Evaluating Autonomous Vehicle Safety Countermeasures in Freeways Under Sun Glare
Notice bibliographique
Résumé
The use of traffic simulation to analyze traffic safety and performance has become common in transportation engineering. Microsimulation methods are increasingly used to analyze driving performance for different road geometries and environmental elements. Drivers’ perception has an important impact on driving performance factors contributing to traffic safety on transportation facilities (highways, arterials, intersections, etc.). Impaired vision leads to failure in drivers’ perception and making right decisions. Various studies investigated the impact of environmental elements (fog, rain, snow, etc.) on driving performance. However, there is limited research examining the potentially detrimental effects on driving capabilities due to differing exposure to natural light brightness, in particular sun exposure. Autonomous vehicles (AVs) showed a significant impact enhancing traffic capacity and improving safety margins in car-following models. AVs may also enhance and/or complement human driving under deteriorated driving conditions such as sun glare. This study uses a calibrated traffic simulation and surrogate safety assessment model to improve traffic operations and safety performance under impaired visibility using different types of autonomous vehicles. A combination of visibility reduction, traffic flow characteristics, and autonomy levels of AVs was simulated and assessed in terms of the number of conflicts, severity level, and traffic operations. The simulation analysis results used to reveal the contribution of conflicts to the risk of crashes varied based on the influence of autonomy level on safe driving during sun glare exposure. The outcome of this study indicates the benefits of using different levels of AVs as a solution to driving under vision impairment situations that researchers, traffic engineers, and policy makers can use to enhance traffic operation and road safety in urban areas.
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 ».