The speed control effect of highway tunnel sidewall markings based on color and temporal frequency
Notice bibliographique
Résumé
Summary The low‐luminance monotonous environment in the middle section of highway tunnels offers few reference points and is prone to cause severe visual illusion. Thus, drivers tend to underestimate their driving speed, which can induce speeding behaviors that result in rear‐end collisions. Therefore, discovering low‐cost methods of traffic engineering that reduce this visual illusion and ensure a steady driving speed is an important challenge for current highway tunnel operations. This study analyzes the effects of sidewall markings in typical highway tunnels, specifically observing how their colors and temporal frequencies affect the driver's speed perception in a low‐luminance condition. A three‐dimensional model of the middle section of highway tunnels was built in a driving simulator. Psychophysical tests of speed perception were carried out by the method of limits. The precision of the simulation model was then checked by comparing the results to field test data. The simulation tests studied the stimulus of subjectively equal speed and reaction time in relation to sidewall markings in different colors (red–white combined, yellow–white combined, and blue–white combined). Furthermore, based on the optimal color, the effects of sidewall marking with different temporal frequencies (0.4, 0.8, 1.2, 2, 4, 8, 12, 16, and 32 Hz) on the speed perception of drivers were also analyzed. The test results reveal that the color and temporal frequency of sidewall marking have a significant impact on the driver's stimulus of subjectively equal speed and reaction time. The subjects have the highest speed overestimation and an easy speed judgment with the red–white combined sidewall marking. Within the temporal frequency range of 4.45–7.01 Hz, the subjects have a certain degree of speed overestimation (less than 20%), and the speed perception is sensitive to the temporal frequency changes. Copyright © 2016 John Wiley & Sons, Ltd.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».