id int64 18 18.8k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 14:51:09 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 14:51:09 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
9,957 | 2026-02-24T09:41:05.604000Z | 2026-02-24T09:41:05.604000Z | Lec. | C. 89–119. 20 | false | false | false | |
9,956 | 2026-02-24T09:41:04.136000Z | 2026-02-24T09:41:04.136000Z | Lec. | Bridging the user equilibrium and the system optimum in static traffic assignment: a review // 4OR. 2024. № 1 (22) | false | false | false | |
9,955 | 2026-02-24T09:41:02.301000Z | 2026-02-24T09:41:02.301000Z | Lec. | Microscopic Traffic Simulation using SUMO 2018. 19 | false | false | false | |
9,954 | 2026-02-24T09:41:00.519000Z | 2026-02-24T09:41:00.519000Z | Lec. | C. 1789. 18 | false | false | false | |
9,953 | 2026-02-24T09:40:58.790000Z | 2026-02-24T09:40:58.790000Z | Lec. | A Systematic Literature Review of Autonomous and Connected Vehicles in Traffic Management // Applied Sciences 2023, Vol. 13, Page 1789. 2023. № 3 (13) | false | true | false | |
9,952 | 2026-02-24T09:40:56.789000Z | 2026-02-24T09:40:56.789000Z | Lec. | Li J., Wang B., Alanazi F | false | false | false | |
9,951 | 2026-02-24T09:40:55.119000Z | 2026-02-24T09:40:55.119000Z | Lec. | Measuring the Efficiency of Parallel Discrete Event Simulation in Heterogeneous Execution Environments // Acta Technica Jaurinensis. 2016. (9) | false | true | false | |
9,950 | 2026-02-24T09:40:53.204000Z | 2026-02-24T09:40:53.204000Z | Lec. | Lencse G., Derka I | true | false | false | |
9,949 | 2026-02-24T09:40:51.792000Z | 2026-02-24T09:40:51.792000Z | Lec. | Recent Development and Applications of SUMO – Simulation of Urban MObility // https://sumo.dlr.de/pdf/sysmea_v5_n34_2012_4.pdf. 16 | false | true | false | |
9,948 | 2026-02-24T09:40:49.899000Z | 2026-02-24T09:40:49.899000Z | Lec. | Krajxewicz D. [и др.] | false | false | false | |
9,947 | 2026-02-24T09:40:48.297000Z | 2026-02-24T09:40:48.297000Z | Lec. | Insights into the Microscopic Structure of RNF4-SIM-SUMO Complexes from MD Simulations // Biophysical Journal. 2020. № 8 (119). 15 | false | true | false | |
9,946 | 2026-02-24T09:40:46.492000Z | 2026-02-24T09:40:46.492000Z | Lec. | D., Heuer A | true | false | false | |
9,945 | 2026-02-24T09:40:44.990000Z | 2026-02-24T09:40:44.990000Z | Lec. | Kötter A., Mootz H | false | false | false | |
9,944 | 2026-02-24T09:40:43.370000Z | 2026-02-24T09:40:43.370000Z | Lec. | S58–S64. 14 | false | false | false | |
9,943 | 2026-02-24T09:40:41.933000Z | 2026-02-24T09:40:41.933000Z | Lec. | Multi-agent traffic simulations to estimate the impact of automated technologies on safety // Traffic Injury Prevention. 2019. № sup1 (20) | false | true | false | |
9,942 | 2026-02-24T09:40:39.959000Z | 2026-02-24T09:40:39.959000Z | Lec. | Kitajima S. [и др.] | true | false | false | |
9,941 | 2026-02-24T09:40:38.399000Z | 2026-02-24T09:40:38.399000Z | Lec. | Its EN 302 637-2 - V1.3.1 - Intelligent Transport Systems (ITS); Vehicular Communications; Basic Set of Applications; Part 2: Specification of Cooperative Awareness Basic Service 2014. 13 | false | false | false | |
9,940 | 2026-02-24T09:40:36.662000Z | 2026-02-24T09:40:36.662000Z | Lec. | C. 6711–6724. 12 | false | false | false | |
