Development of a sensor system for traffic data collection
Notice bibliographique
Résumé
Abstract Although many types of traffic sensors are currently in use, all have some drawbacks, and widespread deployment of such sensor systems has been difficult due to high costs. Due to these deficiencies, there is a need to design and evaluate a low cost sensor system that measures both vehicle speed and counts. Fulfilling this need is the primary objective of this research. Compared to the many existing infrared‐based concepts that have been developed for traffic data collection, the proposed method uses a transmission‐based type of optical sensor rather than a reflection‐based type. Vehicles passing between sensors block transmission of the infrared signal, thus indicating the presence of a vehicle. Vehicle speeds are then determined using the known distance between multiple pairs of sensors. A prototype of the sensor system, which uses laser diode and photo detector pairs with the laser directly projected onto the photo detector, was first developed and tested in the laboratory. Subsequently this experimental prototype was implemented for field testing. The traffic flow data collected were compared to manually collected vehicle speed and traffic counts and a statistical analysis was done to evaluate the accuracy of the sensor system. The analysis found no significant difference between the data generated by the sensor system and the data collected manually at a 95% confidence interval. However, the testing scenarios were limited and so further analysis is necessary to determine the applicability in more congested urban areas. The proposed sensor system, with its simple technology and low cost, will be suitable for saturated deployment to form a densely distributed sensor network and can provide unique support for efficient traffic incident management. Additionally, because it may be quickly installed in the field without the need of elaborate fixtures, it may be deployed for use in temporary traffic management applications such as traffic management in road work zones or during special events.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».