Multilane Microscopic Modeling to Measure Mobility and Safety Consequences of Mixed Traffic in Freeway Weaving Sections
Notice bibliographique
Résumé
Weaving sections are components of highway networks that introduce a heightened likelihood for bottlenecks and collisions. Automated vehicle technology could address this as it holds considerable promise for transportation mobility and safety improvements. However, the implications of combining automated vehicles (AuVs) with traditional human-driven vehicles (HuVs) in weaving freeway sections have not been quantitatively measured. To address this gap, this paper objectively experimented with bidirectional (i.e., longitudinal and lateral) motion dynamics in a microscopic modeling framework to measure the mobility and safety implications for mixed traffic movement in a freeway weaving section. Our research begins by establishing a multilane microscopic model for studied vehicle types (i.e., AuV and HuV) from model predictive control with the provision to form a CACC platoon of AuV vehicles. The proposed modeling framework was tested first with HuV only on a two-lane weaving section and validated using standardized macroscopic parameters from the Highway Capacity Manual. This model was then applied to incrementally expand the AuV share for varying inflow rates of traffic. Simulation results showed that the maximum flow rate through the weaving section was attained at a 65% AuV share. At the same time, steadiness in the average speed of traffic was experienced with increasing AuV share. The results also revealed that a 95% AuV share could reduce potential conflicts by 94.28%. Finally, the results of simulated scenarios were consolidated and scaled to report expected mobility and safety outcomes from the prevailing traffic state and the optimal AuV share for the current inflow rate in weaving sections.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».