An evaluation of the operations and safety issues at reserved lane facilities using microscopic video data and alternative methods
Notice bibliographique
Résumé
This research investigates the operating performance and safety issues of reserved lanes in Quebec, Canada using microscopic data and different methods. Reserved lanes have been around for a few decades in North America, however their effectiveness and safety along congested facilities remains contested. This thesis proposes original methods for collecting microscopic data, analysing and evaluating the performance and safety of reserved lane highway and arterial facilities. The microscopic data (vehicle level data) is collected using video cameras and obtained with an open-source feature-based tracking software. As a first objective, this research work evaluates the accuracy of the automatically calculated speed data by comparing them to manually collected speeds from different camera orientations and concludes that the mean errors are comparable to the current collection technologies. The second part of the research applies the tracked vehicle data from an exclusive bus lane to a microsimulation scenario and calibrates the speeds along the corridor to estimate its effects on the overall performance and emissions. The third section analyses the performance and safety along highway and arterial facilities. The highway segment was evaluated before and after the implementation of an HOV lane by investigating the differences in volumes, speeds and travel times. The arterial segment with a reserved bus lane was evaluated based on lane change violation rates and surrogate safety indicators calculated using trajectory-based tools. Countermeasures for both facilities are discussed based on the results extracted using the alternative data collection process. Overall, the research highlights the video-based application's ability to generate microscopic traffic data and presents new methods that can be implemented along facilities to monitor, build microscopic models and evaluate reserved lanes based on different driver behavior indicators.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».