement et durables. Les avancées technologiques, notamment dans l'Intelligence Artificielle (IA), l'Analyse de Données Massives (BDA), et les Capteurs Avancés (CA), ont joué un rôle essentiel dans la réalisation de ces objectifs et ont contribué au développement, à l'amélioration et à l'expansion des Systèmes de Transport Intelligents. Cette thèse aborde deux défis critiques dans le domaine des villes intelligentes, se concentrant spécifiquement sur l'identification des modes de transport utilisés par les citoyens à un moment donné et sur l'estimation et la prédiction du flux de transport au sein de divers systèmes de transport. Dans le contexte du premier défi, deux approches distinctes ont été développées pour la Détection des Modes de Transport. Tout d'abord, une approche d'apprentissage approfondi pour l'identification de huit médias de transport est proposée, utilisant des données de capteurs multimodaux collectées à partir des smartphones des utilisateurs. Cette approche est basée sur un réseau Long Short-Term Memory (LSTM) et une optimisation bayésienne des paramètres du modèle. À travers une évaluation expérimentale approfondie, l'approche proposée démontre des taux de reconnaissance remarquablement élevés par rapport à diverses approches d'apprentissage automatique, y compris des méthodes de pointe. La thèse aborde également des problèmes liés à la corrélation des caractéristiques et à l'impact de la réduction de la dimensionnalité. La deuxième approche implique un modèle basé sur un transformateur pour la détection des modes de transport appelé TMD-BERT. Ce modèle traite l'ensemble de la séquence de données, comprend l'importance de chaque partie de la séquence d'entrée, et attribue des poids en conséquence en utilisant des mécanismes d'attention pour saisir les dépendances globales dans la séquence. Les évaluations expérimentales mettent en évidence les performances exceptionnelles du modèle par rapport aux méthodes de pointe, soulignant sa haute précision de prédiction. Pour relever le défi de l'estimation du flux de transport, un Réseau Convolutif Temporel et Spatial (ST-GCN) est proposé. Ce réseau apprend à la fois des données spatiales du réseau de stations et des séries temporelles des changements de mobilité historiques pour prédire le flux de métro urbain et le partage de vélos à un moment futur. Le modèle combine des Réseaux Convolutifs Graphiques (GCN) et des Réseaux Long Short-Term Memory (LSTM) pour améliorer la précision de l'estimation. Des expériences approfondies menées sur des ensembles de données du monde réel du système de métro de Hangzhou et du système de partage de vélos de la ville de New York valident l'efficacité du modèle proposé, démontrant sa capacité à identifier des corrélations spatiales dynamiques entre les stations et à faire des prévisions précises à long termeIn the context of modern, densely populated urban environments, the effective management of transportation and the structure of Intelligent Transportation Systems (ITSs) are paramount. The public transportation sector is currently undergoing a significant expansion and transformation with the objective of enhancing accessibility, accommodating larger passenger volumes without compromising travel quality, and embracing environmentally conscious and sustainable practices. Technological advancements, particularly in Artificial Intelligence (AI), Big Data Analytics (BDA), and Advanced Sensors (AS), have played a pivotal role in achieving these goals and contributing to the development, enhancement, and expansion of Intelligent Transportation Systems. This thesis addresses two critical challenges within the realm of smart cities, specifically focusing on the identification of transportation modes utilized by citizens at any given moment and the estimation and prediction of transportation flow within diverse transportation systems. In the context of the first challenge, two distinct approaches have been developed for Transportation Mode Detection. Firstly, a deep learning approach for the identification of eight transportation media is proposed, utilizing multimodal sensor data collected from user smartphones. This approach is based on a Long Short-Term Memory (LSTM) network and Bayesian optimization of model’s parameters. Through extensive experimental evaluation, the proposed approach demonstrates remarkably high recognition rates compared to a variety of machine learning approaches, including state-of-the-art methods. The thesis also delves into issues related to feature correlation and the impact of dimensionality reduction. The second approach involves a transformer-based model for transportation mode detection named TMD-BERT. This model processes the entire sequence of data, comprehends the importance of each part of the input sequence, and assigns weights accordingly using attention mechanisms to grasp global dependencies in the sequence. Experimental evaluations showcase the model's exceptional performance compared to state-of-the-art methods, highlighting its high prediction accuracy. In addressing the challenge of transportation flow estimation, a Spatial-Temporal Graph Convolutional Recurrent Network is proposed. This network learns from both the spatial stations network data and time-series of historical mobility changes to predict urban metro and bike sharing flow at a future time. The model combines Graph Convolutional Networks (GCN) and Long Short-Term Memory (LSTM) Networks to enhance estimation accuracy. Extensive experiments conducted on real-world datasets from the Hangzhou metro system and the NY City bike sharing system validate the effectiveness of the proposed model, showcasing its ability to identify dynamic spatial correlations between stations and make accurate long-term forecasts
4
Tsukada, Manabu. "Communications Management in Cooperative Intelligent Transportation Systems." Paris, ENMP, 2011. http://www.theses.fr/2011ENMP0092.
