MétaCan
Menu
Retour à la cohorte
Enregistrement W3003132171 · doi:10.4271/2020-01-0594

Impact of Lateral Alignment on the Energy Savings of a Truck Platoon

2020· article· en· W3003132171 sur OpenAlexaff
Michael Lammert, Brian McAuliffe, Patrick Smith, Arash Raeesi, Mark Hoffman, David M. Bevly

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésPlatoonTruckAutomotive engineeringEnergy (signal processing)Computer scienceTransport engineeringEngineeringControl (management)PhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">A truck platooning system was tested using two heavy-duty tractor-trailer trucks on a closed test track to investigate the sensitivity of intentional lateral offsets over a range of intervehicle spacings. The fuel consumption for both trucks in the platoon was measured using the SAE J1321 gravimetric procedure while travelling at 65 mph and loaded to a gross weight of 65,000 lb. In addition, the SAE J1939 instantaneous fuel rate was calibrated against the gravimetric measurements and used as proxy for additional analyses. The testing campaign demonstrated the effects of intervehicle gaps, following-vehicle longitudinal control, and manual lateral control. The new results are compared to previous truck-platooning studies to reinforce the value of the new information and demonstrate similarity to past trends. Fuel savings for the following vehicle was observed to exceed 10% at closer following distances. The results showed that energy savings generally increased in a non-linear fashion as the gap was reduced. The impact of different following-truck lateral offsets had a measurable impact, with up to 4% reduction in total fuel-savings (relative to an isolated vehicle condition) observed for offsets up to 1.3 m. The fuel-consumption savings on the straight segments of the track exceeded those on the curved segments by upwards of 6% and highlight some potential differences expected between close-track testing and on-highway use.</div></div>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,210
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetTraffic control and managementTravaux en français237 207