A Virtual Vehicle–Based Car‐Following Model to Reproduce Hazmat Truck Drivers’ Differential Behaviors
Notice bibliographique
Résumé
Enhancing hazmat truck safety through advanced driving assistance systems (ADAS) relies on both system efficacy and driver reactions. This study investigates the driving behaviors of hazmat truck drivers in response to forward collision warnings (FCWs). Traditional warning triggering methods struggle to capture diverse and immediate driver responses; therefore, our research employs a vision‐based framework for driving data extraction and utilizes the K‐means++ clustering method for response‐based classification. Moreover, we propose an enhanced version of the intelligent driver model (IDM) based on the concept of a virtual vehicle to reproduce hazmat truck drivers’ differential behaviors during risky car‐following periods, achieving results that depict improved driving simulations. This model is compared with classic benchmarks, including the IDM, optimal velocity model (OVM), and full velocity difference (FVD) model, demonstrating superior performance in terms of traffic stability and safety in extreme scenarios. Our findings highlight that preaction drivers tend to accelerate before receiving warnings, opting to overtake rather than maintain safe distances. In contrast, calm drivers decelerate in anticipation of the warning, showcasing their awareness of maintaining safety. The analysis reveals that aggressive drivers are predominantly in the 41–45 age group, indicating a higher skill level, while calm drivers are more commonly older, reflecting a trend in cautious driving behaviors. Overall, our research contributes to the development of effective ADAS by considering real‐time driver responses and emphasizes the potential of our model to revolutionize commercial ADAS adoption and enhance road safety for hazmat 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».