Human-Vehicle Intersection Traffic Lights Timing Optimization Research
Notice bibliographique
Résumé
The purpose of this research is to find a traffic light timing optimization scheme. During the research, an intersection between Xi’an Mingguang road and the Fourth FengCheng road was chosen to analyze the crossing time distribution of pedestrians who were separated from west-to-the-right-turn vehicles during which the method of breaking off both ends of pedestrian green light signals was used. The VISSIM software was used for traffic simulation, aimed at improving traffic volume and right-turning vehicle average speed for less vehicle queuing delays, less human-vehicle conflicts, and better security for pedestrians without excessive interruption on their street crossing efficiency. The optimal scheme is obtained and the result shows that (1) the number of passing vehicles remains unchanged, with the queuing delay reduced by 5.78% and crosswalk passing speed increased by 19.01% compared with the original one. (2) As the scheme effect is positively correlated with the increase of right turn vehicle numbers, the scheme could be adopted for urban traffic management based on the local situation, which is not only in peak traffic hours but also in the flat peak time to ensure vehicle efficiency and pedestrian safety in the light of “vehicle yielding to pedestrians” regulation. (3) The scheme could also be adopted in cities with no “vehicle yielding to pedestrians” policy for both people-vehicle separation and pedestrian safety when crossing streets.
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 ».