9,939 | 2026-02-24T09:40:35.082000Z | 2026-02-24T09:40:35.082000Z | Lec. | Autonomous Vehicle’s Impact on Traffic: Empirical Evidence From Waymo Open Dataset and Implications From Modelling // IEEE Transactions on Intelligent Transportation Systems. 2023. № 6 (24) | false | false | false | |
9,938 | 2026-02-24T09:40:32.816000Z | 2026-02-24T09:40:32.816000Z | Lec. | Hu X. [и др.] | false | false | false | |
9,937 | 2026-02-24T09:40:31.252000Z | 2026-02-24T09:40:31.252000Z | Lec. | Assessment of Capacity Changes Due to Automated Vehicles on Interstate Corridors. 11 | false | true | false | |
9,936 | 2026-02-24T09:40:29.196000Z | 2026-02-24T09:40:29.196000Z | Lec. | Heaslip K. [и др.] | true | false | false | |
9,935 | 2026-02-24T09:40:27.443000Z | 2026-02-24T09:40:27.443000Z | Lec. | C. 268–270. 10 | false | false | false | |
9,934 | 2026-02-24T09:40:25.882000Z | 2026-02-24T09:40:25.882000Z | Lec. | Research on right-turn warning and control technology for urban intersection bus // Applied and Computational Engineering. 2023. № 1 (12) | false | true | false | |
9,933 | 2026-02-24T09:40:23.774000Z | 2026-02-24T09:40:23.774000Z | Lec. | Guo Y. [и др.] | false | true | false | |
9,932 | 2026-02-24T09:40:22.130000Z | 2026-02-24T09:40:22.130000Z | Lec. | C. 1443–1454. 9 | false | false | false | |
9,931 | 2026-02-24T09:40:20.422000Z | 2026-02-24T09:40:20.422000Z | Lec. | A behavioral multi-agent model for road traffic simulation // Engineering Applications of Artificial Intelligence. 2008. (21) | false | true | false | |
9,930 | 2026-02-24T09:40:18.478000Z | 2026-02-24T09:40:18.478000Z | Lec. | Doniec A., Mandiau R., Piechowiak S | false | false | false | |
9,929 | 2026-02-24T09:40:16.730000Z | 2026-02-24T09:40:16.730000Z | Lec. | Integration of an Autonomous Driving Simulator into V2X Simulation Framework for Testing Connected Vehicles. 8 | false | true | false | |
9,928 | 2026-02-24T09:40:14.801000Z | 2026-02-24T09:40:14.801000Z | Lec. | Cui D., Shen Y | true | false | false | |
9,927 | 2026-02-24T09:40:13.012000Z | 2026-02-24T09:40:13.012000Z | Lec. | Enriched Sioux Falls scenario with dynamic and disaggregate demand // Arbeitsberichte Verkehrs- und Raumplanung. 2014. (978). 7 | false | true | false | |
9,926 | 2026-02-24T09:40:11.109000Z | 2026-02-24T09:40:11.109000Z | Lec. | Chakirov A. ;, Fourie P | true | false | false | |
9,925 | 2026-02-24T09:40:09.539000Z | 2026-02-24T09:40:09.539000Z | Lec. | Driving Automation Systems Penetration and Traffic Safety: Implications for Infrastructure Design and Policy // Infrastructures 2024, Vol. 9, Page 234. 2024. № 12 (9) | false | false | false | |
9,924 | 2026-02-24T09:40:07.665000Z | 2026-02-24T09:40:07.665000Z | Lec. | Antonakaki A. [и др.] | true | true | false | |
9,923 | 2026-02-24T09:40:06.063000Z | 2026-02-24T09:40:06.063000Z | Lec. | András Varga OMNeT++ Simulation Manual. 2016. 5 | false | true | false | |
9,922 | 2026-02-24T09:40:04.256000Z | 2026-02-24T09:40:04.256000Z | Lec. | Parallel Simulation Made Easy With OMNeT++ // https://doc.omnetpp.org/publications/vargasekerci09parsim.pdf. 4 | false | true | false | |
9,921 | 2026-02-24T09:40:02.451000Z | 2026-02-24T09:40:02.451000Z | Lec. | András V., Ahmet S | true | false | false | |
9,920 | 2026-02-24T09:40:00.917000Z | 2026-02-24T09:40:00.917000Z | Lec. | Open-Source Integrated Simulation Framework for Cooperative Autonomous Vehicles 2022. 3 | false | false | false | |
