Key points are not available for this paper at this time.
تمتلك المركبات المتصلة الآلية (CAVs) القدرة على تحسين عمليات المرور عندما تتعاون في المناورة في أقسام الدمج. تعتمد الأساليب الحديثة في الدمج التعاوني إما على حلول تعتمد على الحدسيات أو تمنع المركبات الرئيسية (CAVs) من تغيير المسار على الطرق السريعة متعددة المسارات. تقترح هذه الورقة نهجًا هرميًا للتحكم في الدمج التعاوني يضمن الدمج بدون تصادم وفعال من حيث حركة المرور من خلال تفاعل مخطط المناورات ووحدة التحكم في المسار التشغيلي. يتنبأ المخطط بمسارات المركبات المستقبلية، بما في ذلك مسارات التسارع ولحظات الزمن التي تبدأ فيها تغييرات المسار، في أفق زمني طويل يصل إلى 50 ثانية مع نموذج توقع خطي. يقوم بتحديد تسلسل المركبات الديناميكي الأمثل في كل مسار عن طريق تقليل الاضطرابات المرورية المتوقعة التي يمكن أن تنتشر للأعلى وتؤدي إلى انهيار حركة المرور. خلال العملية، قد تغير المركبات الرئيسية المسار لتسهيل الدمج عند المداخل، على الرغم من التكلفة الذاتية الأعلى. تتبع وحدة التحكم التشغيلية التعليمات التي تم وضعها من قبل المخطط وتنظم مسارات المركبات باستخدام التحكم التنبؤي النموذجي في أفق زمني أقصر يصل إلى 6 ثوانٍ. تم مقارنة أداء نهج التحكم في الدمج التعاوني الهرمي المصمم مع طريقة دمج تعاونية تستخدم قاعدة FIFO المستخدمة على نطاق واسع لتحديد تسلسلات الدمج ونفس وحدة التحكم التشغيلية لتوليد مسارات المركبات. تظهر المقارنة المنهجية أن النهج المقترح يؤدي بشكل ثابت إلى تقليل الاضطرابات خلال عملية الدمج في 528 سيناريو مختلف مع حالات مرور مختلفة، وحالات المركبات الأولية، وإعدادات فجوة زمنية مرغوبة. في المتوسط، لوحظ انخفاض بنسبة 39.18% في الاضطرابات.
درس تشين وآخرون (الأربعاء) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: