La falta de datos del mundo real sobre Vehículos Conectados y Autónomos (CAV) ha llevado a los investigadores a depender de simulaciones para evaluar sus impactos sociales. Sin embargo, pocos estudios abordan los desafíos operativos y tecnológicos de integrar los CAV en los sistemas de transporte existentes. Este documento presenta un nuevo modelo de conducción de CAV que cuenta con un algoritmo de control longitudinal de intervalo de tiempo constante que tiene en cuenta los errores de los sensores y las formaciones de pelotones de diferentes tamaños. Además, desarrolla un algoritmo de toma de decisiones basado en rutas para la elección de caminos de los CAV. Estos algoritmos fueron probados en una simulación de corredor de autopista calibrada, examinando diferentes tasas de penetración de mercado, tamaños de pelotones y escenarios de errores de sensores. Los conflictos de tráfico se utilizaron como un indicador principal de rendimiento de seguridad. Los hallazgos indican que los sensores de CAV son generalmente adecuados, pero los tamaños óptimos de pelotón varían con las tasas de penetración de mercado. Para explorar más a fondo los factores que influyen en los conflictos de tráfico, se utilizó un modelo de regresión binomial negativa bayesiana jerárquica. Este modelo reveló que, además de la heterogeneidad no observada y la autocorrelación espacial, la desviación estándar de las velocidades entre los carriles y la tasa de penetración de mercado de los CAV afectan significativamente la ocurrencia de conflictos. Estos resultados corroboran los resultados de la simulación, mejorando nuestra comprensión de los impactos del despliegue de CAV en la seguridad del tráfico.