9,919 | 2026-02-24T09:39:59.059000Z | 2026-02-24T09:39:59.059000Z | Lec. | Anagnostopoulos C. [и др.] | false | true | false | |
9,918 | 2026-02-24T09:39:57.352000Z | 2026-02-24T09:39:57.353000Z | Lec. | CARLA: An Open Urban Driving Simulator // https://proceedings.mlr.press/v78/dosovitskiy17a/dosovitskiy17a.pdf. 2 | false | true | false | |
9,917 | 2026-02-24T09:39:55.467000Z | 2026-02-24T09:39:55.467000Z | Lec. | Alexey D. [и др.] | true | true | false | |
9,916 | 2026-02-24T09:39:53.549000Z | 2026-02-24T09:39:53.549000Z | Lec. | Таким образом, модели показывают, что кооперация CAV с человеческими водителями имеет синергетический эффект: уже при частичном проникновении автономных агентов система становится заметно безопаснее, сохраняя или даже улучшая эксплуатационные показатели. 1 | false | true | false | |
9,915 | 2026-02-24T09:39:51.614000Z | 2026-02-24T09:39:51.614000Z | Lec. | Полный переход на CAV радикально повышает безопасность, но увеличивает время поездки и снижает среднюю скорость | false | true | false | |
9,914 | 2026-02-24T09:39:49.865000Z | 2026-02-24T09:39:49.865000Z | Lec. | Смешанный трафик (50–75 % CAV) дает наилучший баланс: прирост безопасности до 52 %, минимальное время поездки и малозначимое снижение пропускной способности | false | true | false | |
9,913 | 2026-02-24T09:39:48.305000Z | 2026-02-24T09:39:48.305000Z | Lec. | Проведенный эксперимент дал следующие результаты: | false | true | false | |
9,912 | 2026-02-24T09:39:46.711000Z | 2026-02-24T09:39:46.711000Z | Lec. | Дальнейший рост доли CAV приводит к плавному снижению метрики | false | true | false | |
9,911 | 2026-02-24T09:39:45.178000Z | 2026-02-24T09:39:45.178000Z | Lec. | Максимальное число завершенных поездок за расчётный интервал приходится на 25 % CAV | false | true | false | |
9,910 | 2026-02-24T09:39:43.197000Z | 2026-02-24T09:39:43.197000Z | Lec. | В этом случае однородная популяция CAV выбирает близкие траектории и скорости, и из-за отсутствия «агрессивных» Human Driven Vehicles (HDV) не формируются временные проёмы в потоке, и система переходит в более плотный, но медленный режим | false | true | false | |
9,909 | 2026-02-24T09:39:41.515000Z | 2026-02-24T09:39:41.516000Z | Lec. | При полном замещении время маршрута резко увеличивается, что сопровождается дальнейшим падением средней скорости | false | true | false | |
9,908 | 2026-02-24T09:39:39.969000Z | 2026-02-24T09:39:39.969000Z | Lec. | Минимальное среднее время поездки 588,1 секунды достигается при 75 % CAV (-1,4 % к базовому значению) | false | true | false | |
9,907 | 2026-02-24T09:39:38.371000Z | 2026-02-24T09:39:38.371000Z | Lec. | Легкий всплеск при 25 % CAV интерпретируется как «конфликт адаптаций»: автономные автомобили еще не образуют стабильные «кооперативные кластеры», а человеческие водители периодически «подрезают» осторожные CAV | false | true | false | |
9,906 | 2026-02-24T09:39:36.627000Z | 2026-02-24T09:39:36.627000Z | Lec. | Количество потенциально аварийных ситуаций снижается по экспоненциальной кривой уже при 50 % CAV и достигает -53 % относительно базового сценария при полном переходе на CAV | false | true | false | |
9,905 | 2026-02-24T09:39:34.867000Z | 2026-02-24T09:39:34.867000Z | Lec. | Количество завершённых поездок. 0%. 58. 596.2. 6.33. 660. 25%. 62. 589.5. 6.14. 666. 50%. 37. 599. 5.98. 646. 75%. 28. 588.1. 5.85. 640. 100%. 27. 642.9. 5.72. 641 | false | false | false | |
9,904 | 2026-02-24T09:39:33.089000Z | 2026-02-24T09:39:33.089000Z | Lec. | Средняя скорость, м/c | false | false | false | |
9,903 | 2026-02-24T09:39:31.527000Z | 2026-02-24T09:39:31.527000Z | Lec. | Среднее время в пути, сек | false | false | false | |
9,902 | 2026-02-24T09:39:30.054000Z | 2026-02-24T09:39:30.054000Z | Lec. | Количество опасных сближений | false | false | false | |
9,901 | 2026-02-24T09:39:28.551000Z | 2026-02-24T09:39:28.551000Z | Lec. | Количество CAV в потоке | false | true | false | |
9,900 | 2026-02-24T09:39:27.005000Z | 2026-02-24T09:39:27.005000Z | Lec. | Агрегированные показатели результатов симуляции | false | true | false | |
9,899 | 2026-02-24T09:39:25.395000Z | 2026-02-24T09:39:25.395000Z | Lec. | Видно, что при увеличении доли автоматизированных автомобилей общее число зафиксированных конфликтов ощутимо снижается | false | true | false | |
9,898 | 2026-02-24T09:39:23.653000Z | 2026-02-24T09:39:23.653000Z | Lec. | Агрегированные показатели приведены в таблице 1 | false | true | false | |
9,897 | 2026-02-24T09:39:21.808000Z | 2026-02-24T09:39:21.808000Z | Lec. | Общая длительность каждой симуляции составляет 2000 секунд | false | true | false | |
9,896 | 2026-02-24T09:39:20.075000Z | 2026-02-24T09:39:20.075000Z | Lec. | Для статистической надежности каждая серия состояла из 10 независимых прогонов с разными случайными факторами | false | true | false | |
9,895 | 2026-02-24T09:39:18.341000Z | 2026-02-24T09:39:18.341000Z | Lec. | Прочие условия (интенсивность потока, геометрия дороги, начальные скорости) во всех сериях совпадали, чтобы различия в результатах относились на счет доли CAV | false | true | false | |
9,894 | 2026-02-24T09:39:16.674000Z | 2026-02-24T09:39:16.674000Z | Lec. | Были выполнены серии имитационных прогонов для одинакового дорожного участка при разных уровнях проникновения CAV | false | true | false | |
9,893 | 2026-02-24T09:39:14.928000Z | 2026-02-24T09:39:14.928000Z | Lec. | Участок сценария SUMO, изображающий перекресток около МИЭМ | false | false | false | |
9,892 | 2026-02-24T09:39:13.234000Z | 2026-02-24T09:39:13.234000Z | Lec. | Участок карты из OpenStreetMap, используемый в симуляции | false | true | false | |
9,891 | 2026-02-24T09:39:11.713000Z | 2026-02-24T09:39:11.713000Z | Lec. | Для создания сценария использовались встроенные в SUMO инструменты и полученная карта из OpenStreetMap (Рисунки 4-5) | false | true | false | |
9,890 | 2026-02-24T09:39:10.129000Z | 2026-02-24T09:39:10.129000Z | Lec. | В качестве локации используется район Строгино и прилежащие дороги | false | true | false | |
9,889 | 2026-02-24T09:39:08.358000Z | 2026-02-24T09:39:08.358000Z | Lec. | Карта для симуляции создана при помощи сервиса OpenStreetMap | false | true | false | |
9,888 | 2026-02-24T09:39:06.629000Z | 2026-02-24T09:39:06.629000Z | Lec. | Для реализации описанного алгоритма использовались возможности TraCI в SUMO: на каждом такте извлекались позиции и скорости автомобилей, после чего в скрипте Python рассчитывались TTC и применялись условия фильтрации | false | true | false | |
9,887 | 2026-02-24T09:39:04.755000Z | 2026-02-24T09:39:04.755000Z | Lec. | Такое условие оправдано тем, что конфликты типа «наезд сзади» составляют преобладающую долю опасных ситуаций во всех сценариях и чувствительны к продольному поведению [28] | false | true | false | |