Повний текст джерелаАнотація:
Les systèmes de transport intelligents (STI) coopératifs sont des systèmes ou les véhicules, l'infrastructure routière, les centres de contrôle de trafic et d'autres entités échangent des informations afin d'assurer une meilleure sécurité routière, l'efficacité du trafic et le confort des usagers de la route. C'est dans ce but que l'architecture de station STI a été spécifié par l'ISO et l'ETSI. Le concept de cette architecture de référence permet aux stations STI-véhicules et stations STI-infrastructures de s'organiser dans un réseau véhiculaire adhoc (VANET), tout en utilisant des protocoles de communication tels qu'GeoNetworking IP v6 et IEEE802. 11p ainsi que toute autre technologie d'accès afin de se connecter de manière transparente à internet. Plusieurs chemins peuvent donc être accessibles à une station STI véhicule pour communiquer avec d'autres stations STI. Les chemins sont de trois types: le chemin direct, le chemin optimisé, et le chemin d'ancré. L'objectif de cette étude est d'optimiser la communication entre stations STI en sélectionnant le meilleur chemin de communication disponible. . Cela exige d'abord de recueillir les informations disponibles localement dans la station STI (la position, la vitesse, les exigences des applications, les caractéristiques des supports de communication, les capacités , l'état du chemin), ainsi que les informations des stations STI voisines (position, vitesse, services, etc. . ). Ces informations sont ensuite traitées par le biais d'un algorithme de prise de décision. Premièrement, nous définissons un module réseau qui permet la combinaison d'IPv6 avec le Geo Networking. Deuxièmement, nous proposons un module de gestion inter-couche pour la sélection du meilleur chemin. Nos contributions s'intègrent dans l'architecture de station STI par la définition de la relation entre la couche réseau et transport (qui héberge la contribution Geonetworking IPv6) et l'entité verticale de gestion inter-couche (qui accueille l'algorythme de décision pour la sélection de chemin). Nous avons spécifié les fonctions permettant l'échange de paramétres par l'intermédiaire de la SAP (Service Acess Point) entre la couche réseau et l'entité de gestion (MN-SAP). Les paramètres utilisés dans l'entité de gestion inter-couche sont extraits d'une manière agnostique par rapport aux protocoles de la couche réseau et transport, ce qui permet de remplacer facilement les éléments d'une couche sans affecter les autres (par exemple, remplacer NEMO par une autre protocole de mobilité) et de permuter plusieurs piles réseau (on peut choisir d'utiliser la pile par une autre protocole de mobilité) et de permuter plusieurs piles réseau (on peut choisir d'utiliser la pile IPv6 ou bien la pile GeoNetworking, ou encore une combinaison des deux à la fois ou même une autre pileCooperative Intelligent transportation Systems (Cooperative ITS) are the systems where multiple entities share information and tasks to achieve the ITS objectives (i. E. Road safety, traffic efficiency and comfort). Today, ITS Station architecture is being specified in ISO and ETSI as a result of discussion and consensus of the researchers and developers in ITS domain. In the architecture, ITS Stations are essential entities, that are distributed in vehicles, roadside infrastructure, centers and mobiles, to achieve the ITS objectives. The vehicle and roadside ITS Stations organize Vehicular Ad-hoc Network (VANET) to adapt multi-hop and highly dynamic network topology. GeoNetworking is a great candidate for VANET because the geographic routing shows strength in dynamic topology. In addition to VANET, the ITS Station equips multiple wireless network interfaces and connects to networks with multiple paths, which is called multihoming. The objective of the study is to optimize the communication between ITS Stations by improved decision-making algorithm using inter-component information exchange in IP-based cooperative ITS. First, we develop IPv6 GeoNetworking to take the advantages of both IP and GeoNetworking. Seconds, we propose a cross-layer based path selection management by extending a Service Access Point (SAP) between the network layer and the management entity specified in the ITS Station Architecture. The extended SAP is designed as most abstracted as possible to adapt to the future development of the ITS Station architecture. The proposed system is designed and implemented as a prototype. The prototype implementation is evaluated in both ideal and realistic scenarios using up to four vehicles. The network performance measurement is processed, visualized and analyzed with web-based tools
5
Pottier, Géraldine. "Rôle de l’acceptabilité dans l’interaction entre un véhicule conventionnel et un véhicule automatisé." Thesis, Rennes 2, 2020. http://www.theses.fr/2020REN20005.
Повний текст джерелаАнотація:
Le thème central de la thèse concerne le rôle de l’acceptabilité dans l’interaction entre un véhicule conventionnel conduit par un humain et un véhicule automatisé. Une méta-analyse synthétisant les déterminants de l’acceptabilité d’une nouvelle technologie constitue une première étude. Les résultats ont montré que l’acceptabilité était prédite par six facteurs : l’intention comportementale, la performance attendue, la facilité d’usage attendue, l’attitude, l’influence sociale et le sentiment de con-trôle. Une deuxième étude a été réalisée pour évaluer l’effet du jugement d’acceptabilité sur la différence de comportement énoncé par le conducteur d’un véhicule conventionnel lors d’une interaction avec un véhicule automatisé. Les résultats ont montré qu‘une faible acceptabilité est liée à un comportement de prudence envers le véhicule automatisé. Une troisième étude, réalisée sur simulateur de conduite, a montré que les conducteurs de véhicule conventionnel qui ont une forte acceptabilité se comportent de manière identique envers un véhicule automatisé et un véhicule conventionnel. Pour conclure, cette thèse discute du rôle de l’acceptabilité d’un dispositif technologique dans l’interaction avec celui-ciThe central theme of the thesis concerns the role of acceptability in the interaction between a conventional vehicle driven by a human and an automated vehicle. A meta-analysis synthesizing the determinants of the acceptability of a new technology is a first study. The results showed that acceptability was predicted by six factors: behavioural intention, perceived usefulness, perceived ease of use, attitude, social influence and feeling of control. A second study was conducted to evaluate the effect of the acceptability judgment on the difference in be-haviour stated by the driver of a conventional vehicle during interaction with an automated vehicle. The results showed that low acceptability is associated with cautious behaviour towards the automated vehicle. A third study, conducted on a driving simulator, showed that conventional vehicle drivers who have a high acceptability behave in the same way towards an automated vehicle and a conventional vehicle. To conclude, this thesis questions the role of the acceptability of a technologic device in the interaction with it
6
Leblanc, Brice. "Analyse non supervisée de données issues de Systèmes de Transport Intelligent-Coopératif." Thesis, Reims, 2020. http://www.theses.fr/2020REIMS014.
