MétaCan
Menu
Retour à la cohorte
Enregistrement W4405584449 · doi:10.31705/trf.2024.7

A Study on the contemporary insights of traffic signal design under heterogeneous conditions: a literature review

2024· review· en· W4405584449 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineEngineering
ThématiqueTraffic Prediction and Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSIGNAL (programming language)Traffic signalReal-time computingProgramming language

Résumé

récupéré en direct d'OpenAlex

Traffic signal design is usually carried out based on one or other design guideline. While the developed countries like UK, USA, Canada and Australia have come up with their own guidelines, developing countries are still using these guidelines developed in the western world with very different traffic conditions. While the conventional guidelines are formed based on lane-based homogeneous car dominant traffic regimes, developing countries have their own traffic characteristics like non-lane based traffic, heavy presence of two wheelers, three wheelers and non-motorized vehicles. Driver behavior in the developing countries are significantly different from that of the developed countries. Recently various researchers have addressed this issue by observing the traffic patterns in such situations and proposing various methods to fine tune the signal design guidelines. Deviations from near homogeneous conditions happen basically due to the heterogeneous nature of the traffic. Heavy presence of motorcycles in the traffic stream has contributed to a distinct behavior in the signalized intersections resulting initial surge and grouping. They also tend to creep between the larger vehicles to occupy the available spaces resulting noncompliance to lanes and making it difficult to model their behavior. This is because most of the contemporary methods for PCU estimation is based on the systematic discharge of vehicles in a queue where a reasonable headway can be observed. Noncompliance to lanes challenges this methodology. When the traffic streams are composed of non-motorized traffic and three wheelers, their impact cannot be compensated through a constant PCU assigned to them. It is observed that PCU values in an intersection under heterogeneous traffic is not a constant but become dynamic based on various factors such as level of saturation, vehicle composition and type of facility. Proof for this phenomenon is strong in heterogeneous traffic conditions. The effects of bicyclists and red violating pedestrians are also having a detrimental effect on the assumptions used in classical design manuals developed in the developed world. Geometrical considerations like shared left lanes, shared right lanes, upstream short lanes and downstream lanes drops also have a significant impact on the performance of intersections under heterogeneous traffic. Therefore, this literature review concludes the necessity of a tailor made method of traffic signal calculations under heterogeneous traffic, especially when reaching saturation levels as witnessed in the developing countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,014
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,322
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTraffic Prediction and Management TechniquesTravaux en français237 207