id
int64
18
18.8k
created_at
timestamp[ns, tz=UTC]date
2026-02-23 07:30:20
2026-02-24 14:51:09
updated_at
timestamp[ns, tz=UTC]date
2026-02-23 08:08:14
2026-02-24 14:51:09
doc_name
stringclasses
1 value
input
stringlengths
11
9.24k
output
stringlengths
0
738
is_personal
bool
2 classes
is_sentence
bool
2 classes
is_corrected
bool
2 classes
17,657
2026-02-24T13:59:02.665000Z
2026-02-24T13:59:02.665000Z
Lec.
Целью является повышение безопасности, эффективности и плавности этого маневра за счет использования V2V коммуникации для обмена информацией и согласования действий между автомобилем, желающим сменить полосу, и автомобилями в целевой полосе
false
true
false
17,656
2026-02-24T13:58:59.667000Z
2026-02-24T13:58:59.667000Z
Lec.
Совместное изменение полосы движения (Cooperative Lane Changing) относится к стратегиям, при которых подключенные и автоматизированные транспортные средства координируют свои действия при выполнении маневра смены полосы
false
true
false
17,655
2026-02-24T13:58:56.822000Z
2026-02-24T13:58:56.822000Z
Lec.
Кооперация достигается путем поиска равновесных стратегий, которые учитывают интересы всех участников и приводят к взаимовыгодному результату
false
true
false
17,654
2026-02-24T13:58:53.791000Z
2026-02-24T13:58:53.791000Z
Lec.
Процесс слияния моделируется как игра между AV [42], где каждое ТС стремится оптимизировать свою собственную "выгоду" (например, минимизировать время слияния, максимизировать безопасность)
false
true
false
17,653
2026-02-24T13:58:51.300000Z
2026-02-24T13:58:51.300000Z
Lec.
Управление на основе теории игр (Game Theory Based Control)
false
true
false
17,652
2026-02-24T13:58:48.973000Z
2026-02-24T13:58:48.973000Z
Lec.
Кооперация достигается за счет включения в модель прогнозов движения других AV и учета их ограничений и целей. 4
false
true
false
17,651
2026-02-24T13:58:46.357000Z
2026-02-24T13:58:46.357000Z
Lec.
MPC — это метод управления, который использует модель динамики автомобиля и прогнозы поведения других участников движения (полученные через V2X) для оптимизации траектории слияющегося автомобиля на определенном горизонте времени [41]
false
true
false
17,650
2026-02-24T13:58:43.204000Z
2026-02-24T13:58:43.204000Z
Lec.
Управление на основе модельно-прогнозного управления (далее - MPC (Model Predictive Control))
false
true
false
17,649
2026-02-24T13:58:40.516000Z
2026-02-24T13:58:40.516000Z
Lec.
Кооперация достигается за счет обмена информацией о положении и скорости между автомобилями, что позволяет каждому учитывать виртуальные поля, создаваемые другими. 3
false
true
false
17,648
2026-02-24T13:58:37.698000Z
2026-02-24T13:58:37.698000Z
Lec.
Результирующая "сила", действующая на автомобиль, определяет его ускорение и рулевое управление для достижения безопасного слияния
false
true
false
17,647
2026-02-24T13:58:34.665000Z
2026-02-24T13:58:34.665000Z
Lec.
В этом подходе вокруг каждого автомобиля создаются виртуальные "поля" – поля отталкивания (вокруг других автомобилей) и поля притяжения (к желаемой траектории слияния) [40]
false
true
false
17,646
2026-02-24T13:58:31.904000Z
2026-02-24T13:58:31.904000Z
Lec.
Алгоритмы на основе потенциальных полей (Potential Field Based Algorithms)
false
true
false
17,645
2026-02-24T13:58:29.433000Z
2026-02-24T13:58:29.433000Z
Lec.
AV в основном потоке анализируют ситуацию и могут скорректировать свою скорость, чтобы создать безопасный временной интервал для слияния, либо передать информацию о подходящем интервале для сливающегося автомобиля. 2
false
true
false
17,644
2026-02-24T13:58:26.508000Z
2026-02-24T13:58:26.508000Z
Lec.
AV на полосе слияния запрашивает разрешение на слияние у AV в основном потоке, предоставляя информацию о своем положении, скорости и намерениях [39]
false
true
false
17,643
2026-02-24T13:58:24.071000Z
2026-02-24T13:58:24.071000Z
Lec.
Согласование скоростей и временных интервалов (Speed and Gap Negotiation)
false
true
false
17,642
2026-02-24T13:58:21.645000Z
2026-02-24T13:58:21.645000Z
Lec.
Основные подходы к совместному слиянию:. 1
false
true
false
17,641
2026-02-24T13:58:18.897000Z
2026-02-24T13:58:18.897000Z
Lec.
В отличие от традиционного процесса слияния, где водители полагаются на визуальное восприятие и интуицию для определения момента и траектории слияния, совместное слияние использует V2V и V2I коммуникации для обмена информацией и согласования действий между транспортными средствами
false
true
false
17,640
2026-02-24T13:58:15.807000Z
2026-02-24T13:58:15.807000Z
Lec.
Преимуществом которого является минимизация заторов, предотвращение резких торможений и ускорений, а также увеличение общей пропускной способности дорожной сети в зонах слияния
false
true
false
17,639
2026-02-24T13:58:12.905000Z
2026-02-24T13:58:12.905000Z
Lec.
Совместное слияние потоков (Cooperative Merging) относится к стратегиям, при которых подключенные и AV, находящиеся в основном потоке и на полосе слияния (например, на съезде на автомагистраль или при перестроении из вспомогательной полосы), координируют свои скорости и траектории движения для обеспечения безопасного и эффективного процесса слияния
false
true
false
17,638
2026-02-24T13:58:09.862000Z
2026-02-24T13:58:09.862000Z
Lec.
Управление на основе машинного обучения
false
true
false
17,637
2026-02-24T13:58:07.422000Z
2026-02-24T13:58:07.422000Z
Lec.
Виртуальные светофоры
false
true
false
17,636
2026-02-24T13:58:04.998000Z
2026-02-24T13:58:04.998000Z
Lec.
Управление на основе приоритетов
false
true
false
17,635
2026-02-24T13:58:02.210000Z
2026-02-24T13:58:02.211000Z
Lec.
Резервирование пространства-времени
false
true
false
17,634
2026-02-24T13:57:59.488000Z
2026-02-24T13:57:59.488000Z
Lec.
К основным подходам CIM относятся ранее описанные подходы:
false
true
false
17,633
2026-02-24T13:57:57.085000Z
2026-02-24T13:57:57.085000Z
Lec.
Это позволяет избежать ненужных остановок, сократить задержки и максимизировать пропускную способность перекрестка
false
true
false
17,632
2026-02-24T13:57:54.275000Z
2026-02-24T13:57:54.275000Z
Lec.
В отличие от временного разделения права проезда, характерного для светофоров, или статических правил приоритета, CIM стремится к динамическому и оптимизированному распределению права проезда на основе информации о приближающихся AV
false
true
false
17,631
2026-02-24T13:57:51.237000Z
2026-02-24T13:57:51.237000Z
Lec.
Совместное управление на перекрестках (далее - CIM (Cooperative Intersection Management)) представляет собой парадигму управления движением на перекрестках [38], которая использует возможности V2I и V2V коммуникаций для координации проезда подключенных и автоматизированных транспортных средств, стремясь превзойти традиционные методы управления, такие как светофоры и знаки приоритета, по эффективности, безопасности и комфорту
false
true
false
17,630
2026-02-24T13:57:48.293000Z
2026-02-24T13:57:48.293000Z
Lec.
Когда отдельные AV достигают своих пунктов назначения или возникает необходимость покинуть караван (например, для съезда с шоссе), происходит скоординированный процесс выхода из группы
false
true
false
17,629
2026-02-24T13:57:45.650000Z
2026-02-24T13:57:45.650000Z
Lec.
Роспуск каравана (Platoon Dissolution)
false
true
false
17,628
2026-02-24T13:57:42.990000Z
2026-02-24T13:57:42.990000Z
Lec.
Караван может выполнять различные скоординированные маневры, такие как смена полосы движения, разделение на подгруппы или слияние с другими караванами, с использованием V2V коммуникации для обеспечения безопасности и эффективности. 4
false
true
false
17,627
2026-02-24T13:57:39.854000Z
2026-02-24T13:57:39.854000Z
Lec.
Маневры в караване (Platoon Maneuvers)
false
true
false
17,626
2026-02-24T13:57:37.188000Z
2026-02-24T13:57:37.188000Z
Lec.
После формирования каравана, ведомые автомобили используют CACC для автоматического следования за лидером (и, возможно, другими впереди идущими участниками) с малым интервалом. 3
false
true
false
17,625
2026-02-24T13:57:34.558000Z
2026-02-24T13:57:34.558000Z
Lec.
Поддержание каравана (Platoon Maintenance)
false
true
false
17,624
2026-02-24T13:57:31.897000Z
2026-02-24T13:57:31.897000Z
Lec.
Могут учитываться такие факторы, как направление движения, целевая скорость и совместимость систем управления. 2
false
true
false
17,623
2026-02-24T13:57:29.406000Z
2026-02-24T13:57:29.406000Z
Lec.
Процесс, при котором отдельные AV, желающие двигаться в караване, обнаруживают друг друга (например, через V2V broadcast) и согласовывают порядок присоединения
false
true
false
17,622
2026-02-24T13:57:26.558000Z
2026-02-24T13:57:26.558000Z
Lec.
Караваны могут формироваться динамически, распадаться и сливаться в зависимости от дорожных условий и целей отдельных транспортных средств
false
true
false
17,621
2026-02-24T13:57:23.534000Z
2026-02-24T13:57:23.534000Z
Lec.
Формирование колонны (далее – Platooning) часто рассматривается как расширенное применение CACC предполагает формирование и поддержание плотных групп из нескольких AV, движущихся с небольшими межавтомобильными интервалами на протяжении определенного участка пути [37]
false
true
false
17,620
2026-02-24T13:57:20.507000Z
2026-02-24T13:57:20.507000Z
Lec.
Наконец, возможность более быстрого реагирования на экстренное торможение впереди идущего автомобиля, благодаря прямому обмену критически важной информацией по V2V, потенциально повышает общую безопасность движения в караване CACC
false
true
false
17,619
2026-02-24T13:57:17.523000Z
2026-02-24T13:57:17.523000Z
Lec.
Кроме того, более точное следование за лидером, основанное на V2V данных, обеспечивает более плавное ускорение и торможение, повышая комфорт пассажиров и снижая расход топлива
false
true
false
17,618
2026-02-24T13:57:14.663000Z
2026-02-24T13:57:14.663000Z
Lec.
Благодаря своевременному получению информации о действиях лидера, CACC позволяет безопасно сокращать межавтомобильные интервалы [36], что непосредственно приводит к увеличению пропускной способности дорог
false
true
false
17,617
2026-02-24T13:57:11.806000Z
2026-02-24T13:57:11.806000Z
Lec.
Это позволяет CACC обеспечивать лучшую устойчивость движения в группе автомобилей, предотвращая возникновение волнового эффекта распространения возмущений (так называемого "эффекта аккордеона"), при котором незначительные изменения скорости ведущего транспортного средства усиливаются по мере распространения через цепочку следующих автомобилей
false
true
false
17,616
2026-02-24T13:57:08.879000Z
2026-02-24T13:57:08.879000Z
Lec.
В отличие от традиционного АСС, основанных исключительно на собственные бортовые сенсоры для поддержания безопасной дистанции до впереди идущего автомобиля, САСС значительно выигрывает за счет использования V2V коммуникации [36]
false
true
false
17,615
2026-02-24T13:57:06.020000Z
2026-02-24T13:57:06.020000Z
Lec.
Благодаря сообщениям V2V связи, ведомые автомобили могут реагировать на изменения скорости лидера быстрее и плавнее, чем при использовании только собственных сенсоров (из-за задержек восприятия и реакции)
false
true
false
17,614
2026-02-24T13:57:03.154000Z
2026-02-24T13:57:03.154000Z
Lec.
Используют как данные от бортовых сенсоров (для обнаружения непосредственного препятствия или подтверждения информации от V2V), так и информацию, полученную по V2V связи, для точного поддержания заданного интервала (по времени или расстоянию) до впереди идущего автомобиля
false
true
false
17,613
2026-02-24T13:57:00.240000Z
2026-02-24T13:57:00.240000Z
Lec.
Алгоритмы управления интервалом
false
true
false
17,612
2026-02-24T13:56:57.809000Z
2026-02-24T13:56:57.809000Z
Lec.
Получают информацию о состоянии движения лидера (и, возможно, других впереди идущих ведомых) через беспроводное соединение V2V. 3
false
true
false
17,611
2026-02-24T13:56:55.139000Z
2026-02-24T13:56:55.139000Z
Lec.
Ведомые автомобили
false
true
false
17,610
2026-02-24T13:56:52.592000Z
2026-02-24T13:56:52.592000Z
Lec.
Движется, поддерживая желаемую скорость, заданную водителем (или системой автоматического управления более высокого уровня). 2
false
true
false
17,609
2026-02-24T13:56:49.777000Z
2026-02-24T13:56:49.777000Z
Lec.
Ведущий автомобиль
false
true
false
17,608
2026-02-24T13:56:47.222000Z
2026-02-24T13:56:47.223000Z
Lec.
Принцип работы:. 1
false
true
false
17,607
2026-02-24T13:56:44.436000Z
2026-02-24T13:56:44.436000Z
Lec.
В отличие от ACC, который использует только бортовые сенсоры для поддержания безопасной дистанции до впереди идущего транспортного средства, CACC использует V2V коммуникацию [35] для получения информации о скорости, ускорении и торможении непосредственно от лидера каравана или других впереди идущих CACC-оборудованных автомобилей
false
true
false
17,606
2026-02-24T13:56:41.541000Z
2026-02-24T13:56:41.541000Z
Lec.
Совместный адаптивный круиз-контроль (далее - CACC (Cooperative Adaptive Cruise Control)) является эволюцией традиционного адаптивного круиз-контроля (далее - ACC (Adaptive Cruise Control))
false
true
false
17,605
2026-02-24T13:56:38.655000Z
2026-02-24T13:56:38.655000Z
Lec.
Оптимизация трафика на уровне дорожной сети с использованием V2X
false
true
false
17,604
2026-02-24T13:56:36.170000Z
2026-02-24T13:56:36.170000Z
Lec.
Совместное изменение полосы движения;. 5
false
true
false
17,603
2026-02-24T13:56:33.600000Z
2026-02-24T13:56:33.600000Z
Lec.
Совместное слияние потоков;. 4
false
true
false
17,602
2026-02-24T13:56:30.961000Z
2026-02-24T13:56:30.961000Z
Lec.
Совместный адаптивный круиз-контроль и формирование колонны;. 2.Совместное управление на перекрестках;. 3
false
false
false
17,601
2026-02-24T13:56:27.962000Z
2026-02-24T13:56:27.962000Z
Lec.
Основные категории подходов к CDA:. 1
false
true
false
17,600
2026-02-24T13:56:25.116000Z
2026-02-24T13:56:25.116000Z
Lec.
Данный раздел фокусируется на том, как группа AV может координировать свои действия для оптимизации потока трафика, повышения безопасности и эффективности на уровне, выходящем за рамки индивидуального управления каждым автомобилем
false
true
false
17,599
2026-02-24T13:56:22.356000Z
2026-02-24T13:56:22.356000Z
Lec.
Вероятно, наиболее перспективным направлением является разработка гибридных подходов, которые смогут динамически адаптировать уровень обмена данными в зависимости от конкретной ситуации и потребностей, комбинируя преимущества различных уровней для достижения оптимального баланса между эффективностью и практичностью
false
true
false
17,598
2026-02-24T13:56:19.316000Z
2026-02-24T13:56:19.316000Z
Lec.