Повний текст джерелаАнотація:
Cette thèse se situe dans le contexte des réseaux véhiculaires (VANET), et plus particulièrement dans le contexte des Systèmes de Transport Intelligent-Coopératif (STI-C). Ces systèmes échangent des informations pour améliorer la sécurité routière.Le but de cette thèse est d'introduire des outils d'analyse de données qui peuvent fournir aux opérateurs routiers des informations sur l'utilisation et état de leurs infrastructures. Par conséquent, ces informations peuvent contribuer à améliorer la sécurité routière. Nous identifions deux cas que nous voulons traiter : l'identification des profils de conduite et la détection des obstacles routiers.Pour traiter ces questions, nous proposons d'utiliser des approches d'apprentissage non supervisées : des méthodes de regroupement pour l'identification des profils de conduite, et la détection de changement de concept pour la détection des obstacles. Cette thèse présente trois contributions principales : une méthodologie nous permettant de transformer les données brutes des STI-C en un ensemble de trajectoires puis de données d'apprentissage ; l'utilisation de méthodes classiques de regroupement et des points d'intérêt pour les profils de conduite avec des expériences sur les données issues des appareils mobiles et des journaux du réseau ; et la prise en compte d'une foule de véhicules fournissant des journaux du réseau considérés comme flux de données en entrée d'algorithmes de détection de changement de concept pour reconnaître les obstacles routiersThis thesis takes place in the context of Vehicular Ad-hoc Networks (VANET), and more specifically the context of Cooperative-Intelligent Transport System (C-ITS). These systems are exchanging information to enhance road safety.The purpose of this thesis is to introduce data analysis tools that may provide road operators information on the usage/state of their infrastructures. Therefore, this information may help to improve road safety. We identify two cases we want to deal with: driving profile identification and road obstacle detection.For dealing with those issues, we propose to use unsupervised learning approaches: clustering methods for driving profile identification, and concept drift detection for obstacle detection. This thesis introduces three main contributions: a methodology allowing us to transform raw C-ITS data in, first, trajectory, and then, learning data-set; the use of classical clustering methods and Points Of Interests for driving profiles with experiments on mobile device data and network logs data; and the consideration of a crowd of vehicles providing network log data as data streams and considered as input of concept drift detection algorithms to recognize road obstacles
7
Gherbi, Elies. "Apprentissage automatique pour la détection d'intrusion dans les systèmes du transport intelligent." Electronic Thesis or Diss., université Paris-Saclay, 2021. http://www.theses.fr/2021UPASG037.
Повний текст джерелаАнотація:
De nombreuse avancée et innovations technologiques sont introduites dans le monde de l'automobile. Plusieurs domaines scientifiques et applicatifs contribuent à l'amélioration de ces avancées. L'une des dimensions importantes est la cybersécurité. Effectivement, les véhicules autonomes seront sujets aux cyberattaques et les cybers criminels pourraient pirater les systèmes d'exploitation des véhicules et perturber leur fonctionnement et mettre en danger la sûreté des passagers. Ainsi, la cybersécurité reste un obstacle à surmonter pour sécuriser les véhicules et permettre aux innovations technologiques dans le domaine des transports d'apporter des solutions aux problèmes de la société et éviter leur détournement à des fins malicieuses. En effet, la conception actuelle et future des véhicules autonomes implique de nombreuses interfaces de communication, la communication dans le véhicule entre les différents systèmes embarqués, les communications Vehicle-to-X (V2X) entre le véhicule et d'autres véhicules et structures connectés sur les routes. Plusieurs mécanismes de défense sont implémentés pour répondre aux normes de sécurité (antivirus, pare-feu, etc.), mais nous ne pouvons pas être sûrs que toutes les failles possibles sont couvertes, spécialement dans des systèmes complexes comme les voitures autonomes. Le système de détection d'intrusion a été introduit dans le monde IT pour évaluer l'état du réseau et détecter tous les comportements malveillants. Le monde l'IT a connu beaucoup plus d'expérience en termes de mécanisme de défense qui peut inspirer la cybersécurité des transports intelligent (voiture autonome), néanmoins, ces dernières requirent leurs propres besoins et contraintes liées à la sûreté et aussi à leur architecture system. L'état actuel de l'évolution des véhicules a été rendu possible grâce à des innovations successives dans de nombreux domaines industriels et de recherche. L'intelligence artificielle en fait partie, ses différentes techniques permettent d'apprendre et de mettre en oeuvre des tâches complexe tel que la conduite autonome. Cette thèse vise à développer un system intelligent de détection d'intrusion en utilisant l'apprentissage automatique dans un contexte automobile. L'objectif est d'évaluer l'impact de l'apprentissage automatique sur l'amélioration de la sécurité des véhicules futurs (autonomes). Notre objectif principal est la sécurité des communications entres les différents systèmes dans la voiture. Dans ce but, nous menons une enquête empirique pour déterminer les besoins sous-jacents et les contraintes qu'exigent les systèmes embarqués. Nous passons en revue la littérature d'apprentissage profond pour la détection d'anomalie, on note qu'il y a un manque d'étude personnalisée sur le système de détection d'intrusion de véhicule autonome utilisant l'apprentissage profond. Dans de telles applications, les données sont déséquilibrées : le taux d'exemples normal est beaucoup plus élevé que les exemples anormaux. L'émergence du réseau antagoniste (GAN) a récemment apporté de nouveaux algorithmes pour la détection des anomalies. Nous développons une approche antagoniste (adversarial) pour la détection des anomalies, basée sur un Encoding Adversarial Network (EAN). L'architecture future des réseaux embarqués dans les véhicules est composée de différents sous-systèmes. Chaque sous-système est responsable de services spécifiques qui assurent le fonctionnement autonome du véhicule. Pour des raisons fonctionnelles et de sécurité, les sous-systèmes sont isolés, formant une architecture de communication hiérarchiquesde l'ensemble du système. Dans cette thèse, nous concevons un IDS distribué qui s'adapte à l'architecture embarquée et à ses contraintes et réduit le taux de surcharge de communicationinduit par le traitement de l'IDSDespite all the different technological innovations and advances in the automotive field, autonomous vehicles are still in the testing phase. Many actors are working on several improvements in many domains to make autonomous cars the safest option. One of the important dimensions is cybersecurity. Autonomous vehicles will be prone to cyberattacks, and criminals might be motivated to hack into the vehicles' operating systems, steal essential passenger data, or disrupt its operation and jeopardize the