9,886 | 2026-02-24T09:39:03.169000Z | 2026-02-24T09:39:03.169000Z | Lec. | Поэтому рассматриваются пары машин на одной полосе | false | true | false | |
9,885 | 2026-02-24T09:39:01.679000Z | 2026-02-24T09:39:01.679000Z | Lec. | Анализируются только продольные конфликты, так как конфликты при перестроениях в SUMO сложнее детектировать без дополнительных модулей | false | true | false | |
9,884 | 2026-02-24T09:39:00.124000Z | 2026-02-24T09:39:00.124000Z | Lec. | Практически, если оба автомобиля почти остановлены или движутся синхронно, даже низкое значение TTC не представляет серьезной опасности | false | true | false | |
9,883 | 2026-02-24T09:38:58.459000Z | 2026-02-24T09:38:58.459000Z | Lec. | Введен порог на относительную скорость: учитываются только конфликты, где разность скоростей выше 1 м/с в момент минимального сближения, что отсекает ситуации ползущего трафика, когда машины медленно сближаются | false | true | false | |
9,882 | 2026-02-24T09:38:56.933000Z | 2026-02-24T09:38:56.933000Z | Lec. | Такие эпизоды возникают из-за внутренних допущений SUMO или телепортации автомобилей | false | true | false | |
9,881 | 2026-02-24T09:38:55.175000Z | 2026-02-24T09:38:55.175000Z | Lec. | Исключены случаи, когда расстояние между автомобилями менее 1 метра | false | true | false | |
9,880 | 2026-02-24T09:38:53.563000Z | 2026-02-24T09:38:53.563000Z | Lec. | В процессе постобработки результатов были применены фильтры для отсеивания ложных, либо тривиальных срабатываний: | false | true | false | |
9,879 | 2026-02-24T09:38:52.035000Z | 2026-02-24T09:38:52.035000Z | Lec. | Не каждое малое значение TTC имеет смысл считать конфликтом | false | true | false | |
9,878 | 2026-02-24T09:38:50.301000Z | 2026-02-24T09:38:50.302000Z | Lec. | После завершения имитации для каждого взаимодействия сохраняется минимальное TTC | false | true | false | |
9,877 | 2026-02-24T09:38:48.796000Z | 2026-02-24T09:38:48.796000Z | Lec. | Затем для каждой пары поддерживается минимальный TTC за все время их взаимодействия | false | true | false | |
9,876 | 2026-02-24T09:38:47.286000Z | 2026-02-24T09:38:47.286000Z | Lec. | В противном случае TTC считается бесконечным или несуществующим | false | true | false | |
9,875 | 2026-02-24T09:38:45.689000Z | 2026-02-24T09:38:45.689000Z | Lec. | Если ведомый догоняет лидера, вычисляется текущий TTC | false | true | false | |
9,874 | 2026-02-24T09:38:44.113000Z | 2026-02-24T09:38:44.113000Z | Lec. | На каждом шаге моделирования с дискретностью 0,1 секунды для каждой пары идущих подряд автомобилей определяется: расстояние до лидера и относительная скорость сближения | false | true | false | |
9,873 | 2026-02-24T09:38:42.099000Z | 2026-02-24T09:38:42.099000Z | Lec. | Такой подход соответствует реализации алгоритма Surrogate Safety Assessment Model (SSAM) | false | true | false | |
9,872 | 2026-02-24T09:38:40.172000Z | 2026-02-24T09:38:40.172000Z | Lec. | Если минимальный TTC падал ниже порогового значения 0,9 секунды, фиксировался факт критического сближения | false | true | false | |
9,871 | 2026-02-24T09:38:38.537000Z | 2026-02-24T09:38:38.537000Z | Lec. | Логика функции заключалась в следующем: для каждой пары «ведущий–следующий» в пределах одной полосы вычислялся текущий TTC и отслеживалось его минимальное значение за интервал сближения | false | true | false | |
