Probabilistic Analysis of Intersection Sight Distance at Uncontrolled and Yield-Controlled Intersections in Mixed Vehicle Environments
Notice bibliographique
Résumé
The imminent introduction of autonomous vehicles (AVs) and mixing with driver-operated vehicles (DVs) in the traffic environment warrant research to determine the impacts on current intersection sight distance (ISD) designs.This research used a probabilistic method to analyze the ISD at uncontrolled and yield-controlled intersections associated with a mixed traffic of DVs and AVs.Several existing and developed DV and AV models were used as the basis of overall system demand and supply models.ISD non-compliance occurred when the demand was greater than the supply.The probability of unresolved conflict (PUC) measure was developed to estimate the level of non-compliance of object locations.This surrogate safety measure was used since the low numbers of uncontrolled and yield-controlled intersections combined with low traffic volumes produce low collisions, making it challenging to have an explicit safety relationship to expected collision frequency.PUC combined the results of a Poisson-based conflict estimation model and the probability of non-compliance (PNC) of the vehicle interactions obtained by Monte Carlo Simulation (MCS) and the lower traffic volume of the intersecting roads to represent conflicts that need evasive action by at least one vehicle beyond the identified driving behaviour values to prevent a collision.PUC values of object locations were developed for the DV-only and mixed traffic environments.These values were presented for different speed combinations, AV penetration rates, and traffic volume combinations.PUC values for the DV-only environment were referenced to a clear sight distance triangle (SDT) based on AASHTO designs.In any analysis scenario, the highest PUC value outside this triangular area was considered a target PUC value that can be used to establish design guidelines under mixed traffic conditions, and a mixed traffic PUC value should be lower ii than the associated target PUC value.However, the analysis of specific scenarios for uncontrolled and yield-controlled intersections showed that the operation of a mixed vehicle environment was inconsistent with the current AASHTO guidelines.The solution to this issue was to reduce the PUC values through managing AV speeds.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,000 | 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 ».