摘要：在互联和自动驾驶环境下,生态驾驶具有显著的潜力,可提高交通效率并降低能源消耗和排放。本文探讨一种基于深度强化学习算法的生态驾驶策略,该算法可优化互联自动驾驶汽车(CAV)的纵向操纵和横向决策;将状态空间分为与车辆动态特性相关的局部变量,以及与信号交叉口相关的全局变量,确保CAV与环境之间的充分互动;奖励函数综合考虑了车辆的驾驶要求,与信号灯的协同作用以及全局节能激励因素;此外,设计一个典型的城市道路场景训练模型。结果表明,在信号灯和智能体输出协同控制下,本文提出的策略可以实现CAV的生态驾驶,并确保CAV准确驶入目标车道;在动态交通环境下进行仿真显示,通过控制多辆CAV引导人工驾驶车辆,本文方法可将交叉路口的通行能力提高约17.90%,并将交通系统的燃料消耗和污染物排放降低约8.76%。

摘要：自主式交通系统(autonomous transportation system,ATS)是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法(density peaks clustering,DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明:该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统功能架构的构建,推动自主式交通系统理论体系的发展。

摘要：为顺应新一代交通运输学科大背景下人才培养的要求,文章基于以学生为中心、以发展需求为核心的教学理念,通过对智能交通相关课程的教学方法经验的广泛调研,结合当下前沿的智能交通系统技术,研究基于EMI的《智能交通系统》课程的教学方法实践。文章依托翻转式课堂、启发式、情境式和线上线下混合式教学模式改革《智能交通系统》课程的教学方法,在教学过程中设计多种教学方式,激发学生的积极主动性,促进教学效果的提高,打造出“智慧启迪、思维塑造、能力培养和知识传授”四位一体的智慧课堂。结合EMI教学模式进行的课程改革实践,完善了《智能交通系统》一课的课堂教学标准体系,为当前大学本科生教育的发展提供了参考。

摘要：文章旨在探索如何将思政元素融入到留学生专业课程教学之中并进行实践,助力宣扬中国优秀文化。分析了国内外融合思政教育与专业课程的相关研究,总结了现阶段思政教育存在的问题,提出了适合我国建设特色专业课程的方法与思路。文章以《交通工程基础(英文)》课程为实例论证了方法的可行性,前期搜集了大量课程资料以了解国内外社会对交通专业的需求,以此融合思政元素设计教学内容,建立了有效地评价反馈机制,为针对来华留学生实施思政教育提供了宝贵的建设经验。