Protected Turning Movements of Noncooperative Automated Vehicles: Geometrics, Trajectories, and Saturation Flow
Notice bibliographique
Résumé
This study is the first to quantify throughput (saturation flow) of noncooperative automated vehicles when performing turning maneuvers, which are critical bottlenecks in arterial road networks. We first develop a constrained optimization problem based on AVs’ kinematic behavior during a protected signal phase which considers both ABS-enabled and wheels-locked braking, as well as avoiding encroaching into oncoming traffic or past the edge-of-receiving-lane. We analyze noncooperative (“defensive”) behavior, in keeping with the Assured Clear Distance Ahead legal standard to which human drivers are held and AVs will likely also be for the foreseeable future. We demonstrate that, under plausible behavioral parameters, AVs appear likely to have positive impacts on throughput of turning traffic streams at intersections, in the range of +0.2% (under the most conservative circumstances) to +43% for a typical turning maneuver. We demonstrate that the primary mechanism of impact of turning radius is its effect on speed, which is likely to be constrained by passenger comfort. We show heterogeneous per-lane throughput in the case of “double turn lanes.” Finally, we demonstrate limited sensitivity to crash-risk criterion, with a 4% difference arising from a change from 1 in 10,000 to 1 in 100,000,000. The paper concludes with a brief discussion of policy implications and future research needs.
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 ».