Таким образом, выбор оптимального уровня обмена данными представляет собой задачу многокритериальной оптимизации, требующую сбалансированного учета между полным и точным представлением об окружающей среде и необходимостью эффективно использовать доступные коммуникационные и вычислительные ресурсы, а также учитывать вопросы конфиденциальности и сложности реализации
false
true
false
17,597
2026-02-24T13:56:16.553000Z
2026-02-24T13:56:16.553000Z
Lec.
Наконец, обмен планами является наиболее абстрактным уровнем, характеризующимся очень низкими требованиями к ресурсам и высокой конфиденциальностью, но при этом сопряжен с высокой степенью потери детализации и зависимостью от точности прогнозирования намерений
false
true
false
17,596
2026-02-24T13:56:13.695000Z
2026-02-24T13:56:13.695000Z
Lec.
Обмен результатами обнаружения объектов представляет собой оптимальный компромисс с низкими требованиями к пропускной способности и простотой слияния, однако при этом теряется контекстная информация, а эффективность напрямую зависит от возможностей локального обнаружения объектов каждым участником
false
true
false
17,595
2026-02-24T13:56:11.052000Z
2026-02-24T13:56:11.053000Z
Lec.
Переход к обмену обработанными признаками снижает эти требования, но влечет за собой частичную потерю информации на этапе предварительной обработки и зависимость от качества алгоритмов извлечения признаков
false
true
false
17,594
2026-02-24T13:56:08.058000Z
2026-02-24T13:56:08.058000Z
Lec.
Передача необработанных сенсорных данных, хоть и обеспечивает наибольшую детализацию представления об окружающей среде, характеризуется экстремально высокими требованиями к пропускной способности сети и вычислительной мощности для обработки, а также усложняет задачи калибровки и обеспечения конфиденциальности
false
true
false
17,593
2026-02-24T13:56:05.130000Z
2026-02-24T13:56:05.130000Z
Lec.
Анализ уровней обмена данными в совместном восприятии для подключенного беспилотного транспорта выявляет фундаментальный компромисс между объемом передаваемой информации и требованиями к ресурсам системы
false
true
false
17,592
2026-02-24T13:56:02.517000Z
2026-02-24T13:56:02.517000Z
Lec.
Будущие системы координации движения, особенно на перекрестках и в плотном трафике
false
true
false
17,591
2026-02-24T13:55:59.697000Z
2026-02-24T13:55:59.697000Z
Lec.
Наиболее распространено на текущий момент, особенно для систем предотвращения столкновений
false
true
false
17,590
2026-02-24T13:55:56.930000Z
2026-02-24T13:55:56.930000Z
Lec.
Сценарии с ограниченной пропускной способностью, где важен баланс точности и ресурсоемкости
false
true
false
17,589
2026-02-24T13:55:54.466000Z
2026-02-24T13:55:54.466000Z
Lec.
Сценарии, где критична высокая точность и есть высокоскоростная связь
false
true
false
17,588
2026-02-24T13:55:51.347000Z
2026-02-24T13:55:51.347000Z
Lec.
Применимость
false
true
false
17,587
2026-02-24T13:55:48.108000Z
2026-02-24T13:55:48.109000Z
Lec.
Низкий (зависит от способности предсказывать намерения в сложных ситуациях)
false
true
false
17,586
2026-02-24T13:55:45.523000Z
2026-02-24T13:55:45.523000Z
Lec.
Низкий (если объект не был обнаружен локально, он не будет передан)
false
true
false
17,585
2026-02-24T13:55:43.200000Z
2026-02-24T13:55:43.200000Z
Lec.
Средний (зависит от того, были ли признаки из скрытой области извлечены локально)
false
true
false
17,584
2026-02-24T13:55:40.648000Z
2026-02-24T13:55:40.648000Z
Lec.
Потенциал для обнаружения скрытых объектов
false
true
false
17,583
2026-02-24T13:55:36.974000Z
2026-02-24T13:55:36.974000Z
Lec.
Средняя (сложность точного прогнозирования)
false
true
false
17,582
2026-02-24T13:55:33.731000Z
2026-02-24T13:55:33.731000Z
Lec.
Сложность реализации
false
false
false
17,581
2026-02-24T13:55:30.917000Z
2026-02-24T13:55:30.917000Z
Lec.
