2026年4月17日,金斯顿大都会区因车辆过多和公共交通系统不足而发生严重交通拥堵。作者计划利用PostGIS和人口普查数据,提出金斯顿的公共交通方案,目标是创建地铁地图。通过数据验证和清理,建立六边形网格,以标准化人口和住房数据,为交通需求分析奠定基础。
在北京,7、8月是购车高峰,尤其是新能源车。作者分享了2023年购车经历,指出保费逐年下降,但新能源车的保费仍较高,主要与品牌有关。大城市居民更倾向于公共交通和租车,购车的困扰往往超过拥有汽车的快乐。
作者在马来西亚的旅行体验不佳,吉隆坡公共交通不便,金马伦高原徒步活动失望,槟城景点缺乏吸引力,只有兰卡威稍显不错。整体感受未达预期,尤其对海洋和丛林的期待落空。
作者记录了从尼斯到佛罗伦萨的旅程,选择乘坐FlixBus中转热那亚。尽管打车遇到困难,但最终在热那亚享用了青酱意面和披萨,并顺利抵达酒店。
作者分享了对隐私的担忧,使用Rime和Fcitx5等工具保护定位信息。通过两个地图软件,一个不登录以减少数据泄露,另一个用于导航。同时,开发HTML工具获取经纬度,解决公共交通信息不足,满足个人需求。
到2025年7月,纽约市的OMNY系统将被75%的乘客使用,取代传统的MetroCard。尽管新支付方式提高了便利性,但仍有40%的乘客反映支付延迟等问题。许多城市正在逐步推广无接触支付,以应对疫情后的乘客流失和预算短缺。
Waymo与Via合作,将自动驾驶出租车整合进亚利桑那州钱德勒的公共交通网络。用户可通过Chandler Flex应用预约共享车辆,服务时间为周一至周五的早6点至晚9点,费用低廉。这一举措旨在吸引更多乘客使用Waymo的无人驾驶技术,但也引发了对公共交通影响的担忧。
伦敦交通局(TfL)推出新海报活动,呼吁乘客在公共交通上佩戴耳机,以减少噪音干扰。调查显示,70%的受访者认为大声音乐和电话影响了他们的出行。该活动旨在提升乘车体验,提醒人们尊重他人。
文章讨论了芬兰和英国的交通安全,指出芬兰通过严格限速和合理道路设计有效降低交通事故死亡率。作者批评英国的限速政策,认为应根据实际情况合理设置限速,以提高行人和骑行者的安全。同时强调公共交通和自行车基础设施的重要性,主张减少对汽车的依赖,提升城市宜居性。
7月29日,新译科技与深圳巴士集团签署合作协议,在“小黄帽”出租车上部署AI翻译设备MossTalk,为外籍人士提供多语种实时翻译服务,提升出行体验。
本研究提出了一种动态重新规划框架,以改善公共交通中的延误问题。实验结果表明,采用“推”方法在速度和到达时间上显著提高,具有重要的实际应用价值。
Hatch是DigitalOcean为初创企业提供的全球项目,支持技术公司获得计算资源的信用和折扣。Ontra Mobility利用该项目开发数据驱动工具,优化公共交通系统,提升可及性。CTO Connor Riley表示,DigitalOcean的简单基础设施使他们能够专注于推动社区交通的可持续发展。
伦敦公共交通将于3月31日起禁止所有非折叠电动自行车,因改装电动自行车存在火灾风险。此禁令适用于地铁、轻轨和DLR,只有折叠电动自行车被允许。伦敦消防局指出,改装自行车的火灾风险更高,近期发生多起相关火灾事件。
Hopthru是一家位于西雅图的初创公司,利用TimescaleDB将公共交通数据的分析时间从分钟缩短到秒,实现实时分析。该团队通过持续聚合和分层存储,帮助交通机构优化运输网络,提高效率。
本研究针对多模式交通网络中乘车拼接与公共交通之间的协调问题,提出了一种新颖的强化学习框架RG-CQL。通过离线训练和在线微调相结合的方法,我们显著提升了数据效率,并在现实案例研究中表明,该方法在乘车拼接与公共交通协同下的系统奖励表现比传统方法高出17%到22%。
本研究解决了公共交通系统燃油效率低下的问题,采用高斯混合模型聚类分析燃油效率数据,克服了不相关特征带来的分析复杂性,并提出了一种结合多种指标选择最佳聚类数的方法。研究发现,驾驶习惯和路线特征显著影响了公交车的燃油效率,具有重要的环保和优化运营潜力。
纽约市实施拥堵收费后,兄弟俩开发了“拥堵收费追踪器”,利用谷歌地图实时数据分析交通变化。自1月5日收费以来,交通时间有所改善,收费有效改变了驾驶行为,促进了公共交通发展。该工具迅速受到关注,成为评估收费效果的重要来源,兄弟俩希望继续维护和改进该项目。
本研究探讨大型语言模型(LLMs)在圣安东尼奥公共交通管理中的应用,发现其可优化路线规划和提供个性化旅行建议,从而提升资源配置和乘客满意度,但仍需进一步调试。
本研究提出了一种全球时空融合的交通预测算法,有效解决了传感器长时间交互和异常因素的影响,实验结果在公共交通数据集上表现优异。
本研究解决了传统交通信号控制中缺乏公共交通信号优先(TSP)整合的问题。通过将TSP与多智能体强化学习(MARL)相结合,提出了一种新颖的信号控制策略,能够在协调十字路口中有效减少公交延误。研究结果表明,集中训练的TSP智能体在公交延误上最大可减少27%,显著提升了交通信号控制的效率。
完成下面两步后,将自动完成登录并继续当前操作。