passenger's safety. Thus, cybersecurity remains one of the biggest obstacles to overcome to ensure vehicles safety and the contribution that this technology can bring to society. Indeed, the actual and future design and implementation of Autonomous Vehicles imply many communication interfaces, In-vehicle communication of the embedded system, Vehicle-to-X (V2X) communications between the vehicle and other connected vehicles and structures on the roads. Even though the cybersecurity aspect is incorporated by design, meaning that the system needs to satisfy security standards (anti-virus, firewall, etc.), we cannot ensure that all possible breaches are covered. The Intrusion Detection System (IDS) has been introduced in the IT world to assess the state of the network and detect if a violation occurs. Many experiences and the history of IT have inspired the cybersecurity for autonomous vehicles. Nevertheless, autonomous vehicles exhibit their own needs and constraints. The current state of vehicles evolution has been made possible through successive innovations in many industrial and research fields. Artificial Intelligence (AI) is one of them. It enables learning and implementing the most fundamental self-driving tasks. This thesis aims to develop an intelligent invehicle Intrusion detection system (IDS) using machine learning (ml) from an automotive perspective, to assess and evaluate the impact of machine learning on enhancing the security of future vehicle intrusion detection system that fits in-vehicle computational constraints. Future In-vehicle network architecture is composed of different subsystems formed of other ECUs (Electronic Controller Units). Each subsystem is vehicles. Our primary focus is on In-vehicle communication security. We conduct an empirical investigation to determine the underlying needs and constraints that in-vehicle systems require. First, we review the deep learning literature for anomaly detection and studies on autonomous vehicle intrusion detection systems using deep learning. We notice many works on in-vehicle intrusion detection systems, but not all of them consider the constraints of autonomous vehicle systems. We conduct an empirical investigation to determine the underlying needs and constraints that in-vehicle systems require. We review the deep learning literature for anomaly detection, and there is a lack of tailored study on autonomous vehicle intrusion detection systems using Deep Learning (DL). In such applications, the data is unbalanced: the rate of normal examples is much higher than the anomalous examples. The emergence of generative adversarial networks (GANs) has recently brought new algorithms for anomaly detection. We develop an adversarial approach for anomaly detection based on an Encoding adversarial network (EAN). Considering the behaviour and the lightweight nature of in-vehicle networks, we show that EAN remains robust to the increase of normal examples modalities, and only a sub-part of the neural network is used for the detection phase. Controller Area Network (CAN) is one of the mostused vehicle bus standards designed to allow microcontrollers and devices to communicate. We propose a Deep CAN intrusion detection system framework. We introduce a Multi-Variate Time Series representation for asynchronous CAN data. We show that this representation enhances the temporal modelling of deep learning architectures for anomaly detection
8
Raileanu, Silviu. "Proposition d’un modèle générique de pilotage pour un système à flux guidés : Application des concepts holoniques au transport intelligent (FMS/PRT)." Valenciennes, 2011. http://ged.univ-valenciennes.fr/nuxeo/site/esupversions/38191159-98bd-4bea-b774-7f2e39b5bf66.
Повний текст джерелаАнотація:
La thèse traite du pilotage d’un système à base de flux physique dans le domaine des FMS (Flexible Manufacturing System) et des PRT (Personal Rapid Transit). Le flux est considéré comme constitué d’entités "intelligentes" qui deviennent un produit "intelligent" (FMS) ou un véhicule "intelligent" (PRT) selon le domaine. Un modèle à base d’entités décisionnelles de pilotage (SEA : Système à base d’Entités Actives) est proposé. Le modèle SEA est "holonifié" et à cet effet un holon générique HAG (Holon Actif Généralisé) est introduit comme composant holonique de base. Ensuite, un modèle holonique SEAH (Système à base d’Entités Actives Holoniques) pour le pilotage d’un flux physique "intelligent" est proposé. Ce modèle fait plus particulièrement apparaître le holon flux (HF) qui permet de modéliser un produit « intelligent » ou un véhicule "intelligent" capable de prendre des décisions de pilotage au regard des processus d’allocation et/ou de routage. Le modèle SEAH comporte une partie statique et une partie comportementale. Cette dernière partie est fondée sur le concept d’"open-control" et combine un pilotage explicite de type "maître-esclave" avec un pilotage implicite par influence du comportement des entités. Le modèle SEAH fait l’objet d’une étude expérimentale pour appréhender sa validité. Des expérimentations ont été effectuées sur la cellule flexible du laboratoire CIMR de Bucarest pour le domaine du FMS, et sur la plateforme AIP-Priméca Nord-Pas-de-Calais de Valenciennes pour le domaine du PRT. Le modèle SEAH a été d’une grande utilité en servant de cadre de référence dans l’élaboration des architectures de pilotage retenues dans les deux domaines d’étudesThesis addresses the problem of controlling a system based on physical flow in the field of FMS (Flexible Manufacturing System) and PRT (Personal Rapid Transit). The flow is considered as constitued of "intelligent" entities which become "intelligent products" in the case of (FMS) or “intelligent vehicles" in the case of (PRT). A model-based on decision-making entities with regard to the control (SAE: System-based Active Entities) is offered. The SAE model is tranformed into an "holonic model" and a generic holon AGH (Active Generalized Holon) is introduced as an holonic component of foundation. Then, the HSAE holonic model (Holonic System-based Active Entities) for the control of an “intelligent” physical flow is proposed. This model puts the emphasis on the "flow holon" (FH) which allos to model, for instance, an “intelligent” product or an “intelligent” vehicle. The "flow holon" is able of making decisions with regard to the process allocation and/or routing. The HSAE model includes a static part and a behaviour part. This last part is based on the concept of "open-control". It combines an explicit control of type "master-slave" with an implicit control based on “influence” of the behaviour of entities. HSAE model is then the object of an experimental study to assess its validity. Experimentation wase performed on the flexible cell of the CIMR laboratory in Bucharest (Romania) for the field of FMS and on the platform AIP-PRIMECA Nord-Pas de Calais of Valenciennes (France) for the field of PRT. HSAE model has been of great usefulness in acting as a reference frame in the elaboration of the control architectures adopted in both fields of studies
9
Kamel, Joseph. "Misbehavior detection for cooperative intelligent transport systems (C-ITS)." Electronic Thesis or Diss., Institut polytechnique de Paris, 2020. http://www.theses.fr/2020IPPAT024.
