Simulation-Based Evaluation of Variation in Left-Turn Paths in the Coordinated Intersection Management
Notice bibliographique
Résumé
Coordinated intersection management (CIM) has gained more attention with the advance of connected and autonomous vehicle technology. The optimization of passing schedules and conflict separation between conflicting vehicles are usually conducted based on the predefined travelling paths through the intersection area in the CIM. In real-world implementation, however, the diversity of turn paths exists due to multiple factors such as various vehicle sizes and automation control algorithms. The aim of this paper is to investigate how the variation in left-turn paths affects the feasibility and viability of optimal passing schedules, as well as the safety and efficiency of intersection operation. To do this, we start with identifying six typical left-turn paths to represent the variation. A scenario-based simulation is first conducted by using each of the paths as the nominal path. The optimal schedules and the corresponding alternative schedules are generated to calculate indicators for nominal performance, average performance, and robustness. The best path is selected in terms of schedule optimality and robustness. With schedules obtained by solving CIM models using the selected path, the left-turning CAVs are assumed to travel along one of the six paths randomly to simulate the path divergence. A surrogate safety measure, PET, is utilized to assess the safety of the intersection under CIM. The theoretical PET with the nominal path and the actual PET with the random path are calculated for each conflict event. Comparisons of two PET sets show the increase in conflict risk and vehicle delay. The conclusion can be drawn that the variation in left-turn paths causes the decline in safety level and travelling efficiency and should be considered in the CIM model to ensure safe and efficient implementation in the intersection.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».