MétaCan
Menu
Retour à la cohorte
Enregistrement W3129059695 · doi:10.1109/cavs51000.2020.9334596

Multi-Vehicle Coordination and Real-time Control of Connected and Automated Vehicles at Roundabouts

2020· article· en· W3129059695 sur OpenAlexaff
Sina Alighanbari, Nasser L. Azad

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAutomotive industryController (irrigation)Model predictive controlComputer scienceAutomationVehicle dynamicsFuel efficiencyControl engineeringHardware-in-the-loop simulationAutomotive engineeringControl (management)EngineeringEmbedded system

Résumé

récupéré en direct d'OpenAlex

Connectivity and automation enable vehicles to transfer crucial driving data and information to improve performance and safety. This paper proposes a nonlinear model predictive control (NMPC) control approach to address the problem of decentralized coordination of vehicles at roundabouts. A priority calculation logic is proposed and its performance is tested for different scenarios. We use simulations to test the controller and the Toyota Prius PHEV high-fidelity model is used in this paper for simulations. Simulation results show the proposed approach can determine priorities and improve performance. Also, results show that the addition of energy economy to the performance index can improve the fuel consumption of the vehicle. One of the major concerns in designing a controller for automotive applications is real-time implementation. The results of hardware-in-the-loop experiments show the real-time implementation of the controller.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,191
Écart entre enseignants0,185 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTraffic control and managementTravaux en français237 207