Повний текст джерелаАнотація:
Les systèmes de transport intelligents coopératifs (STI-C) est une technologie qui changera notre expérience de conduite. Dans ce système, les véhicules coopèrent en échangeant des messages de communication Vehicle-to-X (V2X) sur le réseau véhiculaire. Les applications de sécurité routière utilisent les données de ces messages pour détecter et éviter à temps les situations dangereuses. Par conséquent, il est crucial que les données des messages V2X soient sécurisées et précises. Dans le système STI-C actuel, les messages sont signés avec des clés digitales pour garantir leur authenticité. Cependant, l'authentification ne garantit pas l'exactitude des données. Un véhicule authentifié pourrait avoir un capteur défectueux et donc envoyer des informations inexactes. Un attaquant pourrait également obtenir des clés légitimes en piratant l'unité embarquée de son véhicule et donc transmettre des messages malveillants signés. La détection des mauvais comportements dans les STI-C est un sujet de recherche visant à garantir l'exactitude des messages V2X échangés. Il consiste à surveiller la sémantique des données des messages échangés pour détecter et identifier des entités à comportement suspect. Le processus de détection est divisé en plusieurs étapes. La détection locale consiste à effectuer d'abord des vérifications de plausibilité et de cohérence sur les messages V2X reçus. Les résultats de ces vérifications sont ensuite fusionnés à l'aide d'une application de fusion locale. L'application est capable d'identifier diverses anomalies V2X. Si une anomalie est détectée, le véhicule collectera les preuves nécessaires et créera un rapport de mauvais comportement. Ce rapport est ensuite envoyé à une autorité cloud de mauvais comportement. Cette autorité a pour objectif d'assurer le bon fonctionnement du système C-ITS et d'atténuer les effets des attaques. Elle recueillera d'abord les rapports des véhicules, puis enquêtera sur l'événement et décidera de la réaction appropriée. Dans cette thèse, nous évaluons et contribuons aux différents composants du processus de détection des comportements malveillants : la détection locale, le reporting et la détection globaleCooperative Intelligent Transport Systems (C-ITS) is an upcoming technology that will change our driving experience in the near future. In such systems, vehicles cooperate by exchanging Vehicle-to-X communication (V2X) messages over the vehicular network. Safety applications use the data in these messages to detect and avoid dangerous situations on time. Therefore, it is crucial that the data in V2X messages is secure and accurate.In the current C-ITS system, the messages are signed with digital keys to ensure authenticity. However, authentication does not ensure the correctness of the data. A genuine vehicle could have a faulty sensor and therefore send inaccurate information. An attacker could also obtain legitimate keys by hacking into the on-board unit of his vehicle and therefore transmit signed malicious messages.Misbehavior Detection in C-ITS is an active research topic aimed at ensuring the correctness of the exchanged V2X messages. It consists of monitoring data semantics of the exchanged messages to detect and identify potential misbehaving entities. The detection process is divided into multiple steps. Local detection consists of first performing plausibility and consistency checks on the received V2X messages. The results of these checks are then fused using a local detection application. The application is able to identify various V2X anomalies. If an anomaly is detected, the vehicle will collect the needed evidence and create a misbehavior report. This report is then sent to a cloud based misbehavior authority.This authority has a goal of ensuring the correct operation of the C-ITS system and mitigating the effects of attacks. It will first collect the misbehavior reports from vehicles and would then investigate the event and decide on the suitable reaction.In this thesis, we evaluate and contribute to the local, reporting and global steps of the misbehavior detection process
10
Daoud, Ramez. "Wireless and wired Ethernet for intelligent transportation systems." Valenciennes, 2008. http://ged.univ-valenciennes.fr/nuxeo/site/esupversions/ace94389-4796-4b12-b00d-9d4eb917a682.
Повний текст джерелаАнотація:
Cette étude se focalise sur les aspects de communications filaires et sans fil des systèmes de transports intelligents. Dans une première partie, le réseau embarqué d’un véhicule est constitué à l’aide du réseau Ethernet. Cette approche vise à diminuer la quantité de câbles présents dans les véhicules actuels. Le modèle proposé apporte une aide pour satisfaire les demandes de communications des passagers des véhicules futurs en ce qui concerne les connections Internet, les vidéos en demande, les communications Voice over IP (VoIP) et les vidéos conférences. Un système de communication, interactif et temps réel, est également proposé pour assister le conducteur en fournissant des informations sur le trafic. Une seconde partie est consacrée à la communication sans fil pour la gestion des informations échangées entre entités mobiles dans une zone de trafic urbain. Un modèle de système de communication, s'appuyant sur la technologie WiFi, est utilisé pour les échanges d'informations entre les entités mobiles et entre un point central de communication (noeud de correspondance). Des algorithmes stigmergiques sont utilisés pour le pilotage des entités mobiles. Les entités mobiles communiquent continuellement avec le système de pilotage pour mettre à jour les informations du trafic. Le système de pilotage analyse ces informations et diffuse à tous les véhicules, sous forme de messages, la cartographie du trafic. Le modèle de communication "burst communication" et les techniques de communications mobiles MIPv6 ont été exploités. L'optimisation de l’architecture du modèle de communication permet d'obtenir un nombre minimum de messages perdus lors de la communication entre le point central et les mobiles. Les résultats obtenus montrent que l'on peut parvenir à une réception satisfaisante des messages au niveau des entités mobilesThis study focuses on the wireless as well as the wired aspect of Intelligent Transportation Systems (ITS). The On-Board network of a future smart vehicle is designed using Switched Ethernet as a backbone. This architecture aims at minimizing the amount of wiring present in today’s cars. With the increasing demand of entertainment and connectivity, the proposed model provides the vehicle passengers with internet connection, video on-demand, voice over IP (VoIP) and video conference capabilities. Also, to help the driver, a smart real-time interactive communication scheme is developed to supply traffic information. A wireless communication model is built to support the moving entities in a light urban traffic area; the model is based on stigmergic algorithms running at the core of the system infrastructure. A WiFi model is used to supply wireless connectivity to mobile nodes in a given region. The Mobile IPv4 as well as Mobile IPv6 are tested. The mobile nodes always communicate with the central intelligence of the system to update the traffic information. The stigmergic algorithm processes this data and sends to all moving vehicles messages regarding the actual traffic map. This research focuses on the wireless aspect of the problem and optimizes the architecture to satisfy minimum packet loss in the path from the central correspondent node (CN) to the mobile nodes (MN). It is found that based on MIPv6 technique and using redundant packet transmission (burst communication) one can statistically reach satisfactory
Книги з теми "Systèmes de transport intelligent – Innovation"
1
Kyot'ong Iyagi' Ch'ulp'an Wiwŏnhoe Taehan Kyot'ong Hakhoe. 'Sigan kwa Konggan ŭi Yŏn'gyŏl. Sigan kwa konggan ŭi yŏn'gyŏl, kyot'ong iyagi: Connection of time and space, transportation story. Sŏul T'ŭkpyŏlsi: Taehan Kyot'ong Hakhoe, 2018.
