Traffic-Responsive Signal Control at Intersections Using Real-Time Data of Vehicles Connected via V2X Communication
Notice bibliographique
Résumé
The positive effect of traffic-responsive signal control can be assured when real-time traffic data is reliable, but data reliability may be an issue that depends on the number of probe vehicles equipped with navigation devices or smartphones. However, there is a high chance of improving reliability with the recent deployment of connected vehicles (CVs) that use the vehicle-to-everything (V2X) communication data. Therefore, this paper proposes a traffic signal control strategy that utilizes V2X communication data obtained from CV operations, which is called the capacity waste reduction (CWR) strategy. In this strategy, vehicle queues on each road lane as an intersection approaches are initially estimated using V2X data. Then, the signal control algorithm determines the duration of the green signal for the currently applied phase based on the estimated vehicle queues. Furthermore, the strategy includes an algorithm for active priority signal control for the vehicles of bus rapid transit systems. The efficiency of the provided control strategy is tested with the VISSIM microsimulation program at different levels of the market penetration rate (MPR) of CVs. Based on the results of the experiment, the proposed strategy shows positive effects in both decreasing travel delay and increasing traffic flow even at the low levels of MPR of CVs. The results of the proposed strategy can be used as the base data for the development of smart intersection operations.
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 ».