<i>Highway Capacity Manual</i> Capacity Adjustment Factor Development for Connected and Automated Traffic at Signalized Intersections
Notice bibliographique
Résumé
Connected and automated vehicles (CAVs) will potentially improve transportation system performance. Guidance on the capacity impact of CAVs at different market penetration rates (MPRs) will help agencies to incorporate the effects of CAVs when planning and designing roadways. Traditionally, practitioners have used the Highway Capacity Manual (HCM) to assess capacity and evaluate the quality of service for various facilities and systems. Although several studies have provided insight into the capacity benefits of CAVs, there is a need for quantified CAV effects that can be used to develop HCM guidance. In this study, the capacity benefits of CAVs at signalized intersections were estimated, and capacity adjustment factors (CAFs) were developed for the HCM. The researchers considered variations in CAV gap/headway settings, platoon lengths, turning movement types (through and left), and left-turn phasing modes (protected versus permitted). Microscopic traffic simulation was used to model CAVs. The results showed that performance indicators such as saturation headway gradually improved with increases in CAV MPR, resulting in up to 40% capacity increase at 100% MPR for the protected movements. For permitted left turns, up to 45% capacity increase could be achieved at 100% MPR. This increase in permitted left-turn capacity can be attributed to vehicle-to-vehicle (V2V) communication, which provides advanced information on available gaps in conflicting traffic and reduced follow-up headway time both for permitted left turns and the opposing through movement. Based on the capacity results, this study provides CAF tables for CAVs that can be easily integrated into the HCM and used for planning-level guidance by practitioners.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,013 |
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 ».