Знайти повний текст джерела
2
United States. Department of Transportation. Office of Operations. Systems engineering for intelligent transportation systems: An introduction for transportation professionals. Washington, D.C: Federal Highway Administration, 2007.
Знайти повний текст джерела
3
Ioannou, Petros A. Intelligent Freight Transportation. London: Taylor and Francis, 2008.
Знайти повний текст джерела
4
Eiichi, Taniguchi, ed. City logistics: Network modelling and intelligent transport systems. Amsterdam: Pergamon, 2001.
Знайти повний текст джерела
5
China 2020 13th Asia Pacific Transportation Development Conference Shanghai. Resilience and Sustainable Transportation Systems. Reston, VA: American Society of Civil Engineers, 2020.
Знайти повний текст джерела
6
1970-, Lee Tony S., ed. Intelligent transportation systems: New principles and architectures. Boca Raton, Fla: CRC Press, 2000.
Знайти повний текст джерела
7
Xiaomo, Jiang, ed. Intelligent infrastructure: Neural networks, wavelets, and chaos theory for intelligent transportation systems and smart structures. Boca Raton, FL: CRC Press, 2008.
Знайти повний текст джерела
8
1956-, Parkes Andrew M., and Franzen Stig 1943-, eds. Driving future vehicles. London: Taylor & Francis, 1993.
Знайти повний текст джерела
9
Woodrow, Barfield, and Dingus Thomas A, eds. Human factors in intelligent transportation systems. Mahwah, N.J: Lawrence Erlbaum Associates, 1998.
Знайти повний текст джерела
10
Va.) International Conference on Transportation and Development (2019 Alexandria. International Conference on Transportation and Development 2019: Smarter and Safer Mobility and Cities : selected papers from the international conference on transportation and development 2019, June 9-12, 2019, Alexandria, Virginia. Reston, Virginia: American Society of Civil Engineers, 2019.
Знайти повний текст джерелаЧастини книг з теми "Systèmes de transport intelligent – Innovation"
1
Fridman, Ilya, and Selby Coxon. "Visual Conflict Framing in Public Transport Innovation." In Intelligent Systems Reference Library, 19–34. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-64722-3_2.
Повний текст джерела
2
Jeon, Gwanggil, and Abdellah Chehri. "Security Analysis Using Deep Learning in IoT and Intelligent Transport System." In Smart Innovation, Systems and Technologies, 9–19. Singapore: Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-16-2324-0_2.
Повний текст джерела
3
Serova, Olga A., and Aleksandr T. Naniev. "Intelligent Transport System as a Concept of Environmental Innovation in the Transport System." In Digital Future Economic Growth, Social Adaptation, and Technological Perspectives, 907–12. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-39797-5_88.
Повний текст джерела
4
Miyoshi, Hiroaki, and Masanobu Kii. "Economics of Intelligent Transport Systems: Crafting Government Policy to Achieve Optimal Market Penetration." In Technological Innovation and Public Policy, 105–25. London: Palgrave Macmillan UK, 2011. http://dx.doi.org/10.1057/9780230308299_5.
Повний текст джерела
5
Arendt, Frank, Oliver Klein, and Kai Barwig. "Intelligent Control of Freight Services on the Basis of Autonomous Multi-agent Transport Coordination." In Logistics and Supply Chain Innovation, 313–24. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-22288-2_18.
Повний текст джерела
6
Zheng, Ziyi, and Hongyu Ma. "Customized Intelligent Vehicle Based on Innovation Diffusion Theory - Research on Modification Service Design." In HCI in Mobility, Transport, and Automotive Systems, 225–35. Cham: Springer Nature Switzerland, 2023. http://dx.doi.org/10.1007/978-3-031-35678-0_14.
Повний текст джерела
7
Federici, T., V. Albano, A. M. Braccini, E. D’Atri, and A. Sansonetti. "Intelligent Transport Systems: How to Manage a Research in a New Field for IS." In Information Technology and Innovation Trends in Organizations, 21–28. Heidelberg: Physica-Verlag HD, 2011. http://dx.doi.org/10.1007/978-3-7908-2632-6_3.
Повний текст джерела
8
Wang, Rui, and Zai-tang Wang. "Research on Path Planning of Intelligent Transport System Based on Improved Bidirectional Search." In International Asia Conference on Industrial Engineering and Management Innovation (IEMI2012) Proceedings, 1639–46. Berlin, Heidelberg: Springer Berlin Heidelberg, 2013. http://dx.doi.org/10.1007/978-3-642-38445-5_172.
Повний текст джерела
9
Gui, Jiawei, and Qunqi Wu. "Customized Passenger Transport Service Innovation for Intelligent Time: Evidence from Empirical Data in Siping." In Uncertainty and Operations Research, 175–83. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-5720-0_20.
Повний текст джерела
10
Fournier, Guy, Michael Thalhofer, Johannes Klarmann, Philippe Chrétien, Dorien Duffner-Korbee, Adrian Boos, Ines Jaroudi, et al. "System Innovation in Passenger Transportation with Automated Minibuses in ITS: The Citizen-Centric Approach of AVENUE." In Contributions to Management Science, 429–74. Cham: Springer Nature Switzerland, 2024. http://dx.doi.org/10.1007/978-3-031-61681-5_18.