Очень высокая (передаются только намерения и планы)
false
true
false
17,580
2026-02-24T13:55:28.477000Z
2026-02-24T13:55:28.477000Z
Lec.
Высокая (передается только информация об обнаруженных объектах)
false
true
false
17,579
2026-02-24T13:55:25.587000Z
2026-02-24T13:55:25.587000Z
Lec.
Средняя (раскрываются некоторые характеристики)
false
true
false
17,578
2026-02-24T13:55:22.735000Z
2026-02-24T13:55:22.735000Z
Lec.
Низкая (передаются полные сенсорные данные)
false
true
false
17,577
2026-02-24T13:55:20.259000Z
2026-02-24T13:55:20.259000Z
Lec.
Высокая (обмен высокоуровневой информацией)
false
true
false
17,576
2026-02-24T13:55:17.811000Z
2026-02-24T13:55:17.811000Z
Lec.
Высокая (обмен абстрактными объектами)
false
true
false
17,575
2026-02-24T13:55:15.374000Z
2026-02-24T13:55:15.374000Z
Lec.
Средняя (признаки могут быть более универсальными)
false
true
false
17,574
2026-02-24T13:55:12.593000Z
2026-02-24T13:55:12.593000Z
Lec.
Низкая (требуются алгоритмы для слияния разнородных данных)
false
true
false
17,573
2026-02-24T13:55:09.336000Z
2026-02-24T13:55:09.336000Z
Lec.
Робастность к различным типам сенсоров
false
true
false
17,572
2026-02-24T13:55:07.049000Z
2026-02-24T13:55:07.049000Z
Lec.
Низкая (ограничена точностью прогнозирования намерений)
false
true
false
17,571
2026-02-24T13:55:03.340000Z
2026-02-24T13:55:03.340000Z
Lec.
Ниже средней (зависит от качества локального обнаружения)
false
true
false
17,570
2026-02-24T13:55:00.515000Z
2026-02-24T13:55:00.515000Z
Lec.
Средняя (ограничена качеством извлеченных признаков)
false
true
false
17,569
2026-02-24T13:54:57.196000Z
2026-02-24T13:54:57.196000Z
Lec.
Высокая (возможность извлечения новых признаков после слияния)
false
true
false
17,568
2026-02-24T13:54:54.770000Z
2026-02-24T13:54:54.770000Z
Lec.
Потенциальная точность объединенного восприятия
false
true
false
17,567
2026-02-24T13:54:52.337000Z
2026-02-24T13:54:52.337000Z
Lec.
Очень высокая (абстракция до намерений)
false
true
false
17,566
2026-02-24T13:54:49.932000Z
2026-02-24T13:54:49.932000Z
Lec.
Значительная (теряется контекст необнаруженных областей)
false
true
false
17,565
2026-02-24T13:54:46.340000Z
2026-02-24T13:54:46.340000Z
Lec.
Частичная (на этапе извлечения признаков)
false
true
false
17,564
2026-02-24T13:54:43.162000Z
2026-02-24T13:54:43.162000Z
Lec.
Минимальная (сохраняется максимум деталей)
false
true
false
17,563
2026-02-24T13:54:40.393000Z
2026-02-24T13:54:40.393000Z
Lec.
Потеря информации
false
true
false
17,562
2026-02-24T13:54:37.673000Z
2026-02-24T13:54:37.673000Z
Lec.
Низкая (обмен высокоуровневой информацией)
false
true
false
17,561
2026-02-24T13:54:34.257000Z
2026-02-24T13:54:34.257000Z
Lec.
Низкая (обмен абстрактными объектами)
false
true
false
17,560
2026-02-24T13:54:31.513000Z
2026-02-24T13:54:31.513000Z
Lec.
Средняя (зависит от типа признаков)
false
true
false
17,559
2026-02-24T13:54:28.917000Z
2026-02-24T13:54:28.917000Z
Lec.
Высокая (между разными сенсорами разных AV)
false
true
false
17,558
2026-02-24T13:54:26.166000Z
2026-02-24T13:54:26.166000Z
Lec.
Сложность калибровки и синхронизации
false
true
false