Study on the Influence of Connected Vehicle Fog Warning Systems on Driving Behavior and Safety
Notice bibliographique
Résumé
Driving speeds are higher on freeways, and the visibility reduction occurring in freeway fog zones often increases traffic accidents. This study aims at assessing the impact of different levels of connected vehicle fog warning systems on driving behavior and safety. A connected vehicle fog warning system is developed based on driving simulators, and virtual scenes are developed based on fog zones. The connected vehicle technology includes three levels: a normal level, a level including a human-machine interface, and a level with both a human-machine interface and dynamic message signs. Speed and lateral deviation are chosen as assessment indicators and combined with sample entropy to evaluate the impact of the connected vehicle fog warning system on safety. The deceleration ratio of the warning point is used to evaluate the efficiency of the connected vehicle fog warning system. Results show that the connected vehicle fog warning system can significantly reduce driving speed, and that there are differences in the speed-reduction effectiveness for different technical levels. The connected vehicle fog warning system can reduce the lateral deviation and improve the lateral driving safety. From the perspective of change stability, speed safety entropy and lateral deviation safety entropy are increased, which indicates that the connected vehicle fog warning system will negatively impact safety because of the additional workload. Drivers’ responses are more pronounced in the human-machine interface group compared to the group with dynamic message signs, where the drivers maintained a lower speed. This study provides a reference for the studies on connected vehicle technology based on driving simulators and supports the optimization, design, and evaluation of connected vehicle fog warning systems.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».