9,870 | 2026-02-24T09:38:36.936000Z | 2026-02-24T09:38:36.936000Z | Lec. | Анализ конфликтных ситуаций по TTC реализован с помощью специализированной функции на Python, обрабатывающей траекторные данные имитации SUMO | false | true | false | |
9,869 | 2026-02-24T09:38:35.247000Z | 2026-02-24T09:38:35.247000Z | Lec. | Ожидается, что при возрастании доли таких CAV в потоке общая аварийность снизится [22] | false | true | false | |
9,868 | 2026-02-24T09:38:33.501000Z | 2026-02-24T09:38:33.501000Z | Lec. | В проведенном эксперименте не моделировалось специальное экстренное взаимодействие между CAV, однако заданные параметры уже сами по себе отражают более безопасное продольное движение | false | true | false | |
9,867 | 2026-02-24T09:38:31.925000Z | 2026-02-24T09:38:31.925000Z | Lec. | Даже при увеличенных расстояниях, электроника CAV способна при необходимости выполнить экстренное торможение быстрее человека | false | true | false | |
9,866 | 2026-02-24T09:38:30.400000Z | 2026-02-24T09:38:30.400000Z | Lec. | Помимо индивидуальной осторожности, автономные автомобили обладают преимуществом мгновенной реакции и связи | false | true | false | |
9,865 | 2026-02-24T09:38:28.654000Z | 2026-02-24T09:38:28.654000Z | Lec. | В литературе подобный подход описывается как “cautious AV profile” – для первых поколений автономных машин, ориентированных на безопасность, характерны безопасные дистанции и меньшая скорость перестроений [5] | false | true | false | |
9,864 | 2026-02-24T09:38:26.778000Z | 2026-02-24T09:38:26.778000Z | Lec. | Он характеризуется предсказуемым, осторожным поведением: достаточный запас по времени и дистанции, отсутствие превышений скорости, плавные маневры и уступчивость | false | true | false | |
9,863 | 2026-02-24T09:38:24.895000Z | 2026-02-24T09:38:24.895000Z | Lec. | В совокупности перечисленные настройки формируют профиль безопасного CAV | false | true | false | |
9,862 | 2026-02-24T09:38:23.286000Z | 2026-02-24T09:38:23.286000Z | Lec. | Такое поведение опять же соответствует принципам оборонительного вождения | false | true | false | |
9,861 | 2026-02-24T09:38:21.554000Z | 2026-02-24T09:38:21.554000Z | Lec. | В то же время высокий коэффициент кооперативности заставляет CAV уступать дорогу другим участникам при необходимости – например, оно заранее притормаживает, впуская вливающуюся сбоку машину, вместо того чтобы упорно держать свою позицию | false | true | false | |
9,860 | 2026-02-24T09:38:19.793000Z | 2026-02-24T09:38:19.793000Z | Lec. | Такое условие означает, что автономное ТС предельно терпеливо при перестроениях: оно не прокладывает активно путь в плотном потоке и всегда предпочитает держаться своей полосы, если перестроение чревато уменьшением дистанций до небезопасных значений | false | true | false | |
9,859 | 2026-02-24T09:38:18.030000Z | 2026-02-24T09:38:18.030000Z | Lec. | Для CAV выбрано низкое значение напористости и высокое значение кооперативности | false | true | false | |
9,858 | 2026-02-24T09:38:16.501000Z | 2026-02-24T09:38:16.501000Z | Lec. | Показатели напористости и кооперативности (lcAssertive, lcCooperative) – специальные параметры SUMO, явно заданные в профиле | false | false | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.