Повний текст джерелаАнотація:
AbstractThe first chapter explores three pathways for incorporating automated vehicles (AVs) into future mobility ecosystems: privately owned AVs, robotaxis and automated minibuses in a Mobility-as-a-Service (MaaS) and (later) in an Intelligent Transport System (ITS). The chapter emphasises that automated minibuses, when seamlessly integrated into a MaaS, could emerge as pivotal “game changer”, complementing and fostering other means of transport, in particular mass transport. Integrating in a next step AVs within an ITS could further make it possible to use mobility data and artificial intelligence (AI) to improve the transport system to a higher level of mobility evolution. By employing both fast and slow closed AI loops, it envisions a transport ecosystem that not only operates more efficiently and flexibly but is also consequently citizen-centric and addresses sustainability challenges. The successful implementation of this concept hinges on open data, Application Protocol Interface (APIs) and the potential of AI to create a self-learning transport system to serve the general interest. A sustainable and citizen-centric mobility is thus possible without a coercive (technology push) transport policy. Instead, it champions an approach that increases the transport options and enhances the provided mobility services (demand & attractiveness pull). Depending on the local governance, even privately owned or privately shared cars can be part of the model, justified, e.g. in areas where mobility infrastructure deficits loom large or when travel time is too high. This chapter therefore forms the basis for a vision to redesign our mobility ecosystem and marks the beginning of a disrupting system innovation, where integrated sustainability and citizen centricity reshape the nature of mobility.
Тези доповідей конференцій з теми "Systèmes de transport intelligent – Innovation"
1
Kulba, V. V., and V. O. Sirotyuk. "FORMAL METHODS FOR ASSESSING DATA AVAILABILITY WHEN CREATING INTELLIGENT SYSTEMS IN TRANSPORT." In Intelligent transport systems. Russian University of Transport, 2024. http://dx.doi.org/10.30932/9785002446094-2024-195-200.
Повний текст джерелаАнотація:
Requirements are formulated to improve the efficiency of information support for business processes of innovation when creating intelligent systems in transport. The goals and objectives of constructing digital information funds of innovation activities (DIFIA), efficiency criteria and quality indicators of the formation, use and development of databases (DB) of patent, scientific and technical information of DIFIA are considered. Methods are proposed for assessing the accessibility indicator of the DIFIA DB data for various options for solving classes of functional problems of users and developers of intelligent systems in transport.
2
Zhang, Jinbo, and O. Bulatova. "INTELLIGENT TRANSPORT SYSTEM ELEMENTS FUNCTIONING ANALYSIS IN BEIJING (CHINA)." In SCIENCE AND INNOVATION IN THE MODERN WORLD. FSBE Institution of Higher Education Voronezh State University of Forestry and Technologies named after G.F. Morozov, 2024. http://dx.doi.org/10.58168/simw2024_82-86.
Повний текст джерелаАнотація:
China is one of the fastest growing countries in the world. However, in the process of urbanization, problems such as increased traffic congestion, increased emissions of pollutants from vehicle traffic, etc. arise in the transport infrastructure. These problems have a negative impact on the sustainable development of society, the economy and the environment. The government of Beijing has always attached great importance to the sustainable development of transport, and therefore it is important to study the transport infrastructure of the city and its level of development at the present stage. In this paper, the intelligent transport system of Beijing is considered.
3
Arya, Vivek, Meet Kumari, Neha Sharma, and Pardeep Singh. "Investigation of VLLC-OCDM System for Intelligent Transport Applications." In 2023 3rd Asian Conference on Innovation in Technology (ASIANCON). IEEE, 2023. http://dx.doi.org/10.1109/asiancon58793.2023.10270601.
Повний текст джерела
4
Sivakala, Siddarth Vijayakumar, Rene Robin Chinnanadar Ramachandran, Rayavel Pachamuthu, and Udendhran Rajendran. "An intelligent transport vehicle management & routing system." In SUSTAINABLE DEVELOPMENTS IN MATERIALS SCIENCE, TECHNOLOGY AND ENGINEERING: Sustainable Development in Material Science of Today Is the Innovation of Tomorrow. AIP Publishing, 2023. http://dx.doi.org/10.1063/5.0152827.
Повний текст джерела
5
Gaojie, Yan. "Application Innovation of Internet of Things Technology in Container Multimodal Transport in New Era." In 2021 International Conference on Public Management and Intelligent Society (PMIS). IEEE, 2021. http://dx.doi.org/10.1109/pmis52742.2021.00085.
Повний текст джерела
6
Zahadi, Eliza Dianna binti, and Rusli bin Abdullah. "A framework of intelligent bidding system (iBS) of registration number for road Transport Department." In 2011 International Conference on Research and Innovation in Information Systems (ICRIIS). IEEE, 2011. http://dx.doi.org/10.1109/icriis.2011.6125667.
Повний текст джерела
7
Li, Ying, Qiang Chen, Hung-Cheng Chen, and Yu-Liang Lin. "Project-based learning in a Competition of Intelligent Transport System: Knowledge Innovation Viewpoint by Actor-Network Theory." In 2021 IEEE 4th International Conference on Knowledge Innovation and Invention (ICKII). IEEE, 2021. http://dx.doi.org/10.1109/ickii51822.2021.9574726.
Повний текст джерела
8
Jiang, Zixiao, and A. Feofilova. "METHODS OF SHORT-TERM FORECASTING OF TRAFFIC FLOWS BASED ON BIG DATA." In SCIENCE AND INNOVATION IN THE MODERN WORLD. FSBE Institution of Higher Education Voronezh State University of Forestry and Technologies named after G.F. Morozov, 2024. http://dx.doi.org/10.58168/simw2024_5-9.
Повний текст джерелаАнотація:
Short-term forecasting of traffic flows is a key technology for intelligent transport systems. The analysis of changes in the current traffic flow is aimed at supporting traffic management, since it is possible to determine traffic conditions in advance. This article examines the main directions of research on intelligent transport systems in the context of big data, classifies existing algorithms for short-term forecasting of traffic flows and analyzes the adaptability of various algorithms. The direction of research on methods of short-term forecasting of traffic flows is proposed.
9
Spodarev, R., S. Spodarev, E. Kubryakov, V. Klyavin, G. Denisov, and N. Zelikova. "MEASURES TO OPTIMIZE TRAFFIC LIGHT REGULATION, TRAFFIC LIGHT FACILITIES MANAGEMENT, INCLUDING ADAPTIVE MANAGEMENT." In SCIENCE AND INNOVATION IN THE MODERN WORLD. FSBE Institution of Higher Education Voronezh State University of Forestry and Technologies named after G.F. Morozov, 2024. http://dx.doi.org/10.58168/simw2024_35-39.
Повний текст джерелаАнотація:
The article considers issues related to the optimization of traffic light regulation, develops proposals taking into account the introduction of an intelligent transport system in an urban agglomeration, and suggests sites for the introduction of coordinated management.
10
Busarin, E., R. Korablev, V. Belokurov, Vladimir Stasyuk, E. Chernikov, and A. Shkol'nyh. "METHODS OF TRAFFIC REGULATION IN TRANSIT ZONES AND THEIR IMPACT ON THE LIKELIHOOD OF CONGESTION." In SCIENCE AND INNOVATION IN THE MODERN WORLD. FSBE Institution of Higher Education Voronezh State University of Forestry and Technologies named after G.F. Morozov, 2024. http://dx.doi.org/10.58168/simw2024_93-97.
Повний текст джерелаАнотація:
An alternative approach to traffic regulation on the smart cities road network in the context of an increasing volume of logistics using an intelligent transport system to reduce emissions and congestion is proposed. It is applicable in residential areas of transit zones and large cities with heavy traffic. The methods of regulating traffic in areas of transit zones, such as intelligent signaling, load limitation, and traffic in a dedicated lane, are given.
Звіти організацій з теми "Systèmes de transport intelligent – Innovation"
1
Fowler, Camilla. Automation in transport - Leading the UK to a driverless future. TRL, July 2021. http://dx.doi.org/10.58446/tawj9464.
Повний текст джерелаАнотація:
The gap between technology development and automated vehicle deployment has been underestimated and the challenges involved with delivering autonomy have been far greater and more complex than first envisaged. TRL believe that in order for the UK to achieve its potential for automation in transport, the following activities are key in overcoming these challenges: Develop a UK regulatory approval system that enables the safe and secure deployment of automated vehicles in the future. A flexible and responsive regulatory system is needed that can enable innovation by streamlining entry into emerging markets and lessen the initial regulatory burden on developers and manufacturers. Provide a simple, consistent but robust approach to assuring safety during trials and testing to enable and facilitate trials across all UK locations and environments. The approach to safety assurance varies between stakeholders and this inconsistency can provide a barrier to testing in multiple locations or avoiding areas with more stringent requirements. TRL is developing a software tool that could be used to guide and support stakeholders when engaging with trialling organisations. Develop and implement a UK safety monitoring and investigation unit to monitor safety, analyse data, investigate incidents and provide timely feedback and recommended actions. TRL can identify road user behaviours that are likely to lead to a collision. These behaviours could be monitored using in-vehicle data and supplemented with environmental and location data from intelligent infrastructure. This proactive approach would drive safety improvements, promote continuous improvement, accelerate innovation and development and make Vision Zero a more realistic and achievable target. Enable more advanced trials to be undertaken in the UK where the boundaries of the technology are extended and solutions to the identified challenges are explored without compromising safety. London’s Smart Mobility Living Lab (SMLL) provides a unique real-world test facility to conduct advanced tests and validate vehicle behaviour performance. Through testing in a real-world environment and monitoring performance using cooperative infrastructure, we can accelerate learning and technology progression. Accelerate the adoption and safe implementation of automated vehicles for off- highway activities and minimise worker exposure to high risk environments and working practices within the UK and globally. As part of an Innovate funded project on Automated Off-highway Vehicles, TRL has developed and published a draft Code of Practice providing guidance to operators of automated vehicles in all sectors of the off-highway industry.
2
Kwon, Heeseo Rain, HeeAh Cho, Jongbok Kim, Sang Keon Lee, and Donju Lee. International Case Studies of Smart Cities: Anyang, Republic of Korea. Inter-American Development Bank, June 2016. http://dx.doi.org/10.18235/0007013.
Повний текст джерелаАнотація:
This case study is one of ten international studies developed by the Korea Research Institute for Human Settlements (KRIHS), in association with the Inter-American Development Bank (IDB), for the cities of Anyang, Medellin, Namyangju, Orlando, Pangyo, Rio de Janeiro, Santander, Singapore, Songdo, and Tel Aviv. At the IDB, the Competitiveness and Innovation Division (CTI), the Fiscal and Municipal Management Division (FMM), and the Emerging and Sustainable Cities Initiative (ESCI) coordinated the study. This project was part of technical cooperation ME-T1254, financed by the Knowledge Partnership Korean Fund for Technology and Innovation of the Republic of Korea. At KRIHS, the National Infrastructure Research Division coordinated the project and the Global Development Partnership Center provided the funding. Anyang, a 600,000 population city near Seoul is developing international recognition on its smart city project that has been implemented incrementally since 2003. This initiative began with the Bus Information System to enhance citizen's convenience at first, and has been expanding its domain into wider Intelligent Transport System as well as crime and disaster prevention in an integrated manner. Anyang is evaluated as a benchmark for smart city with a 2012 Presidential Award in Korea and receives large number of international visits. Anyang's Integrated Operation and Control Center (IOCC) acts as the platform that gathers, analyzes and distributes information for mobility, disasters management and crime. Anyang is currently utilizing big data for policy development and is continuing its endeavor to expand its smart city services into areas such as waste and air quality management. Anyang's success factors are the government officials' continuous willingness towards service development and the establishment of cooperation system among the smart city-related organizations.