MétaCan
Menu
Retour à la cohorte
Enregistrement W3163654451 · doi:10.1061/jtepbs.0000535

Preliminary Safety Evaluation of Self-Driving, Low-Speed Shuttle

2021· article· en· W3163654451 sur OpenAlexaff
Yunpeng Shi, Andrew Bartlett, Roman Dmowski, D C Duchscherer, Qing He, Chunming Qiao, Adel W. Sadek

Notice bibliographique

RevueJournal of Transportation Engineering Part A Systems · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAutonomous Vehicle Technology and Safety
Établissements canadiensRegional Municipality of Niagara
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)AeronauticsComputer scienceDowntownAutomotive engineeringSimulationReliability engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Although fully implemented autonomous vehicles (AVs) seem to be on the cusp of reality, standard evaluation and testing procedures still are lacking. This study conducted a preliminary evaluation of the technical feasibility, safety, and reliability of using AV technology, in particular a low-speed, self-driving shuttle known as Olli. The study designed a set of 12 testing scenarios and performed experiments to evaluate the operational capabilities, safety, and reliability of the self-driving shuttle on the University at Buffalo’s Connected and Automated Vehicles (CAVs) proving grounds. The scenarios were designed to evaluate the vehicle’s performance while simulating the operational scenarios that the shuttle would encounter when deployed in the real world at a medical and educational campus in downtown Buffalo, New York. Preliminary results provide insight into the operational characteristics of the self-driving shuttle; its stopping distance behavior; its ability to detect and safely react to obstacles, conflicts, and other hazards on the road; its car-following behavior; and the impact of inclement weather conditions on performance.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,624

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,214
Écart entre enseignants0,204 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Transportation Engineering Part A SystemsMême sujetAutonomous Vehicle Technology and SafetyTravaux en français237 207