Evaluating the Safety Impact of Connected and Autonomous Vehicles with Lane Management on Freeway Crash Hotspots Using the Surrogate Safety Assessment Model
Notice bibliographique
Résumé
One goal for large-scale deployment of connected and autonomous vehicles is to achieve the traffic safety benefit since connected and autonomous vehicles (CAVs) could reduce the collision risk by enhancing the driver’s situation perception ability. Previous studies have analyzed the safety impact of CAVs involved in traffic, but only few studies examined the safety benefits brought by CAVs when approaching high-collision-risk road segments such as the freeway crash hotspots. This study chooses one freeway crash hotspot in Wuhan, China, as an instance and attempts to estimate the safety benefits for differential penetration rates (PRs) of CAVs using the surrogate safety assessment model (SSAM). First, the freeway crash hotspot is identified with kernel density estimation and simulated by VISSIM. Then, the intelligent driver model (IDM) and Wiedemann 99 (a car-following model) are adopted and calibrated to control the driving behaviors of CAVs and human-driven vehicles (HVs) in this study, respectively. The impact that rather CAVs are constrained with or without managed lanes on traffic safety is also discussed, and the PR of CAVs is set from 10% to 90%. The results of this study show that when the PR of CAVs is lower than 50%, there is no significant improvement on the safety measures such as conflicts, acceleration, and velocity difference, which are extracted from the vehicle trajectory data using SSAM. When the penetration rate is over 70%, the experiment results demonstrate that the traffic flow passing the freeway hotspot is with fewer conflicts, smaller acceleration, and smaller velocity difference in the scenario where CAVs are constrained with managed lane compared with the scenario without managed lane control. The safety benefit that CAVs bring needs to be discussed. The lane management of CAVs will also lead to distinct safety impact.
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 ».